一种二次回路系统的误差状态评估方法、系统、设备及介质与流程

本发明涉及二次设备状态评估，特别涉及一种二次回路系统的误差状态评估方法、系统、设备及介质。

背景技术：

1、电气二次系统主要由二次设备组成，包括各种继电器、测量仪表、计量表计、控制开关、操作电源、控制电缆及控制小母线等。它主要起到监视、测量、控制、保护及发出各种信号的作用。相对于一次回路来讲，它的电压低，电流小，但二次设备数量多且二次接线远比一次接线复杂。在测量过程中，因气温变化，设备老化造成磨损和测量仪器仪表不准确以及其它因素的影响，导致测量结果偏离真值，存在误差。

2、现有技术中，针对二次回路测量装置的误差状态评估比较多的方法是评估计量装置和互感器的状态。例如采用神经网络对电力装置状态评估，但是该方法评估等级和范围划分比较模糊，电能表的状态评估不够精准。采用主元分析pca和q统计量及其贡献率对电能计量装置进行计量状态检测和异常定位可以实现异常的识别，但是需要大量的异常数据才能有较好的检测结果。采用基于传递熵和小波神经网络的方法，得到比差的预测误差低于5％，对角差的预测误差低于10％，但是该误差精度在测量装置误差精度面前远远不够。采用自相关函数与差分方法对输出电压时间序列进行基于dp-adi的平稳化处理，削弱了一次电压中的非稳波动对误差状态评估的影响，但没有考虑到二次系统对误差的影响，同样导致得到的评估结果不准确。

3、鉴于此，需要一种二次回路系统的误差状态评估方法、系统、设备及介质。

技术实现思路

1、本申请实施例提供了一种二次回路系统的误差状态评估方法、系统、设备及介质，用于解决对二次系统误差状态评估准确度不高的问题。

2、本申请实施例第一方面提供了一种二次回路系统的误差状态评估方法，包括：

3、获取二次回路系统中厂变压器电流在不同误差状态下的初始数据；

4、对所述初始数据添加标签，生成样本数据；

5、构建条件生成对抗网络模型，并输入所述样本数据训练所述条件生成对抗网络模型，所述条件生成对抗网络模型的变量包括生成器和判别器；

6、判断所述生成器和判别器在所述条件生成对抗网络模型训练后是否满足预设条件；

7、若是，则输出所述二次回路系统的误差状态数据；

8、通过遗传算法对所述误差状态数据进行优化，生成所述二次回路系统的误差状态评估结果。

9、更进一步地，所述对所述初始数据添加标签，生成样本数据，包括：

10、基于所述初始数据构建数据集；

11、对所述数据集进行归一化处理；

12、对所述归一化处理后的数据集添加标签，按照所述标签对所述数据集进行编码后生成样本数据。

13、更进一步地，所述构建条件生成对抗网络模型，并输入所述样本数据训练所述条件生成对抗网络模型，包括：

14、构建生成对抗网络模型，所述生成对抗网络模型的变量包括生成器和判别器；

15、基于所述生成器和判别器对所述生成对抗网络模型进行交替式的迭代优化训练；

16、通过对所述迭代优化训练后的生成对抗网络模型设置额外信息，构建条件生成对抗网络模型。

17、更进一步地，所述条件生成对抗网络模型的表达式如下：

18、

19、式中：e[·]表示期望运算；x为真实样本；pr为实际分布规律；z为噪声；g(z)为生成器合成的人工样本；d(·)为判别器的输出结果；pz为人工样本的分布规律；c为额外信息。

20、更进一步地，所述判断所述生成器和判别器在所述条件生成对抗网络模型训练后是否满足预设条件，包括：

21、若否，则重新对所述初始数据添加标签，更新样本数据。

22、更进一步地，在通过遗传算法对所述误差状态数据进行优化之前，所述方法还包括：

23、利用经验模态分解算法对所述二次回路系统的误差状态数据进行分解；

24、基于分解后的不同分量生成特征集。

25、更进一步地，在生成所述二次回路系统的误差状态评估结果之后，所述方法还包括：

26、通过设置准确率函数和交叉熵损失函数对所述二次回路系统的误差状态评估结果进行验证，输出验证结果。

27、本申请实施例第二方面提供了一种二次回路系统的误差状态评估系统，包括：

28、初始数据获取单元，用于获取二次回路系统中厂变压器电流在不同误差状态下的初始数据；

29、样本数据生成单元，用于对所述初始数据添加标签，生成样本数据；

30、条件生成对抗网络模型训练单元，用于构建条件生成对抗网络模型，并输入所述样本数据训练所述条件生成对抗网络模型，所述条件生成对抗网络模型的变量包括生成器和判别器；

31、判断单元，用于判断所述生成器和判别器在所述条件生成对抗网络模型训练后是否满足预设条件；

32、误差状态数据输出单元，用于当所述生成器和判别器在所述条件生成对抗网络模型训练后满足预设条件时，则输出所述二次回路系统的误差状态数据；

33、误差状态评估结果生成单元，用于通过遗传算法对所述误差状态数据进行优化，生成所述二次回路系统的误差状态评估结果。

34、本申请实施例第三方面提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述任意一项所述二次回路系统的误差状态评估方法的步骤。

35、本申请实施例第四方面提供了一种可读存储介质，所述可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上述任意一项所述二次回路系统的误差状态评估方法的步骤。

36、从以上技术方案可以看出，本申请实施例具有以下优点：

37、本申请首先获取二次回路系统中厂变压器电流在不同误差状态下的初始数据，对初始数据添加标签，生成样本数据，输入样本数据训练构建的条件生成对抗网络模型，然后判断生成器和判别器在该模型训练后是否满足预设条件，若是，则输出二次回路系统的误差状态数据，最后利用遗传算法对误差状态数据进行优化，生成二次回路系统的误差状态评估结果。本发明基于条件生成对抗网络模型生成对应的误差状态数据，使得增加了误差数据的数据量，有效提高了误差状态判断的准确性。另外通过遗传算法对获取到的误差数据进行进一步优化，在数据优化的基础上，能够快速对未知状态进行判断和定位。

技术特征：

1.一种二次回路系统的误差状态评估方法，其特征在于，包括：

2.根据权利要求1所述的二次回路系统的误差状态评估方法，其特征在于，所述对所述初始数据添加标签，生成样本数据，包括：

3.根据权利要求1所述的二次回路系统的误差状态评估方法，其特征在于，所述构建条件生成对抗网络模型，并输入所述样本数据训练所述条件生成对抗网络模型，包括：

4.根据权利要求3所述的二次回路系统的误差状态评估方法，其特征在于，所述条件生成对抗网络模型的表达式如下：

5.根据权利要求1所述的二次回路系统的误差状态评估方法，其特征在于，所述判断所述生成器和判别器在所述条件生成对抗网络模型训练后是否满足预设条件，包括：

6.根据权利要求1所述的二次回路系统的误差状态评估方法，其特征在于，在通过遗传算法对所述误差状态数据进行优化之前，所述方法还包括：

7.根据权利要求1所述的二次回路系统的误差状态评估方法，其特征在于，在生成所述二次回路系统的误差状态评估结果之后，所述方法还包括：

8.一种二次回路系统的误差状态评估系统，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7任意一项所述二次回路系统的误差状态评估方法的步骤。

10.一种可读存储介质，所述可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至7任意一项所述二次回路系统的误差状态评估方法的步骤。

技术总结本发明适用于二次设备状态评估技术领域，提供了一种二次回路系统的误差状态评估方法、系统、设备及介质，方法包括获取二次回路系统中厂变压器电流在不同误差状态下的初始数据；对所述初始数据添加标签，生成样本数据；构建条件生成对抗网络模型，并输入所述样本数据训练所述条件生成对抗网络模型，所述条件生成对抗网络模型的变量包括生成器和判别器；判断所述生成器和判别器在所述条件生成对抗网络模型训练后是否满足预设条件；若是，则输出所述二次回路系统的误差状态数据；通过遗传算法对所述误差状态数据进行优化，生成所述二次回路系统的误差状态评估结果。通过对生成后的误差数据进行优化，有效提高误差状态评估的准确率。技术研发人员：吴江雄,刘千宽,阳国燕,王燕,陈斌,徐明磊,骆育腾,毛高腾,秦煌受保护的技术使用者：广西电网有限责任公司桂林供电局技术研发日：技术公布日：2024/9/9