一种继电回路短接保护方法及系统与流程

本发明涉及短路保护，尤其涉及一种继电回路短接保护方法及系统。

背景技术：

1、短路保护是电力工程领域中一个至关重要的技术，主要目的是防止电流过载导致电路损坏或起火，用以检测电路中的异常电流流动并迅速切断电源，以防止进一步的损害，短路保护包括熔断器、断路器以及基于微处理器的保护装置，能够在检测到短路或过载条件时，自动切断电流，保护电路不受进一步的物理损伤，此技术不仅用于住宅和商业建筑中的电力系统，还广泛应用于工业设备以及高压电网中。

2、其中，继电回路短接保护方法专注于实现电力系统中继电回路的有效保护，特别是针对短路故障，继电回路通常用于电力系统中，作为控制电路的一部分，用于驱动高功率负载，该保护方法涉及使用特定的硬件和软件技术来监测和诊断电路中的短路状况，从而在故障发生时迅速响应，切断故障部分，防止故障扩散和设备损坏，用于确保电力系统的稳定性和降低因电路问题导致的意外风险。

3、现有保护方法缺乏对电流波动和复杂电路行为的适应性，导致在非标准操作条件下的保护反应不足或过度，这种不足在高度依赖稳定电源的现代工业和电网操作中尤为明显，固定阈值导致无法及时响应快速变化的负载需求，增加了保护的脆弱性，例如，在电网突然负载增加时，过时的保护机制未能有效断开连接，从而引起设备损坏或更严重的安全事件，传统方法在应对新技术或集成可再生能源时显示出调整不足，导致了维护成本增加和设备寿命缩短。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种继电回路短接保护方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：一种继电回路短接保护方法，包括以下步骤：

3、s1：基于电流感测器的输出数据，分离电流和电压数据中的突变点与峰值，建立形态特征与电路状态的关联模型，并制定数据分类标准，生成电路状态特征集；

4、s2：基于所述电路状态特征集，利用循环神经网络，进行时间序列分析，识别电流和电压波形的偏移，提取变化趋势特征，并对特征模式进行辨识和分类，生成异常波形特征集；

5、s3：依据所述异常波形特征集，运用交叉验证技术，通过当前数据反馈调整模型权重和偏差值，并重复试验验证模型的稳定性和准确性，生成短接预测模型；

6、s4：根据所述短接预测模型，利用百分位数，结合历史波形数据，通过傅里叶变换，计算应对突发电流增加的阈值，并根据过电流保护需求，动态调整阈值和设置响应机制，生成动态阈值配置；

7、s5：基于所述动态阈值配置，实时分析新接收的电流和电压数据，当实时监控数据超过阈值时，断路器自动触发保护机制，并记录保护动作的状态，生成断路保护状态信息；

8、s6：基于所述断路保护状态信息，收集执行保护动作后的继电回路性能数据，进行响应效果评估，并对所述短接预测模型和阈值进行细化调整，生成保护机制优化结果。

9、作为本发明的进一步方案，所述电路状态特征集包括电压极值、电流峰值、采样时间间隔，所述异常波形特征集包括波形偏移度、变化趋势、分类指标，所述短接预测模型包括参数优化记录、验证准确性结果，所述动态阈值配置包括实时调整逻辑、历史阈值数据、应急响应级别，所述断路保护状态包括激活延迟、触发阈值、事件日志，所述保护机制优化结果包括性能提升指标、调整计划、效率评估结果。

10、作为本发明的进一步方案，基于电流感测器的输出数据，分离电流和电压数据中的突变点与峰值，建立形态特征与电路状态的关联模型，并制定数据分类标准，生成电路状态特征集的步骤具体为：

11、s101：基于电流感测器的输出数据，通过实时监测电流和电压读数，标记数据的突变点和峰值，并记录每个突变点的时间戳和幅值，得到突变点与峰值数据集；

12、s102：基于所述突变点与峰值数据集，分析数据集中每个突变点和峰值的出现模式，构建数据点与电路工作状态之间的对应关系，通过对比差异状态下的数据模式，得到初级电路状态模型；

13、s103：基于所述初级电路状态模型，进行数据特征分类处理，将数据按照电路状态进行排序和编码，并对分类后的数据进行整合，得到电路状态特征集。

14、作为本发明的进一步方案，基于所述电路状态特征集，利用循环神经网络，进行时间序列分析，识别电流和电压波形的偏移，提取变化趋势特征，并对特征模式进行辨识和分类，生成异常波形特征集的步骤具体为：

15、s201：基于所述电路状态特征集，利用循环神经网络，分析电流和电压的数据波形，标记每个数据波形的偏移点，并记录偏移点的幅度和频率，对偏移规律进行分析，得到波形偏移数据集；

16、s202：基于所述波形偏移数据集，提取每种波形的上升或下降趋势，对变化趋势进行分类，并记录每个分类中的波形特征，得到初级趋势特征集；

17、s203：基于所述初级趋势特征集，对特征进行迭代细化，将波形特征按功能性或异常性进行群组化处理，整理群组为标准分类，得到异常波形特征集。

18、作为本发明的进一步方案，所述循环神经网络，按照公式：计算每个时间步的隐藏状态，识别并标记偏移点，生成偏移点的幅度和频率数据，其中，为时间步的隐藏状态，为时间步的隐藏状态，为时间步的输入数据，是隐藏状态到隐藏状态的权重矩阵，为输入到隐藏状态的权重矩阵，为偏差项，为激活函数，、和分别为隐藏状态、输入数据和上下文状态的权重调整系数，为时间步的上下文状态，是上下文状态到隐藏状态的权重矩阵。

19、作为本发明的进一步方案，依据所述异常波形特征集，运用交叉验证技术，通过当前数据反馈调整模型权重和偏差值，并重复试验验证模型的稳定性和准确性，生成短接预测模型的步骤具体为：

20、s301：依据所述异常波形特征集，通过设置多组验证数据集进行模型测试，分析权重调整对测试结果的影响，记录每组数据的模型表现，并对模型性能进行多轮验证，生成初步模型数据集；

21、s302：基于所述初步模型数据集，对多次测试结果的稳定性和准确性进行分析，识别表现最优的权重和偏差值配置，对模型参数进行调整，优化模型的准确性和反应速度，得到优化模型数据集；

22、s303：基于所述优化模型数据集，重复执行多轮测试，评估模型在多种条件下的性能表现，确定模型在差异测试集上的表现一致性，生成短接预测模型。

23、作为本发明的进一步方案，根据所述短接预测模型，利用百分位数，结合历史波形数据，通过傅里叶变换，计算应对突发电流增加的阈值，并根据过电流保护需求，动态调整阈值和设置响应机制，生成动态阈值配置的步骤具体为：

24、s401：基于所述短接预测模型，结合历史波形数据，通过计算历史数据的百分位数设定初步阈值，分析阈值在差异波形下的表现，生成初始阈值集；

25、s402：基于所述初始阈值集，通过傅里叶变换，根据实时监测到的电流增幅数据动态调整阈值，记录每次调整的参数和结果，并分析对电流保护效果的影响，优化阈值调整流程，得到调整的阈值集；

26、s403：基于所述调整的阈值集，设置电流突增响应机制，通过模拟差异电流突增情况，测试阈值的实时反应效果，验证阈值设置和响应机制的有效性，生成动态阈值配置。

27、作为本发明的进一步方案，基于所述动态阈值配置，实时分析新接收的电流和电压数据，当实时监控数据超过阈值时，断路器自动触发保护机制，并记录保护动作的状态，生成断路保护状态信息的步骤具体为：

28、s501：基于所述动态阈值配置，持续监测新接收的电流和电压数据，若检测数据超过设定阈值，则激活断路器的保护机制，并记录保护动作的触发时间和环境参数，生成保护事件记录；

29、s502：基于所述保护事件记录，分析每次断路器触发的时间点、环境条件和阈值，评估保护机制的反应速度和触发准确性，生成保护效果分析结果；

30、s503：基于所述保护效果分析结果，汇总和对比差异保护事件的数据，记录事件的频率、状态和环境响应，生成断路保护状态信息。

31、作为本发明的进一步方案，基于所述断路保护状态信息，收集执行保护动作后的继电回路性能数据，进行响应效果评估，并对所述短接预测模型和阈值进行细化调整，生成保护机制优化结果的步骤具体为：

32、s601：基于所述断路保护状态信息，收集保护动作后的继电回路性能数据，分析继电回路在差异工作条件下的性能，进行稳定性和响应效率评估，生成继电性能分析结果；

33、s602：基于所述继电性能分析结果，分析保护动作对继电回路性能的影响，调整所述短接预测模型和阈值的参数，并对调整有效性进行持续监控与测试验证，生成保护机制调整配置；

34、s603：基于所述保护机制调整配置，调整所述短接预测模型和阈值设置，进行多轮测试，验证调整后的模型和阈值在多种条件下的适应性和准确性，生成保护机制优化结果。

35、一种继电回路短接保护系统，所述继电回路短接保护系统用于执行上述继电回路短接保护方法，所述系统包括：

36、电流电压数据分析模块基于电流感测器的输出数据，进行电流与电压数据采样，分离突变点与峰值，通过分析电流与电压的形态特征，建立与电路状态的对应关系，生成电路状态特征集；

37、时间序列分析模块基于所述电路状态特征集，对电流和电压波形进行时间序列分析，进行偏移识别，提取波形变化的趋势特征，并对特征进行识别与分类，生成异常波形特征集；

38、模型优化验证模块依据所述异常波形特征集，执行模型参数优化，采用交叉验证技术，调整模型权重和偏差值，通过数据反馈与重复试验，验证模型的稳定性与准确性，生成短接预测模型；

39、阈值动态配置模块根据所述短接预测模型的分析结果，利用百分位数，结合历史波形数据，通过傅里叶变换，计算突发电流的阈值，根据保护需求动态调整阈值和设置响应机制，生成动态阈值配置；

40、实时监控响应模块基于所述动态阈值配置，持续分析新接收的电流和电压数据，当数据超过设定阈值，则触发断路器保护机制，并收集保护后的继电回路性能数据，进行效果评估，细化调整短接预测模型和阈值配置，生成保护机制优化结果。

41、与现有技术相比，本发明的优点和积极效果在于：

42、本发明中，通过利用时间序列分析对电流和电压波形进行深入分析，能够识别细微的偏移和趋势变化，采用动态阈值配置，结合历史和实时数据通过傅里叶变换进行综合分析，允许在各种工作条件下自动调整阈值，减少了误操作，提高了保护响应的准确性，通过持续优化的数据驱动，保护机制能自我调整以适应新的或变化的电网条件，极大地减少了因设备故障或操作错误导致的风险，确保了电力系统的持续稳定运行和安全。