有效
基于时间序列相似度的电力互感器误差分析方法及系统
刘理峰、张静、徐国钧、李题印、胡翔、姚海燕、秦奋、屠永伟
杭州电力设备制造有限公司
摘要
本申请公开了一种基于时间序列相似度的电力互感器误差分析方法及系统,该方法包括:在获取到电力互感器的运行误差和电力互感器的误差影响因素后,按照误差的监测时间间隔,对运行误差进行分隔,得到运行误差时间序列;按照误差影响因素的监测时间间隔,对误差影响因素进行分隔,得到误差影响因素时间序列;然后计算运行误差时间序列与误差影响因素时间序列之间的相似度,并利用相似度,确定误差影响因素对运行误差的影响程度,其中,相似度与影响程度之间呈正相关关系。本申请通过将运行误差和影响因素分隔成相应的时间序列,然后计算双方的相似度,从而实现了确定不同影响因素对电力互感器运行误差的影响程度的目的。
1.一种基于时间序列相似度的电力互感器误差分析方法,其特征在于,包括:利用变电站计量装置上的误差监测终端,获取电力互感器的运行误差;利用所述变电站计量装置上的误差影响因素监测终端,获取所述电力互感器的误差影响因素;按照误差的监测时间间隔,对所述运行误差进行分隔,得到运行误差时间序列;按照误差影响因素的监测时间间隔,对所述误差影响因素进行分隔,得到误差影响因素时间序列;其中,所述运行误差时间序列包括M个误差监测数据,所述误差影响因素时间序列包括N个误差影响因素监测数据,M和N均为正整数;计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度,并利用所述相似度,确定所述误差影响因素对所述运行误差的影响程度,其中,所述相似度与所述影响程度之间呈正相关关系;其中,所述计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度的过程,包括:计算所述M个误差监测数据与所述N个误差影响因素监测数据之间的欧氏距离,得到M×N阶的距离矩阵D;其中,所述距离矩阵D中任一元素的表达式为:D(x m ,y n )=|x m -y n |;其中,x m 为所述M个误差监测数据中的任一数据,y n 为所述N个误差影响因素监测数据中的任一数据,m∈{1,2,...,M},n∈{1,2,...,N};按照预设筛选条件,对所述距离矩阵D进行路径筛选,得到S条DTW路径,S为正整数;其中,任意一条DTW路径包含多个路径元素,可表示为w={w 1 ,w 2 ,...,w K },w 1 =D(x 1 ,y 1 ),w K =D(x M ,y N );计算所述S条DTW路径中每一条DTW路径的路径元素总和,相应地得到S个路径元素总和;利用所述S个路径元素总和中最小的路径元素总和,计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度,其中,所述路径元素总和的大小与所述相似度之间呈负相关关系;并且,所述预设筛选条件为:令r∈{2,3,...,K},并设w r-1 =D(x m′ ,y n′ )和w r =D(x m ,y n )时,需满足:单调性条件:m-m′≥0,n-n′≥0和m-m′+n-n′≠0;连续性条件:m-m′≤1,n-n′≤1;以及,变化率有界性条件:设C xm 为路径垂直方向上连续转移的数据个数,设C yn 为路径水平方向上连续转移的数据个数,则需满足C xm <C lim 和C yn <C lim ;其中,所述路径垂直方向为m-m′=0所在的方向,所述路径水平方向为n-n′=0所在的方向,C lim 为预设值。
2.根据权利要求1所述的基于时间序列相似度的电力互感器误差分析方法,其特征在于,所述计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度的过程,还包括:确定所述距离矩阵的禁区元素集D b ,其中所述禁区元素集D b 中的每一个禁区元素可表示为:D(x i ,y j )=|x i -y j |,其中,i和j需要满足如下的参数条件: i×C lim ≤j≤N,或者,j×C lim ≤i≤M, 在满足所述参数条件的情况下,将所述禁区元素集D b 中的每一个禁区元素D(x i ,y j )的数值取为极大值D max (x i ,y j ),得到改进距离矩阵D max ;利用所述改进距离矩阵D max 构造累计距离矩阵C,其中,所述累计距离矩阵C中的第1行第1列的元素为:C(1,1)=D max (1,1);第a行第b列的元素的递推公式为:C(a,b)=D max (a,b)+ΔD′;其中,D max (a,b)表示所述改进距离矩阵D max 的第a行第b列的元素,a∈{2,3,...,M},b∈{2,3,...,N},ΔD′为根据最小代价DTW路径上的连续转移的数据个数C xm′ 和C yn′ 确定的累计增量距离;所述最小代价DTW路径为与所述S个路径元素总和中最小的路径元素总和所对应的DTW路径,C xm′ 为所述最小代价DTW路径的路径垂直方向上连续转移的数据个数,C yn′ 为所述最小代价DTW路径的路径水平方向上连续转移的数据个数;利用所述累计距离矩阵C中第M行第N列元素C(M,N)的数值,计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度,其中,C(M,N)的数值大小与所述相似度之间呈负相关关系。
3.根据权利要求1或2所述的基于时间序列相似度的电力互感器误差分析方法,其特征在于,当所述误差影响因素监测终端获取到至少两种误差影响因素时,还包括:在计算所述运行误差与每一种误差影响因素之间的相似度,相应地得到至少两个相似度值后,利用所述至少两个相似度值,对所述至少两种误差影响因素进行加权运算,得到所述电力互感器的动态误差。
4.根据权利要求3所述的基于时间序列相似度的电力互感器误差分析方法,其特征在于,所述利用所述至少两个相似度值,对所述至少两种误差影响因素进行加权运算,得到所述电力互感器的动态误差的过程,包括:将与任一误差影响因素对应的相似度值确定为该误差影响因素的权值,将每一种误差影响因素乘以各自的权值,并对相应得到的乘积进行相加处理,得到所述电力互感器的动态误差。
5.根据权利要求4所述的基于时间序列相似度的电力互感器误差分析方法,其特征在于,所述电力互感器为电流互感器或电压互感器。
6.一种基于时间序列相似度的电力互感器误差分析系统,其特征在于,包括:数据获取模块,用于利用变电站计量装置上的误差监测终端,获取电力互感器的运行误差;利用所述变电站计量装置上的误差影响因素监测终端,获取所述电力互感器的误差影响因素;序列生成模块,用于按照误差的监测时间间隔,对所述运行误差进行分隔,得到运行误差时间序列;按照误差影响因素的监测时间间隔,对所述误差影响因素进行分隔,得到误差影响因素时间序列;其中,所述运行误差时间序列包括M个误差监测数据,所述误差影响因素时间序列包括N个误差影响因素监测数据,M和N均为正整数;相似度计算模块,用于计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度;影响程度确定模块,用于利用所述相似度,确定所述误差影响因素对所述运行误差的影响程度,其中,所述相似度与所述影响程度之间呈正相关关系;其中,所述相似度计算模块包括:距离矩阵获取单元,用于计算所述M个误差监测数据与所述N个误差影响因素监测数据之间的欧氏距离,得到M×N阶的距离矩阵D;其中,所述距离矩阵D中任一元素的表达式为:D(x m ,y n )=|x m -y n |;其中,x m 为所述M个误差监测数据中的任一数据,y n 为所述N个误差影响因素监测数据中的任一数据,m∈{1,2,...,M},n∈{1,2,...,N};路径筛选单元,用于按照预设筛选条件,对所述距离矩阵D进行路径筛选,得到S条DTW路径,S为正整数;其中,任意一条DTW路径包含多个路径元素,可表示为w={w 1 ,w 2 ,...,w K },w 1 =D(x 1 ,y 1 ),w K =D(x M ,y N );元素总和计算单元,用于计算所述S条DTW路径中每一条DTW路径的路径元素总和,相应地得到S个路径元素总和;相似度计算单元,用于利用所述S个路径元素总和中最小的路径元素总和,计算所述运行误差时间序列与所述误差影响因素时间序列之间的相似度,其中,所述路径元素总和的大小与所述相似度之间呈负相关关系;并且,所述预设筛选条件为:令r∈{2,3,...,K},并设w r-1 =D(x m′ ,y n′ )和w r =D(x m ,y n )时,需满足:单调性条件:m-m′≥0,n-n′≥0和m-m′+n-n′≠0;连续性条件:m-m′≤1,n-n′≤1;以及,变化率有界性条件:设C xm 为路径垂直方向上连续转移的数据个数,设C yn 为路径水平方向上连续转移的数据个数,则需满足C xm <C lim 和C yn <C lim ;其中,所述路径垂直方向为m-m′=0所在的方向,所述路径水平方向为n-n′=0所在的方向,C lim 为预设值。



