一种电容式电压互感器电容击穿的在线诊断方法及装置

1.一种电容式电压互感器电容击穿的在线诊断方法，其特征在于，包括：获取各个电容击穿状态的电容式电压互感器的历史电容击穿数据，构建历史电容击穿数据集；从所述历史电容击穿数据集中提取组间幅值比参量和零序电压方向变化量误差特征参量，并基于所述组间幅值比参量和所述零序电压方向变化量误差特征参量，构建第一电容击穿数据集，所述零序电压方向变化量误差特征参量为每个电容式电压互感器在电压击穿变化发生时刻对应的零序电压方向变化量和标准零序电压方向变化量的误差；基于Optics算法对第一RBF模型进行优化处理，得到第二RBF模型，并基于所述第一电容击穿数据集对所述第二RBF模型进行模型训练，以使得到最优RBF模型；实时获取待测电容式电压互感器的电容击穿数据，将所述电容击穿数据输入到最优RBF模型中，以使所述最优RBF模型输出所述待测电容式电压互感器的电容击穿在线诊断结果；所述从所述历史电容击穿数据集中提取组间幅值比参量，具体包括：将所述历史电容击穿数据集按预设比例划分为训练集和测试集；构建基于组间幅值比参量的特征向量，并对所述历史电容击穿数据集进行组间幅值比参量的提取，分别得到所述训练集的第一组间幅值比参量和所述测试集的第二组间幅值比参量，其中，构建的基于组间幅值比参量的特征向量，如下所示：其中，A zj 表示组间幅值比参量，n表示电容式电压互感器的个数，V Ai ,V Bi ,V Ci 表示第i个电容式电压互感器的三相二次电压幅值。 2.如权利要求1所述的一种电容式电压互感器电容击穿的在线诊断方法，其特征在于，各个电容击穿状态的电容式电压互感器的历史电容击穿数据，其中，所述各个电容击穿状态包括电容未击穿状态、一个高压电容击穿状态、两个高压电容击穿状态、一个中压电容击穿状态和两个中压电容击穿状态，所述历史电容击穿数据包括各个时刻的历史二次电压幅值及历史相位。 3.如权利要求1所述的一种电容式电压互感器电容击穿的在线诊断方法，其特征在于，从所述历史电容击穿数据集中提取零序电压方向变化量误差特征参量，具体包括：分别获取所述训练集和所述测试集中每个电容式电压互感器在电压击穿变化发生时刻对应的零序电压方向变化量，同时获取标准零序电压方向变化量；计算所述每个电容式电压互感器对应的零序电压方向变化量和所述标准零序电压方向变化量的误差，得到所述训练集的第一零序电压方向变化量误差特征参量和所述测试集的第二零序电压方向变化量误差特征参量，其中，零序电压方向变化量误差特征参量，如下所示：B zj ＝(ε 1 …ε n )；其中，B zj 表示零序电压方向变化量误差特征参量，n表示电容式电压互感器的个数，ε i 为第i个电容式电压互感器的零序电压方向变化量误差。 4.如权利要求3所述的一种电容式电压互感器电容击穿的在线诊断方法，其特征在于，基于所述组间幅值比参量和所述零序电压方向变化量误差特征参量，构建第一电容击穿数据集，具体包括：获取并基于所述第一组间幅值比参量和所述第一零序电压方向变化量误差特征参量，得到第一训练集；获取并基于所述第二组间幅值比参量和所述第二零序电压方向变化量误差特征参量，得到第一测试集；基于所述第一训练集和所述第一测试集，构建所述第一电容击穿数据集。 5.如权利要求4所述的一种电容式电压互感器电容击穿的在线诊断方法，其特征在于，构建第一电容击穿数据集，还包括：对所述第一训练集进行z-score归一化处理，获取z-score归一化处理后的第一归一化训练集，其中，z-score归一化公式如下所示：其中，μ为特征均值，σ为特征标准差；根据所述第一归一化训练集对所述第一训练集进行更新，得到第二训练集，其中，所述第二训练集包括第一特征向量集合及第一类别集合；基于所述特征均值和所述特征标准差，对所述第一测试集进行z-score归一化处理，获取z-score归一化处理后的第一归一化测试集；根据所述第一归一化测试集，对所述第一测试集进行更新，得到第二测试集，其中，所述第二测试集包括第二特征向量集合及第二类别集合。 6.如权利要求5所述的一种电容式电压互感器电容击穿的在线诊断方法，其特征在于，基于Optics算法对第一RBF模型进行优化处理，得到第二RBF模型，并基于所述第一电容击穿数据集对所述第二RBF模型进行模型训练，以使得到最优RBF模型，具体包括：基于径向基函数对所述第一RBF模型的隐含层进行非线性变化处理，其中，所述径向基函数为高斯函数；基于Optics算法获取高斯函数的中心，以使基于所述高斯函数的中心，对所述第一RBF模型进行优化处理，得到第二RBF模型；对所述第二RBF模型和所述Optics算法的多项超参数进行数据赋值；获取所述第二训练集，并将所述第二训练集输入到所述第二RBF模型中，得到第三RBF模型；获取所述第二测试集，并将所述第二测试集输入到所述第三RBF模型，以使所述第三RBF模型输出所述第二测试集的预测分类结果，生成预测分类结果集合；将所述预测分类结果集合与所述第二类别集合进行对比，得到所述第三RBF模型的精度，判断所述第三RBF模型的精度是否达到预设精度，若是，则保留所述第三RBF模型及其对应的精确度，若否，则不保留所述第三RBF模型及其对应的精确度；判断当前得到的第三RBF模型的数量是否达到预设阈值数量，若否，则返回步骤“对所述第二RBF模型和所述Optics算法的多项超参数进行数据赋值”，若是，则进行下一步骤；将保留的多个所述第三RBF模型进行精确度对比，获取所述精确度最高对应的第三RBF模型，并将精确度最高的第三RBF模型设置为最优RBF模型。 7.一种电容式电压互感器电容击穿的在线诊断装置，其特征在于，包括：数据集构建模块、第一电容击穿数据集构建模块、RBF模型优化模块和电容击穿在线诊断模块；其中，所述数据集构建模块，用于基于各个电容击穿状态的电容式电压互感器的历史电容击穿数据，构建历史电容击穿数据集；所述第一电容击穿数据集构建模块，用于从所述历史电容击穿数据集中提取组间幅值比参量和零序电压方向变化量误差特征参量，并基于所述组间幅值比参量和所述零序电压方向变化量误差特征参量，构建第一电容击穿数据集，所述零序电压方向变化量误差特征参量为每个电容式电压互感器在电压击穿变化发生时刻对应的零序电压方向变化量和标准零序电压方向变化量的误差；所述RBF模型优化模块，用于基于Optics算法对第一RBF模型进行优化处理，得到第二RBF模型，并基于所述第一电容击穿数据集对所述第二RBF模型进行模型训练，以使得到最优RBF模型；所述电容击穿在线诊断模块，用于实时获取待测电容式电压互感器的电容击穿数据，将所述电容击穿数据输入到最优RBF模型中，以使所述最优RBF模型输出所述待测电容式电压互感器的电容击穿在线诊断结果；所述第一电容击穿数据集构建模块，用于从所述历史电容击穿数据集中提取组间幅值比参量，具体包括：所述第一电容击穿数据集构建模块将所述历史电容击穿数据集按预设比例划分为训练集和测试集；构建基于组间幅值比参量的特征向量，并对所述历史电容击穿数据集进行组间幅值比参量的提取，分别得到所述训练集的第一组间幅值比参量和所述测试集的第二组间幅值比参量，其中，构建的基于组间幅值比参量的特征向量，如下所示：其中，A zj 表示组间幅值比参量，n表示电容式电压互感器的个数，V Ai ,V Bi ,V Ci 表示第i个电容式电压互感器的三相二次电压幅值。 8.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的电容式电压互感器电容击穿的在线诊断方法。 9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的电容式电压互感器电容击穿的在线诊断方法。