买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网上海市电力公司;武汉大学;北京琪瑞智电科技有限公司

摘要：本发明公开了一种磁阀式电流互感器的饱和判定方法及装置，本发明涉及电气技术领域。包括以下步骤：通过采集磁阀式电流互感器饱和状态下和非饱和状态下的工作状态参数，并进行预处理，所述工作状态参数包括磁阀式电流互感器工作时互感器表面温度数值、二次侧绕组电流信号的频率、二次侧绕组电流瞬时值、二次侧绕组电流的有效值、峰值和峰值差值；计算每个参数对应的特征值，建立SVM分类模型，每个参数对应的特征值作为SVM分类模型的输入，根据SVM分类模型的输出动态调整互感器饱和判定阈值；采集实时互感器的工作状态参数，生成饱和判定结果系数，将其与对应的调整后的互感器饱和判定阈值相较，根据对比结果判断互感器的状态。

主权项：1.一种磁阀式电流互感器的饱和判定方法，其特征在于，具体步骤包括：采集磁阀式电流互感器饱和状态下和非饱和状态下的工作状态参数，并进行预处理，所述工作状态参数包括磁阀式电流互感器工作时二次侧电流和表面温度的时序数据；从时序数据中提取电流和温度特征数据建立SVM分类模型，电流特征数据和温度特征数据作为SVM分类模型的输入，以对应的工作状态为标签，训练模型，所述温度特征数据包括互感器表面温度均值和标准差；建立SVM分类模型所依据的逻辑为：将计算得出的特征值包括每个采样周期内互感器表面温度、二次侧绕组电流信号频率和二次侧绕组电流瞬时值的均值和标准差以及每个采样周期对应的二次侧绕组电流的有效值、峰值和峰值差值，作为SVM分类模型的输入，每组特征值对应一个标记类型，所述标记类型包括饱和状态和非饱和状态，以所述标记类型作为标签，对SVM分类模型进行训练，以获得SVM分类判别模型；针对训练完毕的SVM分类模型，输入待判定互感器的二次侧电流和温度特征数据，根据输出动态调整互感器饱和判定阈值；根据训练完成的SVM分类判别模型，将其输出值使用概率估计的方法，将决策函数的输出转换为概率值，通过Platt缩放实现，即在SVM的决策函数输出上应用一个sigmoid函数，将其映射到0到1之间的概率值，其中Platt缩放所依据的公式为： 式中，svmout表示SVM的决策函数输出转换的概率值，fx为SVM的决策函数输出，A为sigmoid函数的斜率参数，B为sigmoid函数的偏移参数；根据SVM分类模型的输出动态调整互感器饱和判定阈值所依据的逻辑为：根据SVM分类判别模型输出转换的概率值，动态调整互感器饱和判定阈值，其中动态调整互感器饱和判定阈值所依据的公式为：ωnew＝ωin+a*svmout-0.5式中，ωnew为调整后的阈值，ωin为初始阈值，a为调整系数，且a为负数，svmout为SVM分类判别模型输出转换的概率值；采集实时的磁阀式电流互感器工作状态参数，对实时的工作状态参数进行预处理后计算特征值，将得到的实时特征值作为SVM分类判别模型的输入，将其输出转换为对应的概率值，根据该概率值动态调整互感器饱和判定阈值，将调整后的阈值作为实时的互感器饱和判定阈值；根据实时互感器的工作状态参数，生成饱和判定结果系数，将其与对应的调整后的互感器饱和判定阈值相较，根据对比结果判断互感器的状态；采集实时互感器的工作状态参数，生成饱和判定结果系数所依据的逻辑为：根据实时互感器采样周期内的数据计算饱和判定结果系数，其中生成饱和判定结果系数所依据的计算公式为： 式中，xs为饱和判定结果系数，b、c、d、h分别为实时采样周期内互感器表面温度均值、二次侧绕组电流信号频率的均值、二次侧绕组电流瞬时值的均值和二次侧绕组电流有效值、峰值和峰值差值的权重系数，其中b、c、d、h均大于0且b＜c＜hd，Tμs为实时采样周期内互感器表面温度均值，fμs为实时采样周期内二次侧绕组电流信号频率的均值，Iμs为实时采样周期内二次侧绕组电流瞬时值的均值，IRMs，IP+s，IP-s，Idifs分别为实时采样周期内二次侧绕组电流有效值、峰值最大值、峰值最小值和峰值差值；根据生成的饱和判定结果系数与根据实时采集工作状态参数调整后的阈值ωnew相较，根据不同对比结果判断饱和情况所依据的逻辑为：当xs≥ωnew时，判断互感器处于饱和状态；当xs＜ωnew时，判断互感器没有处于饱和状态，属于正常工作状态。

全文数据：

权利要求：

百度查询： 国网上海市电力公司 武汉大学 北京琪瑞智电科技有限公司 磁阀式电流互感器的饱和判定方法及装置