申请/专利权人：三峡大学

申请日：2023-11-10

公开（公告）日：2024-03-15

公开（公告）号：CN117706452A

主分类号：G01R35/02

分类号：G01R35/02;G06F18/2413;G06F18/22;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：基于KNN‑GRU模型的电压互感器的在线评估方法，采集电压互感器的二次输出电压，对电压互感器的输出样本进行线性插值，根据电压互感器的早期运行数据构造标准数据库；对三相电压互感器的输出矩阵进行匹配与重构，对A、B、C三相电压分别构建三组KNN‑GRU模型，并以K‑折交叉验证的方式，对KNN‑GRU模型进行训练。通过K‑近邻算法从标准数据库中匹配相似样本作为特征，输入各组GRU模型对三相电压值进行预测，得到当前三相互感器的电压预测值；对比前者与实际互感器输出的偏差，选择均方差SPE作为损失评估指标Q；若评估指标Q超出阈值，则系统进入预警，同时停止更下一时刻的阈值；反之，对阈值下一步继续更新。该方法能够有效检测电压互感器0.2级精度的计量偏差偏移。

主权项：1.基于KNN-GRU模型的电压互感器的在线评估方法，其特征在于包括以下步骤：步骤一、离线建模步骤：采集电压互感器的二次输出电压，对其进行异常值剔除和小波分层去噪；对电压互感器的输出样本进行线性插值；根据电压互感器的早期运行数据构造标准数据库；对三相电压互感器的输出矩阵进行匹配与重构，分别以各两相电压作为KNN-GRU模型的输入，剩余相电压作为预测结果，对A、B、C三相电压分别构建三组KNN-GRU模型，并以K-折交叉验证的方式，对KNN-GRU模型进行训练；步骤二、在线评估步骤：根据当前时刻下的电压互感器输出状态值，通过K-近邻算法从标准数据库中匹配相似样本作为特征，输入各组GRU模型对三相电压值进行预测，得到当前三相互感器的电压预测值；对比预测值与实际互感器输出的偏差，选择均方差SPE作为损失评估指标Q；使用Gamma概率模型对损失分布进行估计，选择合适的上分位数作为阈值，引入移动窗对阈值进行加权，实现阈值的自适应更新；若评估指标Q超出阈值，则系统进入预警，同时停止更下一时刻的阈值；反之，对阈值下一步继续更新，重复上述步骤。

全文数据：

权利要求：

百度查询： 三峡大学 基于KNN-GRU模型的电压互感器的在线评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD