[发明专利]基于基波零序特征的计量系统二次回路监测方法及装置

权利要求书

1.一种基于基波零序特征的计量系统二次回路监测方法，其特征在于实施步骤包括：

1)针对被监测的高压计量系统，获取其电压回路中的三相电压U_a、U_b、U_c，获取电流回路中的三相电流I_a、I_b、I_c以及中性线电流I_n；

2)将三相电压U_a、U_b、U_c进行矢量叠加得到含有大量谐波与白噪声的零序电压分量3U₀，将三相电流I_a、I_b、I_c进行矢量叠加得到含有大量谐波与白噪声的零序电流分量3I₀；

3)分别根据零序电压分量3U₀和零序电流分量3I₀提取基波零序分量，得到基波零序电压的幅值3U₀₁及相位基波零序电流的幅值3I₀₁及相位

4)计算基波零序电流与中性线电流I_n之间的差的绝对值得到基波零序电流与中性线电流差的绝对值I_e；

5)将基波零序电压的幅值3U₀₁、基波零序电压的相位基波零序电流的幅值3I₀₁、基波零序电流的相位以及基波零序电流与中性线电流差的绝对值I_e作为输入向量输入完成训练的机器学习分类模型，所述机器学习分类模型被训练包含输入向量和作为输出结果的二次回路故障之间的映射关系，最终得到被监测的高压计量系统二次回路的监测结果；

步骤3)中提取基波零序分量的详细步骤包括：

3.1)初始化迭代次数k的值为0，输入原始的零序电压分量3U₀或零序电流分量3I₀的量测方程与状态方程，将原始的零序电压分量3U₀或零序电流分量3I₀随机产生初始样本并进行随机采样；

3.2)计算出原始的零序电压分量3U₀或零序电流分量3I₀所产生粒子的状态值和粒子权重；

3.3)建立广义回归神经网络GRNN，通过广义回归神经网络GRNN对原始的零序电压分量3U₀或零序电流分量3I₀的状态值进行优化和调整；

3.4)计算有效粒子数；

3.5)判断有效粒子数是否小于设定有效粒子数的阈值，如果是则进行重采样，然后跳转执行下一步；否则，直接跳转执行下一步；

3.6)进行零序电压或零序电流状态估计并计算似然概率密度，得到当前最优状态估计值对应的零序电压分量3U₀或零序电流分量3I₀；

3.7)计算累加对数似然比及最大累加对数似然比；

3.8)判断最大累加对数似然比超过判决阈值是否成立，如果成立则对当前最优状态估计值对应的零序电压分量3U₀或零序电流分量3I₀进行保存，然后跳转执行下一步；否则，直接跳转执行下一步；

3.9)状态更新，将迭代次数k加1；

3.10)判断迭代是否结束，如果尚未结束，则跳转执行步骤3.2)；否则跳转执行下一步；

3.11)输出基波零序电压的幅值3U₀₁及相位或基波零序电流的幅值3I₀₁及相位