[发明专利]基于模型和数据混合驱动的电流互感器饱和波形恢复方法

权利要求书

1.一种基于模型和数据混合驱动的电流互感器饱和波形恢复方法，其特征在于，包括以下步骤：

S1、构建数据库，具体的：

搭建具有磁饱和效应的电流互感器并进行故障电流仿真测量，获取故障后一周波的训练用真实故障电流i_f和测量电流i_m，并利用下式进行归一化得到归一化后的训练用故障电流i'_f和测量电流i'_m

故障电流表示为工频分量与衰减直流分量的叠加，即

其中，工频分量的幅值A和相角衰减直流分量的最大值B和衰减时间常数τ为故障电流模型中的关键参数，将归一化后的训练用真实故障电流i'_f转化为关键参数即将归一化后的训练用测量电流i'_m与故障电流i'_f之间的对应关系转化为归一化后的训练用测量电流i'_m与关键参数kp之间的对应关系，实现数据库的构建；

S2、搭建并训练基于长短期记忆网络的故障电流模型关键参数识别网络；

S3、基于步骤S2的识别网络，计算真实故障电流；

S4、将步骤S3获得的真实故障电流作为保护元件的动作信息，等待下一次故障发生。

2.根据权利要求1所述的一种基于模型和数据混合驱动的电流互感器饱和波形恢复方法，其特征在于，所述步骤S2具体包括：识别参数子模块和注意力模块，所述注意力模块用于模拟人的认知过程，即将注意力分配到非饱和段；

注意力模块采用有监督预训练方式进行训练，其输出目标为：

其中，k表示采样点，w_k表示对采样点k分配的注意力，数值越大则分配的注意力越多；

以归一化后训练用测量电流i'_m为输入，w_k为参考输出对注意力模块进行有监督训练，将训练好的注意力模块嵌入参数识别子模块构建完整的网络模型。

3.根据权利要求2所述的一种基于模型和数据混合驱动的电流互感器饱和波形恢复方法，其特征在于，所述步骤S2还包括：再以归一化后训练用测量电流i'_m为输入，kp为参考输出对完整的网络模型进行训练，冻结注意力模块参数，只训练参数识别子模块或对注意力模块的参数进行微调。

4.根据权利要求1所述的一种基于模型和数据混合驱动的电流互感器饱和波形恢复方法，其特征在于，所述步骤S3具体包括：将训练好的电流互感器饱和波形恢复网络模型进行部署，持续采集故障后一周波的电流数据，获取测试用故障电流i_M，进行归一化并记录归一化因子

将归一化后的测试用故障电流i'_M作为网络模型的输入，网络输出真实故障电流关键参数的估计值并将其代入式中计算得到转化后的故障电流i'_F，经公式(4)逆归一化后得到恢复后的真实故障电流i_F

i_F＝NF×i'_F (5)。