[发明专利]基于机器学习的逆变器零压降数据处理方法

权利要求书

1.一种基于机器学习的逆变器零压降数据处理方法，其特征在于，该方法包括以下步骤：

获取设定时间段内逆变器的交流侧电压互感器电路中的电流，构成电流数据序列；将电流数据序列中所有极大值和极小值对应的位置序号构成极值位置序列；根据极值位置序列中相邻极大值之间的位置间隔和相邻极小值之间的位置间隔计算分组长度；利用分组长度对电流数据序列进行分组得到电流数据矩阵；

对电流数据矩阵进行奇异值分解得到多个子矩阵，其中每个子矩阵对应一个奇异值；根据任意两个子矩阵的差值得到两个子矩阵的关联程度；将关联程度小于程度阈值的子矩阵分为一组，进而得到所有子矩阵的多个分组；

利用反对角线均值化算法对多个分组进行处理得到多个对角元素序列，其中每个分组对应一个对角元素序列，对角元素序列中每个元素对应一个子矩阵的奇异值；根据各对角元素序列中元素对应的奇异值和序列长度得到噪声评价值，将噪声评价值小于评价阈值的序列删除；

对于删除操作后剩余的对角元素序列，根据序列中元素的差值得到噪声程度；根据噪声程度确定权重，利用权重对所有对角元素序列进行加权求和得到除噪电流序列；根据除噪电流序列判断是否存在异常电流，利用零压降装置对异常电流进行处理；

所述分组长度的获取方法具体为：

当极值位置序列中第一个极值和最后一个极值都为极大值或者都为极小值时，计算分组长度，用公式表示为：

其中，表示分组长度，/表示极值位置序列中第2c－1个元素的取值，/表示极值位置序列中第2c+1个元素的取值，/表示极值位置序列中第2c个元素的取值，/表示极值位置序列中第2c+2个元素的取值，r表示极值位置序列中元素的总数量；

当极值位置序列中第一个极值为极大值且最后一个极值为极小值，或者第一个极值为极小值且最后一个极值为极大值时，计算分组长度，用公式表示为：

其中，表示分组长度，/表示极值位置序列中第2c－1个元素的取值，/表示极值位置序列中第2c+1个元素的取值，/表示极值位置序列中第2c个元素的取值，/表示极值位置序列中第2c+2个元素的取值，r表示极值位置序列中元素的总数量；

所述两个子矩阵的关联程度的获取方法具体为：

其中，表示子矩阵h和子矩阵l的关联程度，/表示子矩阵h的第i个元素的数值，/表示子矩阵l的第i个元素的数值，H表示子矩阵的大小；/

所述所有子矩阵的多个分组的获取方法具体为：

将关联程度小于程度阈值的两个子矩阵分为一组，并计算该两个子矩阵的平均矩阵；获取平均矩阵和其他子矩阵的关联程度，将关联程度小于程度阈值的子矩阵记入该分组；计算平均矩阵与记入该分组的子矩阵新的平均矩阵，并将新的平均矩阵与其他子矩阵继续获取关联程度，且每记入一个子矩阵到分组中，就计算一次平均矩阵，直到遍历完所有子矩阵，得到一组矩阵；按照同样的方法得到多个分组；

所述噪声评价值的获取方法具体为：

其中，表示对角元素序列m的噪声评价值，/表示对角元素序列m对应的所有奇异值的均值，/表示所有对角元素序列对应的奇异值均值中的最大值，/表示对角元素序列m的长度，/表示所有对角元素序列的长度中的最大值；

所述噪声程度的获取方法具体为：

将对角元素序列中相邻两个元素的数值分别作差得到差值序列，根据差值序列中元素计算噪声程度，用公式表示为：

其中，为对角元素序列n的噪声程度，/表示对角元素序列n对应的差值序列中所有元素的均值，/表示对角元素序列n对应的差值序列中最大的元素；

所述根据噪声程度确定权重具体为：

当对角元素序列的噪声程度大于噪声阈值时，将该对角元素序列对应的权重设置为第一数值，当对角元素序列的噪声程度小于噪声阈值时，将所述噪声程度作为该对角元素序列对应的权重。