一种基于深度学习的铁磁谐振波形识别抑制方法及装置与流程

本申请涉及配电排故，尤其涉及一种基于深度学习的铁磁谐振波形识别抑制方法及装置。

背景技术：

1、在中低压配电系统中，电压互感器的重要性不言而喻。它通过隔离刀闸和高压熔断器连接到母线，以监测电压并将其降至可操作水平，确保电力系统的正常运行。然而，在某些特定情况下，如雷击、单相弧光接地和开关操作等外部条件的干扰下，电压互感器的铁芯可能会经历铁芯饱和，从而引发系统对地电容和电压互感器励磁电感之间的铁磁共振现象。这一系列问题可能导致电压互感器的烧毁、tv保险熔断器的跳闸、tv柜的损毁，甚至可能引发母线短路。

2、目前，为应对这些问题，过电流抑制装置通常采用一次消谐器作为主要组成部分。然而，消谐器在铁磁谐振问题的处理上存在一些限制，其中包括谐波识别速度较慢以及高速谐波识别困难等问题。这些问题可能会导致无法有效识别和控制铁磁共振的风险，从而影响电力系统的可靠性和稳定性。

技术实现思路

1、本申请提供了一种基于深度学习的铁磁谐振波形识别抑制方法及装置，以解决消谐器在铁磁谐振问题的处理上存在一些限制，其中包括谐波识别速度较慢以及高速谐波识别困难等问题。这些问题可能会导致无法有效识别和控制铁磁共振的风险，从而影响电力系统的可靠性和稳定性的问题。

2、一方面，本申请提供一种基于深度学习的铁磁谐振波形识别抑制方法，包括：

3、收集变电站内铁磁谐振过电流数据和正常电流数据；

4、对收集的数据标签，得到训练数据集；

5、对训练数据集进行特征预处理和分析设计特征构造提取，通过深度学习训练得到分类模型；

6、实时采集站内系统电压级电压互感器零序电流值；

7、将采集的电流值输入分类模型计算分析判断电流是否异常；

8、如电流异常，短接一次电阻进行消谐动作消耗过电流；

9、消谐动作完成后记录电流异常信息并存储；

10、将记录的电流异常信息远传至综合自动化电气控制终端。

11、可选的，所述将采集的电流值输入mcu计算分析判断电流是否异常的步骤还包括：

12、如电流无异常，继续实时采集站内系统电压级电压互感器零序电流值，将采集的电流值输入mcu计算分析判断电流是否异常，重复上述步骤。

13、可选的，所述消谐动作记录保存现场故障录波数据1000次故障，所述波形存储的范围包括故障发生前的十个周期和故障发生后十个周期的波形。

14、另一方面，本申请提供一种基于深度学习的铁磁谐振波形识别抑制装置，包括：

15、深度学习训练模块，被配置为对训练数据集进行训练得到分类模型；

16、cpu，被配置为将采集的电流值输入分类模型计算分析判断电流是否异常；

17、数据采集模块，被配置为实时采集站内系统电压级电压互感器零序电流值；

18、存储模块，被配置为存储训练数据集和电流异常信息；

19、过电流消除模块，被配置为根据cpu的命令消除过电流；

20、远传模块，被配置为远传电流异常信息；

21、智能显示模块，被配置为显示cpu的动作情况。

22、可选的，所述cpu采用低功耗嵌入式stm 32高性能arm芯片。

23、可选的，所述智能显示模块采用宽温液晶显示屏。

24、由以上技术方案可知，本申请提供一种基于深度学习的铁磁谐振波形识别抑制方法及装置，包括：收集变电站内铁磁谐振过电流数据和正常电流数据；对收集的数据标签，得到训练数据集；对训练数据集进行特征预处理和分析设计特征构造提取，通过深度学习训练得到分类模型；实时采集站内系统电压级电压互感器零序电流值；将采集的电流值输入分类模型计算分析判断电流是否异常；如电流异常，短接一次电阻进行消谐动作消耗过电流；消谐动作完成后记录电流异常信息并存储；将记录的电流异常信息远传至综合自动化电气控制终端。本申请可以对电压互感器(pt)过流防护提供防护，降低pt熔丝熔断频率，确保电压互感器运行良好，提高变电站智能运维水平。

技术特征：

1.一种基于深度学习的铁磁谐振波形识别抑制方法，其特征在于，包括：

2.根据权利要求1所述的一种基于深度学习的铁磁谐振波形识别抑制方法，其特征在于，所述将采集的电流值输入mcu计算分析判断电流是否异常的步骤还包括：

3.根据权利要求2所述的一种基于深度学习的铁磁谐振波形识别抑制方法，其特征在于，所述电流异常信息包括消谐动作及波形。

4.根据权利要求3所述的一种基于深度学习的铁磁谐振波形识别抑制方法，其特征在于，所述消谐动作记录保存现场故障录波数据1000次故障，所述波形存储的范围包括故障发生前的十个周期和故障发生后十个周期的波形。

5.一种基于深度学习的铁磁谐振波形识别抑制装置，其特征在于，包括：

6.根据权利要求5所述的一种基于深度学习的铁磁谐振波形识别抑制装置，其特征在于，所述cpu采用低功耗嵌入式stm 32高性能arm芯片。

7.根据权利要求5所述的一种基于深度学习的铁磁谐振波形识别抑制装置，其特征在于，所述智能显示模块采用宽温液晶显示屏。

技术总结
本申请提供一种基于深度学习的铁磁谐振波形识别抑制方法及装置，包括：收集变电站内铁磁谐振过电流数据和正常电流数据；对收集的数据标签，得到训练数据集；对训练数据集进行特征预处理和分析设计特征构造提取，通过深度学习训练得到分类模型；实时采集站内系统电压级电压互感器零序电流值；将采集的电流值输入分类模型计算分析判断电流是否异常；如电流异常，短接一次电阻进行消谐动作消耗过电流；消谐动作完成后记录电流异常信息并存储。本申请可以对电压互感器(PT)过流防护提供防护，降低PT熔丝熔断频率，确保电压互感器运行良好，提高变电站智能运维水平。

技术研发人员：李开云,陈虓,刘红文,杨金东,李佳,李凯,杨文呈,黄继盛
受保护的技术使用者：云南电网有限责任公司临沧供电局
技术研发日：
技术公布日：2024/4/17