(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110063456.2 (22)申请日 2021.01.18 (65)同一申请的已公布的文献号 申请公布号 CN 112883634 A (43)申请公布日 2021.06.01 (73)专利权人 中国南方电网有限责任公司超高 压输电公司广州局 地址 510663 广东省广州市萝岗区科 学城 科学大道223号2号楼 (72)发明人 张朝辉　梁秉岗　杨洋　王晨涛　 陈成　张晶菲　王翔宇　曾鸿　 于大洋　李亚锦　 (74)专利代理 机构 广州科粤专利商标代理有限 公司 44001 代理人 邓潮彬　黄培智(51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 陈晓静 (54)发明名称 基于多维度分析的直流测量系统状态预测 方法及系统 (57)摘要 本发明公开了一种基于多维度分析的直流 测量系统状态预测方法及系统， 涉及直流测量系 统监测技术领域， 所述方法包括获取直流测量系 统的监测值和直流关键运行参数； 基于所述监测 值和所述直流关键运行参数， 根据设定的第一判 据判断所述直流测量系统的采集的数据是否异 常； 在采集的数据无异常的情况下， 根据设定的 第二判据判断所述直流输电系统是否异常。 本发 明从工程应用角度出发， 在现有运维阈值诊断基 础上， 针对直流测量的驱动电流和数据电平采用 横向对比和时序趋势分析方法进行诊断并识别 异常。 算法应用简单有效。 权利要求书3页 说明书7页 附图3页 CN 112883634 B 2022.04.08 CN 112883634 B 1.一种基于多维度分析的直流测量系统状态预测方法， 用于直流输电系统， 其特征在 于， 包括： 获取直流测量系统的监测值和直 流关键运行参数； 基于所述监测值和所述直流关键运行参数， 根据设定的第 一判据判断所述直流测量系 统的采集的数据是否异常； 在采集的数据无异常的情况下， 根据设定的第二判据判断所述直流输电系统是否异 常， 其中， 所述第一判据判断包括： 计算驱动电流的理论值， 将驱动电流的监测值与理论值计算偏差， 并与设定的第一阈 值比较， 判断测量 点的驱动电流采样是否异常； 计算电压的理论值， 将电压的监测值与理论值计算偏差， 并与设定的第 二阈值比较， 判 断测量点的电压采样是否异常； 所述驱动电流的理论 值通过以下 方法： 将驱动电流的监测值作为因变量， 对应极的直 流功率和电流作为自变量； 通过多项式拟合构建自变量和因变量的关系式； 基于直流输电系统的直流功率和电流、 驱动电流的历史数据， 采用最小二乘法拟合得 到关系式y＝f(x1,x2)； 根据所述关系式， 基于直流输电系统 的直流功率和电流、 驱动电流的历史数据， 获得所 述驱动电流的理论 值； 所述电压的理论 值通过以下 方法： 整流侧： 逆变侧： U1和U2分别为整流站和逆变站换流变压器阀侧空载电压有效值， 根据母线电压和 换流 变分接头档位计算， α 为整流站触发角， Xr1和Xr2分别为整流站和逆变站换相电抗， Id为直流 电流； 将电压的监测值与理论 值计算偏差 Ud_err＝Ud_cal‑Ud_means 其中， Ud_err为计算电压与测量电压的偏差， Ud_cal为计算电压， Ud_means为测量电压， 高端 阀组的测量电压为UdH ‑UdM， 低端阀组的测量电压为UdM ‑UdN； UdH表示高压直流母线电压， UdM表示高低端阀组间中压母线电压， UdN表示中性 直流母线电压； 所述第二判据包括： 判据一： 同一时刻， 横向对比同一 极高低端驱动电流和数据电平， 当偏差 大于阈值δ1时， 判断为异常； 判据二： 纵向分析驱动电流和数据电平， 计算样本序列X(x1,x2,...xt)的整体趋势变化 值， 即∑(xt‑xt‑1)， 当趋势值大于阈值时δ2， 预警， 即∑(xt‑xt‑1)＞δ2； 考虑一种去趋势的波 动分析方法， 利用监测值与样本均值的差值未超出定值作为序列数据波动诊断； 当监测值权　利　要　求　书 1/3 页 2 CN 112883634 B 2与均值的差值超出a ×σ 范围， 判断为异常， 即 判据三： 驱动电流趋势预测值大于阈值时， 判断为异常； 预测算法通过LSTM来实现； 所述驱动电流趋势预测值 通过驱动电流预测模型进行， 所述驱动电流预测模型包 含 LSTM模型， 其包括： 根据驱动电流、 数据电平、 环境温度以及直流功率， 通过驱动电流预测模型拟合的环境 温度、 直流功率、 数据电平和驱动电流之间的关系， 对驱动电流进行 预测； 其中， 所述驱动电流预测模型包括： 选取当前时刻驱动电流、 直流功率、 环境温度、 数据电平作为输入参数， 输出为下一时 刻驱动电流数据， 构建数据样本集； 利用灰色关联度和K ‑means聚类方法对数据集内的数据进行检测和清洗并按照设定比 例将数据样本集划分为训练集和 测试集； 将选定的训练集数据归一化处理后作为LSTM模型输入， 设定LSTM模型输入的神经元个 数为4个， 其包括直流功率、 数据电平、 环境温度、 当前时刻驱动电流， 即{ x1,x2,x3,x4}， 输出 变量为下一时刻驱动电流； 神经网络选择2层LSTM， 最后连接一个全连接层后通过一个激活 函数作为 最终的输出； 在训练过程中若训练平均绝对误差大于阈值， 则更新权重与偏置W、 b、 a， 继续与输入相 互作用进行计算； 若误差小于阈值， 则输出结果作为另一个初始化参数， 其中， 平均绝对误 差的计算公式为： 进行误差的反向传播算法(BP)神经网络训练， 即t时刻后所有时刻误差进行反向传播 计算， 更新权 重矩阵， 直到得到最优 全局参数矩阵， 模型训练完成。 2.根据权利要求1所述的基于多维度分析的直流测量系统状态预测方法， 其特征在于， 所述监测值包括驱动电流、 数据电平、 环境温度， 所述直流关键运行参数包括直流电压、 直 流电流、 直 流功率、 触发角、 分接 头档位和直 流系统阻抗。 3.根据权利要求1所述的基于多维度分析的直 流测量系统状态预测方法， 其特 征在于， 根据设定的第一判据判断所述直流测量系统的采集的数据是否异常， 若异常， 则发出 警告； 根据设定的第二判据判断所述 直流输电系统是否异常， 若异常， 则发出警告。 4.一种直流测量系统， 其特征在于， 所述直流测量系统用于获取直流输电系统的状态 量并传输 到控制保护系统， 所述控制保护系统根据如权利要求1 ‑3任一所述的方法工作。 5.根据权利要求 4所述的直 流测量系统， 其特 征在于， 所述直流输电系 统包括远端模块， 所述远端模块具有AD转换模块、 能量管理模块、 LED 模块， 所述直流测量系统包括合并单元， 所述合并单元具有激光驱动 器、 I/O单元， 其中， 所述 AD转换模块通过分压器采集一次电压， 以及通过分流器采集一次电流， 并通过数据光纤传 输到所述I/ O单元， 所述合并单元将数据初步处理后传输到所述控制保护系统； 所述激光驱 动器通过 供能光纤驱动所述能量管理模块给 所述AD转换模块 提供能量。权　利　要　求　书 2/3 页 3 CN 112883634 B 3