(19)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 202110321839.5 (22)申请日 2021.03.25 (65)同一申请的已公布的文献号 申请公布号 CN 113011096 A (43)申请公布日 2021.06.22 (73)专利权人 国网宁夏电力有限公司 地址 750001 宁夏回族自治区银川市长城 东路288号 专利权人 国网宁夏电力有限公司检修公司 　 西安交通大 学　 国网宁夏电力有限公司电力科 学 研究院 (72)发明人 刘志远　吴建云　郝治国　于晓军　 杨松浩　蒙金有　罗美玲　黄伟兵　 蔡乾　赫嘉楠　张宇博　史磊　林泽暄　叶涛　王小立　于小艳　 沙云　尹琦云　陆洪建　杨晨　 安燕杰　 (74)专利代理 机构 北京慕达星云知识产权代理 事务所 (特殊普通合伙) 11465 专利代理师 符继超 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/00(2022.01) G06N 3/04(2006.01) (56)对比文件 CN 111123048 A,2020.0 5.08 审查员 宫贺 (54)发明名称 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 (57)摘要 本发明公开了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， 包括以下步 骤： S1、 构建数据库； 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。 以故障电流 的物理模型为先验知识， 通过数据驱动的方法构 建故障电流模型关键参数识别网络来实现波形 的恢复， 具有采样率要求低、 抗噪能力强、 无须整 定阈值以及 在线/离线部署方便等优势。 权利要求书2页 说明书5页 附图2页 CN 113011096 B 2022.07.05 CN 113011096 B 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if和测量电流im， 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， wk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， wk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权　利　要　求　书 1/2 页 2 CN 113011096 B 2法， 其特征在于， 所述步骤S 3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iM， 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 iF iF＝NF×i'F  (5)。权　利　要　求　书 2/2 页 3 CN 113011096 B 3