本發(fā)明主要涉及互感器檢測(cè)，尤其涉及一種電流互感器。

背景技術(shù)：

1、電流互感器是電力系統(tǒng)中不可或缺的設(shè)備，用于測(cè)量電流并將其轉(zhuǎn)換為對(duì)應(yīng)信號(hào)以對(duì)電力系統(tǒng)進(jìn)行監(jiān)控和保護(hù)。在電流互感器長(zhǎng)期的運(yùn)行過程中，可能會(huì)出現(xiàn)各種異常。若電流互感器的異常未能及時(shí)準(zhǔn)確地發(fā)現(xiàn)，不僅會(huì)影響電能計(jì)量的準(zhǔn)確性，還會(huì)損壞相關(guān)設(shè)備。但目前的電流互感器的異常判斷通常是安排相關(guān)人員通過肉眼或簡(jiǎn)單的儀器進(jìn)行異常檢測(cè)，但該方式過于依賴相關(guān)人員的專業(yè)素養(yǎng)，難以保障電流互感器異常判斷的準(zhǔn)確性，并且該方式無法進(jìn)行持續(xù)的異常檢測(cè)，使電流互感器的異常判斷的效率低下。對(duì)此，部分企業(yè)在電流互感器中集成了相應(yīng)的模塊，雖然能夠提高電流互感器的異常檢測(cè)效率，但仍未能有效地提高電流互感器的異常檢測(cè)精度。因此，如何有效地提高電流互感器異常檢測(cè)的準(zhǔn)確度和效率是各企業(yè)一直在研究的難題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種電流互感器，能夠替換人工判斷模式，使電流互感器異常檢測(cè)的準(zhǔn)確度和效率能夠達(dá)到更為理想的提升。

2、為了解決上述技術(shù)問題，本發(fā)明提供了一種電流互感器，所述電流互感器包括：數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、三相關(guān)系參數(shù)提取模塊、異常要素提取模塊、異常分量計(jì)算模塊、異常特征提取模塊和異常判斷預(yù)警模塊；

3、所述數(shù)據(jù)采集模塊用于獲取電流互感器的運(yùn)行數(shù)據(jù)；

4、所述數(shù)據(jù)預(yù)處理模塊用于對(duì)所述運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理，獲得預(yù)處理后的運(yùn)行數(shù)據(jù)；

5、所述三相關(guān)系參數(shù)提取模塊用于基于預(yù)處理后的運(yùn)行數(shù)據(jù)結(jié)合諧波分析進(jìn)行三相關(guān)系參數(shù)提取，獲得目標(biāo)三相關(guān)系參數(shù)；

6、所述異常要素提取模塊用于根據(jù)基線分析利用所述目標(biāo)三相關(guān)系參數(shù)進(jìn)行異常要素提取，獲得目標(biāo)異常要素；

7、所述異常分量計(jì)算模塊用于基于所述目標(biāo)異常要素和目標(biāo)三相關(guān)系參數(shù)進(jìn)行異常分量計(jì)算，獲得異常分量；

8、所述異常特征提取模塊用于基于所述異常分量結(jié)合磁飽和檢測(cè)進(jìn)行異常特征提取，獲得目標(biāo)異常特征；

9、所述異常判斷預(yù)警模塊用于基于所述目標(biāo)異常特征進(jìn)行電流互感器的異常判斷，若判斷出電流互感器存在異常，則發(fā)出預(yù)警信息。

10、可選的，所述數(shù)據(jù)采集模塊包括設(shè)置在電流互感器的智能傳感器組合，基于所述智能傳感器組合獲取電流互感器的運(yùn)行數(shù)據(jù)。

11、可選的，所述數(shù)據(jù)預(yù)處理模塊包括：數(shù)據(jù)清洗單元和數(shù)據(jù)整合單元；

12、所述數(shù)據(jù)清洗單元用于對(duì)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗處理，獲得數(shù)據(jù)清洗處理后的運(yùn)行數(shù)據(jù)；

13、所述數(shù)據(jù)整合單元用于對(duì)數(shù)據(jù)清洗處理后的運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)整合處理，獲得預(yù)處理后的運(yùn)行數(shù)據(jù)。

14、可選的，所述三相關(guān)系參數(shù)提取模塊包括：多階差分篩選單元、三相電流分量構(gòu)建單元、三相關(guān)系統(tǒng)計(jì)參數(shù)單元、諧波分析單元和目標(biāo)三相關(guān)系參數(shù)構(gòu)建單元；

15、所述多階差分篩選單元用于對(duì)在預(yù)處理后的運(yùn)行數(shù)據(jù)中所提取的運(yùn)行電流數(shù)據(jù)進(jìn)行多階差分篩選，獲得平穩(wěn)電流數(shù)據(jù)；

16、所述三相電流分量構(gòu)建單元用于基于所述平穩(wěn)電流數(shù)據(jù)進(jìn)行三相電流分量構(gòu)建，獲得三相電流分量；

17、所述三相關(guān)系統(tǒng)計(jì)參數(shù)單元用于基于所述平穩(wěn)電流數(shù)據(jù)利用三相關(guān)系的模型參數(shù)矩陣構(gòu)建三相關(guān)系統(tǒng)計(jì)參數(shù)；

18、所述諧波分析單元用于基于所述運(yùn)行電流數(shù)據(jù)進(jìn)行三相電流的諧波分析，獲得諧波分析數(shù)據(jù)；

19、所述目標(biāo)三相關(guān)系參數(shù)構(gòu)建單元用于基于所述三相電流分量、三相關(guān)系統(tǒng)計(jì)參數(shù)和諧波分析數(shù)據(jù)構(gòu)建目標(biāo)三相關(guān)系參數(shù)。

20、可選的，所述諧波分析單元包括：次諧波比對(duì)數(shù)據(jù)生成子單元、電流諧波量生成子單元和諧波分析數(shù)據(jù)生成子單元；

21、所述次諧波比對(duì)數(shù)據(jù)生成子單元用于基于所述運(yùn)行電流數(shù)據(jù)計(jì)算三相電流的次諧波數(shù)據(jù)，并基于預(yù)設(shè)時(shí)間窗口利用所述次諧波數(shù)據(jù)生成次諧波比對(duì)數(shù)據(jù)；

22、所述電流諧波量生成子單元用于基于所述運(yùn)行電流數(shù)據(jù)計(jì)算基波電流分量和諧波電流分量，并基于所述基波電流分量和諧波電流分量生成電流諧波量；

23、所述諧波分析數(shù)據(jù)生成子單元用于基于所述次諧波比對(duì)數(shù)據(jù)和電流諧波量生成諧波分析數(shù)據(jù)。

24、可選的，所述異常要素提取模塊包括：關(guān)聯(lián)性分析單元、序列挖掘單元、要素距離計(jì)算單元、異常邊界閾值構(gòu)建單元和異常要素確定單元；

25、所述關(guān)聯(lián)性分析單元用于獲取歷史異常要素記錄數(shù)據(jù)，并對(duì)所述歷史異常要素記錄數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分析，獲得關(guān)聯(lián)性分析數(shù)據(jù)；

26、所述序列挖掘單元用于基于所述關(guān)聯(lián)性分析數(shù)據(jù)利用頻繁模式樹進(jìn)行序列挖掘，獲得目標(biāo)要素序列；

27、所述要素距離計(jì)算單元用于基于所述目標(biāo)要素序列和關(guān)聯(lián)性分析數(shù)據(jù)確定強(qiáng)相關(guān)要素，并計(jì)算所述強(qiáng)相關(guān)要素的目標(biāo)距離；

28、所述異常邊界閾值構(gòu)建單元用于基于所述歷史異常要素記錄數(shù)據(jù)利用核密度函數(shù)構(gòu)建三相統(tǒng)計(jì)量異常邊界閾值；

29、所述異常要素確定單元用于基于所述三相統(tǒng)計(jì)量異常邊界閾值和目標(biāo)距離構(gòu)建異常要素基線，并基于所述目標(biāo)三相關(guān)系參數(shù)利用所述異常要素基線確定目標(biāo)異常要素。

30、可選的，所述異常分量計(jì)算模塊包括：異常分量幅值計(jì)算單元、異常相關(guān)分量獲取單元和異常分量生成單元；

31、所述異常分量幅值計(jì)算單元用于計(jì)算目標(biāo)異常要素與異常要素基線的目標(biāo)差值，并基于所述目標(biāo)差值確定異常分量幅值；

32、所述異常相關(guān)分量獲取單元用于基于所述目標(biāo)三相關(guān)系參數(shù)計(jì)算殘差分量，并對(duì)所述殘差分量進(jìn)行分解和聚類分析，獲得異常相關(guān)分量；

33、所述異常分量生成單元用于基于所述異常分量幅值和異常相關(guān)分量生成異常分量。

34、可選的，所述異常特征提取模塊包括：第一異常特征提取單元、第一磁飽和檢測(cè)數(shù)據(jù)生成單元、第二異常特征確定單元和目標(biāo)異常特征生成單元；

35、第一異常特征提取單元用于基于第一異常特征提取模型對(duì)所述異常分量進(jìn)行特征提取，獲得第一異常特征；

36、第一磁飽和檢測(cè)數(shù)據(jù)生成單元用于基于在預(yù)處理后的運(yùn)行數(shù)據(jù)中所提取的運(yùn)行電壓數(shù)據(jù)計(jì)算電壓幅值變換數(shù)據(jù)和諧波斜率變換數(shù)據(jù)，并基于所述電壓幅值變換數(shù)據(jù)和諧波斜率變換數(shù)據(jù)利用預(yù)設(shè)判斷系數(shù)范圍確定第一磁飽和檢測(cè)數(shù)據(jù)；

37、第二異常特征確定單元用于基于所述異常分量利用全波傅氏算法結(jié)合飽和識(shí)別分區(qū)確定第二磁飽和檢測(cè)數(shù)據(jù)，并基于所述第一磁飽和檢測(cè)數(shù)據(jù)和第二磁飽和檢測(cè)數(shù)據(jù)生成第二異常特征；

38、目標(biāo)異常特征生成單元用于基于所述第一異常特征和第二異常特征生成目標(biāo)異常特征。

39、可選的，所述異常判斷預(yù)警模塊包括：異常識(shí)別模型構(gòu)建單元和預(yù)警判斷單元；

40、所述異常識(shí)別模型構(gòu)建單元用于構(gòu)建電流互感器的異常知識(shí)圖譜模型，并基于所述異常知識(shí)圖譜模型結(jié)合異常分類模型構(gòu)建異常識(shí)別模型；

41、所述預(yù)警判斷單元用于將所述目標(biāo)異常特征輸入至所述異常識(shí)別模型中進(jìn)行電流互感器的異常判斷，若判斷出電流互感器存在異常，則基于異常判斷結(jié)果生成預(yù)警信息。

42、可選的，所述異常識(shí)別模型構(gòu)建單元包括：異常知識(shí)數(shù)據(jù)分類子單元、異常知識(shí)圖譜模型構(gòu)建子單元和異常識(shí)別模型生成子單元；

43、所述異常知識(shí)數(shù)據(jù)分類子單元用于在異常知識(shí)庫(kù)中獲取異常知識(shí)數(shù)據(jù)，并對(duì)所述異常知識(shí)數(shù)據(jù)進(jìn)行分類，獲得各類別的異常知識(shí)數(shù)據(jù)；

44、所述異常知識(shí)圖譜模型構(gòu)建子單元用于基于各類別的異常知識(shí)數(shù)據(jù)結(jié)合異常耦合影響程度分析構(gòu)建異常知識(shí)圖譜模型；

45、所述異常識(shí)別模型生成子單元用于基于異常知識(shí)圖譜模型和由卷積神經(jīng)網(wǎng)絡(luò)所構(gòu)成的異常分類模型生成異常識(shí)別模型。

46、在本發(fā)明實(shí)施例中，在電流互感器中集成了三相關(guān)系參數(shù)提取模塊、異常要素提取模塊、異常分量計(jì)算模塊、異常特征提取模塊和異常判斷預(yù)警模塊，三相關(guān)系參數(shù)提取模塊用于基于預(yù)處理后的運(yùn)行數(shù)據(jù)結(jié)合諧波分析進(jìn)行三相關(guān)系參數(shù)提取，能夠獲得更為全面且準(zhǔn)確的三相關(guān)系參數(shù)。異常要素提取模塊用于根據(jù)基線分析利用目標(biāo)三相關(guān)系參數(shù)進(jìn)行異常要素提取，有效提高了異常要素提取的可靠性。異常分量計(jì)算模塊用于基于目標(biāo)異常要素和目標(biāo)三相關(guān)系參數(shù)進(jìn)行異常分量計(jì)算，能夠避免所得出的異常分量與實(shí)際情況的偏差過大。異常特征提取模塊用于基于異常分量結(jié)合磁飽和檢測(cè)進(jìn)行異常特征提取，將磁飽和檢測(cè)的特征數(shù)據(jù)也加入至異常特征中，能夠使所得出的異常特征更為全面。異常判斷預(yù)警模塊用于基于異常特征進(jìn)行電流互感器的異常判斷，能夠在數(shù)據(jù)復(fù)雜的情況下更為準(zhǔn)確且高效地判斷電流互感器是否存在異常，從而能夠替換人工判斷模式，使電流互感器異常檢測(cè)的準(zhǔn)確度和效率能夠達(dá)到更為理想的提升。