一种基于云边协同计算的漏电测量误差补偿方法及系统
技术领域
本发明涉及电气线路监测
技术领域
，尤其涉及一种基于云边协同计算的漏电测量误差补偿方法及系统。背景技术
随着国民经济的飞速发展，我国的发电量和用电量已经跃居全球第一，随之也带来了电气安全事故的频频发生。电气火灾发生的位置大多数处于电力系统中的配电端到用电终端这一范围(即从用户端低压变压器开始，经过低压配电电器，再到用户的用电器)，这是因为配电线路和用电器往往是由用户自行安装和维护，使得设计、安装、使用等环节经常存在不规范现象，同时长期运行过程中出现损坏后也无法进行专业的维护检修，尤其最重要的是因为线路状态缺乏有效的监测。然而，电气安全事故中，由电路中的漏电电流引发的人身安全和火灾事故又占据了很大比例。因此，对线路中的漏电电流进行实时监测就显得尤为重要。
目前，采用零序互电流感器测量线路中的漏电电流。但是，实际应用中的零序互感器因漏磁、绕线不均匀等原因而产生测量误差，导致所测漏电电流显著大于线路中真实的漏电电流，在行业中被称为“假漏电”现象。必须去除“假漏电”的干扰，才能精确获取与电气火灾密切相关的真实漏电电流。
理论上，漏电电流的大小并不受工作电流变化影响。但是，在研究中发现，“假漏电”会随着工作电流的增大而增大，这是由零序互感器本身精度以及电缆安装方式所引起的。例如，不同零序互感器特性难以完全一致，使得精度不准确；又如，线缆安装的一致性无法保证，导致真实漏电和“假漏电”的分布模式并不恒定。因此，需要通过对每个零序互感器的监测数据进行分析，分别对每个零序互感器假漏电情况进行建模。由于边缘监测终端算力不足，需要将数据上传至云平台进行建模计算，然后将补偿参数反馈至边缘终端进行假漏电补偿。
发明内容
本发明实施例所要解决的技术问题在于，提供一种基于云边协同计算的漏电测量误差补偿方法及系统，能对零序电流互感器产生的假漏电现象进行消除，以获得准确的漏电电流数据。
为了解决上述技术问题，本发明实施例提供了一种基于云边协同计算的漏电测量误差补偿方法，其在漏电流边缘监测终端与用电管理云平台互联形成的通信网络上实现，包括以下步骤：
所述漏电流边缘监测终端监测负载电压、负载电流及漏电电流数据并发送给所述用电管理云平台；
所述用电管理云平台使用接收的数据迭代训练假漏电补偿模型，更新假漏电模型参数并反馈给所述漏电流边缘监测终端；
所述漏电流边缘监测终端使用与所述用电管理云平台相同的假漏电补偿模型，并根据从所述用电管理云平台接收的假漏电补偿模型参数来处理所述漏电电流数据，以消除所述漏电电流数据中假漏电现象的影响假漏电补偿模型。
其中，所述负载电压、负载电流及漏电电流数据来自于预设传感器在指定线路节点上所采集到的。
其中，所述假漏电补偿模型是基于鲁棒模糊聚类的多模型回归算法构建出来的，并在训练过程中逐步优化模糊成员的中心点和协方差，直至概率成员完成收敛为止。
其中，所述模糊成员的优化公式为其中，
C为聚类个数；m>1，且为一个模糊化权重参数；xj为样本；ci为聚类i的中心；eik为聚类i的协方差矩阵的第k个特征向量；vik是第k个特征向量中特征根的权重系数。
其中，所述概率成员的更新公式为
本发明实施例还提供了一种基于云边协同计算的漏电测量误差补偿系统，包括互联的漏电流边缘监测终端与用电管理云平台；其中，
所述漏电流边缘监测终端，用于监测负载电压、负载电流及漏电电流数据并发送给所述用电管理云平台；以及使用与所述用电管理云平台相同的假漏电补偿模型，并根据从所述用电管理云平台接收的假漏电补偿模型参数来处理所述漏电电流数据，以消除所述漏电电流数据中假漏电现象的影响；
所述用电管理云平台，用于使用接收的数据迭代训练假漏电补偿模型，更新假漏电模型参数并反馈给所述漏电流边缘监测终端假漏电补偿模型。
其中，所述负载电压、负载电流及漏电电流数据来自于预设传感器在指定线路节点上所采集到的。
其中，所述假漏电补偿模型是基于鲁棒模糊聚类的多模型回归算法构建出来的，并在训练过程中逐步优化模糊成员的中心点和协方差，直至概率成员完成收敛为止。
实施本发明实施例，具有如下有益效果：
本发明基于用电管理云平台在原有存储功能的基础上，注重于解决复杂模型的构建和训练问题，为边缘计算提供模型参数更新，并反馈给漏电流边缘监测终端，实现参数自适应和自调整的智能化的闭环反馈，使得漏电流边缘监测终端根据假漏电模型参数来处理零序电流互感器采集的数据以完成边缘计算补偿，消除假漏电现象对真实漏电电流的影响，从而能达到对零序电流互感器产生的假漏电现象进行消除，以获得准确的漏电电流数据的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的基于云边协同计算的漏电测量误差补偿方法的流程图；
图2为本发明实施例提供的基于云边协同计算的漏电测量误差补偿系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明实施例中，提出的一种基于云边协同计算的漏电测量误差补偿方法，其在漏电流边缘监测终端与用电管理云平台互联形成的通信网络上实现，包括以下步骤：
步骤S1、所述漏电流边缘监测终端监测负载电压、负载电流及漏电电流数据并发送给所述用电管理云平台；
步骤S2、所述用电管理云平台使用接收的数据迭代训练假漏电补偿模型，更新假漏电模型参数并反馈给所述漏电流边缘监测终端；
步骤S3、所述漏电流边缘监测终端使用与所述用电管理云平台相同的假漏电补偿模型，并根据从所述用电管理云平台接收的假漏电补偿模型参数来处理所述漏电电流数据，以消除所述漏电电流数据中假漏电现象的影响假漏电补偿模型。
具体过程为，在步骤S1中，漏电流边缘监测终端监测来自于预设传感器在指定线路节点上所采集到的负载电压、负载电流及漏电电流数据，并通过通信网络发送给用电管理云平台。应当说明的是，通信网络的通信制式包括并不限于5G、4G、NB-IoT、LoRaWAN、WiFi、以太网及第三方自定义通信制式等。
可以理解的是，漏电流边缘监测终端和多种传感器(包括用于监测漏电电流的零序电流互感器)可以为一体，也可以是分离元件。
在步骤S2中，由于漏电流边缘监测终端中漏电电流数据的去干扰需要将真实漏电电流与“假漏电”电流分离出来，而两者的具体分布模型是未知的，需要在运行数据积累中自行判断，使得该问题是一个无监督的自适应聚类问题。又因为真实漏电电流与“假漏电”电流两者是不同的分布模型，因此上述问题可以被认为是一个多模型回归(MultipleInstance Regression，MIR)问题。
本发明在用电管理云平台中采用鲁棒模糊聚类的方法实现该MIR问题(RobustFuzzy Clustering for Multiple Instance Regression，RFC-MIR)，即基于鲁棒模糊聚类的多模型回归算法构建出假漏电补偿模型，并在训练过程中通过不断优化模糊成员的中心点和协方差，直至概率成员完成收敛为止来完成模型的训练。
其中，模糊成员的优化公式如下式(1)所示：
其中，C为聚类个数；m>1，且为一个模糊化权重参数；xj为样本；ci为聚类i的中心；eik为聚类i的协方差矩阵的第k个特征向量；vik是第k个特征向量中特征根的权重系数。
其中，概率成员的更新公式如下式(2)所示；
首先，在用电管理云平台中构建出假漏电补偿模型；其次，在用电管理云平台中建立线路传感数据库，记录每一个拓扑节点线路监控单元每次上传的数据，依据所采集历史数据来训练假漏电补偿模型，并在训练过程中通过不断优化模糊成员的中心点和协方差，直至概率成员完成收敛为止来完成模型的训练，从而得到训练好的假漏电补偿模型；最后，采用训练好的假漏电补偿模型对漏电流边缘监测终端上传的漏电电流数据进行处理，得到假漏电模型参数并反馈给漏电流边缘监测终端，实现参数自适应和自调整的智能化的闭环反馈。
在步骤S3中，漏电流边缘监测终端使用与用电管理云平台相同的假漏电补偿模型，并根据从用电管理云平台接收的假漏电补偿模型参数来处理漏电电流数据，以消除漏电电流数据中假漏电现象的影响。可以理解的是，漏电电流数据为区别于用电管理云平台训练时所采用的历史数据，即新采集的漏电电流数据。
如图2所示，为本发明实施例中，提供的一种基于云边协同计算的漏电测量误差补偿系统，包括互联的漏电流边缘监测终端1与用电管理云平台2；其中，
漏电流边缘监测终端1，用于监测负载电压、负载电流及漏电电流数据并发送给用电管理云平台2；以及使用与用电管理云平台2相同的假漏电补偿模型，并接收用电管理云平台2反馈的假漏电补偿模型参数来处理漏电电流数据，以消除漏电电流数据中假漏电现象的影响；
用电管理云平台2，使用接收的数据迭代训练假漏电补偿模型，得到假漏电模型参数并反馈给漏电流边缘监测终端1假漏电补偿模型。
其中，所述负载电压、负载电流及漏电电流数据来自于预设传感器在指定线路节点上所采集到的。
其中，所述假漏电补偿模型是基于鲁棒模糊聚类的多模型回归算法构建出来的，并在训练过程中逐步优化模糊成员的中心点和协方差，直至概率成员完成收敛为止。
实施本发明实施例，具有如下有益效果：
本发明基于用电管理云平台在原有存储功能的基础上，注重于解决复杂模型的构建和训练问题，为边缘计算提供模型参数更新，并反馈给漏电流边缘监测终端，实现参数自适应和自调整的智能化的闭环反馈，使得漏电流边缘监测终端根据假漏电模型参数来处理零序电流互感器采集的数据以完成边缘计算补偿，消除假漏电现象对真实漏电电流的影响，从而能达到对零序电流互感器产生的假漏电现象进行消除，以获得准确的漏电电流数据的目的。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
- 上一篇：石墨接头机器人自动装卡簧、装栓机
- 下一篇：交流机车传感器检定装置
