国网安徽省电力有限公司电力科学研究院;合肥工业大学李宾宾获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉国网安徽省电力有限公司电力科学研究院;合肥工业大学申请的专利基于数据二次修正的电流互感器误差在线检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120178138B 。
龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510375506.9,技术领域涉及:G01R35/02;该发明授权基于数据二次修正的电流互感器误差在线检测方法及系统是由李宾宾;芮畅;黄杰;马亚彬;秦少瑞;秦金飞;张竹设计研发完成,并于2025-03-27向国家知识产权局提交的专利申请。
本基于数据二次修正的电流互感器误差在线检测方法及系统在说明书摘要公布了:本发明公开了基于数据二次修正的电流互感器误差状态在线检测方法及系统,方法包括采集电流互感器的历史数据和实时的测试数据构成电流数据;对所述测试数据进行一次修正,获取电流数据的一次修正数据;对一次修正数据进行二次修正,获取电流数据的二次修正数据;利用二次修正数据计算Q统计量,将Q统计量与统计量控制限Qcc进行比较,判定电流互感器误差状态是否异常;本发明的优点在于:能够在不平衡度波动较大的情况下实现电流互感器的误差状态的在线检测。
本发明授权基于数据二次修正的电流互感器误差在线检测方法及系统在权利要求书中公布了:1.基于数据二次修正的电流互感器误差在线检测方法,其特征在于,包括: S1、采集电流互感器的历史数据和实时的测试数据构成电流数据; S2、基于电流数据计算三相不平衡度序列,利用三相不平衡度序列计算电流标准差并与数据修正标准比较,若电流标准差大于数据修正标准则对电流数据进行一次修正得到一次修正数据; S2.1、电流数据的A、B、C三相数据分别与电流数据的三相电流平均值作差取绝对值得到的最大值与电流数据的三相电流平均值相除得到三相不平衡度序列; S2.2、利用三相不平衡度序列以及三相不平衡度序列CUF的平均值进行标准差计算得到电流标准差; S2.3、确定数据修正标准; S2.4、比较电流标准差与数据修正标准,若电流标准差小于等于数据修正标准则不需要对电流数据进行修正,若电流标准差大于数据修正标准则对电流数据进行一次修正得到一次修正数据;S2.4包括: S2.4.1、若电流标准差小于数据修正标准,则判断电流数据不需要进行数据修正,执行S2.4.3;若电流标准差大于数据修正标准,则判断电流数据需要进行数据修正,执行S2.4.2; S2.4.2、对电流数据执行仿射变换,将仿射变换结果作为电流数据,返回S2.1;仿射变换是对电流数据乘以线性变换参数之后加上平移变换参数; S2.4.3、输出当前的电流数据为电流数据的一次修正数据; S3、计算历史数据的各相历史电流偏差,并对其进行经验小波变换并建立自回归滑动平均预测模型,预测得到各相历史电流偏差的理论预测值;对各相历史电流偏差的理论预测值反演计算得到历史电流数据的理论预测值;基于历史电流数据的理论预测值对电流数据的一次修正数据进行二次修正,得到二次修正数据; S3.1、将历史数据的各相数据减去历史数据的三相电流平均值然后除以历史数据的三相电流平均值得到历史数据的各相历史电流偏差; S3.2、历史数据的各相历史电流偏差进行经验小波变换得到各相历史电流偏差模态分量; S3.3、建立自回归滑动平均预测模型,将各相历史电流偏差模态分量作为自回归滑动平均预测模型的过去观察值,预测得到各相历史电流偏差的理论预测值; S3.4、对各相历史电流偏差的理论预测值进行反演计算,反演计算公式是历史电流数据的理论预测值减去历史数据的三相电流平均值然后除以历史数据的三相电流平均值等于各相历史电流偏差的理论预测值,将各相历史电流偏差的理论预测值代入反演计算公式求解得到历史电流数据的理论预测值; S3.5、基于历史电流数据的理论预测值对电流数据的一次修正数据进行二次修正,得到二次修正数据;S3.5包括: S3.5.1、对历史电流数据的理论预测值与测试数据作商,并计算商值的三相均值作为商值的均值特征; S3.5.2、对商值的均值特征与一次修正数据作积,得到电流数据的二次修正数据; S4、利用二次修正数据计算Q统计量,将Q统计量与统计量控制限Qc进行比较,判定电流互感器误差状态是否异常。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网安徽省电力有限公司电力科学研究院;合肥工业大学,其通讯地址为:230000 安徽省合肥市经济开发区紫云路299号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励