(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211333371.2 (22)申请日 2022.10.28 (71)申请人 武汉格蓝若智能技 术股份有限公司 地址 430000 湖北省武汉市东湖新 技术开 发区光谷大道303号光谷 ·芯中心2- 07栋1803-1805室 (72)发明人 雷笑　任波　代洁　李坤　刘思成　 陈应林　陈勉舟　 (74)专利代理 机构 武汉蓝宝石专利代理事务所 (特殊普通 合伙) 42242 专利代理师 范三霞 (51)Int.Cl. G01R 35/02(2006.01) G01R 25/00(2006.01) G06K 9/62(2022.01)G06N 3/04(2006.01) (54)发明名称 一种电压互感器采集装置在线自诊断方法 及系统 (57)摘要 本发明提供一种电压互感器采集装置在线 自诊断方法及系统， 通过电压互感器在线监测装 置采集第一组三相电压数据， 计算异相相位差； 通过电压互感器在线监测装置采集第二组三相 电压数据， 根据所述第一组三相电压数据和第二 组三相电压数据， 计算同相相位差； 将所述异相 相位差和所述同相相位差输入由稀疏收缩自编 码器和感知器准则函数层组成的检测模型， 识别 接线错误的相位。 本发明实现了电压互感器采集 装置在线自诊断， 避免了因电压互感器在线监测 装置错误接线而造成的数据采集和后续的分析 均出现错误， 影 响电压互感器计量性能在线评估 结果的准确性的问题发生。 权利要求书3页 说明书9页 附图3页 CN 115508765 A 2022.12.23 CN 115508765 A 1.一种电压互感器采集装置在线自诊断方法， 其特 征在于， 包括： 通过电压互感器在线监测装置采集第一组三相电压数据， 计算异相 相位差； 通过电压互感器在线监测装置采集第 二组三相电压数据， 根据 所述第一组三相电压数 据和第二组三相电压数据， 计算同相 相位差； 将所述异相相位差和所述同相相位差输入由稀疏收缩自编码器和感知器准则函数层 组成的检测模型， 识别接线错 误的相位。 2.根据权利要求1所述的电压互感器采集装置在线自诊断方法， 其特征在于， 所述通过 电压互感器在线监测装置采集第一组三相电压数据， 计算异相 相位差， 包括： 通过电压互感器在线监测装置采集第一组三相电压数据ΦA1、 ΦB1和ΦC1， 分别表示第 一组A相电压数据、 B相电压数据和C相电压数据； 计算异相 相位差Φ1、 Φ2和Φ3： Φ1=ΦA1‑ΦB1‑120°； Φ2=ΦB1‑ΦC1‑120°； Φ3=ΦC1‑ΦA1‑120°。 3.根据权利要求2所述的电压互感器在线自诊断方法， 其特征在于， 所述通过电压互感 器在线监测装置采集第一组三相电压数据， 计算异相相位差还包括对各异相相位差进 行处 理， 使得处 理后的各异相 相位差保持在同一时序范围内： 若有至少一异相相位差不在时序范围内， 则对所述异相相位差进行数据处理， 以使所 述异相相位差在时序范围内， 其中， 当所述异相相位差小于 ‑180°， 则将所述异相相位差加 360°， 当所述异相 相位差大于180 °， 则将所述异相 相位差减3 60°。 4.根据权利要求1所述的电压互感器在线自诊断方法， 其特征在于， 所述通过电压互感 器在线监测装置采集第二组三相电压数据， 根据所述第一组三相电压数据和所述第二组三 相电压数据， 计算同相 相位差， 包括： 通过电压互感器在线监测装置采集第二组三相电压数据ΦA2、 ΦB2和ΦC2； 根据所述第一组三相电压数据和所述第二组三相电压数据， 计算同相 相位差： Φ4=ΦA1‑ΦA2； Φ5=ΦB1‑ΦB2； Φ6=ΦC1‑ΦC2； 其中， ΦA1、 ΦB1和ΦC1， 分别表示第一组A相电压数据、 B相电压数据和C相电压数据。 5.根据权利要求1所述的电压互感器在线自诊断方法， 其特征在于， 所述稀疏收缩自编 码器包括编码网络和 解码网络， 所述编码网络包括输入层和隐含层， 所述解码网络包括隐 含层和输出层， 所述编码网络和所述 解码网络共用所述隐含层； 其中， 设定编码网络激活函数为f1， 编码网络权值矩阵为W1， 偏置向量为b1， 编码过程表 示为： ； 其中， 为输入层特 征， H为隐含层特 征； 设定解码网络激活函数为f1’， 解码网络权值矩阵为W1’， 偏置向量为b1’， 解码过程表示 为：权　利　要　求　书 1/3 页 2 CN 115508765 A 2； 为输出层特 征； 其中， 所述稀疏收缩自编码器的损失函数为： 其中， N是样本数， λ是收缩率， Hm( )是隐含层输出矩阵中第m个特征数据， k为隐含层中 神经元的个数， 是输入层输入矩阵的第i个特征数据， 每一个样本对应一个特征数据， 是隐含层输出 数据对输入层输入数据的雅可比矩阵的F 范数； β 表示稀疏项权重值， ρ 表示稀疏性参数， ρj表示隐含层的第j个神经元在样本集上的平 均响应， 表示以第i个样本为输入值时在隐含层j神经 元上的输出值。 6.根据权利要求1所述的电压互感器在线自诊断方法， 其特征在于， 所述检测模型的训 练过程为： 收集电压互感器在线监测装置采集的第一组历史三相电压数据和第二组历史三相电 压数据； 根据第一组历史三相电压数据和第 二组历史三相电压数据， 计算历史异相相位差和历 史同相相位差； 获取样本训练集， 所述样本训练集包括多个样本， 每一个样本包括一组历史异相相位 差和历史同相 相位差， 以及对应的接线错 误相位； 基于所述样本训练集， 对所述稀疏收缩自编码器进行训练， 获取所述稀疏收缩自编码 器的网络超参数； 将所述稀疏收缩自编码器的网络超参数作为检测模型的初始超参数； 基于所述样本训练集对包括稀疏收缩自编码器和感知器准则函数层的检测模型进行 训练， 获取 所述检测模型的模型超参数。 7.一种电压互感器采集装置在线 诊断系统， 其特 征在于， 包括： 计算模块， 用于通过电压互感器在线监测装置采集第一组三相电压数据， 计算异相相 位差； 以及通过电压互感器在线监测装置采集第二组三相电压数据， 根据所述第一组三相权　利　要　求　书 2/3 页 3 CN 115508765 A 3