一种气体绝缘变电站空间电场预测方法、系统及设备

1.本发明涉及空间电场预测领域，特别是涉及一种气体绝缘变电站空间电场预测方法、系统及设备。


背景技术：

2.电力系统运行或维护时，开关操作频繁，会产生较为强烈的空间电场，对附近的二次设备产生影响。通过对开关操作时变电站瞬态空间电场分布特性进行研究，能够总结出瞬态电场分布的一般规律，为智能化变电站的规划建设和设备采购安装提供依据。
3.现有三种常见的电场计算方法，数值预测法、实验室物理模拟法、现场实测法。然而变电站本身电磁环境复杂，电磁干扰源众多，不利于数值预测法和实验室物理模拟法的进行。现场实测法相对比较容易，但是受实地条件的影响，在检修开合闸时测量，仅能获得比较少的测量数据。
4.针对上述问题，希望找出一种方案，规避各种因素(如结构、电压、其他干扰源等)的影响，只需要计算场分布中的几个敏感点，就可以预测出其他位置的场强。故引入智能学习算法，试图采用数据驱动的电磁场预测方法，工程技术人员只要输入几个参数，用很少的计算资源就能算出关键位置的结果。


技术实现要素：

5.本发明的目的是提供一种气体绝缘变电站空间电场预测方法、系统及设备，能够提高变电站空间电磁场计算的速度和准确度，为智能化变电站的规划建设和二次设备的安装提供依据。
6.为实现上述目的，本发明提供了如下方案：
7.一种气体绝缘变电站空间电场预测方法，包括：
8.在气体绝缘变电站布设多个场源点和多个测量点；
9.利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场；
10.根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于原子轨道搜索(atomic orbital search，aos)算法、图卷积网络(graph convolutional network，gcn)以及长短期记忆网络(long shorttermmemorynetwork，lstm)构建的气体绝缘变电站空间电场预测模型；
11.根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。
12.可选地，所述电场测量装置包括：电场探头、示波器、电场测量仪以及电场装置；
13.电场探头分别设置在场源点及测量点处；所述电场探头通过光纤与所述电场测量仪连接；所述示波器的探头通过光缆与所述电场测量仪的信号输出端连接；所述电场装置与所述示波器连接；
14.所述电场测量仪用于在场源点及测量点处持续感应电场，并传输至所述示波器；
15.所述示波器用于将持续的空间电场强度形成振荡波形曲线。
16.所述电场装置用于从振荡波形曲线中提取最大场强所处波段的场强变化，并根据测量的电场强度，预测场源点及测量点处的电场分布规律。
17.可选地，所述根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型，具体包括：
18.利用图卷积网络以及长短期记忆网络提取空间电场的特征参量和时序特征；
19.基于aos算法优化气体绝缘变电站空间电场预测模型的超参数；
20.利用场源点的空间点位以及相应的空间电场的特征参量和时序特征和测量点空间点位以及相应的空间电场的特征参量和时序特征；训练气体绝缘变电站空间电场预测模型。
21.可选地，所述利用图卷积网络以及长短期记忆网络提取空间电场的特征参量和时序特征，之后还包括：
22.基于最大信息系数划分不同耦合系数的空间区域；
23.将耦合系数小于系数阈值的空间区域内的场源点删除。
24.一种气体绝缘变电站空间电场预测系统，包括：
25.数据获取模块，用于在气体绝缘变电站布设多个场源点和多个测量点；
26.空间电场测量模块，用于利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场；
27.气体绝缘变电站空间电场预测模型训练模块，用于根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型；
28.空间电场预测模块，用于根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。
29.一种气体绝缘变电站空间电场预测设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的方法。
30.可选地，所述存储器为计算机可读存储介质。
31.根据本发明提供的具体实施例，本发明公开了以下技术效果：
32.本发明所提供的一种气体绝缘变电站空间电场预测方法、系统及设备，布设多个场源点和测量点，采用电场测量装置测量变电站开关操作产生的空间电场，建立基于aos-gcn-lstm混合的气体绝缘变电站空间电场强度预测模型，分析场源点与测量点之间的联系，根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。本发明能够对开关操作时变电站瞬态空间电场分布特性进行研究，总结出瞬态电场分布的一般规律。能够提高变电站空间电磁场计算的速度和准确度。为智能化变电站的规划建设和二次设备的安装提供依据。
附图说明
33.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的前提下，还可以根据这些附图获得其他的附图。
34.图1为本发明所提供的一种气体绝缘变电站空间电场预测方法流程示意图；
35.图2为本发明所提供的一种气体绝缘变电站空间电场预测方法整体流程示意图；
36.图3为本发明实施例提供的变电站空间电场测量装置示意图；
37.图4为本发明实施例提供的基于变电站空间电场测量装置测量的电场强度时域图及最高场强波段时域图；
38.图5为本发明实施例提供的变电站空间电场实测值与算法预测值对比图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.本发明的目的是提供一种气体绝缘变电站空间电场预测方法、系统及设备，能够提高变电站空间电磁场计算的速度和准确度，为智能化变电站的规划建设和二次设备的安装提供依据。
41.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
42.如图1和图2所示，本发明所提供的一种气体绝缘变电站空间电场预测方法，包括：
43.s101，在气体绝缘变电站布设多个场源点和多个测量点。
44.布设多个场源点和测量点，其中场源数设置为n(n》1，n∈n)，记为nn，依据变电站模型结构，每个场源取变电站模型结构中心点的上方、下方、左方、右方、前方和后方六个点，场源的空间坐标记为(nxi,nyz,nzk)，场强记为e
(nxi,nyz,nzk)
，测量点数设置为m(m》1，m∈n)，记为mm，测量点空间坐标记为(mai,mbz,mck),场强记为e
(mai,mbz,mck)
，采用电场测量装置测量变电站开关操作产生的空间电场。
45.s102，利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场。
46.如图3所示，所述电场测量装置包括：电场探头、示波器、电场测量仪以及电场装置。
47.电场探头分别设置在场源点及测量点处；所述电场探头通过光纤与所述电场测量仪连接；所述示波器的探头通过光缆与所述电场测量仪的信号输出端连接；所述电场装置与所述示波器连接。
48.所述电场测量仪用于在场源点及测量点处持续感应电场，并传输至所述示波器。
49.所述示波器用于将持续的空间电场强度形成振荡波形曲线。
50.所述电场装置用于从振荡波形曲线中提取最大场强所处波段的场强变化，并根据
测量的电场强度，预测场源点及测量点处的电场分布规律，并如图4所示。
51.s103，根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型。
52.s103具体包括：
53.利用图卷积网络gcn以及长短期记忆网络lstm提取空间电场的特征参量和时序特征。
54.基于aos算法优化气体绝缘变电站空间电场预测模型的超参数。
55.利用场源点的空间点位以及相应的空间电场的特征参量和时序特征和测量点空间点位以及相应的空间电场的特征参量和时序特征；训练气体绝缘变电站空间电场预测模型。
56.所述利用图卷积网络以及长短期记忆网络提取空间电场的特征参量和时序特征，之后还包括：
57.基于最大信息系数划分不同耦合系数的空间区域。
58.将耦合系数小于系数阈值的空间区域内的场源点删除。
59.考虑电场在半个波长内变化的时间过短，对特征参量和时序特征进行归一化处理。归一化的处理公式为：
[0060][0061]
z为真实数据，zn为归一化数据，zm为最大值，zm为最小值。
[0062]
采用gcn将受多场源耦合下电场强度分布这类非欧式空间数据投影到欧氏空间，进行卷积之后，将结果返回至非欧氏空间，实现电场强度空间分布特征提取。考虑场源电场的辐射具有衰减性，某些需求区域可能仅受到单一场源的影响，采用最大信息系数法进行特征选择。仅考虑测量点的对于场源关联性高于15％的场源，低于15％的测量点取关联性最高的场源，以简化计算。通过计算场源与测量点的最大信息系数，可更高表征场源间的空间相关性。
[0063][0064][0065]
式中，i[x；y]是蒙特卡洛的概率密度函数，p(x,y)是联合概率密度分布函数，|x|和|y|分别表示在x和y方向被分成的段数，所有的方格格总数小于b，b是经验值，取数据总量的0.6或者0.55次方，本发明取0.6。
[0066]
构建气体绝缘变电站空间电场预测模型的过程为：
[0067]
步骤1：初始化模型。将模型中的隐藏层单元数目、学习率、迭代次数、网络层数、学习时间步长、数据训练批次和神经元个数作为优化对象，并初始化原子轨道搜索算法。
[0068]
步骤2：根据电子的全局最优值计算出电子的适应度值。选取均方误差mse作为评价标准和各电子的适应度值。
[0069]
步骤3：采用式对电子群进行位置更新计算当前电子位置x
ki+1
并记录下来。
[0070]
其中，x
ik
和x
ki+1
是第k层第i个候选解的当前和未来位置；le是原子中能级最低的候选解；bs是原子的结合态；αi、βi和γi是包含随机生成的数的向量，这些数均匀分布在(0，1)中，用于确定释放的能量。
[0071]
步骤4：当完成迭代或者寻找到最佳位置的时候则满足终止条件,得到最优超参数。若不满足，返回步骤2重新进行迭代。
[0072]
步骤5：利用最优超参数构建气体绝缘变电站空间电场预测模型。
[0073]
在模型训练结束后，采用z＝zm·
(z
m-zm)+zm进行反归一化。
[0074]
s104，根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。
[0075]
本技术相对于现有技术的优点是：
[0076]
1.针对变电站开关操作产生的电场，分析场源点与测量点之间的联系，采用数据驱动的电场预测方法实现需求区域空间电场的预测。
[0077]
变电站开关操作时，瞬态电磁波通常从套管或外壳连接缝隙处等辐射到外部形成空间耦合，产生空间电场，故gis设备附近不同点位处的空间电场可看作受多个场源影响，而场源与测量点的空间电场变化存在一定联系。采用数据驱动的电场预测方法，只需要获取需求区域的空间点位及场源点的空间点位和场强就可以实现需求区域空间电场的预测。
[0078]
2.充分考虑场源电场的辐射具有衰减性，某些需求区域可能仅受到单一场源的影响，采用最大信息系数法进行特征选择，划分场源影响区域，在后续计算中调用相关数据；lstm模型超参数设置往往依赖于经验或多次实验，对模型训练效率产生极大的影响，采用aos全局寻优算法对超参数进行自适应，并如图5所示。
[0079]
对应上述方法，本发明还提供了一种气体绝缘变电站空间电场预测系统，包括：
[0080]
数据获取模块，用于在气体绝缘变电站布设多个场源点和多个测量点。
[0081]
空间电场测量模块，用于利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场。
[0082]
气体绝缘变电站空间电场预测模型训练模块，用于根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型。
[0083]
空间电场预测模块，用于根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。
[0084]
为了执行上述的方法，以实现相应的功能和技术效果，本发明还提供了一种气体绝缘变电站空间电场预测设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的方法。
[0085]
所述存储器为计算机可读存储介质。
[0086]
基于上述描述，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介
质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的计算机存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
[0087]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0088]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种气体绝缘变电站空间电场预测方法，其特征在于，包括：在气体绝缘变电站布设多个场源点和多个测量点；利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场；根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型；根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。2.根据权利要求1所述的一种气体绝缘变电站空间电场预测方法，其特征在于，所述电场测量装置包括：电场探头、示波器、电场测量仪以及电场装置；电场探头分别设置在场源点及测量点处；所述电场探头通过光纤与所述电场测量仪连接；所述示波器的探头通过光缆与所述电场测量仪的信号输出端连接；所述电场装置与所述示波器连接；所述电场测量仪用于在场源点及测量点处持续感应电场，并传输至所述示波器；所述示波器用于将持续的空间电场强度形成振荡波形曲线；所述电场装置用于从振荡波形曲线中提取最大场强所处波段的场强变化，并根据测量的电场强度，预测场源点及测量点处的电场分布规律。3.根据权利要求1所述的一种气体绝缘变电站空间电场预测方法，其特征在于，所述根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型，具体包括：利用图卷积网络以及长短期记忆网络提取空间电场的特征参量和时序特征；基于aos算法优化气体绝缘变电站空间电场预测模型的超参数；利用场源点的空间点位以及相应的空间电场的特征参量和时序特征和测量点空间点位以及相应的空间电场的特征参量和时序特征；训练气体绝缘变电站空间电场预测模型。4.根据权利要求3所述的一种气体绝缘变电站空间电场预测方法，其特征在于，所述利用图卷积网络以及长短期记忆网络提取空间电场的特征参量和时序特征，之后还包括：基于最大信息系数划分不同耦合系数的空间区域；将耦合系数小于系数阈值的空间区域内的场源点删除。5.一种气体绝缘变电站空间电场预测系统，其特征在于，包括：数据获取模块，用于在气体绝缘变电站布设多个场源点和多个测量点；空间电场测量模块，用于利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场；气体绝缘变电站空间电场预测模型训练模块，用于根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于aos算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型；空间电场预测模块，用于根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应
空间电场。6.一种气体绝缘变电站空间电场预测设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-4中任一项所述的方法。7.根据权利要求6所述的一种气体绝缘变电站空间电场预测设备，其特征在于，所述存储器为计算机可读存储介质。

技术总结
本发明公开一种气体绝缘变电站空间电场预测方法、系统及设备，涉及空间电场预测领域，该方法包括在气体绝缘变电站布设多个场源点和多个测量点；利用电场测量装置获取在气体绝缘变电站开关操作过程中场源点的空间电场和测量点的空间电场；根据场源点的空间点位以及相应的空间电场和测量点空间点位以及相应的空间电场，训练基于AOS算法、图卷积网络以及长短期记忆网络构建的气体绝缘变电站空间电场预测模型；根据二次设备的空间点位、场源点的空间点位以及相应的空间电场，采用训练好的气体绝缘变电站空间电场预测模型，确定二次设备的空间点位对应空间电场。本发明能够提高变电站空间电磁场计算的速度和准确度。站空间电磁场计算的速度和准确度。站空间电磁场计算的速度和准确度。


技术研发人员：王东来 史金鹏 李承泽 张扬 刘通 赵琰 史佳琪 姜河 王健 董香栾 杜远卓 刘政翰 张桂凡 张臻 刘佳琛 李佳音 刘照群 李奇颖 虞开翔 刘蕊 赵启航 仇爽
受保护的技术使用者：沈阳工程学院
技术研发日：2023.05.31
技术公布日：2023/8/23