一种特高压换流阀的监测数据数字模型修正方法及装置

技术领域

本发明涉及电力电子在线监测技术领域，具体涉及一种特高压换流阀的监测数据数字模型修正方法及装置。

背景技术

特高压直流换流阀因长期运行在电、磁、热多物理场环境下，内部元件老化失效将影响装备可靠运行，甚至会导致线路闭锁停运。目前换流阀的状态监测评估还处于传统的人工巡检阶段。随着传感器和物联网技术的发展，极大促进现代电力装备的状态监测能力，而构建准确的换流阀数字模型，是实现换流阀状态在线评估、预测及故障诊断的基础与关键。

目前电力设备数字模型建立方法主要有物理模型和数据模型。物理模型可从物理机理和过程上反映换流阀各元件内部运行状态，但是物理模型需要基于软件构建设备的三维几何模型，并涉及多尺度多物理场仿真，需要复杂的物理建模过程和实时计算能力，需进行降维简化处理，影响模型的准确性。数据模型是通过设备在线监测海量大数据，充分利用数据挖掘、机器学习等智能算法实现，该方法避免了构建高精度物理模型的复杂过程和计算量，但数据模型无法解释设备内部物理机理，存在模型泛化能力不足、需要大量故障历史样本等局限性问题，实际工程中，数据模型仍然存在准确性和可靠性不高等问题。

发明内容

为了克服上述缺陷，本发明提出了一种特高压换流阀的监测数据数字模型修正方法及装置。

第一方面，提供一种特高压换流阀的监测数据数字模型修正方法，所述特高压换流阀的监测数据数字模型修正方法包括：

获取特高压换流阀的监测数据，并对所述特高压换流阀的监测数据进行数据清洗；

利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正。

优选的，所述对所述特高压换流阀的监测数据进行数据清洗，包括：

采用EMMD算法对所述特高压换流阀的监测数据进行预处理；

对预处理后的特高压换流阀的监测数据进行聚类，得到预处理后的特高压换流阀的监测数据对应的聚类结果；

剔除聚类结果中数据量小于阈值的类对应的监测数据。

进一步的，所述对预处理后的特高压换流阀的监测数据进行聚类，包括：

通过聚类算法对预处理后的特高压换流阀的监测数据进行聚类，直至所有监测数据至聚类中心距离总和最小。

进一步的，所述所有监测数据至聚类中心距离总和的计算式如下：

上式中，J为所有监测数据至聚类中心距离总和，X

优选的，所述利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正，包括：

利用数据清洗后的特高压换流阀的监测数据，采用最小二乘法对特高压换流阀的监测数据对应的数字模型进行修正。

进一步的，所述监测数据至少包括：电气参量、晶闸管温度。

进一步的，当所述监测数据为晶闸管温度时，所述特高压换流阀的监测数据对应的数字模型的计算式如下：

T

上式中，T

进一步的，所述利用数据清洗后的特高压换流阀的监测数据，采用最小二乘法对特高压换流阀的监测数据对应的数字模型进行修正，包括：

结合所述特高压换流阀的监测数据对应的数字模型建立最小二乘公式：

对最小二乘公式进行求导，得到目标值最小时对应的晶闸管热阻；

将所述特高压换流阀的监测数据对应的数字模型中的晶闸管热阻修正为所述目标值最小时对应的晶闸管热阻。

第二方面，提供一种特高压换流阀的监测数据数字模型修正装置，所述特高压换流阀的监测数据数字模型修正装置包括：

获取模块，用于获取特高压换流阀的监测数据，并对所述特高压换流阀的监测数据进行数据清洗；

修正模块，用于利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正。

第三方面，提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行所述的特高压换流阀的监测数据数字模型修正方法。

第四方面，提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述的特高压换流阀的监测数据数字模型修正方法。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

本发明涉及电力电子在线监测技术领域，具体提供了一种特高压换流阀的监测数据数字模型修正方法及装置，包括：获取特高压换流阀的监测数据，并对所述特高压换流阀的监测数据进行数据清洗；利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正。该方案以设备数字模型为基础，通过获取换流阀内部或外部所安装的传感器检测数据，以数字模型，实现数据融合及模型参数的迭代更新，生成换流阀的数字孪生模型。能够从器件机理模型和实际运行数据角度对换流阀设备全方位进行监测，构建全景信息状态，通过外部监测参量建立设备内部多物理场的时空多尺度模型，可准确评估设备内部的运行状态，适应于复杂电力电子装备的健康状态评估、故障诊断等应用。

附图说明

图1是本发明实施例的特高压换流阀的监测数据数字模型修正方法的主要步骤流程示意图；

图2是本发明实施例的特高压换流阀的监测数据数字模型修正装置的主要结构框图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，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它实施例，都属于本发明保护的范围。

参阅附图1，图1是本发明的一个实施例的特高压换流阀的监测数据数字模型修正方法的主要步骤流程示意图。如图1所示，本发明实施例中的特高压换流阀的监测数据数字模型修正方法主要包括以下步骤：

步骤S101：获取特高压换流阀的监测数据，并对所述特高压换流阀的监测数据进行数据清洗；

步骤S102：利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正。

具体的，本实施例中，所述对所述特高压换流阀的监测数据进行数据清洗，包括：

采用EMMD算法对所述特高压换流阀的监测数据进行预处理；

对预处理后的特高压换流阀的监测数据进行聚类，得到预处理后的特高压换流阀的监测数据对应的聚类结果；

剔除聚类结果中数据量小于阈值的类对应的监测数据。

在一个实施方式中，所述对预处理后的特高压换流阀的监测数据进行聚类，包括：

通过聚类算法对预处理后的特高压换流阀的监测数据进行聚类，直至所有监测数据至聚类中心距离总和最小。

在一个实施方式中，所述所有监测数据至聚类中心距离总和的计算式如下：

上式中，J为所有监测数据至聚类中心距离总和，X

本实施例中，所述利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正，包括：

利用数据清洗后的特高压换流阀的监测数据，采用最小二乘法对特高压换流阀的监测数据对应的数字模型进行修正。

在一个实施方式中，所述监测数据至少包括：电气参量、晶闸管温度。

在一个实施方式中，当所述监测数据为晶闸管温度时，所述特高压换流阀的监测数据对应的数字模型的计算式如下：

T

上式中，T

在一个实施方式中，所述利用数据清洗后的特高压换流阀的监测数据，采用最小二乘法对特高压换流阀的监测数据对应的数字模型进行修正，包括：

结合所述特高压换流阀的监测数据对应的数字模型建立最小二乘公式：

对最小二乘公式进行求导，得到目标值最小时对应的晶闸管热阻；

将所述特高压换流阀的监测数据对应的数字模型中的晶闸管热阻修正为所述目标值最小时对应的晶闸管热阻。

基于同一发明构思，本发明提供一种特高压换流阀的监测数据数字模型修正装置，如图2所示，所述特高压换流阀的监测数据数字模型修正装置包括：

获取模块，用于获取特高压换流阀的监测数据，并对所述特高压换流阀的监测数据进行数据清洗；

修正模块，用于利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正。

优选的，所述对所述特高压换流阀的监测数据进行数据清洗，包括：

采用EMMD算法对所述特高压换流阀的监测数据进行预处理；

对预处理后的特高压换流阀的监测数据进行聚类，得到预处理后的特高压换流阀的监测数据对应的聚类结果；

剔除聚类结果中数据量小于阈值的类对应的监测数据。

进一步的，所述对预处理后的特高压换流阀的监测数据进行聚类，包括：

通过聚类算法对预处理后的特高压换流阀的监测数据进行聚类，直至所有监测数据至聚类中心距离总和最小。

进一步的，所述所有监测数据至聚类中心距离总和的计算式如下：

上式中，J为所有监测数据至聚类中心距离总和，X

优选的，所述利用数据清洗后的特高压换流阀的监测数据对特高压换流阀的监测数据对应的数字模型进行修正，包括：

利用数据清洗后的特高压换流阀的监测数据，采用最小二乘法对特高压换流阀的监测数据对应的数字模型进行修正。

进一步的，所述监测数据至少包括：电气参量、晶闸管温度。

进一步的，当所述监测数据为晶闸管温度时，所述特高压换流阀的监测数据对应的数字模型的计算式如下：

T

上式中，T

进一步的，所述利用数据清洗后的特高压换流阀的监测数据，采用最小二乘法对特高压换流阀的监测数据对应的数字模型进行修正，包括：

结合所述特高压换流阀的监测数据对应的数字模型建立最小二乘公式：

对最小二乘公式进行求导，得到目标值最小时对应的晶闸管热阻；

将所述特高压换流阀的监测数据对应的数字模型中的晶闸管热阻修正为所述目标值最小时对应的晶闸管热阻。

进一步的，本发明提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行所述的特高压换流阀的监测数据数字模型修正方法。

进一步的，本发明提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述的特高压换流阀的监测数据数字模型修正方法。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。