一种配电网中防雷智能监测方法及系统

本技术涉及电力测量，更具体的说，本技术涉及一种配电网中防雷智能监测方法及系统。

背景技术：

1、电力测量在防雷监测中的应用主要是通过实时监测配电网中雷击电流的变化，及时识别和定位雷电事件，从而有效保障电力设备的安全，雷电对电力系统的影响主要体现在雷击引发的电流和电压波动，这些波动可能对变压器、开关设备、导线等造成损害，甚至引发电网故障，通过高精度传感器和采集设备，能够实时获取配电网各节点的电流、电压、频率等数据，并通过数据分析技术识别雷电事件的发生，尤其在雷电高发季节，电力测量设备能够提供关键的电流变化信息，辅助防雷保护系统判断雷电对电力设备的影响，并进行相应的预警和防护。

2、在现有技术中，配电网防雷监测系统的主要依赖于单一的监测节点进行雷击电流的实时采集分析，然而，雷击电流具有较强的时空变动性，单个监测节点难以全面捕捉雷击事件的全过程，雷击电流不仅在空间上具有不同的分布，还存在不同时间尺度上的瞬态变化，而单一监测节点难以同时反映出这些多维度的特征，对于配电网中复杂的拓扑结构，雷击电流在监测节点间的传播也具有一定的时序依赖性，单一监测节点监测无法提供关于监测节点间电流传输特性的重要信息，导致无法准确分析雷击电流的传播路径和波动特性，其次，单一监测节点容易受到外界干扰，如设备故障、传感器灵敏度差异等因素，会导致数据采集的误差，从而影响雷击电流的可靠性，因此，如何实现监测节点间雷击电流的关联置信校正，从而提高雷击发生位置的定位精度成为了业界面临的难题。

技术实现思路

1、本技术提供一种配电网中防雷智能监测方法及系统，可实现监测节点间雷击电流的关联置信校正，从而提高雷击发生位置的定位精度。

2、第一方面，本技术提供一种配电网中防雷智能监测方法，包括下述步骤：

3、对目标配电网中的雷击电流进行分布式感知监测，得到目标配电网中每个雷电监测节点的雷击电流；

4、从每个雷电监测节点的雷击电流中提取极性电流的暂态能量，进而确定所有暂态能量间的互相关性，基于模糊评价机制，依据所述互相关性对每个雷电监测节点的雷击电流进行状态响应评价，得到所述每个雷电监测节点雷击电流的监测置信度；

5、获取目标配电网中各个雷电监测节点的历史雷击电流，进而依据所有的历史雷击电流确定每两个相邻雷电监测节点间雷击电流的时序依赖关系，通过所有的时序依赖关系和目标配电网的拓扑结构确定每两个相邻雷电监测节点间雷击电流衰减的响应特性；

6、依据每个雷电监测节点雷击电流的监测置信度和所有的响应特性对所述每个雷电监测节点的雷击电流进行置信校正，得到校正后的雷击电流，基于所有校正后的雷击电流定位雷击发生位置。

7、优选的，从每个雷电监测节点的雷击电流中提取极性电流的暂态能量具体包括：

8、对于每个雷电监测节点，从雷电监测节点的雷击电流中提取正极性电流和负极性电流；

9、对所述正极性电流和所述负极性电流分别进行短时傅里叶变换，提取雷击电流在频域的能量分布；

10、通过所述能量分布确定雷电监测节点处极性电流的暂态能量，进而得到每个雷电监测节点处极性电流的暂态能量。

11、优选的，确定所有暂态能量间的互相关性具体包括：

12、对于每两个雷电监测节点，依据两个雷电监测节点处极性电流的暂态能量确定两个雷电监测节点间暂态能量的皮尔逊相关系数，进而得到每两个雷电监测节点间暂态能量的皮尔逊相关系数；

13、通过所有的皮尔逊相关系数确定所有暂态能量间的互相关性。

14、优选的，基于模糊评价机制，依据所述互相关性对每个雷电监测节点的雷击电流进行状态响应评价，得到所述每个雷电监测节点雷击电流的监测置信度具体包括：

15、初始化每个雷电监测节点监测行为的隶属度；

16、依据所述互相关性构建所有雷电监测节点间监测行为的互相关性矩阵；

17、通过模糊隶属函数将所述互相关性矩阵中的数值映射为模糊集合；

18、依据所有初始化的隶属度和所述模糊集合构建模糊评价矩阵；

19、基于所述模糊评价矩阵对每个雷电监测节点在监测雷击电流中的响应行为状态进行模糊评价，得到所述每个雷电监测节点雷击电流的监测置信度。

20、优选的，依据所有的历史雷击电流确定每两个相邻雷电监测节点间雷击电流的时序依赖关系具体包括：

21、对所有的历史雷击电流进行时间对齐，得到所有对齐后的历史雷击电流；

22、将所有对齐后的历史雷击电流转换为各个雷电监测节点的雷击电流序列；

23、基于互相关函数，通过每两个相邻雷电监测节点的雷击电流序列确定所述每两个相邻雷电监测节点间雷击电流的时序依赖关系。

24、优选的，通过所有的时序依赖关系和目标配电网的拓扑结构确定每两个相邻雷电监测节点间雷击电流衰减的响应特性具体包括：

25、通过各个雷电监测节点的位置信息和各个雷电监测节点间的电气连接关系确定目标配电网的拓扑结构；

26、依据所有的时序依赖关系构建雷击电流的指数衰减模型；

27、将目标配电网的拓扑结构设置为所述指数衰减模型的约束参数；

28、通过所述指数衰减模型对每两个相邻雷电监测节点间雷击电流衰减过程进行仿真，进而从仿真结果中提取所述每两个相邻雷电监测节点间雷击电流衰减的响应特性。

29、优选的，使用罗氏线圈电流采集雷电监测节点的雷击电流。

30、第二方面，本技术提供一种配电网中防雷智能监测系统，包括：

31、监测模块，用于对目标配电网中的雷击电流进行分布式感知监测，得到目标配电网中每个雷电监测节点的雷击电流；

32、处理模块，用于从每个雷电监测节点的雷击电流中提取极性电流的暂态能量，进而确定所有暂态能量间的互相关性，基于模糊评价机制，依据所述互相关性对每个雷电监测节点的雷击电流进行状态响应评价，得到所述每个雷电监测节点雷击电流的监测置信度；

33、所述处理模块，还用于获取目标配电网中各个雷电监测节点的历史雷击电流，进而依据所有的历史雷击电流确定每两个相邻雷电监测节点间雷击电流的时序依赖关系，通过所有的时序依赖关系和目标配电网的拓扑结构确定每两个相邻雷电监测节点间雷击电流衰减的响应特性；

34、定位模块，用于依据每个雷电监测节点雷击电流的监测置信度和所有的响应特性对所述每个雷电监测节点的雷击电流进行置信校正，得到校正后的雷击电流，基于所有校正后的雷击电流定位雷击发生位置。

35、第三方面，本技术提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述配电网中防雷智能监测方法。

36、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述配电网中防雷智能监测方法。

37、本技术公开的实施例提供的技术方案具有以下有益效果：

38、本技术实施例中，对目标配电网中的雷击电流进行分布式感知监测，得到目标配电网中每个雷电监测节点的雷击电流；从每个雷电监测节点的雷击电流中提取极性电流的暂态能量，进而确定所有暂态能量间的互相关性，基于模糊评价机制，依据所述互相关性对每个雷电监测节点的雷击电流进行状态响应评价，得到所述每个雷电监测节点雷击电流的监测置信度；获取目标配电网中各个雷电监测节点的历史雷击电流，进而依据所有的历史雷击电流确定每两个相邻雷电监测节点间雷击电流的时序依赖关系，通过所有的时序依赖关系和目标配电网的拓扑结构确定每两个相邻雷电监测节点间雷击电流衰减的响应特性；依据每个雷电监测节点雷击电流的监测置信度和所有的响应特性对所述每个雷电监测节点的雷击电流进行置信校正，得到校正后的雷击电流，基于所有校正后的雷击电流定位雷击发生位置。

39、由此可见，本技术通过每个雷电监测节点雷击电流的监测置信度和所有的响应特性对每个雷电监测节点的雷击电流进行置信校正，得到校正后的雷击电流；其中，首先通过分析雷击电流暂态能量间的互相关性，基于模糊评价机制对每个雷电监测节点的进行状态响应评价，得到每个雷电监测节点雷击电流的监测置信度，通过监测置信度能够评估雷电监测节点监测雷击电流的可靠性，同时，模糊评价机制能够在复杂环境下处理不确定性和模糊性，进而有效区分高质量电流数据和受干扰影响的电流数据，从而确保对雷击电流的评估更加精确；然后，通过时序依赖关系和目标配电网的拓扑结构确定相邻雷电监测节点间雷击电流衰减的响应特性，通过相邻雷电监测节点间雷击电流衰减的响应特性，系统可以识别出在雷击事件中的不一致雷击电流并进行校正，有助于提高不同雷电监测节点间雷击电流的关联性，可为雷击电流的关联置信校正提供关键的时空特征支持，进而确保雷电监测节点间雷击电流的协同校正，从而可提高雷电监测节点的雷击电流校正后的可靠性；最后，综合各个雷电监测节点的监测置信度和响应特性进行雷击电流的置信校正，确保每个节点的雷击电流数据更加准确和一致，通过校正后的雷击电流，系统能够更精确地定位雷击发生的位置，从而提高了雷击定位的精准度；综上所述，本技术方案可实现监测节点间雷击电流的关联置信校正，从而提高雷击发生位置的定位精度。