一种低压配电短路电流峰值加权补偿灰色预测方法、装置、终端设备以及存储介质与流程

本发明涉及低压配电系统保护领域，具体地涉及一种低压配电短路电流峰值加权补偿灰色预测方法、装置、终端设备以及存储介质。

背景技术：

随着电路系统规模及容量的日益扩大，短路容量和短路电流也随之迅速增大，短路故障已经成为电路系统最常见也是危害最大的故障类型之一，因此对低压配电系统短路故障进行深入研究，从故障暂态过程中提取有用信息，从而对短路电路及其峰值进行预测并采取相应措施切除故障，对提高电网运行的安全可靠性具有十分重要的意义。目前，低压配电系统短路电流峰值预测的研究还比较少，有文献提出在采集一定的短路电流数据基础上，采用传统灰色模型 GM(1，1)进行预测短路电流的发展趋势并获得峰值，但由于GM(1，1)模型受限于预测模型对原始数据特征的适应性，它是基于指数增长或下降变化的数学模型，未能考虑短路电流的正弦周期性变化，在预测短路电流峰值附近数据的时候，预测步长和预测精度之间的配合仍有待商榷，因此预测结果与实际结果相差较大。即使不断校正GM(1，1)模型白化方程发展系数和灰作用量，且增加原始短路测量数据个数，也只能有限降低残差，预测效果依然很不理想。

现有技术缺陷：

1、通用的预测模型所需原始数据量大、所用的时间相对较长，且为离线运算居多，不适合低压配电系统短路故障电流峰值早期排故所需的在样本数有限情况下的在线快速预测。

2、灰色建模所依据的是序列本身的指数规律，如果数据灰度越大，即离散程度越大，则预测精度越差。

3、灰色预测模型是连续时间函数，一般在预测点之后的2-3点之间较高，随着时间的推移各种干扰因素对系统影响加剧，预测值灰色区间将增大，不适用于中长期预测。

技术实现要素：

本发明实施例提出的一种低压配电短路电流峰值加权补偿灰色预测方法、装置、终端设备以及存储介质，以优化后的灰色Verhulst模型为基础建立组合预测模型，结合归一化、残差修正和动态加权补偿等多种方法逐步完善，提高模型中长期预测的可靠性和预测精度，实现低压配电系统短路电流的在线、快速、准确的预测。

第一方面，本发明实施例提供一种低压配电短路电流峰值加权补偿灰色预测方法，具体包括：

获取低压配电系统短路电流原始数据以及电源电压初相角；

灰色幂预测模型对短路电流原始数据进行优化获取灰色幂模型预测值；

利用时间响应函数计算灰色幂模型预测值序列

通过短路电流原始数据与灰色幂模型预测值获得二阶残差原始数据序列；

对二阶残差原始数据序列进行归一化处理获得二阶残差原始数据xe⁽⁰⁾(k)；

对二阶残差原始数据序列进行二阶残差灰色模型预测获得二阶残差预测值

通过二阶残差原始数据和的二阶残差预测值，获得残差精度B；

判断二阶残差原始数据xe⁽⁰⁾(k)是否大于二阶残差预测值时，

若则加权动态补偿修正值

若则加权动态补偿修正值

对二阶残差加权补偿修正值进行还原，获得修正后的短路电流预测值序列

进一步地，获取短路电流原始数据瞬时值表达式为：

式中：i*(t)为标幺值，其基准值为正常运行时电流的幅值；α为短路故障电压初相角。

进一步地，对二阶残差原始数据序列进行灰色模型预测获得二阶残差预测值还包括：当所述二阶残差预测值为负数时通过公式对数据进行修正；

当通过公式A(k)＝-1进行修正；

当通过公式A(k)＝1进行修正。

进一步地，系数a、b，c通过最小二乘法计算，进而得到灰色幂模型预测值序列表达式。

第二方面，本发明实施例提供一种低压配电短路电流峰值加权补偿灰色预测装置，具体包括：

获取数据模块，用于获取短路电流原始数据以及电源电压初相角；

用于灰色幂预测模型对所述短路电流原始数据进行选择与优化获取灰色幂模型预测值；

用于所述短路电流原始数据与所述灰色幂模型预测值获得二阶残差原始数据序列；

用于对所述二阶残差原始数据序列进行二阶残差灰色模型预测获得二阶残差预测值

计算模块，用于利用时间响应函数计算灰色幂模型预测值序列

述二阶残差原始数据序列进行归一化处理计算二阶残差原始数据xe⁽⁰⁾(k)；

通过二阶残差原始数据和所述的二阶残差预测值，获得残差精度B；

对二阶残差加权补偿修正值进行还原，获得修正后的短路电流预测值序列

判断模块，用于判断二阶残差原始数据xe⁽⁰⁾(k)是否大于二阶残差预测值时；

若则加权动态补偿修正值

若则加权动态补偿修正值

进一步地，计算模块还包括：获取短路电流原始数据瞬时值表达式为：

式中：i*(t)为标么值，其基准值为正常运行时电流的幅值；α为短路故障电压初相角。

进一步地，所述装置还包括：

修正模块，用于当二阶残差预测值为负数时通过公式对数据进行修正；

当通过公式A(k)＝-1进行修正；

当通过公式A(k)＝1进行修正。

第三方面，本发明实施例提供一种终端设备，包括处理器、存储器以及存储在存储器中且被配置由所述处理执行的计算机程序，处理器执行所述计算机程序时实现如权利要求1至4任一项的一种低压配电短路电流峰值加权补偿灰色预测方法。

第四方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如权利要求1至4中任意一项的一种低压配电短路电流峰值加权补偿灰色预测方法。

实施本发明实施例，具有如下有益效果：

1、能够在保留传统灰色预测优势的情况下，有效弥补常规灰色模型的不足和缺陷。

2、能在从故障发生到故障被诊断所可能得到的极有限的短路电流原始数据的条件下根据数据变化趋势进行动态修正。

3、相对于其他预测方法，快速可靠地完成低压配电系统短路故障电流数据后期预测，并达到很好的预测效果。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式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方式，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。

图1为本发明提供的低压配电短路电流峰值加权补偿灰色预测方法的流程示意图。

图2为本发明提供的低压配电短路电流峰值加权补偿灰色预测装置的结构示意图。

具体实施方式

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作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。

本发明第一实施例：

参见图1,图1为本发明提供的低压配电短路电流峰值加权补偿灰色预测方法的流程示意图。本发明实施例以优化后的灰色Verhulst模型为基础建立组合预测模型，结合归一化、残差修正和动态加权补偿等多种方法逐步完善，提高模型中长期预测的可靠性和预测精度，实现低压配电系统短路电流的在线、快速、准确的预测。

本发明实施例提供一种低压配电短路电流峰值加权补偿灰色预测方法，具体包括以下步骤：

S10，获取低压配电系统短路电流原始数据以及电源电压初相角。

系统发生短路时，短路电流由周期分量与非周期分量组成，其中非周期分量按指数规律衰减，衰减的速度取决于时间常数τ＝L1/R1。短路电流的变化规律与短路瞬间电源电压或电流相位(即故障初相角)有密切关系。故障时，短路电流在不同故障初相角的数据序列分段表现为近似饱和型的变化趋势。

根据低压配电系统故障时电感电流不能突变的原则，故障后短路电流瞬时值表达式为：

式中：i*(t)为标幺值，其基准值为正常运行时电流的幅值；α为短路故障电压初相角。

S10，灰色幂预测模型对短路电流原始数据进行优化获取灰色幂模型预测值。

S20，利用最小二乘法估算优化模型的时间响应函数计算灰色幂模型预测值序列。

建立原始Verhulst模型，仅仅需要一个单独的数据序列X⁽⁰⁾，假设原始数据序列为：x⁽⁰⁾＝(x⁽⁰⁾(1)，x⁽⁰⁾(2)，...，x⁽⁰⁾(n))。

根据短路故障电流数据序列分段在不同故障初相角时都表现为近似饱和型的变化趋势，则选用如下公式所示的灰色Verhulst模型作为预测模型的基本结构 x⁽⁰⁾(k)+az⁽¹⁾(k)＝b(z⁽¹⁾(k))²，其中z⁽¹⁾为一阶累加序列X⁽¹⁾的紧邻值序列；a值为发展系数，反映模拟值的未来发展情况；b为灰色作用量，反映数据的变化关系，其确认内涵是灰的。

根据原始序列与预测序列的差值平方和最小的原则，利用最小二乘估算优化模型的时间响应函数，进一步提高模型应用的精度：

其中：a、b、c为待定系数，利用最小二乘法可以求解。

S30，通过短路电流原始数据与灰色幂模型预测值获得二阶残差原始数据序列。

样本原始数据量少，经过Verhulst预测后残差值具有很大的随机性，且部分残差数据非正，建立二阶残差GM(1,1)模型：

其中：x⁽¹⁾(k)为短路电流原始数据和为Verhulst模型的预测值。

将二阶残差序列E⁽¹⁾＝(e⁽¹⁾(1),e⁽¹⁾(2),…,e⁽¹⁾(n))作为G M(1,1)模型的原始数据xe⁽⁰⁾(k)。当二阶残差预测值为负数时，根据得到的残差预测值对数据进行修正：

其中：符号函数A(k)为：

S40，对二阶残差原始数据序列进行归一化处理获得二阶残差原始数据xe⁽⁰⁾(k)；

通过如下公式对二阶残差原始数据进行归一化处理：

将归一化处理后残差原始数据xe⁽⁰⁾(k)，再经过一阶累加(1-AGO)弱化随机性，使数据表现更为明显的灰指数规律。

S50，对二阶残差原始数据序列进行二阶残差灰色模型预测获得二阶残差预测值

S60，通过二阶残差原始数据和的二阶残差预测值，获得残差精度B。

S70，判断二阶残差原始数据xe⁽⁰⁾(k)是否大于所述二阶残差预测值

在“等维新息模式”下对二阶残差在预测点之后的新的预测值进行动态补偿。设：m为原始数据维数，t为预测步长，ε为修正系数，B为残差精度，则：

S80，若则加权动态补偿修正值

S100，对二阶残差加权补偿修正值进行还原，获得修正后的短路电流预测值序列：

S90，若则加权动态补偿修正值

S200，对二阶残差加权补偿修正值进行还原，获得修正后的短路电流预测值序列：

本发明第二实施例：

参见图2，图2为本发明提供的低压配电短路电流峰值加权补偿灰色预测装置的结构示意图。本发明实施例提供一种低压配电短路电流峰值加权补偿灰色预测的装置，具体包括：

获取数据模块100，用于获取短路电流原始数据以及电源电压初相角；

用于灰色幂预测模型对所述短路电流原始数据进行选择与优化获取灰色幂模型预测值；

用于所述短路电流原始数据与所述灰色幂模型预测值获得二阶残差原始数据序列；

用于对所述二阶残差原始数据序列进行二阶残差灰色模型预测获得二阶残差预测值

计算模块200，用于利用时间响应函数计算灰色幂模型预测值序列

述二阶残差原始数据序列进行归一化处理计算二阶残差原始数据xe⁽⁰⁾(k)；

通过二阶残差原始数据和所述的二阶残差预测值，获得残差精度B；

对二阶残差加权补偿修正值进行还原，获得修正后的短路电流预测值序列

判断模块300，用于判断二阶残差原始数据xe⁽⁰⁾(k)是否大于二阶残差预测值时；

若则加权动态补偿修正值

若则加权动态补偿修正值

进一步地，计算模块还包括：获取短路电流原始数据瞬时值表达式为：

式中：i*(t)为标么值，其基准值为正常运行时电流的幅值；α为短路故障电压初相角。

修正模块400，用于当二阶残差预测值为负数时通过公式对数据进行修正；

当通过公式A(k)＝-1进行修正；

当通过公式A(k)＝1进行修正。

具体地，本实施例中所述的步骤可以执行如下：通过TMS320F2812为核心的 DSP实验平台获得故障初相角后大约30点的短路电流原始数据，将上述预测模型运用于该系统的短路电流在线预测。保证预测时效性和不失真的前提下，间隔4个点重组采集到的短路电流原始数据。以故障角0°为例，取故障发生后故障初相角附近的一组数据作对比分析，预测模型间隔采样后的样本点m＝5，则x1＝[-0.1605,106.192,146.894,185.613,223.478]。

表1.m点之后预测结果比较

表2.“加权补偿式灰色组合模型”m点后预测结果比较

表3.几种模型在m点之后预测精度比较

“等维新息优化Verhulst模型”由于每次的预测值都会被新陈代谢进入下一轮的预测循环，所以一旦预测值出现较大的偏差，势必影响后续的预测结果，并随着m之后预测数据点的增加误差不断累积直至严重偏离，m点之后预测精度为63.305％。

“加权补偿式灰色组合模型”拟合度最好，且当动态加权补偿修正值ε＝0.1 时，数据预测精度最高，其m点之后预测精度达到96.612％。

本发明的第三实施例:

本发明第三实施例提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置由所述处理执行的计算机程序。所述处理器执行所述计算机程序时实现上述任一项所述的一种低压配电短路电流峰值加权补偿灰色预测方法实施例中的步骤，例如图1所示的步骤S0。或者，所述处理器执行所述计算机程序时实现上述各装置实例中的功能，例如图2所示的获取数据模块100。

本发明第四实施例：

本发明第四实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，例如一种低压配电短路电流峰值加权补偿灰色预测方法的程序。其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述第一实施例中所述的一种低压配电短路电流峰值加权补偿灰色预测方法。

示例性地，本发明第三实施例和第四实施例中所述的计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述实现一种低压配电短路电流峰值加权补偿灰色预测设备，具体包括以下步骤中的执行过程。例如，本发明实施例二中所述的装置。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述低压配电短路电流峰值加权补偿灰色预测方法的控制中心，利用各种接口和线路连接整个所述实现低压配电短路电流峰值加权补偿灰色预测方法的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现低压配电短路电流峰值加权补偿灰色预测方法的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

其中，所述实现一种低压配电短路电流峰值加权补偿灰色预测装置的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。