[发明专利]一种基于电力数据采集的高精度误差检测方法及系统

权利要求书

1.一种基于电力数据采集的高精度误差检测方法，其特征在于，包括：

获取待测电力数据的波形图，将每个采样周期的波形图与其邻近一个或多个周期的波形图进行比较，得到每个采样周期的波形图的一个或多个差分波形；

根据预设的测量矩阵对每个差分波形进行压缩采样，得到每个差分波形的压缩序列;

利用目标识别网络和训练完成的基于注意力机制的双向GRU分别识别待测电力数据的差分波形及其对应的压缩序列；

根据识别出的差分波形及其对应的压缩序列的类别，实时判断待测电力数据中是否存在高精度误差。

2.根据权利要求1所述的基于电力数据采集的高精度误差检测方法，其特征在于，所述获取待测电力数据的波形图，将每个采样周期的波形图与其邻近一个或多个周期的波形图进行比较，得到每个采样周期的波形图的一个或多个差分波形包括如下步骤：

利用窗函数将差分波形均匀分割成多个分帧，并计算每个分帧内的差分波形的有效值：

若每个分帧内的差分波形的有效值低于第一阈值，则忽略该分帧内的差分波形；

若每个分帧内的差分波形的有效值高于或等于第一阈值，则对所述分帧内的差分波形进行傅里叶变换，记录并保存其对应的基波频率和谐波频率。

3.根据权利要求1所述的基于电力数据采集的高精度误差检测方法，其特征在于，所述预设的测量矩阵通过如下步骤获取：

计算每个差分波形的有效值，根据预设的第二阈值对其进行比较，得到由所述每个差分波形的有效值构成的符号函数序列{a_n}；

根据符号函数序列和logistic映射确定预设的测量矩阵中的每个元素。

4.根据权利要求3所述的基于电力数据采集的高精度误差检测方法，其特征在于，所述根据符号函数序列和Logistic映射确定测量矩阵中的每个元素:

确定Logistic映射的初始值和参数值μ，生成随机序列{b_n}；

随机选取一个差分波形的有效值的采样值，将其作为符号函数序列{a_n}的初始值；

根据所述符号函数序列{a_n}和所述随机序列{b_n}确定测量矩阵的每个元素：Φ=a_n×b_n，其中Φ表示测量矩阵的元素，a_n和b_n分别代表符号函数序列和随机序列中的第n个元素。

5.根据权利要求1所述的基于电力数据采集的高精度误差检测方法，其特征在于，所述训练完成的基于注意力机制的双向GRU通过如下步骤训练:

对每个差分波形的压缩序列进行特征提取，得到多个特征向量；

将所述多个特征向量作为双向GRU的输入，所述双向GRU的隐藏层的状态参数作为注意力层的输入，构建基于注意力机制的双向GRU；

更新所述基于注意力机制的双向GRU的权重矩阵，直至基于注意力机制的双向GRU的误差低于阈值，得到训练完成的基于注意力机制的双向GRU。

6.根据权利要求5所述的基于电力数据采集的高精度误差检测方法，其特征在于，所述对每个差分波形的压缩序列进行特征提取，得到多个特征向量之前还包括：

对每个差分波形的压缩序列进行频率偏差校正。