一种LCC-HVDC逆变器阀电流预测方法与流程

技术特征：
1.一种lcc-hvdc逆变器阀电流预测方法，其特征在于，包括：对获取的待预测lcc-hvdc逆变器三相电流数据进行预处理，获得三相电流有用数据；将三相电流有用数据输入训练好的深度学习反演模型，获得lcc-hvdc逆变器上三阀的阀电流预测值；训练好深度学习反演模型，包括：获取包括历史三相电流有用数据和历史真实lcc-hvdc逆变器上三阀的阀电流的训练集；将历史三相电流有用数据输入构建的初始深度学习反演模型，对初始深度学习反演模型进行迭代更新，在初始深度学习反演模型中构建作为初始深度学习反演模型输入的历史三相电流有用数据和作为初始深度学习反演模型输出的历史真实lcc-hvdc逆变器上三阀的阀电流之间的映射关系，获得训练好的深度学习反演模型。2.根据权利要求1所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，获得lcc-hvdc逆变器上三阀的阀电流预测值后，基于lcc-hvdc逆变器上三阀的阀电流预测值，计算获得lcc-hvdc逆变器下三阀的阀电流预测值；其中，计算获得lcc-hvdc逆变器下三阀的阀电流预测值的表达式为：式中，
i41
、
i61
、
i21
为lcc-hvdc逆变器上三阀的三个阀电流预测值，
i11
、
i31
、
i51
为lcc-hvdc逆变器下三阀的三个阀电流预测值。3.根据权利要求1所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，构建的初始深度学习反演模型为p-bi-lstm深度学习反演模型，p-bi-lstm深度学习反演模型包括imageinput层、扁平层flatten、上bi-lstm层、下bi-lstm层、特征融合层concat、全连线层fullyconnected及回归层regression，imageinput层、扁平层flatten、上bi-lstm层、特征融合层concat、全连线层fullyconnected及回归层regression依次连接，上bi-lstm层和下bi-lstm层并行。4.根据权利要求3所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，上bi-lstm层和下bi-lstm层均包括第一bi-lstm层和第二bi-lstm层。5.根据权利要求3所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，训练好深度学习反演模型，包括：获取包括历史三相电流有用数据和历史真实lcc-hvdc逆变器上三阀的阀电流的验证集；将验证集中的历史三相电流有用数据输入训练好的深度学习反演模型，训练好的深度学习反演模型输出历史lcc-hvdc逆变器上三阀的阀电流预测值；若训练好的深度学习反演模型输出的历史lcc-hvdc逆变器上三阀的阀电流预测值满足设定合格条件，则判定训练好的深度学习反演模型合格。6.根据权利要求5所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，设定合格条件包括计算的阀电流的相关系数在设定相关系数区间范围内和计算的阀
电流的最大误差在设定误差区间范围内。7.根据权利要求6所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，计算阀电流的相关系数的表达式为：式中，ρ
(x，x
′
)
为阀电流的相关系数，n为阀电流的长度，x为历史真实lcc-hvdc逆变器上三阀的阀电流，x
′
为训练好的深度学习反演模型输出历史lcc-hvdc逆变器上三阀的阀电流预测值，为历史真实lcc-hvdc逆变器上三阀的阀电流平均值，为训练好的深度学习反演模型输出历史lcc-hvdc逆变器上三阀的阀电流预测值的平均值。8.根据权利要求6所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，计算阀电流的最大误差的表达式为：式中，ε
max
为阀电流的最大误差，max{}为求最大值的函数，x1为第1个历史真实lcc-hvdc逆变器上三阀的阀电流，x2为第2个历史真实lcc-hvdc逆变器上三阀的阀电流，x
i
为第i个历史真实lcc-hvdc逆变器上三阀的阀电流，x
′1为第1个训练好的深度学习反演模型输出的历史lcc-hvdc逆变器上三阀的阀电流预测值，x
′2为第2个训练好的深度学习反演模型输出的历史lcc-hvdc逆变器上三阀的阀电流预测值，x
′
i
为第i个训练好的深度学习反演模型输出的历史lcc-hvdc逆变器上三阀的阀电流预测值。9.根据权利要求1所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，对获取的待预测lcc-hvdc逆变器三相电流数据进行预处理，获得三相电流有用数据，包括：对获取的待预测lcc-hvdc逆变器三相电流数据进行小波去噪，获得三相电流有用数据；其中，小波去噪包括小波变换多尺度分解、阀值处理和信号重构。10.根据权利要求9所述的一种lcc-hvdc逆变器阀电流预测方法，其特征在于，获取包括历史三相电流有用数据和历史真实lcc-hvdc逆变器上三阀的阀电流的训练集，包括：针对不同故障类型，利用安装在交流侧的三相电线上的电流互感器和故障录波器采集三相电流故障波形和历史真实lcc-hvdc逆变器上三阀的阀电流；从三相电流故障波形采样历史lcc-hvdc逆变器三相电流数据；对历史lcc-hvdc逆变器三相电流数据进行小波去噪，获得历史三相电流有用数据。

技术总结
本发明公开了一种LCC-HVDC逆变器阀电流预测方法，属于LCC-HVDC逆变器阀电流预测技术领域，包括：对获取的待预测LCC-HVDC逆变器三相电流数据进行预处理，获得三相电流有用数据；将三相电流有用数据输入训练好的深度学习反演模型，获得LCC-HVDC逆变器上三阀的阀电流预测值。本发明建立三相电流与阀电流的对应关系，无须对换流变和12脉动两个桥的耦合电感，精确分析计算就能得出准确性较高的阀电流波形，获取的阀电流波形的准确度随着样本的丰富，结果越加准确，大大减少了工作量。大大减少了工作量。大大减少了工作量。


技术研发人员：惠世贤 邢超 魏荣智 司成志 刘明群 申国标 胡建明 王国忠 谭淞艺
受保护的技术使用者：云南电网有限责任公司电力科学研究院
技术研发日：2023.05.31
技术公布日：2023/8/23