本发明主要涉及到电力设备中电容式电压互感器的在线监测，特指一种基于大数据驱动的cvt在线监测方法。
背景技术：
1、电能的准确计量是保证电量结算公平的基础，每年由于电压互感器误差超差造成的差错电量相当可观。电容式电压互感器（cvt）与电磁式电压互感器（pt）相比，具有绝缘强度高、不产生铁磁谐振、价格比较便宜等优势，220kv及以上电压等级变电站（电厂）中的关口计量大量采用cvt进行电压计量。
2、现有的cvt主要由电容分压器、中间变压器以及补偿电抗器组成，它的结构特点导致本身的误差特性易受外界环境（如温度、频率、周围电场）的影响。目前传统的cvt误差监测方法主要为周期性的现场停电检测，但存在“检测不及时、停电时间长、检测成本高”等问题。
3、有从业者也提出了较新颖的技术手段：cvt远程在线监测装置，它能够远程、实时检测计量装置的误差，但是存在造价高昂、布置不便、存在故障隐患等问题，还可能影响电力系统的正常运行，因此急需推动cvt从“周期检测”向“在线监测”转变。
技术实现思路
1、本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种原理简单、适用范围广、能够大幅提高在线监测精确度的基于大数据驱动的cvt在线监测方法。
2、为解决上述技术问题，本发明采用以下技术方案：
3、一种基于大数据驱动的cvt在线监测方法，其包括：
4、步骤s1：判断变电站或电厂内同一电压等级是否有多组电压互感器，若同一电压等级下有多组电压互感器，则采用基于群组算法的cvt在线监测方法；
5、步骤s2：若同一电压等级下仅有单组电压互感器，则采用基于pca的cvt在线监测方法。
6、作为本发明方法的进一步改进：所述步骤s1包括：
7、步骤s101：选取变电站并接在同一电压等级的母线或线路的n组电压互感器作为群组，同相互感器作为一组，分别为，表示，其余依次类推；从采集系统获取电压互感器群组的一天96个点的三相电压幅值，的电压记为，其他各项一次类推；
8、步骤s102：计算互感器群组的三相电压比差，得到互感器群组的比差序列；
9、步骤s103：计算互感器群组比差序列的平均值、标准差；
10、步骤s104：根据平均值计算互感器群组的比值偏差序列：
11、；
12、步骤s105：统计比值偏差序列元素的绝对值落入区间的数量，认为比值偏差序列元素绝对值小于则为无异常；大于小于2则为警告状态；大于3则为异常状态；
13、步骤s106：根据正态分布法则，计算互感器群组各相出现异常或警告的概率；以日期为横轴，误差概率为纵轴，得到各互感器的误差概率曲线；根据误差概率曲线趋势识别出异常互感器，进而实现基于群组算法的cvt在线监测。
14、作为本发明方法的进一步改进：所述步骤s102中包括以下流程：
15、步骤s1021：，为互感器的比差序列，有个元素；其中，元素表示互感器与互感器在一天中时刻的比差；依次类推，其余互感器的比差序列均有个元素，从而得到只互感器比差序列；
16、
17、
18、其中，表示互感器在一天时刻的电压幅值，表示互感器在一天时刻的电压幅值，表示互感器在一天时刻的电压幅值；
19、步骤s1022：依次类推，其余互感器的比差序列均有个元素，从而得到只互感器比差矩阵：
20、。
21、作为本发明方法的进一步改进：所述步骤s103中根据比差矩阵中的所有元素，计算全天的平均值、标准差：
22、
23、
24、其中，表示比差矩阵中第行第列的元素。
25、作为本发明方法的进一步改进：所述步骤s104中包括：
26、，为互感器的比差偏差序列，有个元素；依次类推，其余互感器的比差偏差序列均有个元素，从而得到只互感器比差偏差矩阵：
27、
28、
29、
30、其中，表示互感器与互感器一天中时刻的比差偏差，表示互感器与互感器一天中时刻的比差偏差。
31、作为本发明方法的进一步改进：所述步骤s2中包括以下流程：
32、步骤s201：获取电压互感器正常运行期间内的n天（n>30）96点三相电压数据；
33、步骤s202：根据下式计算每一时刻的电压不平衡度，得到样本数据，；
34、
35、其中，表示时刻a、b、c三相电压的最大值，表示时刻a、b、c三相电压的最小值；
36、步骤s203：基于样本数据，建立电压互感器三相不平衡度的主元模型；
37、步骤s204：计算确定统计量阈值；
38、步骤s205：根据已建立的主元模型计算电压互感器运行过程的统计量，与正常运行状态下得到的统计量阈值比较，从而实现单台cvt的在线监测。
39、作为本发明方法的进一步改进：所述步骤s203中包括：
40、步骤s2031：对样本数据进行标准化处理，标准化后得到的数据矩阵如式（8）所示；
41、
42、其中，；，为样本数据的均值向量；，为样本数据的协方差矩阵；
43、步骤s2032：将标准化的样本数据进行分解：
44、
45、其中，，为的主元空间模型，为主元空间上的得分矩阵，为主元空间上的负载矩阵；为的残差空间模型，为残差空间上的得分矩阵，为残差空间上的负载矩阵；主元子空间是真实值所在空间，残差空间为噪声所在空间；对的协方差矩阵进行特征值分解，得到负载矩阵、；
46、
47、其中，为的特征值，为负载向量。
48、作为本发明方法的进一步改进：所述步骤s204中包括：
49、通过建立统计量进行假设检验，测量数据中是否包含运行过程中的异常信息，判断过程数据是否背离主元模型；在残差子空间中建立q统计量进行统计检验，利用q统计量对cvt的计量状态进行评估；统计量阈值的计算如下：
50、
51、其中，，，为在置信水平下正态分布的临界值。
52、作为本发明方法的进一步改进：所述步骤s205中包括：
53、步骤s2051：根据已建立的主元模型，计算电压互感器运行过程的统计量，表达式如下：
54、
55、其中，为运行过程中标准化后的电压不平衡度样本数据；
56、步骤s2052：比较与的大小，若小于，则电压互感器处于正常状态；若大于，则产生异常告警。
57、与现有技术相比，本发明的优点在于：
58、本发明的基于大数据驱动的cvt在线监测方法，原理简单、适用范围广、能够大幅提高在线监测的精确度，本发明针对有多组电压互感器的厂站，创新提出了一种基于群组算法的cvt在线监测方法，将站内所有电压互感器视作一个群组，计算某一相在群组中的偏离程度，能够有效避免因一次电压不平衡造成的误判问题。同时，本发明针对仅有一组电压互感器的厂站，创新提出了一种基于pca的cvt在线监测方法，该方法将一次电压引起的正常误差与计量装置异常引起的计量误差分离出来，能够有效避免因一次电压不平衡造成的误判问题。最终，本发明可以适用于多种场景下的实际需求，尽可能提高在线监测的精确性。
1.一种基于大数据驱动的cvt在线监测方法，其特征在于， 包括：
2.根据权利要求1所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s1包括：
3.根据权利要求2所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s102中包括以下流程：
4.根据权利要求2所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s103中根据比差矩阵中的所有元素，计算全天的平均值、标准差：
5.根据权利要求2所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s104中包括：
6.根据权利要求1-5中任意一项所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s2中包括以下流程：
7.根据权利要求6所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s203中包括：
8.根据权利要求6所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s204中包括：
9.根据权利要求6所述的基于大数据驱动的cvt在线监测方法，其特征在于，所述步骤s205中包括：
