本发明涉及电能质量智能监测，具体为一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法及系统。
背景技术：
1、近年来，随着高速公路建设的飞速发展，截止2023年底，我国高速公路通车里程已达到17.7万公里，稳居世界第一，庞大的高速公路网在形成高效、快捷的公路运输网络的同时也造成了大量的能耗消耗；
2、通过监测隧道的电能数据，可以及时发现和解决能源浪费和电能质量问题，但现有技术中隧道能耗监测难，执行效率低、准确性差。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本发明提供了一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法及系统，具备对隧道电能质量准确检测等优点，解决了上述技术问题。
3、(二)技术方案
4、为实现上述目的，本发明提供如下技术方案：一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，包括以下步骤：
5、s1、采集隧道机电、照明、风机、消防、监控部件中的三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率；
6、s2、将采集到的三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率进行传输并存储；
7、s3、对步骤s2中存储的数据进行预处理及数据标定，预处理的步骤包括：
8、s3.1、对三相电压v、三相线电压va、vb、vc、vab、vac、vbc、三相电压谐波畸变率hv、三相电流谐波畸变率hi、三相电流3，5，7次谐波hi3、hi5、hi7、频率f数据进行去除噪音数据和缺失值填充等预处理和数据标准化处理，后将数据成80％的训练集和20％的测试集；
9、s3.2、以固定时间间隔对采样数据进行排列，得到输入数据，并对输入数据进行数据标定；
10、s4、建立gru+encoder+xgboost模型，并将步骤s3中预处理及数据标定后的三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率作为输入数据对gru+encoder+xgboost模型训练，具体过程：
11、s4.1、建立gru+encoder+xgboost模型，其中，gru+encoder+xgboost模型包括gru层、encoder层和xgboost层，其中，gru层由重置门和更新门组成，encoder层用于对经过gru层的数据进行抽象和编码，并将编码后的数据输入到xgboost层中，xgboost层用于输出对电能质量的分类结果，根据此结果判断电能质量；
12、s4.2、将输入数据输入gru+encoder+xgboost模型，对gru+encoder+xgboost模型进行训练；
13、s4.3、将训练好的gru+encoder+xgboost模型进行存储；
14、s5、将实时采集的数据输入到gru+encoder+xgboost模型中，对不同回路的电能质量进行判断，若回路发生异常，则上报异常数据。
15、作为本发明的优选技术方案，所述步骤s3.2中的输入数据具体表达式如下：
16、
17、
18、其中，分别表示a、b、c相在1～t时刻的三相线电压，分别表示ab、ac、bc相在1～t时刻的三相线电压，分别表示a、b、c相在1～t时刻的三相电压谐波畸变率，分别表示a、b、c相在1～t时刻的三相电流谐波畸变率，分别表示a、b、c相在1～t时刻的三相电流3，5，7次谐波，表示在1～t时刻的频率，所述输入数据在输入时，将每列作为一个时间序列，并按列输入。
19、作为本发明的优选技术方案，所述gru层中重置门的计算表达式如下：
20、rt＝σ(wr[ht-1，xt]+b)
21、
22、其中，rt表示重置门，σ表示sigmoid激活函数，时刻t的隐状态，wr和b分别表示线性关系的系数和偏置系数，xt表示时刻t的输入矩阵，*表示哈达玛积，tanh表示双曲正弦函数，ht-1表示t-1时刻的隐藏状态，w表示当前时刻的候选隐藏状态的权重矩阵；
23、所述gru层中更新门处理数据的表达式如下：
24、zt＝σ(wz[ht-1，xt]+bt)
25、
26、其中，*表示哈达玛积，σ表示sigmoid激活函数，bt表示偏置系数，ht-1表示t-1时刻的隐藏状态，ht表示当前时刻的输出值，wz表示在更新门内上一时刻隐藏状态信息ht-1和当前时刻输入xt对更新门要输出的信息所占权重比例，zt表示更新门。
27、作为本发明的优选技术方案，所述encoder层中计算的表达式如下：
28、
29、其中，分别表示d1～ds输入矩阵下当前时刻的输出值，即，a、b、c三相线电压在经过gru层提取出的时序特征，d1～ds表示三相线电压，分别表示d1～ds输入矩阵下上一时刻的输出值，即，a、b、c三相在1～t时刻三相电压谐波畸变率、三相电流谐波畸变率和三相电流3，5，7次谐波的时序特征，we和wa分别表示对三相电压以及三相电压谐波畸变率、三相电流谐波畸变率和三相电流3，5，7次谐波的时序特征权重矩阵，bc和bd表示在encoder层中对应的不同偏置系数。
30、作为本发明的优选技术方案，所述xgboost层中使用的树模型是基于gini指数的cart分类树模型的计算表达式如下：
31、
32、其中，gini(d)表示数据集d中随机抽取两个样本，其类别标记不一致的概率，pk表示取出样本的概率，n表示encoder层所输出特征取值的数量，gini_index(d，a)表示经属性a分割后数据集d的不确定性，|*|表示数值取正数，dv表示按v个取值划分出的v个子集中的第v个子集。
33、作为本发明的优选技术方案，所述数据标定的具体步骤如下：
34、s3.2.1、设置回路标签包括总回路、回路1、回路2、回路3，…，回路k；
35、s3.2.2、设置电能质量类型标签包括：合格，电压中断、电压下降异常、电压上升异常、三相电压不平衡、频率波动异常、谐波异常；
36、s3.2.3、基于步骤s3.2.1和s3.2.2形成数据标签，具体表达式如下：
37、
38、其中，00，01，02，03，04，05，06分别表示总回路合格、总回路电压中断、总回路电压下降异常、总回路电压上升异常、总回路三相电压不平衡、总回路频率波动异常、总回路谐波异常，10，11，12，13，14，15，16分别表示回路1合格、回路1电压中断、回路1电压下降异常、回路1电压上升异常、回路1三相电压不平衡、回路1频率波动异常、回路1谐波异常，20，21，22，23，24，25，26分别表示回路2合格、回路2电压中断、回路2电压下降异常、回路2电压上升异常、回路2三相电压不平衡、回路2频率波动异常、回路2谐波异常，k0，k1，k2，k3，k4，k5，k6分别表示回路k合格、回路k电压中断、回路k电压下降异常、回路k电压上升异常、回路k三相电压不平衡、回路k频率波动异常、回路k谐波异常；
39、s3.2.3、对每一列数据添加数据标签。
40、本发明还提供一种融合云端检测和终端控制的高速公路隧道电能质量智能监测系统，采用了上述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，包括计量仪、智能终端控制设备和云端检测中心，所述计量仪用于采集隧道机电、照明、风机、消防、监控部件中不同回路的数据，包括三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率，所述计量仪将采集的数据发送到智能终端控制设备中进行存储，所述智能终端控制设备用于实现的数据汇总、暂时存储、按回路切断设备供电以及向云端检测中心进行数据转发，所述云端检测中心中存储有训练好的gru+encoder+xgboost模型；
41、作为本发明的优选技术方案，所述计量仪采用rs485的通信接口和modbus-rtu协议的通信方式将采集到的三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率传输至智能终端控制设备，所述智能终端控制设备将实时采集到的数据发送到云端检测中心中，并接收云端检测中心输出的电能质量结果，若发生异常则切断电路。
42、与现有技术相比，本发明提供了一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法及系统，具备以下有益效果：
43、本发明通过云端检测中心接收智能终端控制设备采集到的数据后对数据进行预处理和标准化处理，并对数据正常和各类异常情况进行数据标定，后用标定的数据对gru+encoder+xgboost模型进行训练，最后运用训练好的模型检测终端控制设备传入的实时数据，以便检测隧道电能质量是否发生异常，若发生异常，则定位发生异常的回路通过智能终端控制设备切断相应的回路。
1.一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：所述步骤s3.2中的输入数据具体表达式如下：
3.根据权利要求2所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：所述gru层中重置门的计算表达式如下：
4.根据权利要求1所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：所述encoder层中计算的表达式如下：
5.根据权利要求1所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：所述xgboost层中使用的树模型是基于gini指数的cart分类树模型的计算表达式如下：
6.根据权利要求2所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：所述数据标定的具体步骤如下：
7.一种融合云端检测和终端控制的高速公路隧道电能质量智能监测系统，采用了权利要求1-5任意一项权利要求所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测方法，其特征在于：包括计量仪、智能终端控制设备和云端检测中心，所述计量仪用于采集隧道机电、照明、风机、消防、监控部件中不同回路的数据，包括三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率，所述计量仪将采集的数据发送到智能终端控制设备中进行存储，所述智能终端控制设备用于实现的数据汇总、暂时存储、按回路切断设备供电以及向云端检测中心进行数据转发，所述云端检测中心中存储有训练好的gru+encoder+xgboost模型。
8.根据权利要求6所述的一种融合云端检测和终端控制的高速公路隧道电能质量智能监测系统，其特征在于：所述计量仪采用rs485的通信接口和modbus-rtu协议的通信方式将采集到的三相电压、三相线电压、三相电压谐波畸变率、三相电流谐波畸变率、三相电流3，5，7次谐波和频率传输至智能终端控制设备，所述智能终端控制设备将实时采集到的数据发送到云端检测中心中，并接收云端检测中心输出的电能质量结果，若发生异常则切断电路。
