本发明属于电力系统领域，涉及电力系统安全工程技术，具体是一种继电保护定值单智能管理系统。
背景技术：
1、在现代电力网络中，继电保护系统作为电网安全稳定运行的基石，其作用不言而喻。然而，传统继电保护定值单的管理方式，即依赖纸质文件、电话沟通和电子邮件进行定值单的分发与追踪，已经暴露出诸多弊端。这种低效的管理模式不仅消耗大量的人力资源和物资(如纸张)，还因人为因素导致信息传递延迟和数据错误，严重影响了电力系统的整体效能。
2、更令人担忧的是，随着社会电气化进程的加速，尤其是新能源汽车的普及与充电桩的大规模部署，电网面临着前所未有的挑战。新能源汽车充电行为的随机性和间歇性，给电网负荷带来了不稳定的影响，传统静态的继电保护定值设置难以应对这种动态变化，从而增加了电网故障的风险，可能导致非计划停电事件的发生，对居民生活和工业生产造成不利影响。
3、因此，随着电力系统规模的不断扩大和技术的不断进步，迫切需要一种继电保护定值单智能管理系统，以实现继电保护定值的自动优化和动态调整。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种继电保护定值单智能管理系统，用于解决现有继电保护定值单依赖人工进行计算以及设定而导致的工作效率低、响应速度慢、适应性差的技术问题，本发明通过从目标区域采集基础数据；并对基础数据进行预处理，转换为优化数据，利用优化数据，构建出能够反映目标区域的电能特性变化趋势的优化曲线。基于优化曲线，结合未来的时钟数据，生成预测数据。预测数据与预先训练好的定值单预测模型结合，来预测目标区域的继电保护定值单，并且比较预测数据与实时数据，对预测定值单进行修正，产生更加准确的实时定值单解决了上述问题。
2、为实现上述目的，本发明的第一方面提供了一种继电保护定值单智能管理系统，包括：
3、数据采集模块：用于采集目标区域的基础数据；其中，所述目标区域为需要继电保护定值的区域；基础数据包括电能数据以及时钟数据；所述电能数据包括电压、电流和功率；所述时钟数据为采集电能数据的时间；
4、数据处理模块：用于对电能数据进行预处理得到优化数据；基于优化数据以及时钟数据进行数据拟合获取目标区域的优化曲线；基于优化曲线以及目标时钟获得预测数据；其中，所述目标时钟为一个特定的未来时间点；
5、数据生成模块：将预测数据与定值单预测模型结合，预测目标区域的继电保护定值单获得预测定值单；其中，所述定值单预测模型基于人工智能模型进行训练获得；以及，
6、基于实时数据以及预测数据对预测定值单进行修正得到实时定值单；基于实时定值单对继电保护定值进行设定；其中，实时数据为目标区域在目标时钟产生的基础数据。
7、本技术通过预测数据以及定制单预测模型得到预测定制单，并且基于实时数据对预测定制单进行修正得到实时定值单；通过这种方式解决了目前继电保护定值单依赖人工计算以及审核导致的效率低的问题，以及，用电设施导致的电网波动比较大，继电保护定值需要频繁更新的问题。
8、优选的，采集目标区域的基础数据，包括：
9、将目标区域按照用途属性划分成若干目标子区域，再将目标子区域按照用电性质划分获得若干单元区域；其中，用途属性包括工业用电、民用电和商用电；用电性质包括充电桩用电、生活用电、生产用电；
10、通过数据采集设备采集若干单元区域的基础子数据；对若干基础子数据进行整合得到目标区域的基础数据。
11、由于工业用电、民用电和商用电的用电时间以及需求功率存在差异，因此通过用途对目标区域进行初步划分可以得到更加有规律的数据；无论是工业用电、民用电和商用电都存在用于生产、工作以及生活的电和充电桩，因此进一步划分可以更好地得到用电规律；尤其目前新能源汽车的普及以及上涨趋势，因此将充电桩用电单独进行细致划分，可以使用电规律进一步精准。
12、优选的，对电能数据进行预处理得到优化数据，包括：
13、去除电能数据中保持时间低于时间阈值的数据获得筛选数据；
14、将筛选数据按照时钟数据的先后顺序进行排列得到筛选数列；
15、基于筛选数列中的筛选数据进行计算处理得到优化数据。
16、数据采集设备采集到的数据有可能会出现一些异常数字，比如数据采集设备被干扰、用电过程中通电瞬间导致的冲击电流等，需要将这些干扰数据进行去除，不然会影响电能数据的使用。
17、优选的，基于筛选数列中的筛选数据进行计算处理得到优化数据，包括：
18、通过公式获得优化数据yhsji；其中，i为筛选数列的筛选数据编号且为正整数；j为小于10的正整数；sxsj为筛选数据。
19、通过这个公式可以循环根据相邻的10组筛选数据进行处理得到优化数据，获得的优化数据更加科学合理，进一步避免了由于筛选数据的精确度低带来的影响。
20、优选的，基于优化数据以及时钟数据进行数据拟合获取目标区域的优化曲线；包括：
21、将时钟数据按照预设时长步长划分成若干时钟子数据；
22、按照时钟子数据获取优化数据中对应的电压、电流以及功率得到对应的时钟子电压、时钟子电流、时钟子频率以及时钟子功率；
23、基于时钟子时长以及对应的时钟子电压、时钟子电流时钟子功率分别进行数据拟合得到电压预测曲线、电流预测曲线和功率预测曲线；
24、基于电压预测曲线、电流预测曲线和功率预测曲线获得优化曲线。
25、通过对优化数据的变化趋势进行分析，可以更好的预测电能数据，为后期的继电保护定值单的自动生成提供数据支撑。
26、优选的，基于优化曲线以及目标时钟获得预测数据，包括：
27、将目标时钟输入到电压预测曲线、电流预测曲线和功率预测曲线得到目标时钟的预测电流、预测电压和预测功率；
28、基于预测电流、预测电压、预测频率和预测功率得到预测数据。
29、通过预测曲线获取预测值，该数据是基于历史数据进行推导获得的，有很好的数据依据性。
30、优选的，将预测数据与定值单预测模型结合之前还需要进行的步骤，包括：
31、判断所述预测电流、预测电压和预测功率中的任何一个是否小于对应的阈值；是，将预测数据与定值单预测模型结合；否，则进行风险预警。
32、预测数据是基于历史数据进行推导获得的，因此预测数据虽然有依据性但是也存在是否合理的问题；需要对预测数据进行判断，确定预测数据是否会超过对应的阈值，避免因为预测数据过大导致获得的继电保护定制单不合理，进而对电网造成损伤。
33、优选的，进行风险预警的步骤，包括：
34、基于预测电流、预测电压和预测功率中的任何一个大于对应的阈值获得风险参数，将风险参数发送给工作人员；
35、判断工作人员是否已经处理；是，按照工作人员处理方式执行；否，则将风险数值对应的阈值作为预测数据，将预测数据与定值单预测模型结合，预测目标区域的继电保护定值单获得预测定值单。
36、当出现风险参数时，需要将风险参数发送给相关的工作人员，让工作人员评估如何进行处理；这种情况可能是因为用电设施功率比较大，可能需要加大电网线路的最大负载能力。
37、优选的，定值单预测模型基于人工智能模型进行训练获得，包括；
38、提取标准训练数据，按照目标区域对所述标准训练数据进行划分，得到标准输入数据和标准输出数据；其中，所述标准数据包括历史电能数据以及对应的定值单；
39、通过所述标准输入数据和所述标准输出数据训练所述人工智能模型，得到定值单预测模型；其中，所述人工智能模型包括bp神经网络模型或者rbf神经网络模型。
40、继电保护定制单是用来保护电网以及相关电气设备的，继电保护定制单是根据用电电流、电压以及功率获得的，但是因为电气件在工作时的电能数据变化比较大，因此通过大数据模型将进行训练得到定制单预测模型，通过定制单预测模型可能更快的得到想要的数据，提升工作效率。
41、优选的，基于实时数据以及预测数据对预测定值单进行修正得到实时定值单，包括：
42、判断实时数据和预测数据偏差值是否超过偏差阈值；是，则进行下一步；否，则将预测定值单作为实时定值单；
43、判断实时数据是否超过对应的阈值；是，则进行下一步；否，则按照实时数据对应的阈值作为输入数据通过定值单预测模型得到实时定值单；
44、判断实时数据是否超过预测数据；是，则按照实时数据作为输入数据通过定值单预测模型得到实时定值单；否，则将预测定值单作为实时定值单。
45、预测定值单进行修正使继电保护定值更加准确，提升安全性能。
46、优选的，基于实时定值单对继电保护定值进行设定之后的步骤，包括：
47、随机选择若干历史基础数据以及对应的实时定值单；
48、对该若干历史基础数据通过人工计算继电保护定值获得计算定值单；
49、对比若干历史基础数据对应的是实时定值单和计算定值单获得偏差系数；
50、基于偏差系数评估实时定值单的准确属性；准确属性包括准确和不准确；
51、基于准确属性为不准确时对定值单预测模型进行优化训练。
52、与现有技术相比，本发明的有益效果是：针对传统继电保护定值单流程效率低下、难以实时响应电能波动的局限，本技术提出了一种基于数据驱动的动态调整机制。该机制首先利用历史电能数据构建预测曲线，通过曲线预测未来电能需求趋势，生成初步的继电保护定值单。这一初始定值单并非固定不变，而是随时间逼近预设的目标时间点，持续自我优化调整，直至目标时间达成，实现定值单的最终精准配置。这种方法有效克服了传统方法的滞后性，提高了继电保护系统的响应速度和适应性，特别是在应对家用电器、电动汽车充电及工业生产引起的复杂电能波动时，展现出更强的灵活性和高效性。
1.一种继电保护定值单智能管理系统，其特征在于，
2.根据权利要求1所述的一种继电保护定值单智能管理系统，其特征在于，所述采集目标区域的基础数据，包括：
3.根据权利要求2所述的一种继电保护定值单智能管理系统，其特征在于，所述对电能数据进行预处理得到优化数据，包括：
4.根据权利要求3所述的一种继电保护定值单智能管理系统，其特征在于，所述基于筛选数列中的筛选数据进行计算处理得到优化数据，包括：
5.根据权利要求1所述的一种继电保护定值单智能管理系统，其特征在于，所述基于优化数据以及时钟数据进行数据拟合获取目标区域的优化曲线；包括：
6.根据权利要求5所述的一种继电保护定值单智能管理系统，其特征在于，所述基于优化曲线以及目标时钟获得预测数据，包括：
7.根据权利要求6所述的一种继电保护定值单智能管理系统，其特征在于，所述将预测数据与定值单预测模型结合之前还需要进行的步骤，包括：
8.根据权利要求7所述的一种继电保护定值单智能管理系统，其特征在于，所述进行风险预警的步骤，包括：
9.根据权利要求1所述的一种继电保护定值单智能管理系统，其特征在于，所述基于实时数据以及预测数据对预测定值单进行修正得到实时定值单，包括：
10.根据权利要求1所述的一种继电保护定值单智能管理系统，其特征在于，所述基于实时定值单对继电保护定值进行设定之后的步骤，包括：
