一种基于多数据融合的电网故障诊断方法技术

本发明专利技术公开了一种基于多数据融合的电网故障诊断方法，包括：针对停电区域内的可疑故障元件分别从电气量和保护开关量两个角度对故障特征进行量化，其中电气量量化指标是根据希尔伯特‑黄变换对电气量在故障前后表现出来的特征进行量化，并定义能量变化度和幅值变化度两个指标；保护开关量量化指标是通过建立面向元件的有向二分图模型并计算得到贝叶斯疑似度指标；采用D‑S证据理论的方法对以停电区域内元件作为诊断框架的各条证据进行融合得到元件故障度，实现诊断功能。本发明专利技术能提高故障诊断的准确性和快速性。

A fault diagnosis method based on multi data fusion

The invention discloses a power system fault diagnosis method based on multi data fusion includes: to quantify the fault characteristics of the two aspects of possible fault components for outage area respectively from the electrical quantity and protection switch, which is based on quantitative indicators of electrical quantities Hilbert Huang transform to quantify the electrical characteristics shown in fault before and after, and the definition of energy variation and amplitude changes of two indexes; protection switch quantitative index is through the establishment of component oriented to the two quadrant model and calculate the Bias suspected index; using D method S evidence theory based on the outage area as the element evidence obtained by fusing diagnosis framework fault diagnosis function, realization. The invention can improve the accuracy and rapidity of fault diagnosis.

【技术实现步骤摘要】

本专利技术涉及电力网络故障诊断
，特别是涉及一种电力网络的在线故障诊断方法，具体为一种基于多数据融合的电网故障诊断方法。
技术介绍
故障诊断技术是通过对故障发生后调度系统不加选择地收到的警报信息进行分析，快速准确地识别故障区域以及该故障的性质，所得结果能够在故障发生后的事故恢复过程中为工作人员提供辅助决策，减少因故障的发生为系统运行带来的不利影响。故障诊断技术作为电力领域所关注的热点问题，已经取得不少研究成果，但随着电网互联使得电网结构和运行机制逐渐复杂化，警报信息和保护动作行为的不确定性，很多故障诊断技术也显现出弊端，难以胜任。系统发生故障后警报信息存在漏报/误报这样的不确定性，为故障诊断系统的应用带来困难，同时也是电网故障诊断系统的实现的主要困难之一。针对这个问题，有两种解决途径：第一，对保护装置和断路器动作之间存在的因果时序关系进行合理利用，再次读取缺失信息；第二，通过在故障诊断信息来源中加入其他的可用于诊断信息的数据，作为补充数据减小不确定性的警报信息给诊断系统带来的影响。这样可以降低以往故障诊断系统中不确定性信息给诊断结果带来的影响。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种基于多数据融合的电网故障诊断方法，特别是电网的在线诊断方法，以提高故障诊断的准确性和快速性。本专利技术提供的一种基于多数据融合的电网故障诊断方法，主要包括以下步骤：(1)确定停电区域，以其中的元件作为故障诊断框架；(2)若所述的停电区域内只包含一个元件则该元件为故障元件，诊断结束，否则，进入步骤(3)；(3)根据所述停电区域内各元件的电气量在故障前后表现出来的特征，结合希尔伯特-黄变换理论，定义能量变化度和幅值变化度两个指标量化电气量的变化特征；(4)根据继电保护动作之间具备的时序因果性对固定时间窗内接收到的警报信息进行完备，得到完备化征兆信息；(5)根据所述的完备化征兆信息以及继电保护原理建立面向停电区域内元件的有向二分图模型，并分别计算所述故障诊断框架内各元件的贝叶斯疑似度指标。(6)将所述的能量变化度、幅值变化度和贝叶斯疑似度进行归一化处理，并采用D-S证据理论的方法对各条证据进行融合，得到所述诊断框架内各元件的故障概率；(7)比较所述故障概率大小，确定故障元件。在所述步骤(1)中，需要考虑故障发生后调度系统在固定时间窗内所接收到的断路器警报信息存在不确定性，应尽可能使得实际故障元件存在于确定的停电区域内，所述的停电区域内的元件可以作为故障诊断框架Ω。在所述步骤(2)中，如果card(Ω)为1，则认为停电区域内只包含一个元件即该元件为故障元件，诊断结束，否则，进入步骤(3)继续完成诊断。在所述步骤(3)中，所述的能量变化度e是通过对故障信号进行HHT得到能量矩阵EE，分别计算得到故障元件i在故障时刻前3个周波中信号的总能量EE1，故障时刻后3个周波中的总能量EE2，得到ei＝EE2/EE1；所述的幅值故障度a是通过对故障信号进行HHT得到幅值矩阵AA，取故障时刻前3个周波信号和故障时刻后3个周波的瞬时幅值总和，分别记为AA1，AA2，得到ai＝AA2/AA1。在所述步骤(4)中，所述继电保护动作的警报信息则是以电力系统中SOE(Sequence Of Event)记录的具有时序逻辑的动作信息作为故障诊断系统的数据处理依据，可提高故障诊断的准确性。在故障诊断时只有符合该时序逻辑的动作信号方可作为征兆信息。因此征兆信息的识别是根据继电保护动作时序逻辑的原理，对警报信息进行识别，获取对于故障诊断有用的保护动作信号和断路器的变位信号，具体实施步骤为：步骤1(保护信息合并)由于在实际的电力系统中保护装置的重要性，因此一般都会配置双重保护，警报信息中的冗余信息主要是指保护信息，因此应该对该类信息进行处理。方法：对获取的警报信息中的保护信息应该按照主保护，近后备保护和远后备保护进行合并，按其动作状态赋值(0和1分别表示未动作和动作)，得到警报信息S1。步骤2(断路器信息完备化)电网发生故障后，调度系统会收到发生变化的警报信息，由于拒动的信息不会出现在警报信息中，所以收到的警报信息中只有动作信息；此外，系统的复杂性使得信息的漏报变得不可避免，因此必须对相关信息进行再次确认，应该尽可能得到其真实的动作状态。基于存在这两种情况，必须对相关信息进行完备化处理。方法：根据获得的保护信息再次读取与该保护相关联的断路器信息，合位记为0，分位记为1，将该状态信息加入警报信息，得到警报信息S2。步骤3(时序识别)随着电力系统规模越来越大，复杂性也随之增加，调度系统中必然地存在信息的误报，这种非真实状态信息的上报给调度员带来不必要工作之外，对于故障诊断方法准确度和快速性也产生影响，因此对这种信息必须进行剔除。方法：根据上节的继电保护原理和时序性约束将不符合时序逻辑约束的状态信息进行剔除，得到S3。在所述步骤(5)中，所述的有向二分图如图4所示，其由三部分组成：①故障节点和征兆节点组成的集合V，V＝F∪S，其中S(si)为征兆信息集，F(fi)为故障集；②有向边集合E,E＝F×S，由故障指向征兆；③权重p(sj|fi)组成的集合PF×S，PF×S＝{p(sj|fi)|fi∈F，sj∈S本文档来自技高网...

【技术保护点】
一种基于多数据融合的电网故障诊断方法，其特征在于，所述方法包括：(1)确定停电区域，以其中的元件作为故障诊断框架；(2)若所述的停电区域内只包含一个元件则该元件为故障元件，诊断结束，否则，进入步骤(3)；(3)根据所述停电区域内各元件的电气量在故障前后表现出来的特征，结合希尔伯特‑黄变换理论，定义能量变化度和幅值变化度两个指标量化电气量的变化特征；(4)根据继电保护动作之间具备的时序因果性对固定时间窗内接收到的警报信息进行完备，得到完备化征兆信息；(5)根据所述的完备化征兆信息以及继电保护原理建立面向停电区域内元件的有向二分图模型，并分别计算所述故障诊断框架内各元件的贝叶斯疑似度指标。(6)将所述的能量变化度、幅值变化度和贝叶斯疑似度进行归一化处理，并采用D‑S证据理论的方法对各条证据进行融合，得到所述诊断框架内各元件的故障概率；(7)比较所述故障概率大小，确定故障元件。

【技术特征摘要】
1.一种基于多数据融合的电网故障诊断方法，其特征在于，所述方法包括：(1)确定停电区域，以其中的元件作为故障诊断框架；(2)若所述的停电区域内只包含一个元件则该元件为故障元件，诊断结束，否则，进入步骤(3)；(3)根据所述停电区域内各元件的电气量在故障前后表现出来的特征，结合希尔伯特-黄变换理论，定义能量变化度和幅值变化度两个指标量化电气量的变化特征；(4)根据继电保护动作之间具备的时序因果性对固定时间窗内接收到的警报信息进行完备，得到完备化征兆信息；(5)根据所述的完备化征兆信息以及继电保护原理建立面向停电区域内元件的有向二分图模型，并分别计算所述故障诊断框架内各元件的贝叶斯疑似度指标。(6)将所述的能量变化度、幅值变化度和贝叶斯疑似度进行归一化处理，并采用D-S证据理论的方法对各条证据进行融合，得到所述诊断框架内各元件的故障概率；(7)比较所述故障概率大小，确定故障元件。2.根据权利要求1所述的方法，其特征在于，在所述步骤(1)中，需要考虑故障发生后调度系统在固定时间窗内所接收到的断路器警报信息存在得不确定性，应尽可能使得实际故障元件存在于所确定的停电区域内，所述的停电区域内的元件可以作为故障诊断框架Ω。3.根据权利要求1所述的方法，其特征在于，在所述步骤(2)中,如果card(Ω)为1，则认为停电区域内只包含一个元件即该元件为故障元件，诊断结束，否则，进入步骤(3)继续完成诊断。4.根据权利要求1所述的方法，其特征在于，在所述步骤(3)中，所述的能量变化度e是通过对故障信号进行HHT得到能量矩阵EE，分别计算得到故障元件i在故障时刻前3个周波中信号的总能量EE1，故障时刻后3个周波中的总能量EE2，得到ei＝EE2/EE1；所述的幅值故障度a是通过对故障信号进行HHT得到幅值矩阵AA，取故障时刻前3个周波信号和故障时刻后3个周波的瞬时幅值总和，分别记为AA1，AA2，得到ai＝AA2/AA1。5.根据权利要求1所述的方法，其特征在于，在所述步骤(4)中，所述继电保护动作的警报信息完备化是根据继电保护动作所具有的因果时序性，警报信息完备化后得到的信息集合称为征兆信息集。6.根据权利要求1所述的方法，其特征在于，在所述步骤(5)中，所述的面向元件的有向二分图模型中的某元件i的贝叶斯疑似度bsdi(fi,SN)的计算公式为 b s d ( f i , S N ) = Σ s j ∈ S N p ( f i | s j ) Σ s j ∈ S y m p t o m s p ( f i | s j ) ]]>其中， p ( f i | s j ) = p ( f i ) p ( s j | f i ) Σ f i ∈ F p ( f i ) p ( s j | f i ) ]]>SN为系统中某元件i实际发生故障后继电保护动作的征兆信息集；Symptoms为理想情况下该元件故障后继电保护动作的征兆信息集。7.根据权利要求1所述的方法，其特征在于，在所述步骤(6)中，所述的归一化是指本发明提到的三大指标能量变化度、幅值变化度、贝叶斯疑似度分别按以下公式计算得到的能量故障度、幅值故障度、疑似故障度。 E i = e i Σ i = ...

【专利技术属性】
技术研发人员：温杰，王萍，顾越岭，陈建国，南萌，周妮娜，屠友强，赵星，
申请(专利权)人：上海市政工程设计研究总院集团有限公司，
类型：发明
国别省市：上海;31