一种基于D-S证据理论的配电自动化终端状态诊断方法技术

本发明专利技术公开了一种基于D‑S证据理论的配电自动化终端状态诊断方法，步骤包括：从配电自动化终端上传至配电主站的运行信息中统计出指定的状态特征量；将配电自动化终端状态分级，构造状态特征量对应不同的配电自动化终端状态的模糊隶属度函数；确定模糊隶属度函数的各项隶属度参数；将配电自动化终端状态分级结果作为单元素命题，基于模糊隶属度函数对单元素命题和辨识框架计算基本概率分配函数及证据融合结果；将证据融合结果和预设的终端状态诊断决策准则进行匹配，得到配电自动化终端当前的状态。本发明专利技术具有能够利用运行信息准确地判断出配电自动化终端装置本体处于何种状态、检测结果准确可靠、诊断方便快捷、具备较高的可操作性的优点。

【技术实现步骤摘要】
一种基于D-S证据理论的配电自动化终端状态诊断方法
本专利技术涉及配电自动化终端状态诊断技术，具体涉及一种基于D-S证据理论的配电自动化终端状态诊断方法。
技术介绍
配电自动化终端的运行状态直接关系到整个配电自动化系统能否有效地发挥作用。然而，这类设备通常直接安装在室外或位于简易的遮蔽式环境，易受恶劣环境和外部环境的影响，加之不同厂家设备质量参差不齐，因此经常发生各种原因不明的异常。为了掌握终端的状态信息，以便在故障发生之前及时安排检修，有必要进行终端的在线状态诊断。配电自动化终端是一种失效机理复杂的电子设备，与各类故障有深层次关联的信号往往隐藏在硬件内部，而现有的终端自身状态感知手段缺乏，难以对这些信号进行监测和分析。当前条件下，只能通过配电自动化终端上传至配电主站的运行信息统计出一些状态指标，以此作为间接反映终端状态的特征量。D-S证据理论是Dempster于1967年首先提出，由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论，也称为Dempster/Shafer证据理论(简称D-S证据理论)，D-S证据理论作为一种不确定推理方法，具有处理不确定信息的能力，其主要特点是满足比贝叶斯概率论更弱的条件，具有直接表达“不确定”和“不知道”的能力。因此，可利用D-S证据理论直接诊断确定配电自动化终端状态，但是如何基于D-S证据理论直接诊断确定配电自动化终端状态，已经成为一项亟待解决的关键技术问题。
技术实现思路
本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种能够利用运行信息准确地判断出配电自动化终端装置本体处于何种状态、检测结果准确可靠、诊断方便快捷、具备较高的可操作性的基于D-S证据理论的配电自动化终端状态诊断方法。为了解决上述技术问题，本专利技术采用的技术方案为：一种基于D-S证据理论的配电自动化终端状态诊断方法，步骤包括：1)从配电自动化终端上传至配电主站的运行信息中统计出指定的状态特征量；2)将配电自动化终端状态分级，构造状态特征量对应不同的配电自动化终端状态的模糊隶属度函数；3)确定模糊隶属度函数的各项隶属度参数；4)针对各个状态特征量对应的证据，根据状态特征量对应不同的配电自动化终端状态的模糊隶属度，计算各个证据下对应的各个单元素命题Ai以及由单元素命题Ai构成的辨识框架Ω的基本概率分配函数，5)计算所有证据的基本概率分配函数的证据理论融合结果；6)将证据理论融合结果和预设的终端状态诊断决策准则进行匹配，得到在配电自动化终端状态分级中对应的配电自动化终端状态。优选地，步骤1)中指定的状态特征量包括异常报告频率F1、矛盾报告频率F2、终端离线频率F3，所述异常报告频率F1所指的异常报告具体是指配电自动化终端上传的告警事件中描述配电自动化终端本体异常的记录，所述异常报告包括加密验证失败、电池活化异常、密钥对更新数据库失败、访问加密机失败、装置异常、电池电压低六类报告；所述矛盾报告频率F2所指的矛盾报告是指终端上传的告警事件与数据信息中不合逻辑或互相冲突的记录，所述矛盾报告包括遥信报告和事件顺序报告不成对、遥信状态与遥测数据不匹配、终端供电线路故障跳闸报告与交流失电报告不匹配三类报告；所述终端离线频率F3所指的终端离线是指终端与配电主站失去通信联系。优选地，所述异常报告频率F1的计算表达式如式(1)所示、矛盾报告频率F2的计算表达式如式(2)所示、终端离线频率F3的计算表达式如式(3)所示；F1＝H/T(1)式(1)中，F1表示异常报告频率、单位为次/天，H表示统计时长内异常报告的次数，T表示统计时长；F2＝S/T(2)式(2)中，F2表示矛盾报告频率、单位为次/天，S表示统计时长内矛盾报告的次数，T表示统计时长；F3＝M/T(3)式(3)中，F3表示终端离线频率、单位为次/天，M表示统计时长T内终端掉线次数，T表示统计时长。优选地，步骤2)将配电自动化终端状态分级时，配电自动化终端状态被分级为良好、一般、预警三类，且分别采用式(4)～(6)所示梯形隶属度函数作为模糊隶属度函数；式(4)～(6)中，μ1(x)表示配电自动化终端状态为良好的模糊隶属度函数值，μ2(x)表示配电自动化终端状态为一般的模糊隶属度函数值，μ3(x)表示配电自动化终端状态为预警的模糊隶属度函数值，t1～t4为模糊隶属度函数的各项隶属度参数。优选地，步骤3)的详细步骤包括：3.1)输入模糊隶属度函数的多组隶属度参数初始值；3.2)确定各组隶属度参数初始值的初始权重；3.3)遍历选择一项隶属度参数作为当前隶属度参数项；3.4)计算当前隶属度参数项的加权平均值；3.5)针对当前隶属度参数项，判断是否存在初始值和加权平均值之间的偏差小于预设的阈值ψ，如果存在则将加权平均值作为当前隶属度参数项的最终确定值，跳转执行步骤3.7)；如果不存在，则跳转执行步骤3.6)；3.6)根据初始值和加权平均值之间的偏差更新各组隶属度参数初始值的权重，跳转执行步骤3.4)；3.7)判断是否所有隶属度参数遍历完毕，如果遍历完毕，则跳转执行步骤4)；否则，跳转执行步骤3.3)。优选地，步骤3.2)确定各组隶属度参数初始值的初始权重的表达式如式(7)所示，步骤3.4)计算当前隶属度参数项的加权平均值的表达式如式(8)所示；Gs(k)＝1/W(7)式(7)中，Gs(k)表示第k组隶属度参数中第s项隶属度参数的权重，W为所属隶属度参数的组数总量；式(8)中，tGs表示第s项隶属度参数的加权平均值，Gs(k)表示第k组隶属度参数中第s项隶属度参数的权重，ts(k)表示第k组隶属度参数中第s项隶属度参数的值，W为所属隶属度参数的组数总量。优选地，步骤3.6)更新各组隶属度参数初始值的权重的表达式如式(9)所示；式(9)中，Gs(k)表示第k组隶属度参数中第s项隶属度参数的权重，ts(k)表示第k组隶属度参数中第s项隶属度参数的值，tGs表示第s项隶属度参数的加权平均值，W为所属隶属度参数的组数总量。优选地，步骤4)中计算各个证据下对应的各个单元素命题Ai以及由单元素命题Ai构成的辨识框架Ω的基本概率分配函数的表达式如式(10)所示；式(10)中，m(Ai)表示单元素命题Ai的基本概率分配函数，m(Ω)表示辨识框架Ω的基本概率分配函数，单元素命题Ai和配电自动化终端状态一一对应，其中i＝1,2,…,P，P为配电自动化终端状态的分级总数量，μi(x)是特征量x对命题{Ai}的模糊隶属度，ω为证据的权值；中间变量α的表达式如式(11)所示，中间变量β的表达式如式(12)所示；式(11)和式(12)中,μi(x)是特征量x对命题{Ai}的模糊隶属度，μm(x)表示特征量x对各命题的模糊隶属度中的最大值，其中i＝1,2,…,P，P为配电自动化终端状态的分级总数量。优选地，步骤5)计算D-S证据融合后的基本概率分配的表达式如式(13)所示；式(13)中，m(A)表示D-S证据融合后的基本概率分配，A表示待评估的命题，Φ表示空集，m1、m2为辨识框架Ω上的两个证据体的基本概率分配函数，m1的证据焦元分别为X1,X2,…,XN，m2的焦元分别为Y1,Y2,…,YM，Xg表示第一个证据的第g个证据焦元，Yh表示第二个证据的第h个证据焦元，m1(Xg)表示本文档来自技高网...

【技术保护点】
一种基于D‑S证据理论的配电自动化终端状态诊断方法，其特征在于步骤包括：1)从配电自动化终端上传至配电主站的运行信息中统计出指定的状态特征量；2)将配电自动化终端状态分级，构造状态特征量对应不同的配电自动化终端状态的模糊隶属度函数；3)确定模糊隶属度函数的各项隶属度参数；4)针对各个状态特征量对应的证据，根据状态特征量对应不同的配电自动化终端状态的模糊隶属度，计算各个证据下对应的各个单元素命题A

【技术特征摘要】
1.一种基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于步骤包括：1)从配电自动化终端上传至配电主站的运行信息中统计出指定的状态特征量；2)将配电自动化终端状态分级，构造状态特征量对应不同的配电自动化终端状态的模糊隶属度函数；3)确定模糊隶属度函数的各项隶属度参数；4)针对各个状态特征量对应的证据，根据状态特征量对应不同的配电自动化终端状态的模糊隶属度，计算各个证据下对应的各个单元素命题Ai以及由单元素命题Ai构成的辨识框架Ω的基本概率分配函数，5)计算所有证据的基本概率分配函数的证据理论融合结果；6)将证据理论融合结果和预设的终端状态诊断决策准则进行匹配，得到在配电自动化终端状态分级中对应的配电自动化终端状态。2.根据权利要求1所述的基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于，步骤1)中指定的状态特征量包括异常报告频率F1、矛盾报告频率F2、终端离线频率F3，所述异常报告频率F1所指的异常报告具体是指配电自动化终端上传的告警事件中描述配电自动化终端本体异常的记录，所述异常报告包括加密验证失败、电池活化异常、密钥对更新数据库失败、访问加密机失败、装置异常、电池电压低六类报告；所述矛盾报告频率F2所指的矛盾报告是指终端上传的告警事件与数据信息中不合逻辑或互相冲突的记录，所述矛盾报告包括遥信报告和事件顺序报告不成对、遥信状态与遥测数据不匹配、终端供电线路故障跳闸报告与交流失电报告不匹配三类报告；所述终端离线频率F3所指的终端离线是指终端与配电主站失去通信联系。3.根据权利要求2所述的基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于，所述异常报告频率F1的计算表达式如式(1)所示、矛盾报告频率F2的计算表达式如式(2)所示、终端离线频率F3的计算表达式如式(3)所示；F1＝H/T(1)式(1)中，F1表示异常报告频率、单位为次/天，H表示统计时长内异常报告的次数，T表示统计时长；F2＝S/T(2)式(2)中，F2表示矛盾报告频率、单位为次/天，S表示统计时长内矛盾报告的次数，T表示统计时长；F3＝M/T(3)式(3)中，F3表示终端离线频率、单位为次/天，M表示统计时长T内终端掉线次数，T表示统计时长。4.根据权利要求1或2或3所述的基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于，步骤2)将配电自动化终端状态分级时，配电自动化终端状态被分级为良好、一般、预警三类，且分别采用式(4)～(6)所示梯形隶属度函数作为模糊隶属度函数；式(4)～(6)中，μ1(x)表示配电自动化终端状态为良好的模糊隶属度函数值，μ2(x)表示配电自动化终端状态为一般的模糊隶属度函数值，μ3(x)表示配电自动化终端状态为预警的模糊隶属度函数值，t1～t4为模糊隶属度函数的各项隶属度参数。5.根据权利要求4所述的基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于，步骤3)的详细步骤包括：3.1)输入模糊隶属度函数的多组隶属度参数初始值；3.2)确定各组隶属度参数初始值的初始权重；3.3)遍历选择一项隶属度参数作为当前隶属度参数项；3.4)计算当前隶属度参数项的加权平均值；3.5)针对当前隶属度参数项，判断是否存在初始值和加权平均值之间的偏差小于预设的阈值ψ，如果存在则将加权平均值作为当前隶属度参数项的最终确定值，跳转执行步骤3.7)；如果不存在，则跳转执行步骤3.6)；3.6)根据初始值和加权平均值之间的偏差更新各组隶属度参数初始值的权重，跳转执行步骤3.4)；3.7)判断是否所有隶属度参数遍历完毕，如果遍历完毕，则跳转执行步骤4)；否则，跳转执行步骤3.3)。6.根据权利要求5所述的基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于，步骤3.2)确定各组隶属度参数初始值的初始权重的表达式如式(7)所示，步骤3.4)计算当前隶属度参数项的加权平均值的表达式如式(8)所示；Gs(k)＝1/W(7)式(7)中，Gs(k)表示第k组隶属度参数中第s项隶属度参数的权重，W为所属隶属度参数的组数总量；式(8)中，tGs表示第s项隶属度参数的加权平均值，Gs(k)表示第k组隶属度参数中第s项隶属度参数的权重，ts(k)表示第k组隶属度参数中第s项隶属度参数的值，W为所属隶属度参数的组数总量。7.根据权利要求5所述的基于D-S证据理论的配电自动化终端状态诊断方法，其特征在于，步骤3.6)更新各组隶属度参数初始值的权重的表达式如式(9)所示；

【专利技术属性】
技术研发人员：陈宏，牟龙华，郭文明，冷华，朱吉然，唐海国，龚汉阳，张志丹，王伊建，
申请(专利权)人：国家电网公司，国网湖南省电力公司，国网湖南省电力公司电力科学研究院，
类型：发明
国别省市：北京,11