[发明专利]综合利用电气量和时序信息的电力系统故障诊断方法

权利要求书

1.一种综合利用电气量和时序信息的电力系统故障诊断方法，其特征在于，包括如下步骤： 

步骤一，故障区域搜索及可疑元件集识别：发生故障后，利用WAMS信息、SCADA信息、静态电网拓扑数据以及断路器状态变化信息，形成故障前后的停电区域并进行对比分析，快速确定故障区域，形成可疑元件集； 

步骤二，建立元件的加权模糊时序Petri网模型：结合电力系统数据中的网络拓扑、保护配置信息、保护和断路器动作逻辑规则，对每个可疑元件建立加权模糊时序Petri网模型；所述Petri网模型采用高斯函数，结合时序推理，综合利用SCADA系统中的动作事件序列(SOE)信息、WAMS系统中的电气量信息以及这些信息所包含的时序特性； 

步骤三，求解置信度矩阵稳定值和元件故障概率：根据SCADA系统中的断路器动作警报、保护动作警报以及WAMS系统中电气量信息，进行多源信息融合，形成警报信息判据、库所延时约束和电气量判据；采用高斯函数，结合时序推理，利用所述多源信息中包含的时序特性计算初始置信度矩阵，并根据初始置信度矩阵进行Petri网模型置信度矩阵稳定值求解，从而获得元件故障概率； 

步骤四，反向推理和判定：根据元件故障概率，进行反向推理，进行保护、断路器误动和拒动的判定。 

2.根据权利要求1所述的综合利用电气量和时序信息的电力系统故障诊断方法，其特征在于：步骤二建立元件的加权模糊时序Petri网模型中，所述加权模糊时序Petri网模型定义为九元组模型： 

S＝{P,R,I,O,W,M,T₀,ΔT₀,T_R}  (1) 

式中：P＝{p₁,p₂,…,p_n}为库所的有限集合，n为库所数；R＝{r₁,r₂,…,r_m}为变迁的有限集合，用于表征推理规则，m为变迁数；I＝[δ_ij]为n×m阶的输入矩阵，反映库所P到变迁R的映射，m、n为正整数；当p_i是r_j的输入时，δ_ij＝1，否则δ_ij＝0；O＝[γ_ij]为m×n阶的输出矩阵，反映变迁R到库所P的映射，当p_j是r_i的输出时，γ_ij＝1，否则γ_ij＝0；W＝diag(w₁,w₂,…,w_n)为输入弧的权值矩阵，反映前提条件对规则的影响程度，其取值与库所表征的事件类型相关；M＝[α(p₁),α(p₂),…,α(p_n)]为库所置信度向量，α(p_i)表示库所p_i的置信度；T₀＝diag(t₀₁,t₀₂,…,t_0n)为 输入弧的延时约束矩阵，t_0i表示库所p_i到变迁r_j的时间距离，根据保护设备的整定时间、断路器的动作延时等获得，ΔT₀＝diag(Δt₀₁,Δt₀₂,…,Δt_0n)为输入弧延时约束不确定度矩阵，Δt_i表示时间距离t_i的不确定度；T_R＝[t_R1,t_R2,...,t_Rn]为n×1维矩阵，t_Ri表示电力系统中实际录得的库所发生时间。