[发明专利]一种基于信息融合技术及模糊理论的多判据融合选线方法在审

专利信息
申请号: 201510530449.3 申请日: 2015-08-26
公开(公告)号: CN105184063A 公开(公告)日: 2015-12-23
发明(设计)人: 周年荣;毛天;常亚东;张林山;杨忠才;刘鹏;贾廷凯;杨学东;杨忠华;黄晟 申请(专利权)人: 云南电网有限责任公司电力科学研究院
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 昆明大百科专利事务所 53106 代理人: 何健
地址: 650217 云南省昆*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 信息 融合 技术 模糊 理论 判据 方法
【说明书】:

技术领域

发明涉及配电网故障定位领域,特别涉及一种基于信息融合技术及模糊理论的多判据融合选线方法。

背景技术

针对单一选线方法具有其适用范围和局限性,普遍存在着误选、漏选的情况,本项目充分利用单一故障信息之间的互补性,研究了信息融合技术对单相接地故障电流信号中所蕴藏的各种暂态及稳态特征进行融和,主要研究基于小波包多频带相关分析法、基波比幅比相法、5次谐波比幅比相法和有功法的多判据融合选线方法,对多种故障信息进行综合处理,降低干扰的影响,提高故障检测的精度和鲁棒性,并用隶属函数表示各故障选线方法输出的模糊性,应用加权求和进行运算,实现多种故障选线方法的信息融合。

发明内容

鉴于此,本发明的目的是提供一种辅助选线方法。

本发明的目的是通过以下技术方案实现的,一种基于信息融合技术及模糊理论的多判据融合选线方法,包括以下步骤:

S1.隶属度函数的选取

选线方法的故障测度隶属函数,表征在同一选线方法基准下每一条线路表现出故障特征程度的数值属性描述。同时,可建立各选线方法的权系数隶属度函数,即表征每一种选线方法表现出的可信程度的数值属性描述。根据专家经验和实验相结合的原确定隶属函数为简单的折线函数。

S2.模糊信息融合:采取加法运算,假设电网中共有N条线路(n=0,1,2…,N;n=0表示母线),信息融合中共使用M种选线方法(m=1,2…,M),则采用第m种选线方法得到的第n条线路故障测度系数为Xm(n),第m种选线方法权系数为Ym(n)。每一条备选线路n都得到一个M种方法融合的总的模糊决策可信度系数:

B(n)=Σm=1MXm(n)Ym(n)]]>

可信度系数最大的为故障线路。

S3:多判据融合选线方法的方法

信息融合石进行多源信息综合处理的新技术,把多个传感器集中于1个统一的感知系统中,从而邮寄利用;来自多个传感器的信息,以便建立一致的状态矢量。融合后的信息更确切地解释和更高层次地描述了被感知的对象或环境,能将来自某一目标的多源信息加以智能化合成,产生比单一信息源更精确,更完整的估计和判决。

本发明在可测控区域,利用GIS的几何网络和接口函数,快捷地找出故障回路,通过Bayes公式计算故障回路中各区段的显著度实现故障定位;在非测控区域,使用粗糙集理论算法利用配电网GIS网络拓扑分析自动形成故障定位决策表,通过属性约简和属性值约简获得决策规则,根据真实反馈的故障信息实现故障定位。对于单相接地故障,研究基于小波包多频带相关分析法、基波比幅比相法、5次谐波比幅比相法和有功法的多判据融合选线方法,对多种故障信息进行综合处理,降低干扰的影响,提高故障检测的精度和鲁棒性,并用隶属函数表示各故障选线方法输出的模糊性,应用加权求和进行运算,实现多种故障选线方法的信息融合。还采用基于卷积型小波包能量矩的特征提取方法,对暂态电流信号进行特征向量的提取,并以构造的特征向量作为基于免疫粒子群优化算法的三层小波神经网络的输入,利用训练好的神经网络实现单相接地故障的定位。基于蚁群最优算法的自动纠错和准确故障定位平台,配调人员可以在DMS系统中可以准确获知配网故障点的实际位置。其次,快速恢复供电。根据定位的故障位置,通过分级供电树的启发式搜索方法,结合模糊评判方法,得到最优恢复供电方案。

本发明的有益效果是,多重故障信息融合选线的判据是对各个故障量进行特征提取,形成各条出现的故障测度函数,充分利用了故障量的各种信息,对单一判据不充分或者错误的选线结果进行融合,能得到一个更加充分可信的选线结果。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院,未经云南电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510530449.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top