[发明专利]一种面向智能电网的系统内在坚强性评价方法

权利要求书

1.一种面向智能电网的系统内在坚强性评价方法，其特征在于，包括：

步骤1、将系统中各组成单元的故障失效模式根据系统工作是否完全中断分成两类：功能故障和灾难故障；

步骤2、在系统结构和功能分析基础上，通过定义信号以及组成单元、测试与信号直接关联性，来表征系统组成、功能、故障及测试之间相关性；

步骤3、建立系统的故障矩阵，矩阵的行和列分别对应不同的故障失效模式和各组成单元的信号；并且这些信号按照组成单元不同进行区分，在单元内部，又按照测试位置的不同进行区分；然后通过系统仿真或专家经验，确定故障矩阵；

步骤4、从量测空间角度评估内在坚强性，分析冗余量测，去除多余的量测；

步骤5、从故障空间角度评价内在坚强性，合并模糊组故障；

步骤6、从量测空间角度评估内在坚强性，确定过量测情况下最小量测集；

步骤7、从故障空间角度评价内在坚强性，确定可定位故障数目、隐含性故障以及虚假故障。

2.根据权利要求1所述方法，其特征在于，所述信号是指表征系统或其组成单元特性的特征、状态、属性及参量，为定量的参数值或定性的特征描述，并能够区分为正常和异常两种状态，相应测试结论为通过或不通过两种情况。

3.根据权利要求1所述方法，其特征在于，所述信号是描述系统的独立变量，对应于系统传递函数中的独立单元，或者是构成系统功能规范指标的截然不同的属性。

4.根据权利要求1所述方法，其特征在于，所述故障矩阵中，如果某种故障失效模式能够对某个信号造成影响，使之偏离正常状态，则故障矩阵相应的位置为1，否则为0；并且故障失效模式和信号的关系按照系统各部分的连接向后依次传递。

5.根据权利要求1所述方法，其特征在于，所述冗余量测的分析方法为：如果故障矩阵中存在完全相同的N个列向量，则称这N个列向量互为冗余量测。

6.根据权利要求1所述方法，其特征在于，所述过量测情况下最小量测集的定义为：假设过量测情况下，即现有量测一定可以实现100％诊断，则最小量测集是指能够达到故障诊断目的所需的最少的量测集合。

7.根据权利要求1所述方法，其特征在于，所述最小量测集的确定方法为采用基于信息熵的方法来依次选取具有最大信息熵的量测信号；假设测试点是相互独立的，并且每个故障发生的可能性是均等的，则对于某个特定的测试点n_j而言，信息熵或者信息含量I(j)为：

其中信息熵E(j)定义为：信息含量I(j)的物理意义是：从测试点n_j所包含的非精确信息中所捕获的信息；

其中假设对于某个测试点n_j有k个不互相重叠的模糊组，并且F_ij是与测试点n_j和整数编码i相关联的模糊组中故障的数目，故障被从模糊组隔离开的概率为F_ij/f，其中f是字典中所列出的所有故障数目。

8.根据权利要求1所述方法，其特征在于，所述可定位故障数目确定的方法包括：如果某些故障，其故障征兆相同，也就是在故障矩阵中的对应行相同，则它们在现有量测情况下是不可能被隔离的；则可定位故障数目应为故障总数分别扣除每个模糊组的故障数，再加上模糊组总数；而故障可诊断率则为可诊断的故障数目与故障总数的比值。

9.根据权利要求1所述方法，其特征在于，所述隐含性故障表示成H_i＝{j|1≤j≤m,j≠i,D_i∪D_j＝D_i}，其中m是故障模式的总数目，D_i表示故障矩阵的第i行，D_j表示故障矩阵的第j行。

10.根据权利要求1所述方法，其特征在于，所述虚假故障等效成最小碰集问题去求解，假设是某个参考行D_k中1的数目，而H_k是参考行D_k的隐含性故障集；设I_k＝{j:d_kj＝1}即表示参考行中元素为1所对应的列的集合；定义一个函数即将连续整数集合映射到集合I_k上；然后，定义集合即表示参考行的隐含性故障集中，其第列的元素为1的那些行的集合，该集合为H_k的子集；找到后，则其虚假故障集R确定为：且