[发明专利]一种基于RuLSIF变点探测技术的电力系统故障定位分析方法

权利要求书

1.一种基于RuLSIF变点探测技术的电力系统故障定位分析方法，其特征在于，

所述方法包括下述步骤：

1)根据电网运行数据，定义目标数据集；

2)基于RuLSIF算法，获取相异偏差向量函数和皮尔森偏差最大值；

3)绘制变点探测拟合曲线，判断故障区域；

4)结合系统拓扑结构，确定故障位置及其影响范围；

所述步骤1)中获取电网运行数据，包括：实时监测电网运行数据，包括系统物理模型、拓扑连接关系、设备参数、遥信信息和遥测信息；

建立由电网运行数据构成的时间序列数据集，其表达式为：

A_t＝[a(t),a(t+1),...,a(t+n)]

式中，A_t表示系统采集的电气量，包括电压V、电流I、有功功率P和无功功率Q；t为采样时间，t+n为基准时间段，a为数据断面；

所述步骤2)基于RuLSIF算法，获取相异偏差向量函数具体包括：

2-1根据目标数据集密度比估计值，计算目标数据的密度比估计值函数；

2-2完成相异偏差向量函数的获取；

所述步骤3)判断故障区域包括：结合相异偏差向量函数和皮尔森偏差最大值绘制电气量变点曲线，通过比较同一系统中目标探测位置的电气量变点探测曲线，获取其中峰值起伏明显的位置，并拟定该位置所处区域为故障区域；

所述步骤4)具体包括：将变点探测拟合曲线与系统拓扑关系相结合，确定故障具体位置及其影响范围，包括故障位置、受影响区域以及与故障位置无电气连接关系的区域。

2.如权利要求1所述方法，其特征在于，所述步骤1)定义目标数据集包括：

设t＝t₀时刻系统发生故障，则选取自故障时刻t₀起的n个数据断面，定义目标数据集：

A＝[a(t₀),a(t₀+1),...,a(t₀+n)]；

其中，A为系统故障时刻的电气量，t₀+n为基准时间段。

3.如权利要求1所述方法，其特征在于，所述步骤2-1中，目标数据集密度比估计值的获取过程包括：定义目标数据集A在故障时刻t＝t₀+i的故障概率分布为P，以其对应的同分布样本集A’的故障概率分布p'，其中i∈[1，n]；则，

目标数据集密度比估计值如下式所示：

式(1)中，p_A和p'_A分别为P和P’的密度函数，且p_A≥0，p'_A＞0。

4.如权利要求3所述的方法，其特征在于，所述步骤2-1中，通过所述式(1)计算目标数据集密度比估计值函数：

式(2)中，为高斯核计算函数，AC是从A_u中选取的高斯核函数中心值，A_u为关于目标数据集A的第u维矩阵，u∈[1，n]表示矩阵维度,σ＞0表示内核宽度，数据采样参数其中，λ≥0表示正规化参数；为n×n维矩阵，I_n为n维单位矩阵；则，

式(3)和式(4)中，为中第u行、第v列元素，u和v∈[1，n]表示矩阵维度；表示u维向量，A_v为目标数据集A的v维矩阵，A_i为目标数据集A的第i个数据断面，A'_j为A'中的第j个数据样本；参数α∈[1,n]。

5.如权利要求4所述的方法，其特征在于，所述步骤2-2中，相异偏差向量函数通过下式计算：

6.如权利要求1所述的方法，其特征在于，所述步骤2)中，皮尔森偏差最大值max(X_α)，即目标数据集各目标探测位置的相异偏差向量函数的最大值，其对应变点即为输入目标数据集的突变点。