[发明专利]一种基于故障录波数据与贝叶斯网络的电网故障诊断方法

说明书

本发明公开了一种基于故障录波数据与贝叶斯网络的电网故障诊断方法，包括如下步骤：S1：通过SCADA系统信息中的保护装置动作信息、断路器信息和故障录波数据确定故障区域；S2：根据故障区域建立贝叶斯网络诊断模型，得到每个元件的故障概率G1；S3：利用故障录波数据，通过故障诊断原则，得到每个元件的故障概率G2；S4：根据专家法赋予G1和G2不同的权重，通过加权平均方法得到每个元件的故障概率G3。本发明与现有技术相比，对故障的诊断更精确，而且可以根据实际情况调整两种方法的权重，具有很高的实用性。

技术领域

本发明涉及电网故障诊断领域，更具体地，涉及一种基于故障录波数据与贝叶斯网络的电网故障诊断方法。

背景技术

SCADA(运行监控和数据采集系统)系统是调度中心中不可或缺的设备，它能够在电网稳态运行时辅助调度员监控电力系统，也能够在故障时为调度员提供故障信息。当发生故障时，SCADA系统能够为工作人员提供开关信息和保护的出口动作信息，但这不能满足故障诊断对信息的需求。并且，现有的调度自动化系统在系统故障时只能采集数据，不对信息进行筛选和加工就直接提供给调度员，导致调度员来不及判断和处理。当发生复杂故障时，如果只使用SCADA系统上报的数据，诊断系统无法给出令人满意的结果。为了能够保证诊断的准确，需要寻找新的诊断信息源和诊断方法。

发明内容

本发明克服了上述现有的故障诊断方法的技术缺陷，提供了一种基于故障录波数据与贝叶斯网络的电网故障诊断方法。本发明通过故障录波数据、断路器动作信息和电子元件故障信息获取故障时各个元件电流方向矩阵，形成可疑元件集；同时通过贝叶斯网络，进行电网故障诊断，形成可疑元件集，利用专家法给出的权重分配，采用加权平均模型进行诊断。

为解决上述技术问题，本发明的技术方案如下：

一种基于故障录波数据与贝叶斯网络的电网故障诊断方法，包括如下步骤：

S1：通过SCADA系统信息中的保护装置动作信息、断路器信息和故障录波数据确定故障区域；

S2：根据故障区域建立贝叶斯网络诊断模型，得到每个元件的故障概率G1；

S3：利用故障录波数据，通过故障诊断原则，得到每个元件的故障概率G2；

S4：根据专家法赋予G1和G2不同的权重，通过加权平均方法得到每个元件的故障概率G3。

在一种优选的方案中，所述的S2包括以下流程：

S2.1：对故障区域中的节点建立对应的贝叶斯网络诊断模型；所述的节点包括母线、线路、电子元件、断路器和保护装置；

S2.2：对于各个电子元件的贝叶斯网络诊断模型，求解各个节点的故障先验概率；

S2.3：故障先验概率与后验概率进行关联，得到元件的故障概率G1。

在一种优选的方案中，所述的S2.2中的各个节点的故障先验概率包括以下计算流程：

S2.2.1：对于电子元件的故障先验概率，通过设备的年故障频率进行计算，即设备连续运行一段时间后，发生故障的概率；电子元件的故障先验概率P₁通过以下公式进行求取：

P₁＝P{0<t}＝1-e^wt

式中，w为元件年故障率，t为元件检修次数。

S2.2.2：对于断路器与保护装置联动的故障先验概率P₂，P₂通过以下公式进行求取：

式中，parent(X_i)表示电子元件节点。