[发明专利]一种基于多维数据相似性匹配的电网故障诊断方法

权利要求书

1.一种基于多维数据相似性匹配的电网故障诊断方法，其特征在于，包括以下步骤：

步骤1：建立电网故障编码的数学模型；

步骤2：利用电网历史遥信变位数据和预想事故数据集，通过k-means聚类方法得出聚类中心数据集；

步骤3：建立离散Hopfield神经网络对电网实时故障遥信信息误变位进行修正，得出修正后的电网实时故障遥信信息误变位的编码；

步骤4：设立归类判别门槛值并利用修正后的电网实时故障遥信信息误变位的编码和聚类中心数据集以得出电网实时故障诊断结果；

所述步骤1中的电网故障编码的数学模型包括故障粗略划分字段编码、继电保护动作字段编码和操作回路动作字段编码，所述电网故障编码的数学模型描述公式为：

G_k(q_k,p_k,o_k)

式中，G_k()为电网故障编码的数学模型，q_k为故障粗略划分字段编码，p_k为继电保护动作字段编码，o_k为操作回路动作字段编码；

所述故障粗略划分字段编码，其描述公式为：

q_k＝a_1″2⁰+a_2″2¹+a_3″2²+a_4″2³+a_5″2⁴+a_6″2⁵

式中，a_1″,a_2″,a_3″,a_4″,a_5″,a_6″分别对应为保护动作、断路器位置、重合闸动作、断路器位置、保护后加速动作和断路器位置共6处信号，其中保护动作、断路器位置、重合闸动作、断路器位置、保护后加速动作和断路器位置均为有信号取1，无信号取0；

所述继电保护动作字段编码，其描述公式为：

p_k＝a₁2⁰+a₂2¹+a₃2⁵+a₄2⁵+a₅2⁹+a₆2⁹+a₇2¹²

式中，a₁,a₂,a₃,a₄,a₅,a₆,a₇分别对应为故障录波、1主保护出口、2主保护出口、1后备保护出口、2后备保护出口、1远跳出口和2远跳出口共7处信号，其中，故障录波为有信号取0，无信号取1，1主保护出口和2主保护出口均为有信号取2，无信号取0，1后备保护出口、2后备保护出口、1远跳出口和2远跳出口均为有信号取1，无信号取0；

所述操作回路动作字段编码，其描述公式为：

o_k＝a_1'2⁰+a_2'2¹+a_3'2²+a_4'2⁴+a_5'2⁶+a_6'2⁸+a_7'2⁹+a_8'2¹⁰+a_9'2¹¹

式中，a_1',a_2',a_3',a_4',a_5',a_6',a_7',a_8',a_9'分别对应为保护三相动作、断路器三相位置和重合闸后断路器三相位置共9处信号，保护三相动作、断路器三相位置和重合闸后断路器三相位置均为有信号取1，无信号取0；

所述步骤3中的离散Hopfield神经网络的描述方程式组为：

Y(t)＝[y₁(t),y₂(t),y₃(t),...,y_n(t)]^T

式中，u_j(t)为神经元处理函数，w_ij为神经元连接权值，x_j为神经元处理函数截距，θ_j为神经元处理函数阈值，y_i(t)为时刻t的离散Hopfield神经网络模型处理函数输入值，y_j(t+1)为时刻t+1的离散Hopfield神经网络模型处理函数输出值，f[u_j(t)]为神经元处理函数映射结果，Y(t)表示为整个离散Hopfield神经网络模型的完整输出值，[y₁(t),y₂(t),y₃(t),...,y_n(t)]^T表示整个离散Hopfield神经网络模型的n个输出层神经元的输出状态，i和n均为自然数；

所述步骤4中的归类判别门槛值，其描述公式为：

d_i＝max{d_i1,d_i2,...,d_im}

D＝(d₁,d₂,...,d_i)

式中，d_i1,d_i2,...,d_im为电网历史遥信变位数据i类m个样本点到聚类中心的欧式距离，d₁,d₂,...,d_i为电网历史遥信变位数据所有类欧式距离最大值，D为归类判别门槛值。