[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

说明书

本发明涉及一种基于多维数据相似性匹配的电网故障诊断方法，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。与现有技术相比，本发明具有诊断速度快，诊断故障类型准确，与电网匹配度高，实用性强等优点。

技术领域

本发明涉及电网故障诊断技术领域，尤其是涉及一种基于多维数据相似性匹配的电网故障诊断方法。

背景技术

电网故障诊断是实现智能电网自愈功能的重要应用。电网发生故障时，监测系统采集到的海量故障警报数据从本地自动装置上送至调度中心，电网故障诊断能够从海量的故障数据中迅速分析故障相关数据，发现故障原因，辅助调度运行人员及时进行事故分析与处理，快速恢复供电，保证了电网安全、可靠运行。

目前，常用的故障诊断方法主要有专家系统、人工神经网络、粗糙集、贝叶斯网络、Petri网、解析模型、数值计算分析、多源信息融合等。以上人工智能方法已广泛应用于电网的故障诊断研究，利用支持向量机、人工神经网络、贝叶斯分类器等智能方法对故障进行分类识别。但基于以上方法的现有成果中存在以下问题：(1)涉及到大规模的数学建模，运算复杂。(2)难以对诊断结果进行解释。

对此，本发明提出一种快速、实用的基于多维数据相似性匹配的电网故障诊断方法。该方法先根据预想的各种可能故障和历史故障信息库，形成标准故障特征库，当故障发生时，再根据遥信变位信息形成故障编码，直接在标准故障特征库中匹配出相应故障类型。最后，通过实际故障案例验证了该方法的有效性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多维数据相似性匹配的电网故障诊断方法。

本发明的目的可以通过以下技术方案来实现：

一种基于多维数据相似性匹配的电网故障诊断方法，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。

进一步地，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。

进一步地，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