[发明专利]一种基于智能配电网的故障诊断方法

说明书

本发明公开了一种基于智能配电网的故障诊断方法，属于配电网故障诊断技术领域，首先以保护、断路器作为条件属性，故障区域作为决策属性，考察各种故障情况并建立原始决策表，然后利用关联规则挖掘进行属性约简，通过修改阈值进行交互式挖掘，直接提取最佳属性约简组合，然后利用最佳属性约简组合形成的约简决策表和关联规则交互式挖掘，针对各种情况的故障信息进行诊断推理，用关联规则挖掘进行属性约简时，通过修改阈值进行交互式挖掘，能直接得到最佳约简事务表，能省去用粗糙集约简属性后再采用基于平均互信息的最佳属性约简组合选择法的计算量，在故障信息准确且完整，算例结果表明仍能迅速得到正确的故障诊断结果,正确率高。

技术领域

本发明属于配电网故障诊断技术领域，具体为一种基于智能配电网的故障诊断方法。

背景技术

在实际的电网故障诊断中，面临如何从海量数据找到真正对于诊断结果有帮助的关键数据以及当故障信息存在不完整或不确定性，甚至关键信息丢失时，会导致故障诊断难以得出正确结论的问题，目前的电网故障诊断系统大多停留在人工诊断阶段，少数投入运行的电网故障诊断系统在故障信息不确定时难以保证容错性，虽先后提出了多种电网故障诊断方法，如专家系统、模糊理论和信息理论等，这些方法各有特点，也得到了一定的应用，但对于理海量数据信息的能力和不确定故障信息的容错性仍不甚理想。

发明内容

(一)解决的技术问题

为了克服现有技术的上述缺陷，本发明提供了一种基于智能配电网的故障诊断方法，解决了目前的电网故障诊断系统大多停留在人工诊断阶段，少数投入运行的电网故障诊断系统在故障信息不确定时难以保证容错性，虽先后提出了多种电网故障诊断方法，如专家系统、模糊理论和信息理论等，这些方法各有特点，也得到了一定的应用，但对于理海量数据信息的能力和不确定故障信息的容错性仍不甚理想的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：包括以下步骤：

步骤一、首先将预设的范围值数据进行连续属性值的提取，并且将各项数据信息录入至中央处理器数据库中，提取出的连续属性值作为原始数据对比数据库。

步骤二、通过对配电网进行故障信息实时监控并且对数据信息进行采集，采用结线分析法搜索停电区域，得到故障区域中可疑故障元件集合，缩小故障诊断范围，构建各个可疑元件与其对应的警报集合。

步骤三、通过反馈线路自动故障定位，获取配电变压器的配变停电事件，根据所述配变停电事件和电网全模型定位故障所在的跳闸设备，其所反馈出的数据信息作为原始决策表。

步骤四、原始决策表上的数据信息通过电网历史故障数据信息进行整合对比，利用关联规则挖掘进行属性约简，通过修改阈值进行交互式挖掘,直接提取最佳属性约简组合，然后利用最佳属性约简组合形成的约简决策表和关联规则交互式挖掘,针对各种情况的故障信息进行诊断推理。

步骤五、当故障信息诊断推理不合理时，将修改关联规则信息参数的数据信息并且再次返回上一步进行关联规则挖掘，当故障信息诊断推理合理时，对故障数据信息验证后即可生成诊断数据信息报告。

作为本发明的进一步方案：所述关联规则挖掘的对象-般是事物数据集。设I＝{i1,i2，...ik}是二进制文字的集合，其中的元素称为项，记D为交易T的集合，这里交易T是项的集合，对应每一个交易有唯一的标识，记作TID，设X是一个1中项的集合，交易T包含X，一个关联规则是形如X→Y的蕴涵式，且X∩Y＝φ，度量关联规则有三个重要指标，它们分别是支持度、置信度和相关度，并且采用概率论公式进行计算。

作为本发明的进一步方案：所述概率论公式如下；

指标一、用0％～100％之间的值来对应其支持度和置信度，关联规则x→Y的支持度(s)表示在交易集D中包含XUY的元组所占的比例，用概率论的表达方式为：s(XUY)＝Pr(X∪Y)(1)；