[发明专利]一种基于电气量信息的电网线路故障诊断方法

说明书

本发明公开了一种基于电气量信息的电网线路故障诊断方法，包括如下步骤：构建基于电气量信息的特征参数提取模型，提取基于电气量信息进行电网线路故障诊断所需的特征参数；构建多特征参数信息融合的电网故障诊断模型，进行多特征参数信息融合处理，并对处理后的信息进行诊断决策；采用模糊均值聚类算法求解电网故障诊断模型。通过构建基于电气量信息的特征参数提取模型及构建多特征参数信息融合的电网故障诊断模型，完成多特征信息的融合处理，解决传统方法难以准确地对电网线路故障进行在线诊断的问题，可实时监测电力系统中线路以及设备的运行状态，预防电网线路故障，当线路发生故障时快速诊断故障类型，缩短停电时间，提升运行安全性。

技术领域

本发明涉及电力系统检测技术领域，特别涉及一种基于电气量信息的 电网线路故障诊断方法。

背景技术

近年来，电力行业随着中国经济一起快速发展。在电网发展的同时， 受到系统本身和外界因素的影响，电网和电力设备发生故障的几率以及故 障处理不及时对于电力系统稳定运行造成的危害也随之增大。当电网或者 电力设备出现故障时，能够准确快速地诊断出故障元件以及故障性质，甚 至在电力设备故障前，对其运行状态进行预判，就能够缩短停电时间，提 高供电可靠性，对整个电网的安全稳定至关重要。

传统的电网故障诊断方法多为基于电力系统保护装置的信息和专家 历史经验判断电网中发生的故障。但是保护装置和断路器本身在电网故障 发生后也有几率存在动作故障，并且电网相关信息在传输过程中会发生信 息丢失，在此情况下，只用开关量信息来诊断电网故障结果并不准确。随 着中国智能电网的建设逐渐完善，综合调度数据平台在电力系统各个方面 的应用会更加成熟，电力系统中的电气量信息更容易获取。以此为依托，充分合理的利用多源、异构的故障信息，摆脱只依靠开关量的故障诊断， 会使电网故障诊断结果更加准确。因此，将电气量信息引入电网故障诊断 对于提高诊断结果的准确性十分必要。

目前，国内外针对电网线路故障诊断方法的研究已经具有一定基础。 专家系统方法用程序来模拟相关专业技术人员的思维决策过程，同时结合 领域专家多年的经验和专业知识进行推理和评估，但是处理电网的复杂故 障时会出现组合爆炸和慢推理的问题，并且难以进行在线故障诊断；人工 神经网络方法以电网发生过的故障记录作为训练神经网络的样本集，通过 数学处理方法来模拟人类神经系统传输和处理信息的过程，但是其有效性 依赖训练样本，而对于电网故障诊断，充足样本的获取较为困难。

发明内容

本发明实施例的目的是提供一种基于电气量信息的电网线路故障诊 断方法，通过构建基于电气量信息的特征参数提取模型及构建多特征参数 信息融合的电网故障诊断模型，完成多特征信息的融合处理，解决传统方 法难以准确地对电网线路故障进行在线诊断的问题，电力公司能够实时监 测电力系统中线路以及设备的运行状态，预防电网线路故障，当电网线路 发生故障后快速诊断故障类型，缩短电力系统故障停电时间，提升电力系统运行安全性，提升配电网供电可靠性。

为解决上述技术问题，本发明实施例提供了一种基于电气量信息的电 网线路故障诊断方法，包括如下步骤：

构建基于电气量信息的特征参数提取模型，提取基于所述电气量信息 进行电网线路故障诊断所需的特征参数；

构建多特征参数信息融合的电网故障诊断模型，进行多特征参数信息 融合处理，并对处理后的信息进行诊断决策；

采用模糊均值聚类算法求解所述电网故障诊断模型。

进一步地，所述构建基于电气量信息的特征参数提取模型，包括：

获取电网线路故障时间；

依据所述电网线路故障时间，获取相对应的能量可信度、奇异可信度 和/或能量畸变可信度。

进一步地，所述获取电网线路故障时间，包括：

用离散小波变换分析从录波文件中提取电流数据；