[发明专利]一种基于多维全景数据的电网故障智能判别方法

说明书

本发明公开了一种基于多维全景数据的电网故障智能判别方法，它包括：获取故障时的电气量信息和开关量信息；对电网故障区域进行搜索，构成故障元件集；将电气量进行模态分解，并对故障元件集中的故障电流信号进行分析处理，获取对应的元件故障度，即定义的故障概率表征；对开关量进行处理分析，得到对应的到元件模糊故障度；对故障度进行多源信息的融合；运用改进的D‑S证据理论对故障特征度进行多源信息的融合；根据故障诊断决策方法进行故障诊断，获取故障元件；解决了电网故障诊断中忽略故障期间的电气信息量对故障诊断的影响；可能出现误判等技术问题。

技术领域

本发明涉及电网中故障诊断领域，具体涉及到一种基于多维全景数据的电网故障智能判别方法。

背景技术

近年来，随着大规模新能源及直流输电的接入，电网的规模日益扩大且结构日趋复杂，再加上用户需要越来越高的电能质量，电网存在一定的故障风险。而当电网发生故障后，电网调度人员需要快速、准确的判断故障元件信息，因此研究电网的故障诊断对保证电网的持续安全稳定运行具有重大的意义。

目前，电网故障诊断中故障元件信息判断的依据主要来源于电网基本拓扑信息、保护动作信息等，该类判断方法大都是根据开关量的基本信息来进行故障元件判断。传统的方法主要有专家系统、神经网络优化算法、Petri网模型、贝叶斯方法以及解析模型等。然而上述方法的适用对象均是开关量，忽略了故障期间的电气信息量对故障诊断的影响。由于继电保护系统存在开关设备误动作的风险，仅仅采用开关信息量来判断故障信息具有一定的局限性，会导致故障诊断结果的不精确性，甚至可能出现误判等情况。

发明内容

本发明要解决的技术问题是：提供一种基于多维全景数据的电网故障智能判别方法电网故障诊断中忽略故障期间的电气信息量对故障诊断的影响；由于继电保护系统存在开关设备误动作的风险，仅仅采用开关信息量来判断故障信息具有一定的局限性，会导致故障诊断结果的不精确性，甚至可能出现误判等技术问题。

本发明的技术方案是：

一种基于多维全景数据的电网故障智能判别方法，它包括：

步骤1、获取故障时的电气量信息和开关量信息；

步骤2、对电网故障区域进行搜索，构成故障元件集；

步骤3、将电气量进行模态分解，并对故障元件集中的故障电流信号进行分析处理，获取对应的元件故障度，即定义的故障概率表征；

步骤4、对开关量进行处理分析，得到对应的到元件模糊故障度；

步骤5、对故障度进行多源信息的融合；运用改进的D-S证据理论对故障特征度进行多源信息的融合；

步骤6、根据故障诊断决策方法进行故障诊断，获取故障元件。

步骤1所述电气量信息为各种故障暂态信息，它包含了故障的特征信息；开关量为继电保护的动作信息。

步骤3所述元件故障度获取的过程为：

步骤3.1、运用FIMD将电气信息量进行模态分解；

步骤3.2、将FIMD分量进行Hilbert变换获得幅值畸变度和故障能量度作为电气量故障度；

步骤3.3、对电气量故障度进行归一化处理。

步骤4所述元件模糊故障度获取的过程为：

步骤4.1采用改进的层次化加权模糊Petri网对开关量进行处理分析，得到对应的元件模糊故障度；

步骤4.2、对元件模糊故障度进行归一化处理。

步骤6所述故障诊断过程为：

步骤6.1、对不同故障概率表征分别进行伽玛函数值的求解，分为故障和非故障两个类别；