[发明专利]一种基于贝叶斯算法的高压断路器拒动概率预测方法及装置

说明书

本申请实施例公开了一种基于贝叶斯算法的高压断路器拒动概率预测方法及装置，所述方法为获取已发生拒动和未发生拒动的高压断路器的原始数据，所述原始数据为高压断路器的设备参数及运行参数，根据所述高压断路器的原始数据，组成高压断路器拒动概率预测模型的训练集。接着，根据所述训练集，建立似然矩阵并且确定先验概率和条件概率，建立基于贝叶斯算法的高压断路器拒动概率预测模型。最后，获取待预测高压断路器的原始数据，并将其输入到高压断路器拒动概率预测模型中，本申请解决了由于检测手段、评价手段的缺失，很难实现对高压断路器拒动概率准确预测的技术问题，从而可以及时采取针对性检修策略，减少停电区域的扩大。

技术领域

本申请涉及电力系统领域，尤其涉及一种基于贝叶斯算法的高压断路器拒动概率预测方法及装置。

背景技术

高压断路器是构成电力系统的关键设备，肩负着控制和保护的双重职能，其运行的安全稳定性直接影响电力系统的稳定。高压断路器的拒动是指断路器在继电保护及安全自动装置动作或在操作过程中拉和控制开关并发出指令的情况下拒绝动作。虽然高压断路器的拒动为小概率事件，但后果极其严重，电网的安全稳定将受到影响，甚至引起停电范围扩大。因此，如何获取高压断路器拒动概率，一直是电力系统领域重点关注的问题。

高压断路器拒动基本都是由于单一元器件失效导致的。但是由于检测手段、评价手段的缺失，单一元器件的状态目前往往难以评估，也就很难实现对高压断路器拒动概率的准确预测。

基于此，本申请提供一种基于贝叶斯算法的高压断路器拒动概率预测方法，用于解决由于检测手段、评价手段的缺失，很难实现对高压断路器拒动概率的准确预测的技术问题。

发明内容

为了解决由于检测手段、评价手段的缺失，相关技术很难实现对高压断路器拒动概率的准确预测的问题，本申请通过以下各个实施例公开了一种基于贝叶斯算法的高压断路器拒动概率预测方法及装置。

本申请第一方面公开了一种基于贝叶斯算法的高压断路器拒动概率预测方法，所述方法包括：

获取已发生拒动和未发生拒动的高压断路器的原始数据，所述原始数据为高压断路器的设备参数及运行参数；

根据所述高压断路器的原始数据，组成基于贝叶斯算法的高压断路器拒动概率预测模型的训练集；

根据所述训练集，建立似然矩阵；

根据所述似然矩阵，确定先验概率和条件概率，建立基于贝叶斯算法的高压断路器拒动概率预测模型；

获取待预测高压断路器的原始数据；

将待预测高压断路器的原始数据输入到所述高压断路器拒动概率预测模型中，得到所述待预测高压断路器的拒动概率。

可选的，所述原始数据包括：电压等级、厂家型号、运行年限、变电站环境气象、操动机构类型及拒动情况。

可选的，所述似然矩阵中的元素包括：Y1、Y2、Y3、Y4、Y5及T；

其中，Y1表示所述电压等级，当所述高压断路器的电压为500kV时，所述Y1＝0，当所述高压断路器的电压为220kV时，所述Y1＝1，当所述高压断路器的电压为110kV时，所述Y1＝2；

Y2表示所述厂家型号，厂家型号的拒动缺陷率＝所述厂家型号拒动缺陷发生数量/所述厂家型号总数量，全网的拒动平均缺陷率＝全网拒动缺陷发生总数量/全网设备总数量，当所述厂家型号的拒动缺陷率＞全网的拒动平均缺陷率×1-20％时，所述Y2＝0，当全网的拒动平均缺陷率×1-20％≤所述厂家型号的拒动缺陷率≤全网的拒动平均缺陷率×1+20％时，所述Y2＝1，当所述厂家型号的拒动缺陷率＞全网的拒动平均缺陷率×1+20％时，所述Y2＝2；