[发明专利]基于多源故障信息的电网二次系统故障诊断方法在审

专利信息
申请号: 202011163422.2 申请日: 2020-10-27
公开(公告)号: CN112415331A 公开(公告)日: 2021-02-26
发明(设计)人: 郑茂然;余江;李正红;丁晓兵;陈朝晖;刘千宽;张弛;吴江雄;万信书;孙铁鹏;徐鹏;高红慧 申请(专利权)人: 中国南方电网有限责任公司
主分类号: G01R31/08 分类号: G01R31/08
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 闫圣娟
地址: 510623 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 故障 信息 电网 二次 系统 故障诊断 方法
【权利要求书】:

1.基于多源故障信息的电网二次系统故障诊断方法,其特征是,包括如下步骤:

获取配电网故障告警信息以及配电网拓扑结构信息;

根据获取的信息确定故障设备的可疑元件集;

采用贝叶斯算法计算可疑元件集中每个元件的故障概率,若故障效率为1,确定故障设备;否则,执行下一步;

采用Apriori算法将故障告警信息进行关联分析,获得故障设备的目标元件集;

对可疑元件集和目标元件集进行融合处理,确定故障设备。

2.如权利要求1所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:采用贝叶斯算法计算可疑元件集中每个元件的故障概率之前还包括如下步骤:

基于故障与告警信息的关系建立故障-告警有向二分图,获得故障-告警关联矩阵;

基于故障-告警有向二分图建立的故障-告警有向二分图模型,故障-告警有向二分图模型数据作为贝叶斯算法的输入数据。

3.如权利要求2所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:所述故障-告警有向二分图模型可以包括可疑目标元件集、多源故障告警信息集、可疑目标元件发生故障的历史概率以及可疑目标元件集与多源故障告警信息集的关联矩阵。

4.如权利要求1所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:采用贝叶斯算法计算可疑元件集中每个元件的故障概率,采用比值形式的贝叶斯算法。

5.如权利要求1所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:采用Apriori算法将故障告警信息进行关联分析,获得故障设备的目标元件集的方法,包括如下步骤:

根据获取的配电网故障告警信息建立关联规则集合;

根据关联集合规则集合,基于Apriori算法进行频繁项集的筛选以及关联规则的挖掘,计算每个设备发生故障的关联置信度,选择大于设定关联置信度阈值的设备作为目标元件集的元素。

6.如权利要求5所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:关联规则集合包括故障告警信息的多维信息,多维信息包括故障发生时间、地点、故障设备、故障告警信息的信息内容。

7.如权利要求1所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:对可疑元件集和目标元件集进行融合处理,具体的融合方法可以为:将可疑元件集与目标元件集的交集作为最终元件集,确定最终元件集中目标确定度最大的元件为故障设备。

8.如权利要求1所述的基于多源故障信息的电网二次系统故障诊断方法,其特征是:

对可疑元件集和目标元件集进行融合处理,包括如下步骤:

根据最终元件集,建立最终元件集的元件的诊断信息矩阵,所述诊断信息矩阵包括元件的故障概率以及元件的故障置信度;

针对每个设备,根据该设备采用Apriori算法关联置信度以及采用贝叶斯算法获得的故障概率权重建立权重向量矩阵;

根据诊断信息矩阵以及权重向量矩阵计算每个目标元件的目标确定度。

9.基于多源故障信息的电网二次系统故障诊断系统,其特征是,包括:

获取模块:被配置为用于获取配电网故障告警信息以及配电网拓扑结构信息;

可疑元件集建立模块:被配置为用于根据获取的信息确定故障设备的可疑元件集;

判断模块:被配置为用于采用贝叶斯算法计算可疑元件集中每个元件的故障概率,若故障效率为1,确定故障设备;否则,转到挖掘分析模块;

挖掘分析模块:被配置为用于采用Apriori算法将故障告警信息进行关联分析,获得故障设备的目标元件集;

融合输出模块:被配置为用于对可疑元件集和目标元件集进行融合处理,确定故障设备。

10.一种计算机可读存储介质,其特征是,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-8任一项方法所述的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国南方电网有限责任公司,未经中国南方电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011163422.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top