[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

说明书

本公开提出了基于多源故障信息的电网二次系统故障诊断方法及系统，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。采用面向时间、空间等多维度故障信息的大数据挖掘分析与基于贝叶斯算法的人工智能故障诊断相结合，提出一种适用于配电网故障定位的目标故障元件诊断方法，快速准确的定位故障，及时排除故障，提高系统运行的稳定性和安全性。

技术领域

本公开涉及电网二次系统故障诊断相关技术领域，具体的说，是涉及基于多源故障信息的电网二次系统故障诊断方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

我国电力系统在发电、输电领域虽已处于世界先进水平，但是配电网领域的发展仍处于起步阶段。近年来，随着人们对配电网的逐步重视，大量的新技术、新设备，各种先进的智能化设备在配电网领域得到广泛应用，使得配电网在很大程度上实现了自动化。配电网的工作状态对供电的可靠性和电能质量有着很大的影响，所以提高配电网故障定位的快速性与准确性至关重要，传统配电网的故障区段定位方法已经不完全适用于有源配电网中，因此，研究准确、快速的有源配电网故障区段定位技术具有较高的实用价值。

目前有源配电网故障区段定位方法可以分为两类：在线诊断与离线诊断。发明人发现，现有的故障区段定位方法往往采用单一的故障定位方法，存在定位不准确、响应速度慢的问题。另外，目前有专家学者将遗传算法、粗糙集理论、神经网络理论、贝叶斯理论等人工智能算法应用到配电网的故障诊断中，这些算法的应用都要依靠配电自动化系统数据平台所提供的配电网监测信息，并且要求对信息中的数据噪声具有一定的容错能力。但是与输电网相比我国很多地区的配电网自动化程度还比较低，许多地方尚处于起步阶段，监测数据不能被全面获取，在很大程度上限制了这些智能算法的应用。

发明内容

本公开为了解决上述问题，提出了基于多源故障信息的电网二次系统故障诊断方法及系统，采用面向时间、空间等多维度故障信息的大数据挖掘分析与基于贝叶斯算法的人工智能故障诊断相结合，提出一种适用于配电网故障定位的目标故障元件诊断方法，快速准确的定位故障，及时排除故障，提高系统运行的稳定性和安全性。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了基于多源故障信息的电网二次系统故障诊断方法，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。

一个或多个实施例提供了基于多源故障信息的电网二次系统故障诊断系统，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；