[发明专利]基于大数据的电力系统故障诊断方法、装置及其相关设备

权利要求书

1.一种基于大数据的电力系统故障诊断方法，其特征在于，所述方法包括以下步骤：

S1，获取待识别录波数据，并判断所述待识别录波数据是否为故障数据；

S2，若所述待识别录波数据为故障数据，则提取所述待识别录波数据的故障特征，得到待识别数据故障特征；

S3，利用预设变异系数刻画所述待识别录波数据的负荷波动幅度，并计算得到所述待识别录波数据的负荷波动强度；

S4，基于所述负荷波动强度，构造综合负荷波动特性的相似度度量方法；

S5，基于所述综合负荷波动特性的相似度度量方法计算所述待识别数据故障特征与预设故障特征库中各个历史数据故障特征的相似度；

S6，对所述相似度进行排序，并将相似度最大值对应的历史数据故障特征的故障类型作为所述待识别录波数据的故障识别结果。

2.根据权利要求1所述的基于大数据的电力系统故障诊断方法，其特征在于，在步骤S1获取待识别录波数据，并判断所述待识别录波数据是否为故障数据之前，还包括：

S11，收集历史故障数据，并构建故障波形数据库；

S12，提取所述故障波形数据库中各个历史故障数据的故障特征，得到历史数据故障特征，并基于所述历史数据故障特征构建故障特征库；

所述提取所述故障波形数据库中各个历史故障数据的故障特征，具体包括：

S121，对所述历史故障数据进行标准化，其中，标准化计算公式如下：

其中，表示第j条数据x相电压的第m个电压数据，表示第j条数据x相电流的第m个电流数据，其中1≤j≤N，x∈{a,b,c}，a、b、c分别表示数据x的三个相位，N为数据库中数据条数，n为电压电流的序列长度；

S122，计算所述历史故障数据的平均电压强度和平均电流强度，得到电压平均波动性特征和电流平均波动性特征，平均电压强度和平均电流强度计算公式如下：

其中，k表示故障波形数据库中第k条数据，为平均电压强度，为平均电流强度，为电压平均波动性特征，为电流平均波动性特征；

S123，计算所述历史故障数据之间的电压平均差异值和电流平均差异值，得到电压波动差异特征和电流波动差异特征，其中，电压平均差异值和电流平均差异值的计算公式如下：

其中，各式中1≤j≤N，x,y∈{a,b,c},x≠y，分别表示x与y相之间的电压平均差异值和电流平均差异值。

3.根据权利要求1所述的基于大数据的电力系统故障诊断方法，其特征在于，步骤S1中判断所述待识别录波数据是否为故障数据，具体包括：

S31，将所述待识别录波数据的电压与极限电压进行比对，得到电压比对结果，极限电压计算公式如下：

或

其中，u_e表示额定电压，表示极限电压，|·|表示取绝对值；

S32，将所述待识别录波数据的电流和极限电流进行比对，得到电流比对结果，极限电流计算公式如下：

或

其中，i_e表示额定电流，表示极限电压；

S33，基于所述电压比对结果和所述电流比对结果判断所述待识别录波数据是否为故障数据。

4.根据权利要求3所述的基于大数据的电力系统故障诊断方法，其特征在于，步骤S33中基于所述电压比对结果和所述电流比对结果判断所述待识别录波数据是否为故障数据，具体包括：

S331，根据所述电压比对结果和所述电流比对结果，确定所述待识别录波数据的电压大于极限电压，同时所述待识别录波数据的电流大于所述极限电流的时间周期时长；

S332，当所述时间周期时长小于三个周波时长时，确定所述待识别录波数据为无故障数据；

S333，当所述时间周期时长大于或等于三个周波时长时，确定所述待识别录波数据为故障数据。

5.根据权利要求1所述的基于大数据的电力系统故障诊断方法，其特征在于，步骤S3中计算所述待识别录波数据的负荷波动强度的公式如下：

其中，c_p,x为x相的负荷波动强度，μ_p,x，σ_p,x分别表示x相的功率平均值和标准差，表示负荷x相的功率序列中的第k个点的值。