[发明专利]一种电网故障监测方法及系统

说明书

本发明提出了一种电网故障监测方法及系统，包括S1、根据断路器与保护信息，通过已知动作信息识别疑似故障区域；S2、对故障区域中的节点构建蕴含时序属性的贝叶斯网络诊断模型；S3、基于贝叶斯网络和专家系统进行综合故障诊断；为了增强专家系统的容错性，实现对全系统复杂多重故障的精确诊断，本发明将贝叶斯网络的故障诊断方法融入专家系统的方法，可有效提升故障线路辨识的准确率，可有效降低信号传输噪音或误差对故障辨识准确率产生的影响，提高电网运行的安全性。

技术领域

本发明属于电网故障监测领域，尤其涉及一种电网故障监测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

现阶段，人们对于供电质量的要求越来越高，电网建设的规模也在加大，电路结构日趋复杂。此时，一旦电网设备出现故障，将会直接影响相当数量的用电用户的正常用电，故障处理不当将会引起巨大的且无法逆转的经济社会损失，甚至伤及生命。因此，对电网故障的及时发现与处理显得尤为重要。

目前应用广泛的电网故障监测方法包括专家系统、人工神经网络、支持向量机、遗传算法、Petri网以及信息融合技术等，电网发生故障时，大量的故障信息会涌入调度控制中心，由于信号传输噪音的影响，容易产生故障情况的误判。导致故障处理不及时妥当，引发更严重的连锁故障，进而造成巨大损失。

发明内容

为克服上述现有技术的不足，本发明提供了一种电网故障监测方法及系统。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

本发明第一方面提供了一种电网故障监测方法，包括如下步骤：

S1、根据断路器与保护信息，通过已知动作信息识别疑似故障区域；

S2、对故障区域中的节点构建蕴含时序属性的贝叶斯网络诊断模型；

S2.1对于蕴含时序属性的贝叶斯网络诊断模型进行赋值；

通过设备的年故障频率w计算元件节点的故障先验概率；

计算断路器与保护装置联动的故障先验概率；

S2.2信息的时序一致性识别；

对于元件c_i，其继电保护动作时序规则为Rule(c_i)，获得的与c_i关联的故障信息集为S＝S(0)∪S(1)；其中，S(0)为继电保护闭合信息集，S(1)为继电保护动作信息集；

c_i的故障信息的一致性时序识别就是在S(1)中找出满足Rule(c_i)的最大化信息集S_RMax(1)；

S2.3确定故障元件概率

计算已知故障信息各条件下元件故障的后验概率，由此便可以得到元件的故障概率；

S3、基于贝叶斯网络和专家系统进行综合故障诊断

S3.1用贝叶斯网络模拟大量故障过程，得到诊断结果，选择高可信度的贝叶斯诊断结果融入专家系统的知识库；

S3.2故障发生时，利用专家系统的知识库去识别故障，找出故障元件；当某故障发生后专家系统无法判别，则用贝叶斯网络进行诊断，可信度为0则直接丢弃；

S3.3结合傅里叶变换、小波分析的定量分析方法确定故障类型。

本发明第二方面提供了一种电网故障监测系统，包括：

故障区域识别模块，被配置为：根据断路器与保护信息，通过已知动作信息识别疑似故障区域；