[发明专利]综合利用电气量和时序信息的电力系统故障诊断方法

摘要

本发明公开了一种综合利用电气量和时序信息的电力系统故障诊断方法；首先，根据故障前后的停电区域进行对比分析确定故障区域，形成可疑元件集；然后，建立元件的加权模糊时序Petri网模型，综合SCADA信息、WAMS的电气量信息以及这些信息所包含的时序特性，形成警报信息判据、库所延时约束和电气量判据；采用高斯函数，结合时序推理，获得警报信息的置信度并采用矩阵运算进行Petri网模型初始置信度的计算及模型的求解；最后，根据元件故障概率，进行反向推理，进行保护、断路器误动和拒动的判定；本发明具有较强的容错能力，可以处理保护和断路器误动/拒动情况以及警报丢失或错误情况，提高故障诊断结果的准确率和可靠性。

主权项

一种综合利用电气量和时序信息的电力系统故障诊断方法，其特征在于，包括如下步骤： 步骤一，故障区域搜索及可疑元件集识别：发生故障后，利用WAMS信息、SCADA信息、静态电网拓扑数据以及断路器状态变化信息，形成故障前后的停电区域并进行对比分析，快速确定故障区域，形成可疑元件集； 步骤二，建立元件的加权模糊时序Petri网模型：结合电力系统数据中的网络拓扑、保护配置信息、保护和断路器动作逻辑规则，对每个可疑元件建立加权模糊时序Petri网模型；所述Petri网模型采用高斯函数，结合时序推理，综合利用SCADA系统中的动作事件序列(SOE)信息、WAMS系统中的电气量信息以及这些信息所包含的时序特性； 步骤三，求解置信度矩阵稳定值和元件故障概率：根据SCADA系统中的断路器动作警报、保护动作警报以及WAMS系统中电气量信息，进行多源信息融合，形成警报信息判据、库所延时约束和电气量判据；采用高斯函数，结合时序推理，利用所述多源信息中包含的时序特性计算初始置信度矩阵，并根据初始置信度矩阵进行Petri网模型置信度矩阵稳定值求解，从而获得元件故障概率； 步骤四，反向推理和判定：根据元件故障概率，进行反向推理，进行保护、断路器误动和拒动的判定。