一种考虑多层信息融合的电网故障诊断辅助决策方法

分析了目前电网故障诊断的研究进展和问题,将信息融合思想引入到故障诊断辅助决策过程中,通过将信息融合中的数据、特征、决策概念对应于电网故障诊断中的具体对象,构建了基于多层信息融合的电网故障诊断辅助决策架构。将概率Petri网的故障诊断方法和WAMS数据故障匹配方法结合用于辅助决策中的特征层融合,并通过案例实践了多层信息融合电网故障诊断辅助决策的应用,解决了电网故障诊断中的一些信息不完备的问题,为未来智能电网的各种高级应用研究提供一种思路。     

基于多源信息融合的电网故障诊断方法研究

考虑到电力系统自动化水平及通信、广域测量技术的发展,提出了一种综合SCADA开关量,故障录波器电气量及WAMS 系统电气量的多源信息融合电网故障诊断方法.该方法将蕴含故障信息的电气量分析与开关量诊断相结合,对电网故障采集的电气量通过小波能量分析提取故障特征,采用蕴含时序贝叶斯网络对保护、断路器开关量进行故障推理,定义了能量畸变故障度、能量故障度、改进RBF神经网络故障度及时序贝叶斯故障度衡量线路故障程度,并作为证据体采用改进D-S证据理论进行信息融合,进而通过模糊C-均值聚类方法给出故障诊断决策.PSCAD仿真及Mat1ab与Java混合编程计算表明,所提出的电网故障辅助诊断新方法相对传统开关量诊断,准确度得到了提高,具有工程实用价值和良好的应用前景.     

基于信息融合的光伏并网逆变器故障诊断

将多源信息特征融合应用于光伏并网逆变器故障诊断。选择电网侧电流和重要桥臂电压为融合对象,利用小波变换对数据进行预处理和特征提取,通过神经网络对特征值进行训练,得到故障诊断结果。仿真结果表明,采用多源信息特征融合可有效提高光伏并网逆变器故障诊断的精度。     

基于模糊神经网络的信息融合在电网故障诊断中的应用

根据电网分布的特点,将多传感器信息融合技术应用于电网的故障诊断中.在电网的不同区域加装传感器网络,将所测结果首先在子模糊神经网络中进行特征级融合,然后再将此结果送至融合中心进行决策级融合,最后得出诊断结论,包括故障类型和故障区域,大量的实验证明该方法是可行的.     

电力电子电路多源特征层融合故障诊断方法

设计了一种多源信息特征层融合的故障诊断方法,应用在电力电子电路的诊断过程中.选择待测电路的节点电压和重要支路电流作为融合对象,利用小波变换和主成分分析对数据进行预处理和特征提取,采用间隔交叉的方式将电压特征矢量和电流特征矢量联合形成特征矢量,通过神经网络对联合特征矢量进行推理分类,得到故障诊断结果.以Buck-Boost电路为诊断实例,对比分析了选择不同特征融合对象对故障诊断结果的影响,实验结果证明该方法可以明显提高电路诊断率.     

基于改进Petri网和Hilbert变换的多源信息融合电网故障诊断方法

针对采用单一开关量信息来判断电网故障而存在的可靠性差和精度低等问题,提出了一种基于改进Petri网和Hil-bert变换的多源信息融合电网故障诊断方法.对电网的故障信息数据进行特征提取,通过改进的层次化加权模糊Petri网实现开关量到元件模糊故障度的转化,利用改进Hilbert变换对录波电气信息进行分析而得到元件所对应的故障度;采用改进的D-S证据理论进行开关信息和电气信息的融合;采用的改进的C-均值法来对电网元件故障进行决策.实际电网测试表明,所提方法在复杂的电网故障场景下能够精确地实现故障元件的诊断,在实际工程中具有较好的应用前景.     

基于雷电信息的电网故障诊断系统研究

随着信息技术的发展,电网运行信息、故障信息及一次设备状态监测信息逐步开始融合,为实现基于多数据源信息的故障诊断与应用提供了前提依据,文中提出了一种利用雷电定位信息进行电网故障分析的信息综合处理方法。首先从整体上剖析了现有电网故障信息系统与雷电定位系统的基本构成和数据特征,在此基础上应用分阶段故障分析的思想,设计了使用雷电定位信息进行故障分析的流程,并提出数据融合与处理方法。最后,以某电网220 kV线路实际故障为例,对该故障诊断算法和方法和流程进行说明,并验证其有效性。     

采用分层多源信息融合的电网故障诊断方法

鉴于调度自动化水平及通信、广域测量技术的发展,提出了一种分层多源信息融合的电网故障诊断方法,以开关量诊断层和多源信息融合诊断层2个层次,在基于SCADA系统开关量实现电网单一故障快速诊断的同时,综合开关量信息与故障录波器及WAMS的电气量信息,着力解决保护、断路器拒动、误动造成的多元件停电的故障诊断。仿真算例计算表明,此方法的分层模式增强了故障诊断针对性,并在多源信息融合诊断时减少了对电气量数据的需求,能有效降低保护、开关拒动误动对电网故障诊断的影响,提高了准确度,具有良好的工程实用价值。     

一种大规模电网故障诊断的多智能体信息融合模型与方法

传统的故障诊断方法仅针对保护信息进行分析,没有充分利用电气量信息反映出的电网故障特征信息.提出多智能体系统(MAS)框架信息融合模型,针对大规模电网的结构和特性,集成多种故障诊断方法,在不同区域对故障录波器、SCADA系统、保护故障信息管理系统(RPMS)等获得的故障信息进行分析,采用D-S证据理论信息融合技术,进行信息融合获得局部的故障诊断,然后通过全局故障诊断确定故障元件,实现大规模电网实时快速的故障诊断.仿真计算表明,所提出的模型与方法正确、有效.     

基于信息理论的电力系统在线故障诊断

该文引入信息理论来研究和处理电力系统故障过程中存在的不确定性，研究了电力系统故障中的信息运动过程，建立了故障诊断的信道模型；基于信息损失最小原理，提出了适用于大规模系统不确定性决策的故障诊断新方法，该方法将故障诊断问题转化为求取最小信息损失的组合优化问题。文中还研究了通过信息损失来计算故障诊断解空间的概率分布方法，并针对大规模系统给出了近似解空间概率分布的求解方法。应用该文方法进行电网故障诊断，能给出各种可能发生的故障组合以及每种故障组合发生的概率。算例表明，该方法的快速性能满足大规模电力系统在线故障诊断辅助决策的要求。