应用数据融合的电网故障诊断

电网发生故障时,由于保护及断路器的拒动、误动等因素使得诊断结果存在不确定性。首先提出了应用数据融合的电网故障诊断方法;再针对融合故障发生时的开关量和电气量信息,利用模糊Petri网对开关量信息进行分析,利用希尔伯特-黄变换HHT(Hilbert-Huang transform)对电气量进行分析,提取开关量故障度、幅值故障度、频率故障度和能量故障度,并利用D-S证据理论对各种故障表征予以融合,进而得故障诊断结果;最后,通过仿真验证所提方法能充分利用电气量信息,减小单一开关量的不确定性因素的干扰,提高故障诊断的精度。     

基于有色Petri网的电力系统故障诊断模型研究

现有的基于Petri网的电网故障诊断模型通用性不强,针对大电网建模时模型结构较复杂.建立了一种基于有色Petri网的电网故障诊断模型,用不同的单色代表保护类型、断路器和电网元件,根据保护原理和网络拓扑组合成复合色,用带有这些颜色标记的托肯表示不同类型的状态信息.同时建立有色Petri推理过程,给出变迁的点火规则,根据有色Petri网的推理规则进行推理获得诊断结果.通过对110 kV局部电网和某省局部电网的仿真验证表明:该方法对简单和复杂故障均能获得正确的诊断结果,并且推理速度快,模型简便,网络拓扑和保护配置的改变不影响模型结构,是一种通用性较强的电网故障诊断方法.     

基于有色Petri网的电力系统故障诊断模型研究

现有的基于Petri网的电网故障诊断模型通用性不强,针对大电网建模时模型结构较复杂。建立了一种基于有色Petri网的电网故障诊断模型,用不同的单色代表保护类型、断路器和电网元件,根据保护原理和网络拓扑组合成复合色,用带有这些颜色标记的托肯表示不同类型的状态信息。同时建立有色Petri推理过程,给出变迁的点火规则,根据有色Petri网的推理规则进行推理获得诊断结果。通过对110 kV局部电网和某省局部电网的仿真验证表明：该方法对简单和复杂故障均能获得正确的诊断结果,并且推理速度快,模型简便,网络拓扑和保护配置的改变不影响模型结构,是一种通用性较强的电网故障诊断方法。     

基于D-PMU量测信息的有源配电网故障诊断方法

社会经济的发展对快速找出故障源并采取相应措施提出了更高的要求。首先提出了一种基于D-PMU信息和Petri网的有源配电网故障诊断方法,基于多点D-PMU的高频全采样和配合故障信息数据,提取所分析时刻的故障特征向量,并通过可疑故障元件库和故障诊断模型,采用Petri网技术进行故障诊断,获得故障状态。然后考虑实际电网中保护动作具体形式和整定配合原则,给出了基于有源配电网的故障特征获取元件故障模型以及拒动、误动的判定规则的方法,所提方法能够应用于有源配电网,同时简化了网络分析过程,实现了故障诊断速度的提高。最后对某高压配电网进行算例分析,检验了所述方法的可行性。     

基于扩展时间Petri网和故障信息网的保护动作分析方法

继电保护动作信息是电网故障后故障诊断和事故分析最重要的依据,随着继电保护和故障录波信息网的建立,丰富的录波信息为保护动作分析提供了基础.Petri网理论具有完善的理论证明依据,是离散动态系统建模的有效工具.丈中提出了一种基于扩展时间Petri网(ETPN)的继电保护动作过程建模,综合利用故障信息,利用Matlab进行保护动作行为分析的方法.算例结果表明,该方法进行保护动作行为分析清晰直观、有效.     

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.     

基于时序信息的模糊Petri网电网故障诊断方法

为提高电网故障诊断的准确性,充分利用报警信号的时序信息,研究一种基于时序信息的分层变迁模糊Petri网故障诊断方法。首先,建立分层变迁加权模糊Petri网(WFPN)故障诊断模型;其次,构建元件、保护和断路器之间的时间关联特性(TAC),进行时间关联一致性检查;最后,通过模糊推理进行故障诊断,并对保护和断路器异常行为进行评判。通过典型电网算例推理验证,结果证明该方法不仅能够提高故障诊断的准确性和容错性,还能够判断保护和断路器的异常行为并推出元件故障发生时刻。     

基于故障区域识别及信息时序属性的电网故障诊断

针对电网故障诊断中的不确定和不完备信息,以及考虑到信息的时序逻辑关系,提出基于故障区域识别及信息时序属性的电网故障诊断方法。首先通过故障区域的识别确定可疑故障元件,减小了诊断范围。充分利用电力系统时序特性,建立带有时间戳的模糊Petri网模型,并利用时序逻辑矩阵对时序不一致信息进行识别和修正。给出该电网故障诊断方法的流程,通过仿真验证了所提方法的可行性。     

基于综合变权的分层模糊petri网电网故障诊断方法

为实现对电网故障元件的准确诊断,基于综合变权思想提出了考虑动态权重的分层模糊Petri网(HFPN)评估模型。建立包含可疑故障线路送受两端的主保护、近后备保护以及远后备保护子网,对三类保护建立综合诊断子网,构成对线路故障诊断的双层模型。针对传统固定赋权在警报信息缺失情况下可能造成对故障线路误判的弊端,计及元件的状态水平对决策的动态影响,对模型赋予动态权重以放大动作元件的真实度。融合固定权重和动态权重的故障诊断方法能够有效识别信息缺失情况下的故障线路。通过对典型电网进行多组故障案例仿真,结果表明所提出的基于综合变权的Petri网诊断方法可提高故障诊断的准确率。     

计及死区故障的3/2接线变电站的Petri网故障诊断方法

现有针对3/2接线系统的故障诊断方法较少考虑死区故障,在基于保护和断路器动作信息进行故障诊断时易造成误判。提出一种计及死区故障的3/2接线变电站的Petri网故障诊断方法,除了系统中母线、线路和变压器等元件,对死区位置也建立其加权模糊时序Petri网模型。针对3/2接线系统不同死区位置、不同类型故障的跳闸策略,利用保护动作信息和断路器辅助节点开合状态信息构造死区故障辨识逻辑。通过死区故障的逻辑辨识和保护及断路器的时序约束检查,对诊断模型的结构和参数进行修正。测试系统仿真算例和电网实际故障案例表明,该方法能够在保护和断路器不正确动作和警报信息不完整等复杂状态下识别真实故障元件,提高了诊断的准确度和容错性。     

基于PSO-GRNN和D-S证据理论的电网分区故障诊断

针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络（PSO-GRNN）和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSO-GRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。     

基于事件起点的层次化时序Petri网及其电网故障诊断方法

电网发生故障后利用大量告警信息快速准确地识别故障元件是保障可靠供电和电网安全稳定运行的首要任务。为适应电网运行调控需求,提出一种基于事件起点的层次化加权模糊时序Petri网故障诊断方法。在完善母线和线路的层次化加权模糊时序Petri网模型的基础上,以故障发生时刻为事件起点,确立各初始库所的时序属性,并通过逆向和正向时序推理对保护和断路器动作信息进行时序约束检查和置信度修正。IEEE 39节点系统仿真算例和电网实际故障算例表明所提方法能够在保护和断路器误动/拒动、告警信息缺失/错误等复杂状态下识别真实故障元件,提高了故障诊断的准确度和容错性。此外所提方法还可以得到设备故障的时间点约束,有利于进一步分析故障原因和故障事态发展。通过与现有应用时序信息的故障诊断方法相比,所提方法时序推理过程简明清晰,对网络拓扑的变化适应性强,运算速度快,满足在线诊断需求。     

故障录波信息和D_S证据理论用于电网故障诊断

当电网发生故障时,传统的故障诊断方法仅仅利用了开关量信息而没有充分利用故障录波信息,而故障录波信息在准确性、完备性和容错性等方面有开关量信息无法比拟的优势。为了充分利用故障录波信息进行电网故障诊断,通过小波变换对发生故障前后电流波形进行分析,采用小波奇异度和小波故障度分别表征电网元件的故障概率,但是由于故障的不确定性和复杂性,这两种故障表征方法都不能独自准确地诊断故障元件,因此提出采用D-S证据理论对多种故障表征方法进行信息融合,能够准确诊断故障线路。基于PSCAD仿真实例证明,该方法能提高对故障诊断结果的支持度及故障诊断的准确性,在电网故障诊断中有良好的应用前景。     

电网故障诊断系统在线运行状况分析及其改进措施

对于投入在线运行的电网故障诊断系统,为了分析统计诊断结果的正确率和追查错误根源,研究开发了记录该系统各环节生成的历史故障数据的功能,利用该功能记录了某地区电网故障诊断系统从2008年11月到2010年2月试运行期间的历史故障数据,研究制定了一个用历史数据分析电网故障诊断系统在线运行状况的流程,统计了这期间该系统总体运行情况,详细分析总结了故障诊断系统未启动和诊断结果错误的原因,并提出相应的改进措施。最后提出将历史数据用于在线电网故障诊断的思路及其需要解决的关键问题,阐述了研究开发自动维护电网二次数据工具的必要性。     

基于广域测量系统的电网故障在线智能化诊断与分析方法

现有电网故障实时诊断与分析中存在2个主要问题：一是数据源的问题,即保护和开关动作信息上传不及时、时标不一致和信息缺失;二是误动拒动分析中存在2个重要盲点。同时为实现智能输电网的自愈性特征,又必须实现对电网故障的实时准确诊断和精确分析。针对上述问题,提出基于广域量测系统(wide area measurement system,WAMS)的电网故障快速诊断与分析的解决方案。同时还设计以多智能体技术为基础的面向数据服务的体系结构,并详细分析各智能体的主要结构和实现方法。最后,通过实际扰动试验的测试结果表明,该方法具有故障诊断速度快、故障诊断与分析结果准确等特点,尤其在误动拒动问题上可达到实时精确地分析,如在智能输电网中应用可有效降低大停电事故发生的概率。     

输电网故障诊断方法综述与发展趋势

综述了近年来研究得较多的输电网故障诊断方法,包括专家系统、人工神经网络、Petri网、贝叶斯网络、优化方法、模糊集理论、信息理论和多代理技术等。简要概括了它们的诊断原理和特点,并评述其存在的不足和近几年来的研究成果。最后,从目前输电网故障诊断的研究现状以及面临的问题出发,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展。     

基于规则式的多重故障诊断及最优送电路径策略

为了提高电网多重故障诊断的准确性,提出一种基于多系统数据信息融合的故障诊断算法。通过对故障全过程的数据特征进行分析,以故障数据与电网结构图为基础对一次设备进行建模,形成断路器、线路、母线、主变诊断模型。对来自不同信息源(SCADA、保信系统、录波联网系统)的数据进行统一处理,形成故障全过程智能诊断数据源,并以此为基础进行深度数据融合,提升信息的质量。充分利用故障后的断路器状态和电气量信息,对故障进行精确诊断,确定故障区域,然后,采用基于规则式的故障恢复路径算法,给出快速恢复供电的最优的路径。该系统运行情况表明,所提出的方法具有较强的实用性。     

基于多源信息时间序列匹配的电网故障诊断方法

随着调度中心自动化水平的不断提高,包括数据采集与监控系统(supervisory control and data acquisition,SCADA)、广域测量系统(w ide-area measurement system,WAM S)、继电保护信息系统(relay protection information system,RPIS)等在内的多数据源系统的量测信息汇集到调度中心的统一数据库中。为了充分挖掘多源信息在调度运行中的应用场景,将多源信息应用于电网故障诊断中,提出了一种基于多源信息时间序列匹配的电网故障诊断方法。首先,介绍了多源信息数据库的组成、电网时间序列的结构以及针对不同数据源系统的生成规则。其次,利用事件顺序(sequence of event,SOE)记录、信息保护动作信息和相量测量单元(phasor measurement unit,PMU)电气量信息在故障发生时划分可疑故障区域,生成未知故障的电网时间序列,并与根据可疑故障区域内的可疑元件的保护配置信息生成的基准时间序列集合进行匹配,识别出故障元件、故障类型、故障时间、故障演进过程等详细故障信息。最后,采用实际算例验证了所提方法的可行性和有效性。     

基于量子神经网络的电网故障诊断算法

传统的人工智能方法处理电网故障诊断中交叉数据模式识别问题的效果不甚理想。为此,作者提出运用量子神经网络进行故障诊断的算法,借鉴量子力学的相关概念,不断更新各层神经元的连接权以及隐含层各神经元的量子间隔,以达到提高故障诊断容错性的目的。仿真结果表明,在保护动作信息不完备的情况下,该算法的故障判断准确性明显优于传统神经网络。另外,该算法对存在一定错误数据的故障信息也具有良好的识别能力。     

基于最优编码集及智能状态估计的电网故障诊断方法

当电网发生故障时,大量的遥信告警和变位信息上传到调度端,使得调度人员很难在短时间内对故障设备及故障类型做出准确的判断。因此提出了利用分组遥信数据识别故障类型,利用人工智能方法纠正差错遥信的电网故障诊断方法。对于此,将各种设备的标准遥信数据映射到故障诊断空间中,求取最优编码集,把故障遥信的故障空间编码值和故障空间最优编码值进行比较归类,查找故障类型,实现电网的故障诊断。通过不同故障模式的远程变位信号数据,利用站内丢失遥信事件的历史数据样本,训练智能状态估计模型。对遥信误变位或漏传数据进行纠正,实现遥信数据的前端数据纠错,提高故障诊断正确率,最终形成具有纠错能力、适用于大数据平台应用的电网故障智能诊断方法。通过案例仿真验证和实际大数据平台挂网运行,验证了智能状态估计模型和故障诊断模型对电网故障元件诊断的有效性。