CN102930408B - 一种基于信息融合的750kV电网二次设备状态评估方法 - Google Patents
一种基于信息融合的750kV电网二次设备状态评估方法 Download PDFInfo
- Publication number
- CN102930408B CN102930408B CN201210471386.5A CN201210471386A CN102930408B CN 102930408 B CN102930408 B CN 102930408B CN 201210471386 A CN201210471386 A CN 201210471386A CN 102930408 B CN102930408 B CN 102930408B
- Authority
- CN
- China
- Prior art keywords
- collection
- voltage
- electric grid
- secondary equipment
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000004927 fusion Effects 0.000 title claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000012423 maintenance Methods 0.000 claims abstract description 12
- 238000007689 inspection Methods 0.000 claims abstract description 5
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 7
- 230000007704 transition Effects 0.000 abstract description 8
- 230000007812 deficiency Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Abstract
本发明公开了一种基于信息融合的750kV电网二次设备状态评估的方法，对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后由信息融合方式将马尔科夫预测法，模糊综合评价法和隐藏故障判断三种方法的评估结果进行融合从而给出750kV电网二次设备的状态评估结果。根据本方法给出的状态评估结果可以更加合理的制定检修计划，避免了过渡检修或检修不足。
Description
技术领域
本发明涉及750kV电网二次设备状态评估领域，具体地，涉及一种基于信息融合的750kV电网二次设备状态评估方法。
背景技术
750kV电网二次设备能否正常的运行，直接关系到电网的安全稳定运行。因此对二次设备进行状态检修势在必行，其中进行准确的状态评估是实现状态检修的基础。目前用于电气二次设备状态评估的方法主要有以下几种技术方法：应用概率法对继电保护装置建立概率模型，由于750kV电网二次设备一般为可修复系统，所以一般不适合应用概率法进行评估。通过一些离线资料如：工厂试验、交接试验等，实现对电气二次设备基础评分，但是此方法并不能实现对750kV电网二次设备一些实时动态数据进行利用。目前用于电气二次设备状态评估的方法都比较单一，并且不能很好的综合利用电网二次设备的各种信息，进行全面的状态评估。
发明内容
针对上述问题，本发明提出一种基于信息融合的750kV电网二次设备状态评估方法。根据本方法给出的状态评估结果可以制定合理的检修计划，避免了过渡检修或检修不足。
为实现上述目的，所采用的技术方案是：一种基于信息融合的750kV电网二次设备状态评估的方法，对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后利用信息融合方式将马尔科夫预测法，模糊综合评价法和隐藏故障判断三种方法的评估结果进行融合从而给出750kV电网二次设备的状态评估结果。
进一步的，所述的隐藏故障判断方法为：对于有两套微机保护装置和一套测控装置所采集的相同模拟量（如线路部分就有两套微机保护装置与一套测控装置对同一模拟量进行采集），即电压量，电流量进行采集并分别制定了电流量，电压量采集通道的评估方案；具体如下：
（1）电流量采集通道评估方案：将所述微机保护装置的采集电流和所述测控装置的采集电流进行收集，如果有一个装置采集的电流值与其它两个装置采集的电流值相差超过电流限值，即告警检修；
（2）电压量采集通道评估方案：将所述微机保护装置的采集电压和所述测控装置的采集电压进行收集，如果有一套装置采集的电压值与其它两套装置采集的电压值相差超过电压限值，即告警检修。
本发明采用模糊综合评价法可以有效地利用自检信息实现对750kV电网二次设备状态评估。马尔科夫预测法具有预测事物未来的特点，可以很好地实现对微机保护装置的可靠性预测。通过基于隐藏故障数据的隐藏故障判断法可以有效地发现单台装置的隐藏故障。信息融合技术可以综合利用多传感器获得的同一对象的多维状态评估信息并进行评估，通过基于DS证据理论的信息融合进行运算，进而得出750kV电网二次设备的最终评估结果。从而可以制定合理的检修计划，避免了过渡检修或检修不足。
附图说明
图1为本发明基于DS证据理论的信息融合评估模型示意图；
图2为本发明基于马尔科夫预测法的二次设备状态空间图。
具体实施方式
以下结合某750kV变电站对本发明作进一步详细的说明。
参照图1，一种基于信息融合的750kV电网二次设备状态评估方法，本方法包括：模糊综合评价法、马尔科夫预测法、隐藏故障判断、以及基于信息融合（DS）证据理论的信息融合。
其中：
所述模糊综合评价法模型的建立分为五步：评价因素集的确定，评价因素权重的确定，评估标准的确立，隶属度矩阵的确立，模糊综合评价模型的建立。评价因素集是以反映750kV电网二次设备状态的各状态量为元素组成的集合。各因素权重的分配对二次设备状态的评价结果起着至关重要的作用，确定合理的权重是模糊综合评价的关键步骤。具体：
（1）评价因素集的确定
评价因素集的一般表达形式为U={u1,u2,…un},式中，u1,u2,…un代表750kV电网二次设备的各状态量，本模型选取自检信息的状态量建立评价因素集。
（2）评价因素权重的确定
权重集的一般表达形式为A={a1,a2,…an},式中，a1,a2,…an代表750kV电网二次设备各状态量的权重值。
（3）评估标准的确立
根据相关行业标准制定750kV变电站二次设备的状态评估标准并制定相应的评价集，评价集V的一般表达形式为V={v1,v2,…vm}。式中v1,v2,…vm 分别代表对状态评估结果的状态描述，如正常，可疑，危险等。
（4）隶属度矩阵的确立，隶属度 表示所述评价因素集U中第i个因素值对所述评价集V中第j个等级的隶属度。分别求出评价因素集中的第i个指标，对应于评价集中评价v1,v2,…vm的隶属度即为隶属度矩阵, 隶属度矩阵的一般表达形式如下式所示。
（5）模糊综合评价模型的建立，，式中“。” 表示合成算子。其中:A为上述（2）中的权重集，R为上述（4）中的隶属度矩阵，B为评价结果集,b1,b2,…bm为评价结果集中的组成元素，为了保留全部有用信息，本模糊综合评价系统选用“加权平均型”模糊合成运算。
所述马尔科夫预测法主要是利用初始的状态概率向量和状态概率转移矩阵来推知750kV电网二次设备未来某一时期所处的状态。其模型：
（1）用Pij( k) 表示750kV电网二次设备由状态 Ei经过 k 次转移至状态Ej的概率, 即 k 步转移概率矩阵：
用表示第k个时期750kV电网二次设备恰好处于状态Ei的概率，则向量称为第k个时期的状态概率向量。向量中的元素有如下性质：
第0个时期的状态概率称为初始状态概率，相应的向量是初始状态概率向量。即为马尔科夫预测模型。其中，为一步转移概率矩阵。
（2）针对微机保护装置的实际运行状态，假定以下状态建立马尔科夫预测模型。实际可根据具体需要设置若干个状态。
状态0： 750kV电网二次设备正常工作状态；
状态1： 750kV电网二次设备失效状态1；
状态2： 750kV电网二次设备失效状态2；
状态3 750kV电网二次设备失效状态3；
状态4：750kV电网二次设备失效状态4；
（3）针对以上状态，确立各状态之间的转移概率。
代表750kV电网二次设备处于状态1时的修复率；
代表750kV电网二次设备由正常状态变为状态1时的失效率；
代表750kV电网二次设备由正常状态变为状态2时的失效率；
代表750kV电网二次设备处于状态2时的修复率；
代表750kV电网二次设备由正常状态变为状态3时的失效率；
代表750kV电网二次设备处于状态3时的修复率；
代表750kV电网二次设备状态4时的修复率；
代表750kV电网二次设备由正常状态变为状态4时的失效率；
通过各状态之间的转移可以建立转移概率矩阵P。
（4）状态空间图，见附图2
所述隐藏故障判断：根据750kV电网二次设备的实际配置特点，分别制定了电流量，电压量采集通道的评估方案。基于DS证据理论的信息融合方法，依据各评估算法的评估结果，进而实现可信度分配，最终得出750kV电网二次设备的融合结果。
（1）电流量采集通道评估方案：将微机保护装置的采集电流和测控装置所采集的同一电流量值进行收集（如750kV电网二次设备线路部分就有两套微机保护装置与一套测控装置对同一模拟量进行采集），如果有一个装置采集的电流值与其它两个装置采集的电流值相差超过电流限值，即告警检修。
（2）电压量采集通道评估方案：将微机保护装置的采集电压和测控装置采集的同一电压量值进行收集，如果有一套装置采集的电压值与其它两套装置采集的电压值相差超过电压限值，即告警检修。
所述基于DS证据理论的融合模型：
设Bel1 和Bel2是同一识别框架U上的两个信任函数，同时m1 和m2是其对应的基本概率分配函数，若且m(A)>0,则称A为焦元；焦元分别为A1，A2，…An和B1，B2，…Bn，并假设
则
假设模糊综合评价法的评估结果为a1，马尔科夫预测法的评估结果为a2，隐藏故障判断法的评估结果为a3，见表1。
表1 多种评估方法评估结果可信度分配
先计算模糊综合评价结果（m1），马尔科夫预测法结果（m2）的融合结果m4，
同理可求出m4 与 m3融合的最终结果m，其评估结果的表达形式如表2所示。
表2 基于DS证据理论的可信度分配
Claims (1)
1.一种基于信息融合的750kV电网二次设备状态评估的方法，其特征在于对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后由通过基于DS证据理论的信息融合方式将马尔科夫预测法，模糊综合评价和隐藏故障判断三种方法的结果进行融合从而给出750kV电网二次设备的状态评估结果；所述的隐藏故障判断方法为：对于由两套微机保护装置和一套测控装置所采集的相同模拟量即电压量，电流量分别制定了该电流量，电压量采集通道的评估方案；具体如下：
（1）电流量采集通道评估方案：将所述微机保护装置的采集电流和所述测控装置的采集电流进行收集，如果有一个装置采集的电流值与其它两个装置采集的电流值相差超过电流限值，即告警检修；
（2）电压量采集通道评估方案：将所述微机保护装置的采集电压和所述测控装置的采集电压进行收集，如果有一套装置采集的电压值与其它两套装置采集的电压值相差超过电压限值，即告警检修。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210471386.5A CN102930408B (zh) | 2012-11-20 | 2012-11-20 | 一种基于信息融合的750kV电网二次设备状态评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210471386.5A CN102930408B (zh) | 2012-11-20 | 2012-11-20 | 一种基于信息融合的750kV电网二次设备状态评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102930408A CN102930408A (zh) | 2013-02-13 |
| CN102930408B true CN102930408B (zh) | 2015-09-30 |
Family
ID=47645202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210471386.5A Expired - Fee Related CN102930408B (zh) | 2012-11-20 | 2012-11-20 | 一种基于信息融合的750kV电网二次设备状态评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102930408B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372735A (zh) * | 2016-09-06 | 2017-02-01 | 北京四方继保自动化股份有限公司 | 一种继电保护状态评估方法 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103400310B (zh) * | 2013-08-08 | 2017-04-26 | 华北电力大学（保定） | 考虑历史数据趋势预测的配电网电气设备状态评估方法 |
| CN103970271B (zh) * | 2014-04-04 | 2017-06-20 | 浙江大学 | 融合运动和生理传感数据的日常活动识别方法 |
| CN105320126B (zh) * | 2015-10-21 | 2018-05-01 | 中国南方电网有限责任公司 | 一种基于大数据技术的二次设备隐患挖掘方法 |
| CN105335900A (zh) * | 2015-11-19 | 2016-02-17 | 南方电网科学研究院有限责任公司 | 一种基于电力设备状态监测系统的数据集成处理方法 |
| CN106093636B (zh) * | 2016-06-06 | 2019-07-12 | 国家电网公司 | 智能电网的二次设备的模拟量校核方法以及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289731A (zh) * | 2011-06-30 | 2011-12-21 | 西安交通大学 | 一种基于系统风险的输电设备状态检修方法 |
| CN102709908A (zh) * | 2012-06-05 | 2012-10-03 | 华北电力大学 | 大规模风电接入电网后的网损预测方法 |
-
2012
- 2012-11-20 CN CN201210471386.5A patent/CN102930408B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289731A (zh) * | 2011-06-30 | 2011-12-21 | 西安交通大学 | 一种基于系统风险的输电设备状态检修方法 |
| CN102709908A (zh) * | 2012-06-05 | 2012-10-03 | 华北电力大学 | 大规模风电接入电网后的网损预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 一种考虑二次设备模型的在线静态运行风险评估方法;吴文传 等;《电力系统自动化》;20080410;第32卷(第7期);第1-5,14页 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372735A (zh) * | 2016-09-06 | 2017-02-01 | 北京四方继保自动化股份有限公司 | 一种继电保护状态评估方法 |
| CN106372735B (zh) * | 2016-09-06 | 2020-03-31 | 北京四方继保自动化股份有限公司 | 一种继电保护状态评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102930408A (zh) | 2013-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102930408B (zh) | 一种基于信息融合的750kV电网二次设备状态评估方法 | |
| CN103245881B (zh) | 一种基于潮流分布特征的配电网故障分析方法及装置 | |
| CN101944766B (zh) | 一种电力系统运行及安全监控仿真系统 | |
| CN102934312B (zh) | 能量产生系统及其控制 | |
| Lotfifard et al. | A systematic approach for ranking distribution systems fault location algorithms and eliminating false estimates | |
| CN103018592B (zh) | 基于模型诊断的牵引变压器故障诊断方法 | |
| CN104796082A (zh) | 一种光伏发电系统在线故障诊断系统及方法 | |
| CN106777984A (zh) | 一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法 | |
| CN109490726A (zh) | 基于云理论的电力变压器绝缘状态评估方法 | |
| CN103001328A (zh) | 一种智能变电站的故障诊断与评估方法 | |
| CN103150635B (zh) | 电力设备运维方法 | |
| CN103337831A (zh) | 一种具有自适应功能的失步解列方法 | |
| CN104380554A (zh) | 能量供应网中的故障识别 | |
| CN110532343A (zh) | 一种配电网中压故障综合分析与信息提示系统 | |
| CN109738754A (zh) | 一种智能低压分路监测装置 | |
| CN104103019A (zh) | 含分布式电源的配电网运行风险评估方法及评估系统 | |
| CN106972517B (zh) | 基于双极对称特征的特高压直流输电系统可靠性计算方法 | |
| CN102393929A (zh) | 配电网设备状态评估系统的状态检修控制方法 | |
| CN103292989A (zh) | 断路器机械特性性能测试方法和系统 | |
| CN104166940A (zh) | 配电网运行风险评估方法及评估系统 | |
| CN109086518A (zh) | 一种智能变电站输变电一次设备状态评估的方法 | |
| CN103093097A (zh) | 基于规范切的电力系统脆弱断面识别方法 | |
| CN105606931A (zh) | 一种基于量子遗传算法的中压配电网故障诊断方法 | |
| CN108418302A (zh) | 一种基于大数据分析的配电网平台 | |
| CN104506137A (zh) | 一种设备故障诊断方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: STATE ELECTRIC NET CROP. Free format text: FORMER OWNER: MAINTENANCE COMPANY OF GANSU ELECTRIC POWER COMPANY Effective date: 20131108 Owner name: GANSU PROV. ELECTRIC POWER CO. MAINTENANCE COMPANY Free format text: FORMER OWNER: LANZHOU JIAOTONG UNIV. Effective date: 20131108 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 730050 LANZHOU, GANSU PROVINCE TO: 100031 XICHENG, BEIJING |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20131108 Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant after: State Grid Corporation of China Applicant after: Gansu Electric Power Corporation Applicant after: Maintainance Company of Gansu Electric Power Corporation Applicant after: Lanzhou Jiaotong Univ. Address before: 730050 No. 358 South Road, Qilihe District, Gansu, Lanzhou Applicant before: Maintainance Company of Gansu Electric Power Corporation Applicant before: Lanzhou Jiaotong Univ. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150930 Termination date: 20191120 |