CN103901320A - 一种计及多源数据的电力系统故障诊断方法 - Google Patents

Abstract

本发明公开了一种计及多源数据的电力系统故障诊断方法，首先,利用故障后的断路器状态与静态电网拓扑数据快速确定故障区域，以此减少优化变量，提高诊断速度;然后,对现有的Petri网模型做了进一步发展,在模型中引入电气量判据并在保护和断路器期望状态表达式中充分计及电气量信息，所发展的计及多源数据的电力系统故障诊断方法求解。结果表明,本发明的方法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。

Description

一种计及多源数据的电力系统故障诊断方法

技术领域

本发明属于电力系统安全处理技术领域，涉及一种计及多源数据的电力系统故障诊断的方法。

背景技术

电力系统故障诊断就是利用故障发生后所产生的警报信息及时、有效地确定故障元件,为调度人员快速辨识故障提供辅助决策,其有助于尽快切除故障,恢复电力系统的正常运行。国内外学者在这一领域开展了大量研究,提出了众多的故障诊断方法。其中，基于Petri网的故障诊断方法理论相对比较成熟，但在实际电力系统中,故障发生时保护和断路器有可能误动或拒动,警报上传过程中也可能出现上传不及时、畸变或丢失的情况，这对基于Petri网的故障诊断方法提出了新的要求。

通信技术的发展和电力信息系统的逐渐成熟使得获取更加丰富的信息源用于故障诊断成为可能。在我国,以相量测量单元(phasor measurement unit,PMU)为基础的广域测量系统(wide area measurement system,WAMS)开始得到应用。戴志辉,李强等人在《电力系统保护与控制》2010,38(12):50-53上发表了《基于停电区域及广域同步信息的电网故障快速诊断研究》一文中介绍了利用广域同步信息,构建一种基于停电区域的故障诊断方法。

在上述背景下，提出了所述计及多源数据的电力系统故障诊断方法，该方法充分利用故障时系统的多源信息(如电气变化量、保护动作信息、断路器开断信息等)进行故障识别，通过这三类信息的时序属性对警报进行校正。所发展的模型考虑了故障时电气量的变化、元件动作的逻辑关系、电气量的时序属性、元件故障和保护动作之间及保护动作和断路器动作之间的延时约束、保护和断路器动作不确定性、主保护与近/远后备保护和断路器对诊断结果的影响程度。因此，在已有Petri网模型的基础上，合理利用电气量信息以此提高现有Petri网模型的容错性和准确度，是故障诊断领域的新的研究重点。

发明内容

本发明所要解决的技术问题是：提供一种电力系统故障诊断方法，能够避免断路器变位信息错误和缺失对确定故障区域所造成的负面影响。

为解决上述技术问题，本发明提供一种计及多源数据的电力系统故障诊断方法，其特征在于，包括以下步骤：

步骤1，确定故障区域：根据SCADA系统提供的断路器变位信息,采用广度优先方法搜索确定故障区域，若故障区域只包含一个元件,则该元件即为故障元件;若故障区域内包括两个或以上元件,则进入步骤2；

步骤2，建立元件故障诊断模型：根据故障电气量判据、故障元件与相应保护、断路器动作之间的逻辑关系构建元件的电力系统故障诊断模型,即加权模糊时序Petri网；

步骤3,基于矩阵计算的推理：根据所建立的电力系统故障诊断模型,通过矩阵运算实现推理分析,计算该可疑元件发生故障的真实度，最后诊断出故障元件；

步骤4，对保护和断路器动作进行评价：步骤三诊断出故障元件后，根据该故障元件故障时，所关联的保护和断路器期望状态跟实际状态进行比较，得到其中运行状态不一致的保护和断路器，以判断保护和断路器的误动与拒动情况，由此对保护和断路器动作进行评价。

本发明所达到的有益效果：

本发明的所述的计及多源数据的电力系统故障诊断方法，通过联合利用故障后的电气量和断路器变位信息，在很大程度上避免断路器变位信息错误和缺失对确定故障区域所造成的负面影响。通过计及故障后的电气量变化特性，发展了一种改进的故障诊断Petri网模型，改善了故障诊断Petri网方法的容错性，能够处理伴随保护/断路器异常动作和警报畸变/丢失的情况。

附图说明

图1为计及多源数据的电力系统故障诊断方法流程图；

图2为IEEE新英格兰10机39节点系统图；

图3为母线的计及多源数据的电力系统故障诊断模型；

图4为线路的计及多源数据的电力系统故障诊断模型；

图5某元件故障警报信息时序特性；

图6一个简单Petri网的结构；

图7为某元件故障警报信息时序特性。

具体实施方式

本发明的基于计及多源数据的电力系统故障诊断方法如流程图1所示。

下面对基于计及多源数据的电力系统故障诊断各步骤进行说明：

步骤1，确定故障区域：根据SCADA系统提供的断路器变位信息,采用广度优先方法搜索确定故障区域，若故障区域只包含一个元件,则该元件即为故障元件;若故障区域内包括两个或以上元件,则进入步骤2；

步骤2，建立元件故障诊断模型：根据故障电气量判据、故障元件与相应保护、断路器动作之间的逻辑关系构建元件的电力系统故障诊断模型,即加权模糊时序Petri网；

步骤3,基于矩阵计算的推理：根据所建立的电力系统故障诊断模型,通过矩阵运算实现推理分析,计算该可疑元件发生故障的真实度，最后诊断出故障元件；

步骤4，对保护和断路器动作进行评价：步骤三诊断出故障元件后，根据该故障元件故障时，所关联的保护和断路器期望状态跟实际状态进行比较，得到其中运行状态不一致的保护和断路器，以判断保护和断路器的误动与拒动情况，由此对保护和断路器动作进行评价。

在所述步骤2中，定义电力系统故障诊断模型为一个十一元组:

S_WFTPN＝{P,T,I,O,A_cc,ΔT_min,ΔT_max,U,T_hre,W,M}    （1）

式中:P＝{p₁,p₂,…,p_n}为库所集,n为库所数;T＝{t₁,t₂,…,t_h}为变迁集,用于表征推理规则,h为变迁数;I:P→T为反映库所到变迁的映射,I＝[δ_ij]为n×h矩阵,当p_i是t_j的输入(即存在p_i到t_j的有向弧)时δ_ij＝1,否则δ_ij＝0;O:T→P反映变迁到库所的映射,O＝[γ_ij]为h×n矩阵,当p_j是t_i的输出(存在t_i到p_j的有向弧)时γ_ij＝1,否则γ_ij＝0;A_cc＝[a_ij]为n×n矩阵,表征一般库所到达目的库所的通路,当p_i的库所通路经过p_j时ai_j＝1,否则ai_j＝0，P＝{p₁,p₂,…,p_n}为库所集，指的是故障母线/线路所关联的所有保护、断路器的集合，而p_i则是其中的某一个保护或断路器;ΔT_min＝[Δτ_1min,Δτ_2min,…,Δτ_nmin]为库所与后置变迁的最小延时约束，Δτ_nmin是其中编号为n的变迁t_n和前置库所之间的最小延时约束，ΔT_max＝[Δτ_1max,Δτ_2max,…,Δτ_nmax]为库所与后置变迁的最大延时约束,若Δτ_min=Δτ_max=0，Δτ_nmax是其中编号为n的变迁t_n和前置库所之间的最大延时约束，变迁瞬间激活;U＝[μ₁,μ₂,…,μ_h]为变迁的置信度向量,若对于任意j有μ_j＝1,μ_j为变迁的置信度，λ_h为变迁的点火阈值，w_n为输入弧的权值，模型即为不含模糊变量的简单Petri网;T_hre＝[λ₁,λ₂,…,λ_h]为变迁的点火阈值向量;W＝diag(w₁,w₂,…,w_n)为输入弧的权值矩阵,反映前提条件对规则的影响程度,其取值与库所表征的事件类型相关;M＝[α(p₁),α(p₂),…,α(p_n)]为库所置信度向量,α(p_i)表示库所p_i的置信度。

图5为某元件故障警报信息时序特性,1、3、5分别代表主保护、近后备保护和远后备保护;2、4、6分别为主保护、近后备保护和远后备保护所对应的断路器;τ₁、τ₃、τ₅分别代表主保护、近后备保护和远后备保护动作的时间差(相对于故障时刻);τ₂、τ₄、τ₆分别表示各个保护对应的断路器断开的时间差(相对于各对应保护动作时刻);ΔT为故障恢复时间。

保护动作顺序依次为主保护、近后备保护和远后备保护。定义它们相对于故障时刻的延时分别为 $\mathrm{\Δ}{T}_{\mathrm{mr}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mr}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mr}}^{\max }],$ $\mathrm{\Δ}{T}_{\mathrm{pr}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pr}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pr}}^{\max }]$ 和

定义各类保护对应的断路器相对于保护动作时间的延时分别为 $\mathrm{\Δ}{T}_{\mathrm{mc}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mc}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mc}}^{\max }],$ $\mathrm{\Δ}{T}_{\mathrm{pc}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pc}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pc}}^{\max }]$ 和 $\mathrm{\Δ}{T}_{\mathrm{sc}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{sc}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{sc}}^{\max }].$

变迁的置信度，指的是变迁事件发生的概率。

变迁的点火阈值，Petri网的网络结构是静态的,其动态性质是通过变迁的触发点火及库所中托肯的转移体现出来的。变迁在满足一定条件时点火,变迁的点火可以造成托肯按照有向弧的方向从该变迁的输入库所转移至输出库所中。Petri网的图形表示是将库所节点、变迁节点和有向弧用图形的方法表示出来,其中库所用圆圈“○”表示,变迁用竖线“|”表示。图6所示为简单的Petri网的结构,当变迁t₁点火时库所p₁中的托肯将转移至库所p₂中。如果变迁t所有的输入库所中都有托肯且每一个库所中的托肯的数量大于或等于点火阈值，那么变迁t满足点火条件。

输入弧的权值，反映前提条件对规则的影响程度,其取值与库所表征的事件类型相关，取值在0到1之间，如图3和图4中所示w_n。

在所述步骤2中，所述电力系统故障诊断模型中，库所集包括保护库所、断路器库所、过渡库所,还包括电气量判据库所,最大/最小延时约束增加了电气量判据的延时区间,其他九元亦做相应调整。

在所述步骤3中，推理过程同样用于获得一个稳定的网络状态,即库所置信度矩阵M的值不再随迭代进行而变化的状态，首先通过延时约束对警报进行筛选。假设第k次迭代得到置信度矩阵M^k,则获取第k+1次置信度矩阵M^k+1的推理过程如下:

31）根据时序约束推理分析求出库所通路对应的最小累积延时约束矩阵ΣΔT_min,以及最大累积延时约束矩阵ΣΔT_max:

ΣΔT_min＝(A_ccg(ΔT_min)^T)^T          （2）

ΣΔT_max＝(A_ccg（ΔT_max）^T)^T          （3）

时序约束推理分析方法具体是指对于每一个元件故障，都会有其关联的主保护、近后备保护和远后备保护相应地动作。图7为某元件故障警报信息时序特性所示,1、3、5分别代表主保护、近后备保护和远后备保护;2、4、6分别为主保护、近后备保护和远后备保护所对应的断路器;τ₁、τ₃、τ₅分别代表主保护、近后备保护和远后备保护动作的时间差(相对于故障时刻);τ₂、τ₄、τ₆分别表示各个保护对应的断路器断开的时间差(相对于各对应保护动作时刻);ΔT为故障恢复时间。

保护动作顺序依次为主保护、近后备保护和远后备保护。定义它们相对于故障时刻的延时分别为 $\mathrm{\Δ}{T}_{\mathrm{mr}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mr}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mr}}^{\max }],$ $\mathrm{\Δ}{T}_{\mathrm{pr}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pr}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pr}}^{\max }]$ 和

定义各类保护对应的断路器相对于保护动作时间的延时分别为 $\mathrm{\Δ}{T}_{\mathrm{mc}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mc}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{mc}}^{\max }],$ $\mathrm{\Δ}{T}_{\mathrm{pc}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pc}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{pc}}^{\max }]$ 和 $\mathrm{\Δ}{T}_{\mathrm{sc}}\∈[\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{sc}}^{\min },\mathrm{\Δ}{\mathrm{\τ}}_{\mathrm{sc}}^{\max }].$

32）检验警报信息的时序一致性,在此基础上筛选警报：将由警报信息中保护、断路器，和给定的过渡库所的延时信息所构成的向量ΔT_mesmin和ΔT_mesmax与延时约束进行比较，得库所的延时约束判定向量:

ΔT_mesmin和ΔT_mesmax定义：警报信息中保护、断路器和给定的过渡库所的延时信息所构成的最小延时向量和最大延时向量；

在加权模糊时序Petri网的推理过程中,需要同时考虑延时约束。假设A、B和C均为h×n矩阵,而D为h×q矩阵,E为q×n矩阵,定义:1)加法算子

则c_ij＝max(a_ij,b_ij);2)比较算子

则当a_ij≥b_ij时c_ij＝1,否则c_ij＝0;3)直乘算子e:C＝AeB,则c_ij＝a_ijb_ij;4)乘法算子

则 $c_{\mathrm{ij}}=\underset{1\≤k\≤q}{\max }\left(d_{\mathrm{ik}}{e}_{\mathrm{kj}}\right);$ 5)矩阵乘法g:C＝DgE,则 $c_{\mathrm{ij}}=\underset{k=1}{\overset{q}{\mathrm{\Σ}}}{d}_{\mathrm{ik}}{e}_{\mathrm{kj}}.$

33）根据电气量判据与断路器判据延时区间相关性,对断路器信息进行校正：根据警报信息里的电气量判据、保护判据,以及修正的断路器判据给定库所置信度向量M的初始状态M⁰,令k＝0;电气量判据与断路器判据延时区间相关性：指的是电气量判据在时间上也跟断路器判据延时约束上有一样的特性；

34）计算库所第k+1次推算的M^k+1:

式中:W_inarc为输入弧的权值,W_inarc＝WgI;E^k为变迁合成输入可信度,E^k＝M^kgW_inarc;G^k为变迁的合成输入可信度与阈值进行比较后得到满足激活条件的变迁集合,H^k为可使变迁激活的合成输入可信度,H^k＝E^keG^k。

35）若M^k+1＝M^k,则电力系统故障诊断模型Petri网的置信度矩阵是稳定的,否则令k＝k+1,返回步骤34）。

针对故障诊断中存在保护和断路器有可能误动或拒动,警报上传过程中也可能出现上传不及时、畸变或丢失等不确定性因素，本发明用一个较为复杂的算例说明本发明所提出故障诊断方法的能力。

在这种故障场景中,有四个设备同时发生故障,且在一个较小区域内存在三重故障,还伴随保护误动和拒动、断路器拒动以及警报信息丢失和电气量信息局部畸变等复杂情况。以图2所示的IEEE39节点系统为例来说明所发展的方法。假设收到带时序的警报信息:电气量判据v_{I_B14}=1(721ms)、v_{U_B14}=1(739ms);保护RB14m(20ms)、R(4)-14s(750ms)和R14-(15)s(371ms)动作;断路器CB(14)-15(73ms)、CB(14)-13(81ms)和CB(4)-14(870ms)跳开。

1)故障区域识别。基于所收到的警报信息,通过广度优先搜索确定故障区域,确定可疑故障元件为B14和L4-14。

2)对故障区域中的各元件建模。采用所述的方法,建立母线B14和线路L4-14的计及多源数据的电力系统故障诊断模型,分别如图3和图4所示。

3)基于矩阵运算的推理分析。根据所述的计及多源数据的电力系统故障诊断方法的推理分析,构造相应矩阵进行推理运算。

①采用矩阵运算对母线B14的计及多源数据的电力系统故障诊断模型进行推理分析

首先根据延时约束对收到的警报进行筛选,得到库所通路矩阵、库所通路所对应的最小累积延时约束向量和最大累积延时约束向量分别为:

$A_{\mathrm{cc}}=\left[\begin{array}{cccccccccccccccccccc}1& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 1& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 1& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 1& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 1& 1& 1& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 1& 0& 1& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 1& 0& 1& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 1& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 1& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1\end{array}\right]$

(注:库所RB14m的库所通路只需计t₁、t₃和t₅中的一个即可,因为三个变迁是等价的。)

ΣΔT_min=(A_ccg(ΔT_min)^T)^T

＝[640,640,640,50,50,50,10,600,600,600,0,0,0,0,640,50,0,0,0,0]

ΣΔT_max＝(A_ccg(ΔT_max)^T)^T

＝[1200,1200,1200,100,100,100,40,1100,1100,1100,0,0,0,0,1200,100,0,1200,0,0]

之后,检验时序的一致性。将警报信息中的电气量判据、保护和断路器延时信息集合ΔT_mesmin和ΔT_mesmax与延时约束进行比较,得到满足约束的保护和断路器判定

向量(f_i＝0表示相应警报信息不满足约束):

这样,经延时约束筛选后的有效警报信息为:电气量判据v_{I_B14s}=1(721ms)、v_{U_B14}=1(739ms);保护RB14m(20ms)和R(4)-14s(750ms)动作;断路器CB(14)-15(73ms)、CB(14)-13(81ms)和CB(4)-14(870ms)跳开。

Petri网模型的库所集为:

P＝{CB_(4)-14,CB_(13)-14,CB_14-(15),CB_4-(14),CB_(14)-13,CB_(14)-15,R_B14m,R_(4)-14s,R_(13)-14s,R_14-(15)s,L4-14,L13-14,L14-15,p₁,v_{I_B14m},v_{I_B14s},p₂,v_{U_B14},p₃,B14}

变迁集为:

T＝{t₁,t₂,t₃,t₄,t₅,t₆,t₇,t₈,t₉,t₁₀,t₁₁}

变迁的输入矩阵:

$I=\left[\begin{array}{ccccccccccc}0& 1& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 2& 0& 0& 0& 0& 0\\ 1& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0\\ 1& 0& 1& 0& 1& 0& 0& 0& 0& 0& 0\\ 0& 1& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0\end{array}\right]$

变迁的输出矩阵:

$O=\left[\begin{array}{cccccccccccccccccccc}0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0& 1\end{array}\right]$

变迁置信度向量:

U＝[0.95,0.95,0.95,0.95,0.95,0.95,0.95,0.95,0.95,0.95,1]

变迁激活阈值向量:

T_hre＝[0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0]

输入弧权值向量:

W＝diag(0.50,0.50,0.50,0.45,0.45,0.45,0.60,0.50,0.50,0.50,0.33,0.33,0.33,0.50,1.00,1.00,0.50,0.50,0.50,0)

给定Petri网模型中的库所初始状态为:

M⁰=[0.65,0.20,0.20,0.20,0.85,0.85,0.90,0.70,0.20,0.20,0.00,0.00,0.00,0.00,0.20,0.85,0.00,0.85,0.00,0.00]

第1次迭代/推理后得到的库所状态为:

第2次迭代/推理得到的库所状态为:

第3次迭代/推理得到的库所状态为:

第4次迭代/推理得到的库所状态为:

由于第3次和第4次迭代/推理后的结果相同,求解过程结束,母线B14发生故障的置信度为0.721。

②采用矩阵运算对线路L4-14的计及多源数据的电力系统故障诊断模型进行推理分析

同理,首先根据延时约束对收到的警报进行筛选,得到库所通路所对应的最小和最大累积延时约束向量分别为:

ΣΔT_min=(A_ccg(ΔT_min)^T)^T

＝[640,640,640,640,320,320,50,50,10,10,300,300,600,600,600,600,0,0,0,0,0]

ΣΔT_max＝(A_ccg(ΔT_max)^T)^T

＝[1200,1200,1200,1200,540,540,100,100,40,40,500,500,1100,1100,1100,1100,0,0,0,0,0]

之后,检验时序的一致性。将警报信息中的保护和断路器延时信息集合ΔT_mesmin和ΔT_mesmax与延时约束进行比较,得到满足约束的保护和断路器判定向量(f_i＝0表示相应警报信息不满足约束):

这样,经延时约束筛选后的有效警报信息为:电气量判据v_{I_B14}=1(721ms)、v_{U_B14}=1(739ms);保护RB14m(20ms)和R(4)-14s(750ms)动作;断路器CB(14)-15(73ms)、CB(14)-13(81ms)和CB(4)-14(870ms)跳开。

Petri网模型的库所集为:

P＝{CB_4-(5),CB_(3)-4,CB_14-(15),CB_(13)-14,CB'_(4)-14,CB'_4-(14),CB_(4)-14,CB_4-(14),R_(4)-14m,R_4-(14)m,R_(4)-14p,R_4-(14)p,R_4-(5)s,R_(3)-4s,R_14-(15)s,R_(13)-14s,p₁,p₂,p₃,p₄,p₅,p₆,L(4)-14,L4-(14),p₇,u_{I_L4-14m},u_{I_L4-14p},u_{I_L4-14s},p₈,u_{U_L4-14m},u_{U_L4-14p},u_{U_L4-14s},p₉,p₁₀,L4-14}

变迁集为:

T＝{t₁,t₂,t₃,t₄,t₅,t₆,t₇,t₈,t₉,t₁₀,t₁₁,t₁₂,t₁₃,t₁₄,t₁₅,t₁₆,t₁₇,t₁₈,t₁₉,t₂₀,t₂₁}

给定Petri网模型中的库所初始状态为:

M⁰=[0.20,0.20,0.20,0.20,0.75,0.20,0.85,0.20,0.20,0.20,0.20,0.20,0.20,0.20,0.20,0.20,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.20,0.20,0.20,0.00,0.20,0.20,0.20,0.00,0.00,0.00]

第1次迭代/推理后得到的库所状态为:

第2次迭代/推理后得到的库所状态为:

第3次迭代/推理后得到的库所状态为:

第4次迭代/推理后得到的库所状态为:

由于第3次和第4次迭代/推理后的结果相同,求解过程结束,线路L4-14发生故障的置信度为0.283。

基于上述结果,可以判定故障元件为母线B14。

4)保护和断路器动作评价

经上述步骤判断出故障元件后,现在进行逆向推理。可知在母线B14发生故障后,主保护RB14m动作,触发断路器CB(14)-15、CB(14)-13和CB4-(14)动作跳闸,而其中断路器CB4-(14)拒动,故相应后备保护R(4)-14s动作跳开断路器CB(4)-14,从而隔离故障。这样,评价结果为断路器CB4-(14)拒动。

以上已以较佳实施例公开了本发明，然其并非用以限制本发明，凡采用等同替换或者等效变换方式所获得的技术方案，均落在本发明的保护范围之内。

Claims (4)

1.一种计及多源数据的电力系统故障诊断方法，其特征在于，包括以下步骤：

步骤1，确定故障区域：根据SCADA系统提供的断路器变位信息,采用广度优先方法搜索确定故障区域，若故障区域只包含一个元件,则该元件即为故障元件;若故障区域内包括两个或以上元件,则进入步骤2；

步骤2，建立元件故障诊断模型：根据故障电气量判据、故障元件与相应保护、断路器动作之间的逻辑关系构建元件的电力系统故障诊断模型,即加权模糊时序Petri网；

步骤3,基于矩阵计算的推理：根据所建立的电力系统故障诊断模型,通过矩阵运算实现推理分析,计算该可疑元件发生故障的真实度，最后诊断出故障元件；

步骤4，对保护和断路器动作进行评价：步骤三诊断出故障元件后，根据该故障元件故障时，所关联的保护和断路器期望状态跟实际状态进行比较，得到其中运行状态不一致的保护和断路器，以判断保护和断路器的误动与拒动情况，由此对保护和断路器动作进行评价。

2.根据权利要求1所述的计及多源数据的电力系统故障诊断方法，其特征在于：在所述步骤2中，定义电力系统故障诊断模型为一个十一元组:

S_WFTPN＝{P,T,I,O,A_cc,ΔT_min,ΔT_max,U,T_hre,W,M}     （1）

式中:P＝{p₁,p₂,…,p_n}为库所集,n为库所数;T＝{t₁,t₂,…,t_h}为变迁集,用于表征推理规则,h为变迁数;I:P→T为反映库所到变迁的映射,I＝[δ_ij]为n×h矩阵,当p_i是t_j的输入时δ_ij＝1,否则δ_ij＝0;O:T→P反映变迁到库所的映射,O＝[γ_ij]为h×n矩阵,当p_j是t_i的输出时γ_ij＝1,否则γ_ij＝0，i和j为编号;A_cc＝[a_ij]为n×n矩阵,表征一般库所到达目的库所的通路,当p_i的库所通路经过p_j时a_ij＝1,P＝{p₁,p₂,…,p_n}为库所集，在所发展方法中，则指的是故障母线/线路所关联的所有保护、断路器的集合，而p_i则是其中的某一个保护或断路器；否则a_ij＝0;ΔT_min＝[Δτ_1min,Δτ_2min,…,Δτ_nmin]为库所与后置变迁的最小延时约束，Δτ_nmin是其中编号为n的变迁t_n和前置库所之间的最小延时约束，ΔT_max＝[Δτ_1max,Δτ_2max,…,Δτ_nmax]为库所与后置变迁的最大延时约束,Δτ_nmax是其中编号为n的变迁t_n和前置库所之间的最大延时约束，若Δτ_min=Δτ_max=0,变迁瞬间激活;U＝[μ₁,μ₂,…,μ_h]为变迁的置信度向量,若对于任意j有μ_j＝1,μ_j为变迁的置信度，λ_h为变迁的点火阈值，w_n为输入弧的权值;T_hre＝[λ₁,λ₂,…,λ_h]为变迁的点火阈值向量;W＝diag(w₁,w₂,…,w_n)为输入弧的权值矩阵,反映前提条件对规则的影响程度,其取值与库所表征的事件类型相关;M＝[α(p₁),α(p₂),…,α(p_n)]为库所置信度向量,α(p_i)表示库所p_i的置信度。

3.根据权利要求1所述的计及多源数据的电力系统故障诊断方法，其特征在于：在所述步骤2中，所述电力系统故障诊断模型中，库所集包括保护库所、断路器库所、过渡库所,还包括电气量判据库所。

4.根据权利要求1所述的计及多源数据的电力系统故障诊断方法，其特征在于：在所述步骤3中，假设第k次迭代得到置信度矩阵M^k,则获取第k+1次置信度矩阵M^k+1的推理过程如下:

31）根据时序约束推理分析方法求出库所通路对应的最小累积延时约束矩阵ΣΔT_min,以及最大累积延时约束矩阵ΣΔT_max:

ΣΔT_min＝(A_ccg(ΔT_min)^T)^T             （2）

ΣΔT_max＝(A_ccg（ΔT_max）^T)^T           （3）

32）检验警报信息的时序一致性,在此基础上筛选警报：将由警报信息中保护、断路器，和给定的过渡库所的延时信息所构成的向量ΔT_mesmin和ΔT_mesmax与延时约束进行比较，得库所的延时约束判定向量:

ΔT_mesmin和ΔT_mesmax定义：警报信息中保护、断路器和给定的过渡库所的延时信息所构成的最小延时向量和最大延时向量；

33）根据电气量判据与断路器判据延时区间相关性,对断路器信息进行校正：根据警报信息里的电气量判据、保护判据,以及修正的断路器判据给定库所置信度向量M的初始状态M⁰,令k＝0;

34）计算库所第k+1次推算的M^k+1:

式中:W_inarc为输入弧的权值,W_inarc＝WgI;E^k为变迁合成输入可信度,E^k＝M^kgW_inarc;G^k为变迁的合成输入可信度与阈值进行比较后得到满足激活条件的变迁集合,

H^k为可使变迁激活的合成输入可信度,H^k＝E^keG^k。

35）若M^k+1＝M^k,则电力系统故障诊断模型Petri网的置信度矩阵是稳定的,否则令k＝k+1,返回步骤34）。

Images