CN103942735A - 一种继电保护状态评估的方法 - Google Patents

Abstract

本发明属于电力系统领域，尤其是涉及一种继电保护状态评估的方法，该方法首先确定状态评估的各单项状态量进行数据采集，其次构建层次状态评估体系，然后依据关联规则和变权理论计算各单项状态量的常权重系数、变权重系数，然后利用模糊分布法建立各单项状态量对各状态评级的隶属函数并建立模糊关系矩阵，逐级计算模糊综合评判结果向量，最后根据最大隶属原则判定继电保护设备的运行状况。本发明避免了专家意见主观性对权重系数的影响；有助于解决常权重系数不能反映继电保护设备真实运行状况的问题；为操作人员提供准确、简洁的继电保护状态评估结果，并可以作为状态检修的依据；设计思路清晰，易于编程实现，且便于不同编程环境间的移植。

Description

一种继电保护状态评估的方法

技术领域

本发明属于电力系统领域，尤其是涉及一种继电保护状态评估的方法。

背景技术

继电保护设备的安全可靠运行对于电力系统十分重要。继电保护设备的错误动作会引发或扩大电力系统故障，给国民经济带来重大损失。因此研究切实有效的继电保护状态评估方法意义重大。

现有的继电保护状态评估方法主要包括专家评判模型、模糊理论、支持向量机以及粗糙集，其中模糊理论正得到越来越多的关注。上述方法各具特点但也存在不足。专家评判模型主要依据专家经验对继电保护设备的状态进行打分，其缺乏客观的理论依据；模糊理论依据状态量的相互关联度及隶属关系对设备进行状态评估，其没有避免专家意见的主观性缺陷；支持向量机过于依赖样本，不准确样本会严重影响评估结果。继电保护状态评估尚处于理论研究阶段，实际投入应用的状态评估系统还鲜有见闻。

模糊综合评判法在继电保护状态评估领域正得到越来越多的关注，但其常权重系数的确定依赖于专家经验，同时常权重系数不会跟随状态量的变化而变化，无法准确反映继电保护设备真实的运行状况。

发明内容

本发明的目的在于，针对目前模糊综合评判法的不足，本发明将变权理论和关联规则与模糊综合评判法相结合，提出了一种继电保护状态评估的方法，其特征在于，所述方法主要包括：

步骤1、确定状态评估的各单项状态量，进行数据采集，获取继电保护设备的状态监测数据、历史运行和维护数据以及家族性数据；

步骤2、确定状态评级，根据继电保护设备的结构特点以及状态评估的评估目标对单项状态量进行分类，构建层次状态评估体系；

步骤3、以继电保护设备的实验数据以及运行数据为基础，依据关联规则计算各单项状态量的常权重系数；

步骤4、对单项状态量的状态值进行归一化处理；

步骤5、依据变权公式，计算各单项状态量的变权重系数；

步骤6、根据状态评级，对单项状态量进行量化处理，结合各状态量的状态特点，利用模糊分布法建立各单项状态量对各状态评级的隶属函数并建立模糊关系矩阵；

步骤7、选取适当计算因子，逐级计算模糊综合评判结果向量，根据最大隶属原则判定继电保护设备的运行状况。

所述步骤1所需收集的继电保护设备数据主要包括：出厂资料、技术协议、安装记录、竣工图纸、验收报告、巡视记录、动作记录、缺陷记录、反措记录、检修记录以及实验报告信息。

所述步骤2状态评级分为正常状态、注意状态、异常状态和严重状态；继电保护设备典型的层次状态评估体系主要基于继电保护系统物理结构、典型故障分类或者重要度分组进行构建。

所述步骤3计算各单项状态量的置信度，关联规则A_ij→B_i的置信度计算公式为：

$C(A_{\mathrm{ij}}\→B_i)=P\left(B_i\right|A_{\mathrm{ij}})=\frac{P\left(A_{\mathrm{ij}}{B}_i\right)}{P\left(A_{\mathrm{ij}}\right)}$

其中，A_ij表示第i项上级状态量的第j个单项状态量超标，B_i表示第i项上级状态量对应的故障发生，C(A_ij→B_i)为关联规则A_ij→B_i的置信度，P(B_i|A_ij)为在A_ij发生的条件下B_i发生的条件概率，P(A_ijB_i)为A_ij和B_i同时发生的概率，P(A_ij)为A_ij发生的概率；

计算各单项状态量的常权重系数，其计算公式如下：

$w_{\mathrm{ij}}=\frac{C_{\mathrm{ij}}}{\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{C}_{\mathrm{ij}}}$

其中，w_ij为第i项上级状态量中的第j项单项状态量的常权重系数，C_ij为第i项上级状态量中的第j项单项状态量的置信度，m是第i项上级状态量包含的单项状态量个数。

所述步骤4依据如下公式，对各单项状态量进行归一化处理

X_i＝(D_a-D_i)/(D_a-D_p)

其中，X_i为归一化处理后的状态值，如果X_i<0，令X_i＝0；如果X_i>0，令X_i＝1，D_a为单项状态量的警示值，D_p为单项状态量的标准值，D_i为单项状态量的原始状态值。

所述步骤5基于各单项状态量的常权重系数以及经过归一化处理的状态值，计算各单项状态量的变权重系数并建立权重向量，其计算公式如下：

$v_i=\frac{w_i}{x_i}/\underset{p=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{w_p}{x_p}$

其中，v_i为第i个单项状态量的变权重系数，x_i为第i个单项状态量经过归一化处理的状态值，x_p为第p个单项状态量经过归一化处理的状态值，n是单项状态量的个数，w_i为第i个单项状态量的常权重系数，w_p为第p个单项状态量的常权重系数。

所述步骤6结合各状态量的状态特点，利用模糊分布法建立各单项状态量对评判集的隶属函数，建立模糊关系矩阵R_n×m；

其中，n是单项状态量的个数，m是状态评级的个数，r_nm为第n个单项状态量对应第m个状态评级的隶属函数值；

模糊分布法根据状态量的特点，选择一种可以表示评价对象模糊集特性的隶属函数作为分布，包括梯形分布、三角分布、岭形分布以及正态分布并根据相关背景知识确定分布参数。

所述步骤7采用加权平均模糊算子，逐级计算模糊综合评判结果向量，其计算公式如下：

其中，B为各级的模糊综合判断结果向量，V为变权重向量，表示计算因子，本发明选用加权平均模糊算子，R_n×m为各级的模糊关系矩阵，最后，根据最大隶属原则判定继电保护设备的运行状况。

本发明的有益效果在于：本发明根据继电保护设备的运行与历史数据，对其进行实时状态评估，为操作人员提供准确、可靠、详细的继电保护设备运行状况，并为设备的状态检修提供依据，因此具有以下优点：

1、本发明利用关联规则计算单项状态量的常权重系数，取代了一般模糊分析法利用模糊一致性矩阵求取常权重系数的方法，避免了专家意见主观性对权重系数的影响；

2、本发明将变权理论与模糊综合评判法相结合，使权重系数可以跟随状态量的变化而变化，有助于解决常权重系数不能反映继电保护设备真实运行状况的问题；

3、本发明能够为操作人员提供准确、简洁的继电保护状态评估结果，使操作人员对继电保护设备的实际运行状况有更加直观的了解。同时，本发明的评估结果可以作为状态检修的依据；

4、本发明设计思路清晰，易于编程实现，且便于不同编程环境间的移植。

附图说明

图1为结合变权理论和关联规则的模糊综合继电保护状态评估方法的实施流程图；

图2为实施例中构建的典型3层状态评估体系图。

具体实施方式

下面结合附图，具体说明本发明的实施方式。

本发明提出了一种继电保护状态评估的方法，如图1所示，主要包括：

步骤1、确定继电保护状态评估的各单项状态量并进行数据收集。所需收集的继电保护设备数据主要包括：出厂资料、技术协议、安装记录、竣工图纸、验收报告、巡视记录、动作记录、缺陷记录、反措记录、检修记录以及实验报告等信息。

步骤2、确定状态评级并根据不同的评估目标构建层次状态评估体系。本发明的状态评级分为正常状态、注意状态、异常状态和严重状态。正常状态表示各状态量处于稳定且在规程规定的标准限值以内,可以正常运行；注意状态表示一项或多项单项状态量变化趋势朝接近标准限值方向发展，但未超过标准限值，仍可以继续运行，应加强运行中的监视；异常状态表示单项重要状态量变化较大，已接近或略微超过标准限值，应监视运行，并适时安排停电检修；严重状态表示单项重要状态量严重超过标准限值，需要尽快安排停电检修。继电保护设备典型的层次状态评估体系主要基于继电保护系统物理结构、典型故障分类或者重要度分组进行构建。

步骤3、计算各单项状态量的置信度，关联规则A_ij→B_i的置信度计算公式为：

$C(A_{\mathrm{ij}}\&RightArrow;B_i)=P\left(B_i\right|A_{\mathrm{ij}})=\frac{P\left(A_{\mathrm{ij}}{B}_i\right)}{P\left(A_{\mathrm{ij}}\right)}$    (公式1)

其中，A_ij表示第i项上级状态量的第j个单项状态量超标，B_i表示第i项上级状态量对应的故障发生，C(A_ij→B_i)为关联规则A_ij→B_i的置信度，P(B_i|A_ij)为在A_ij发生的条件下B_i发生的条件概率，P(A_ijB_i)为A_ij和B_i同时发生的概率，P(A_ij)为A_ij发生的概率；

计算各单项状态量的常权重系数，其计算公式如下：

$w_{\mathrm{ij}}=\frac{C_{\mathrm{ij}}}{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{C}_{\mathrm{ij}}}$    (公式2)

其中，w_ij为第i项上级状态量中的第j项单项状态量的常权重系数，C_ij为第i项上级状态量中的第j项单项状态量的置信度，m是第i项上级状态量包含的单项状态量个数；

步骤4、因为各单项状态量的量纲并不相同，部分状态量不处于同一数量级，所以需对单项状态量的状态值进行归一化处理。依据如下公式，对各单项状态量进行归一化处理。

X_i＝(D_a-D_i)/(D_a-D_p)   (公式3)

其中，X_i为归一化处理后的状态值，如果X_i<0，令X_i＝0；如果X_i>0，令X_i＝1。D_a为单项状态量的警示值，D_p为单项状态量的标准值，D_i为单项状态量的原始状态值。

步骤5、基于各单项状态量的常权重系数以及经过归一化处理的状态值，计算各单项状态量的变权重系数并建立权重向量，其计算公式如下：

$v_i=\frac{w_i}{x_i}/\underset{p=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{w_p}{x_p}$    (公式4)

其中，v_i为第i个单项状态量的变权重系数，x_i为第i个单项状态量经过归一化处理的状态值，x_p为第p个单项状态量经过归一化处理的状态值，n是单项状态量的个数，w_i为第i个单项状态量的常权重系数，w_p为第p个单项状态量的常权重系数。

步骤6、结合各状态量的状态特点，利用模糊分布法建立各单项状态量对评判集的隶属函数，建立模糊关系矩阵R_n×m；

其中，n是单项状态量的个数，m是状态评级的个数，r_nm为第n个单项状态量对应第m个状态评级的隶属函数值；

模糊分布法根据状态量的特点，选择一种可以表示评价对象模糊集特性的隶属函数作为分布，并根据相关背景知识确定分布参数。工程中常用的隶属函数分布形式有梯形分布、三角分布、岭形分布以及正态分布等。

常用的分布函数如下：

降半正态分布： $A\left(x\right)=\left\{\begin{array}{c}1,x\&le;a\\ e^{-k{(x-a)}^2},x>a\end{array}\right.$    (公式5)

降半梯形分布： $A\left(x\right)=\left\{\begin{array}{c}1,x\&le;a\\ \frac{a_2-x}{a_2-a_1},a_1<x\&le;a_2\\ 0,a_2<x\end{array}\right.$    (公式6)

升半正态分布： $A\left(x\right)=\left\{\begin{array}{c}0,x\&le;a\\ 1-e^{-k{(x-a)}^2},x>a\end{array}\right.$    (公式7)

升半梯形分布： $A\left(x\right)=\left\{\begin{array}{c}0,x\&le;a\\ \frac{{x-a}_2}{a_2-a_1},a_1<x\&le;a_2\\ 1,a_2<x\end{array}\right.$    (公式8)

正态分布： $A\left(x\right)=e^{-k{(x-a)}^2}$    (公式9)

梯形分布： $A\left(x\right)=\left\{\begin{array}{c}0,x\&le;a-a_2\\ \frac{a_2+x-a}{a_2-a_1},a-a_2<x\&le;a-a_2\\ 1,a-a_1<x\&le;a+a_1\\ \frac{a_2-x+a}{a_2-a_1},a+a_1<x\&le;a+a_2\\ 0,a+a_2<x\end{array}\right.$    (公式10)

其中，k>0，a,a₁,a₂需根据各状态量的特点取最小值、最大值或者标准值。

步骤7、采用加权平均模糊算子，逐级计算模糊综合评判结果向量，其计算公式如下：

   (公式11)

其中，B为各级的模糊综合判断结果向量，V为变权重向量，表示计算因子，本发明选用加权平均模糊算子，R_n×m为各级的模糊关系矩阵。最后，根据最大隶属原则判定继电保护设备的运行状况。

下面对优选实施例作详细说明。根据上述本发明的具体实施方式，以某型数字型变压器保护装置组成的保护系统为实例。

步骤1、某型保护装置的各单项状态量及其在一个状态评估周期内的运行参数如表1所示：

表1单项状态量参数表

步骤2、构建一典型的3层状态评估体系，如图2所示。根据数字型继电保护系统的物理结构特点，将其分为保护装置、二次回路和通道状况三部分，其中保护装置部分和二次回路部分进一步分为了基本情况和运行信息两部分。最后结合单项状态量构建了3层状态评估体系。该评价体系不但可以实现对保护系统整体的状态评估，同时也可以对不同环节进行评估。

步骤3、利用公式1和公式2计算的各单项状态量的支持度和常权重如表2所示：

表2单项状态量的支持度及常权重系数表

单项状态量	支持度	常权重系数
			相对湿度	0.304	0.135
相对湿度	0.364	0.162
			家族性缺陷	0.600	0.267
运行年限	0.270	0.120
			反措落实情况	0.480	0.214
定检超期年限	0.229	0.102
			软件故障情况	0.824	0.342
插件异常情况	0.947	0.393
			通讯装置故障情况	0.395	0.164
电源插件运行年限	0.243	0.101
			运行环境	0.303	0.156
操作箱家族缺陷情况	0.781	0.403
			回路反措落实情况	0.543	0.280
回路红外温度(高出环境温度)	0.310	0.160
			回路故障情况	0.909	0.339
绝缘电阻测量值	0.800	0.298
			端子排、电缆支架锈蚀情况	0.563	0.210
电缆孔洞、防火墙、防火漆料封堵情况	0.412	0.153
			主变差流、母线差流等相关差流检查数据	0.976	0.432
光纤通道误码率及丢包率	0.833	0.369
			光纤通道中断次数	0.451	0.200

步骤4、依据公式3，对各单项状态的状态值进行归一化处理，结果如表3所示：

表3单项状态量归一化状态值表

步骤5、基于各单项状态量的常权重系数以及经过归一化处理的状态值，依据公式4计算各单项状态量的变权重系数，并建立权重向量。各全权重向量如表4所示：

表4权重向量表

权重向量	向量值
		CSC-326D	V＝[0.5,0.3,0.2]
保护装置A	VA＝[0.4,0.6]
		二次回路B	VB＝[0.65,0.35]
通道状况C	VC＝[0.480,0.410,0.111]
		保护装置基本情况A1	VA1＝[0.152,0.212,0.219,0.197,0.140,0.080]
保护装置运行信息A2	VA2＝[1.000,0.000,0.000,0.000]
		二次回路基本情况B1	VB1＝[0.168,0.538,0.187,0.107]
二次回路运行信息B2	VB2＝[0.204,0.578,0.079,0.139]

步骤6、根据公式5～10建立各单项状态量的隶属函数并建立模糊关系矩阵。所建立的模糊关系矩阵如表5所示：

表5模糊关系矩阵表

步骤7、采用加权平均模糊算子，逐级计算模糊综合评判结果向量，三级评判结果向量为：

对结果向量进行归一化处理：

二级评判结果向量为：

进行归一化处理：

B_A＝[0.1880.1550.0580.599]

B_B＝[0.3180.4880.1500.043]

B_C＝[0.4870.3590.1400.014]

一级评判结果向量：

其中，B＝[0.287 0.296 0.102 0.315]中四个数值分别对应正常、注意、异常、严重四个状态，依据最大隶属原则，0.315数值最大，则得到该保护设备处于严重状态。

分析单项状态量参数表，在一个状态评价周期内软件发生了10次故障。对于数字型保护设备，软件故障情况为重要状态量，10次的故障次数已严重超过了标准限值(2次)，该保护设备已处于严重状态，需要尽快安排停电检修。因此，本发明的状态评估结果与实际运行情况相符，验证了继电保护状态评估方法的正确性及有效性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种继电保护状态评估的方法，其特征在于，所述方法主要包括：

步骤1、确定状态评估的各单项状态量，进行数据采集，获取继电保护设备的状态监测数据、历史运行和维护数据以及家族性数据；

步骤2、确定状态评级，根据继电保护设备的结构特点以及状态评估的评估目标对单项状态量进行分类，构建层次状态评估体系；

步骤3、以继电保护设备的实验数据以及运行数据为基础，依据关联规则计算各单项状态量的常权重系数；

步骤4、对单项状态量的状态值进行归一化处理；

步骤5、依据变权公式，计算各单项状态量的变权重系数；

步骤6、根据状态评级，对单项状态量进行量化处理，结合各状态量的状态特点，利用模糊分布法建立各单项状态量对各状态评级的隶属函数并建立模糊关系矩阵；

步骤7、选取适当计算因子，逐级计算模糊综合评判结果向量，根据最大隶属原则判定继电保护设备的运行状况。

2.根据权利要求1所述方法，其特征在于，所述步骤1所需收集的继电保护设备数据主要包括：出厂资料、技术协议、安装记录、竣工图纸、验收报告、巡视记录、动作记录、缺陷记录、反措记录、检修记录以及实验报告信息。

3.根据权利要求1所述方法，其特征在于，所述步骤2状态评级分为正常状态、注意状态、异常状态和严重状态；继电保护设备典型的层次状态评估体系主要基于继电保护系统物理结构、典型故障分类或者重要度分组进行构建。

4.根据权利要求1所述方法，其特征在于，所述步骤3计算各单项状态量的置信度，关联规则A_ij→B_i的置信度计算公式为：

$C(A_{\mathrm{ij}}\&RightArrow;B_i)=P\left(B_i\right|A_{\mathrm{ij}})=\frac{P\left(A_{\mathrm{ij}}{B}_i\right)}{P\left(A_{\mathrm{ij}}\right)}$

其中，A_ij表示第i项上级状态量的第j个单项状态量超标，B_i表示第i项上级状态量对应的故障发生，C(A_ij→B_i)为关联规则A_ij→B_i的置信度，P(B_i|A_ij)为在A_ij发生的条件下B_i发生的条件概率，P(A_ijB_i)为A_ij和B_i同时发生的概率，P(A_ij)为A_ij发生的概率；

计算各单项状态量的常权重系数，其计算公式如下：

$w_{\mathrm{ij}}=\frac{C_{\mathrm{ij}}}{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{C}_{\mathrm{ij}}}$

其中，w_ij为第i项上级状态量中的第j项单项状态量的常权重系数，C_ij为第i项上级状态量中的第j项单项状态量的置信度，m是第i项上级状态量包含的单项状态量个数。

5.根据权利要求1所述方法，其特征在于，所述步骤4依据如下公式，对各单项状态量进行归一化处理

X_i＝(D_a-D_i)/(D_a-D_p)

其中，X_i为归一化处理后的状态值，如果X_i<0，令X_i＝0；如果X_i>0，令X_i＝1，D_a为单项状态量的警示值，D_p为单项状态量的标准值，D_i为单项状态量的原始状态值。

6.根据权利要求1所述方法，其特征在于，所述步骤5基于各单项状态量的常权重系数以及经过归一化处理的状态值，计算各单项状态量的变权重系数并建立权重向量，其计算公式如下：

$v_i=\frac{w_i}{x_i}/\underset{p=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{w_p}{x_p}$

其中，v_i为第i个单项状态量的变权重系数，x_i为第i个单项状态量经过归一化处理的状态值，x_p为第p个单项状态量经过归一化处理的状态值，n是单项状态量的个数，w_i为第i个单项状态量的常权重系数，w_p为第p个单项状态量的常权重系数。

7.根据权利要求1所述方法，其特征在于，所述步骤6结合各状态量的状态特点，利用模糊分布法建立各单项状态量对评判集的隶属函数，建立模糊关系矩阵R_n×m；

其中，n是单项状态量的个数，m是状态评级的个数，r_nm为第n个单项状态量对应第m个状态评级的隶属函数值；

模糊分布法根据状态量的特点，选择一种可以表示评价对象模糊集特性的隶属函数作为分布，包括梯形分布、三角分布、岭形分布以及正态分布并根据相关背景知识确定分布参数。

8.根据权利要求1所述方法，其特征在于，所述步骤7采用加权平均模糊算子，逐级计算模糊综合评判结果向量，其计算公式如下：

其中，B为各级的模糊综合判断结果向量，V为变权重向量，表示计算因子，本发明选用加权平均模糊算子，R_n×m为各级的模糊关系矩阵，最后，根据最大隶属原则判定继电保护设备的运行状况。