CN106841909B

CN106841909B - 基于方向分层模糊Petri网的多源信息融合配电网故障分析

Info

Publication number: CN106841909B
Application number: CN201611181067.5A
Authority: CN
Inventors: 韩锋利; 刘鑫蕊; 冯喜强; 李祎; 孙秋野; 李悦悦; 杨欢; 张化光; 杨珺; 金鹏; 杨一帆; 隋伯昊; 刘宇; 王佳铮
Original assignee: State Grid Corp of China SGCC; Shenyang Power Supply Co of State Grid Liaoning Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; Shenyang Power Supply Co of State Grid Liaoning Electric Power Co Ltd
Priority date: 2016-12-20
Filing date: 2016-12-20
Publication date: 2019-07-09
Anticipated expiration: 2036-12-20
Also published as: CN106841909A

Abstract

基于方向分层模糊Petri网的多源信息融合配电网故障分析涉及配电网故障分析领域，特别涉及基于方向分层模糊Petri网的多源信息融合配电网故障分析的方法。本发明提出一种基于多源信息融合的模糊Petri网配电网故障分析的方法，包括以下步骤：步骤1、根据SCADA系统、WAMS系统，提取保护、断路器的动作信息、时序信息和相关的电气量信息。建立基于保护方向的行向量，并利用保护、断路器的电气量信息进行信息纠错；步骤2、通过修正后的断路器变位信息中获取一个故障区域边界断路器，沿其停电侧方向，采用深度优先搜索方法，以快速确定故障区域。若故障区域只有一个元件，直接输出该元件为故障元件。

Description

基于方向分层模糊Petri网的多源信息融合配电网故障分析

技术领域

本发明涉及配电网故障分析领域，特别涉及基于方向分层模糊Petri网的多源信息融合配电网故障分析的方法。

背景技术

随着配电网自动化水平及通信、广域测量技术的发展，系统终端通常可以采集到大量的故障信息，进而故障的快速准确分析越来越困难。近些年来，国内外学者从不同的角度出发，提出了一系列故障分析的方法和思路，这些方法可以分为基于优化、计算、推理的方法，主要有遗传算法、专家系统法、小波变换、模糊集方法、粗糙集方法等。目前，这方面的研究工作虽取得了进展和成果，但仍存在不足：基于优化的方法主要存在在建立规划模型的过程中，多级后备保护建模困难，以及在寻优过程中容易陷入局部最优的缺点；基于计算分析的方法主要存在需要的故障数据源没有全网布置；基于推理的方法主要存在有主观因素的影响。

传统的单信息源的配电网故障诊断方法无法消除保护、开关误动、拒动和传输过程当中故障信息丢失等不确定状况对故障诊断产生的不利影响，因此依据单一数据源的故障诊断方法不能得到令人满意的结果。充分利用时序信息和电压电流信息，并与开关量相结合的诊断方法是研究配电网故障诊断的趋势。同时，随着智能电网的迅速发展，分布式电源的大量不确定接入，配电网结构越来越复杂。

基于方向分层模糊Petri网故障分析模型是以基于方向保护集形式处理配电网保护信息。当配电网拓扑结构改变时，只需更新相应的保护集信息，不需要重新建模，对配电网的灵活多变、拓扑结构有较强的适应性。为增强该模型的容错性和可靠性，采用D-S证据体融处理时序可信度、电气量可信度和动作可信度。

因此，基于方向分层模糊Petri网的多源信息融合配电网故障分析，具有一定的现实意义。

发明内容

针对现有技术的不足，本发明提出一种基于多源信息融合的模糊Petri网配电网故障分析的方法，包括以下步骤：

步骤1、根据SCADA系统、WAMS系统，提取保护、断路器的动作信息、时序信息和相关的电气量信息。建立基于保护方向的行向量，并利用保护、断路器的电气量信息进行信息纠错；

步骤2、通过修正后的断路器变位信息中获取一个故障区域边界断路器，沿其停电侧方向，采用深度优先搜索方法，以快速确定故障区域。若故障区域只有一个元件，直接输出该元件为故障元件；

步骤3、将故障区域中各元件均视为故障可疑元件，并建立基于方向分层模糊Petri网故障分析模型。

步骤4、采用改进D-S证据理论处理各个保护(断路器)的动作可信度、时序可信度、电气量可信度，并重置各个保护(断路器)的库所初始置信度。通过矩阵算法求出各可疑故障元件的故障概率；

步骤5、根据可疑故障元件的故障概率计算其伽马函数值进行初始分类，再采用C-均值算法进行故障分类，最后输出故障元件。

步骤1的中所述利用建立基于保护方向的行向量和保护、断路器的电气量信息进行信息纠错的具体实施如下：

将继电保护装置、断路器以基于方向整理，即属于同一保护方向的继电保护装置、断路器一起整理。构建基于方向保护动作行向量A＝[a₁ a₂ a₃ a₄]、断路器动作行向量B＝[b₁ b₂ b₃ b₄]。其中a₁、a₂、a₃、a₄分别表示某可疑元件的主保护、近后备保护、第一远后备保护、第二远后备保护，b₁、b₂、b₃、b₄表示主保护、近后备保护、第一远后备保护、第二远后备保护控制相应的断路器。主保护和近后备保护主保护和近后备保护保护或者断路器动作时，设置行向量A与B相应的元素为1，否则为0。行向量A与B进行同或运算得到行向量C＝[c₁ c₂c₃ c₄]。若行向量C中各元素均为1，则说明各个保护和与之其相对应的断路器逻辑关系正确。若行向量C中一个或者几个元素为1，计算N＝A-B＝[n₁ n₂ n₃ n₄]，再与B进行比较。以行向量C中第i个元素等于1进行说明：若则说明与i相对应保护误动、断路器拒动或信息丢失。若则说明与i相对应断路器误动、保护拒动或信息丢失。行向量C中多个元素为1的判定相类似。

针对以上讨论中存在保护信息丢失、拒动、误动情况，利用以下的方法进行判断：

设系统中采集到断路器跳闸时刻为T₀。考虑到可能发生扰动的情况，若从T_i起连续5次采样的点均满足式(1)、(2)，则说明保护应该动作。

T_i＝T₀-ΔT_p (3)

式中为事先设定保护动作的电流、电压阈值，ΔT_p为保护的整定时间与断路器机械延时之和。若保护满足式(1)、(2)，则说明保护动作信息丢失或拒动的可能；若保护不满足式(1)、(2)，则说明保护误动。根据上述情况修正相应的保护。

通过该断路器的电流为零、断路器两端的电压一侧为额定电压一端为零或者两端都为零，这两个特点进行验证断路器是否动作。检测方法如下：设系统中采集到断路器跳闸时刻为T₀，则提取WANS中T₀时刻后3个采样周期内该断路器流过的电流及该断路器两端的电压量：左端电压右端电压

if Flag_I+Flag_U≡2，则证明该断路器动作 (6)

式中I_N、U_N为断路器正常工况下的额定电流、电压。

与某断路器相关联的保护(根据上述已修正)进行修正。若与之相关联的保护动作而报警信息显示断路器没动作，如果满足式(6)，则说明该断路器信息丢失，否则说明该断路器拒动。若与之相关联的保护没动作而警信息显示断路器没动作，如果满足式(6)，则说明该断路器误动，否则断路器动作信息畸变。

步骤2的中所述通过修正后的断路器变位信息沿其停电侧方向，采用深度优先搜索方法，以快速确定故障区域。具体步骤如下：

步骤2.1、对所有跳闸断路器编号并形成集合K＝QF₁,QF₂,…QF_n，并选取编号最小且满足式(7)、(8)、(9)的一个故障边界断路器QF_i。

步骤2.2、沿QF_i故障可能蔓延的方向进行搜索寻找满足式(7)、(8)、(9)的故障边界断路器并记录，直到搜索所遍历的配电网区域才结束。

步骤2.3、以步骤2中所记录的故障边界断路器划出停电区域，即为跳闸断路器QF_i对应的可疑故障区域Qi；

步骤2.4、确定可疑故障区域后，返回步骤1，对QF_i+1进行搜索，若K集合中无待搜索跳闸断路器进入步骤5；

步骤2.5、将m个跳闸断路器分别确定的m个可疑故障区域进行合并，去除重复的可疑故障区域，可疑故障区域内元件即为可疑故障元件；

步骤2.6、若可疑故障区域内元件唯一，则该元件即为故障元件，诊断结束；

步骤3的中所述建立基于方向分层模糊Petri网分析模型的具体实施方法如附图1所示。若配电网的增加、减少某一条线路时，只需要重置该方向的库所置信度，不需要重建模型。

步骤4的中所述步骤如下：

步骤4.1：根据故障和保护之间、保护和断路器之间存在时间逻辑关系，利用模糊规则、相应的隶属度函数化处理得到时序可信度。以可疑故障元件i进行如下说明：

步骤4.1.1、提取修正后各个保护动作的时间点。根据保护对于故障的延时时间段，反向推算出保护之相关的可疑故障元件i可能故障的时间t_i，若可疑故障元件i有多个保护与之相关，则t_i为多个保护推算出的故障时间段的交集。

步骤4.1.2、提取修正后各个断路器动作的时间点。据断路器对于故障的延时时间段，反向推算出断路器与之相关的可疑故障元件i可能故障的时间t'_i，若可疑故障元件i有多个断路器与之相关，则t'_i为多个断路器推算出的故障时间段的交集。

步骤4.1.3、由保护和断路器推断出的故障时间段t_i和t'_i，进行交集运算求得可疑故障元件可能发生故障的时间段为t″_i。

步骤4.1.4、由时间段为t″_i正向推算出与之相关的保护和断路器动作的时间段分别为t_p＝[t_pmin,t_pmax]和t_CB＝[t_CBmin,t_CBmax]。根据如表1所示的模糊规则和时间可信度、变迁可信度、时间差的隶属度函数(如附图2所示)，进行量化得到保护、断路器的时序可信度。

表1时序可信度的模糊规则

步骤4.2：根据采集故障前保护和断路器附近电气量进行8层小波分解，再利用模糊规则、相应的隶属度函数量化，设置相应的电气量可信度。

步骤4.2.1、由WAMS系统提取保护或者断路器附近故障前一个周期电流，需要b个数据点(若采样频率为f，则)进行8层小波分解，得到分解后的高频细节信号系数n₁(k)-n_s(k)及低频近似信号系数n₉(k)。

步骤4.4.2、由高频细节信号利用公式(7)求出第m个保护(断路器)的再由(8)公式归一化处理求出电气量能量度

步骤4.2.3、由步骤4.4.2求出的电气量能量度根据如下的模糊规则(如表2所示)和时间可信度、变迁可信度、时间差的隶属度函数(如附图2所示)进行量化得到第m个保护(断路器)的电气量可信度

表2电气量可信度的模糊规则

步骤4.3：引入现场运行参数，进行整理，得到保护和断路器动作可信度。

步骤4.4：改进D-S证据理论重置各个保护(断路器)的库所初始置信度。以重置第m个保护的库所初始置信度为例进行以下说明：

步骤4.4.1、计算时序可信度、电气量可信度和动作可信度3个证据体的平均值式中分别表示第m个保护(断路器)的时序可信度、电气量可信度和动作可信度。

步骤4.4.2、计算各个证据体到平均证据体的欧式距离其中a＝t,i,d。

步骤4.4.3、利用欧式距离对求得各个证据的权重，并计算其对对各个证据体进行修正。

步骤4.4.4、由步骤4.3.3修正后各个证据证按照D-S规则迭代处理融合。重置相应的库所初始置信度。

步骤4.5、通过矩阵算法求出各可疑故障元件的故障概率具体步骤如下：

步骤4.5.1、写出输入矩阵I，初始库所状态令推理步骤k＝0；

步骤4.5.2、计算每个变迁的合成输入可信度E^k+1＝Iθ^k；

步骤4.5.3、将合成输入可信度与变迁阈值进行比较G^k+1＝E^k+1*T_h；

步骤4.5.4、计算合成输入可信度中可信度大于变迁阈值的项H^k+1＝E^k+1⊙G^k+1；

步骤4.5.5、计算库所下一步状态

步骤4.5.6、若θ^k+1≠θ^k，令推理步骤k＝k+1，返回步骤4.4.2重新计算θ^k+1；若θ^k+1＝θ^k，推理结束。

其中，以上推理步骤中所涉及到的符号意义如下：

1)其中A、B和D均为m×n矩阵，则dij＝max{aij，bij}；

2)其中A、B和D分别为m×p、p×n和m×n矩阵，则

4)*:A*B＝D，其中A、B和D均为m×n矩阵，则当a_ij≥b_ij时，c_ij＝1，否则c_ij＝0；

5)|⊙：A⊙B＝D其中A、B和D均为m×n矩阵，cij＝aij·bij。

步骤5中采用C-均值算法对上述故障概率分析最终判定出故障元件的具体步骤如下：

步骤5.1、由m个可疑故障故障元件的故障概率分别为m(F₁)，m(F₂),…,m(F_m)。将所有元件初始分为2类，若满足条件：则为故障元候选集Γ₁，否则为非故障元候选集Γ₂；

步骤5.2、故障元候选集Γ₁有N₁个元件，对应的伽马函数值分别为取最小值相对应的元件为绝对故障元件；

步骤5.3、对所有元件的初始分类(Γ1、Γ2)，计算其均值，最后计算如式(15)、(16)所示的误差平方和分类准则；

步骤5.4、从中选取样本m(F_j)。若N₁＝1，则重新选择样本，否则继续；

步骤5.5、根据公式(17)计算。若满足σ_k≤σ_i，则将m(F_j)从Γ_i移到另一个候选集，在重新计算m_i和m_k的值，并修改J_e；

步骤5.6、若连续迭代N次J_e不改变，则停止，否则转至步骤5.4；

步骤5.7、故障候选类中的元件即为故障元件。

说明书附图

附图1元件基于方向分层的诊断模型。

附图2某配电网的拓扑结构图。

附图3 L1基于方向分层的诊断模型。

附图4隶属度函数。

具体实现方法

下面结合附图对本发明的实施方式做详细说明。

假设如附图3所示简单电网模型，模型中：LDxm、LDxp、LDxs为负荷的主保护、近后备保护、远后备保护；Lxlm、Lxlp、Lxls为线路左端的近后备保护的主保护、近后备保护、远后备保护，Lxrm、Lxrp、Lxrs为线路右端的近后备保护的主保护、近后备保护、远后备保护其中X表示编号。

步骤1、根据SCADA系统、WAMS系统，提取保护、断路器的动作信息、时序信息和相关的电气量信息。建立基于保护方向的行向量和保护、断路器的电气量信息进行信息纠错。

根据SCADA、WAMS系统获取某次故障过程中产生的报警信息、电气量信息如表3、表4所示：

将继电保护装置、断路器以基于方向整理，即属于同一保护方向的继电保护装置、断路器一起整理。沿L1左端、右端和LD16右端保护方向建立保护动作行向量A₁＝[1 0 00]、A₂＝[1 0 0 0]和A₃＝[0 1 1 0]，建立断路器动作行向量B₁＝[1 0 0 0]、B₂＝[0 01 0]和B₃＝[0 0 1 0]。保护动作与断路器动作行向量进行同或运算得到行向量C₁＝[1 1 1 1]、C₂＝[0 1 01]和C₃＝[1 0 1 1]。根据步骤2中的说明，可以判定L1左端保护方向的各个保护和与之其相对应的断路器逻辑关系正确，L1rm、L2rs、LD16p、CB6、CB26的动作情况需进一步断。

表3保护、开关标有时序的报警信息

表4保护、开关附近电气量信息

利用WAMS系统采集L1rm、L2rs、LD16p附近电压和电流均满足则说明L2rs动作信息丢失。

利用WAMS系统采集CB6、CB26附近电压和电流验证是否满足其电流为零、两端的电压一侧为额定电压一端为零的条件、与之相对的保护(已修正)是否动作，判定CB6、CB26拒动(其中，由报警信息可知CB26处于闭锁情况)。

步骤2、通过CB3、CB11、CB23变位信息中获取一个故障区域边界断路器沿其停电侧方向，采用深度优先搜索方法，以快速确定故障区域Q₁、Q₂，其中Q₁＝{L1,L2,LD4,LD5,L3}Q₂＝{L6，LD16，L7，LD17}。

步骤3、将故障区域Q₁、Q₂中各元件均视为故障可疑元件，并建立基于方向分层模糊Petri网故障分析模型。如附图4建立L1、LD16基于方向保护集形式处理模糊Petri网。

步骤4.1：根据故障和保护之间、保护和断路器之间存在时间逻辑关系，用模糊规则量化处理得到时序可信度。以可疑故障元件L1进行如下说明：

根据元件L1与L1lm、L1rm、L2rs保护，CB3、CB11断路器之间存在时间逻辑关系，由步骤求4.1.1至4.1.4出L1lm、L1rm、L2rs、CB3、CB11的动作的最佳时间段如表5所示。根据步骤求4.1.5可计算保护、断路器相对应的时序可信度如表5所示。

表5保护和断路器的动作时间、时序可信度

步骤4.2：根据采集故障前保护和断路器附近电气量进行8层小波分解，再利用模糊规则量化，设置相应的电气量可信度。

由步骤4.2.1至步骤4.2.3，根据采集故障前保护和断路器附近电气量，经过小波变换特征提取方法计算得到的特征量，最后经过模糊规则量化得到相应的保护、断路器电气量可信度分别如表6所示。

表6保护、开关电气量可信度

步骤4.3：引入现场运行参数，进行整理，得到保护和断路器动作可信度如表7所示。

表7保护和断路器的动作可信度

步骤4.4：改进D-S证据理论重置各个保护(断路器)的库所初始置信度。

由步骤4.4.1至步骤4.4.4所述改进D-S证据理论重置各个保护(断路器)的库所初始置信度如表8所示。

表8库保护、开关库所置信度

步骤4.5、通过矩阵算法求出各可疑故障元件的故障概率。

由步骤4.5.1至4.5.6矩阵算法求出各可疑故障元件的故障概率为：L1＝0.875，L2＝0.435，LD4＝0.328，LD5＝0.229，L3＝0.101。同理得出Q₂中可疑故障元件故障概率为：L6＝0.475，LD16＝0.735，L7＝0.103，L17＝0.143。

步骤5中采用C-均值算法对上述故障概率分析最终判定出故障元件。

由步骤5.1至5.7采用C-均值算法对上述故障概率分析最终判定出故障元件为L1、LD16。

Claims

1.基于方向分层模糊Petri网的多源信息融合配电网故障分析，其特征在于包括以下步骤：

步骤1、根据SCADA系统、WAMS系统，提取保护、断路器的动作信息、时序信息和相关的电气量信息；建立基于保护方向的行向量，并利用保护、断路器的电气量信息进行信息纠错；

步骤2、通过修正后的断路器变位信息中获取一个故障区域边界断路器，沿其停电侧方向，采用深度优先搜索方法，以快速确定故障区域；若故障区域只有一个元件，直接输出该元件为故障元件；

步骤3、将故障区域中各元件均视为故障可疑元件，并建立基于方向分层Petri网故障分析模型；

步骤4、采用改进D-S证据理论处理各个保护的动作可信度、时序可信度、电气量可信度，并重置各个保护的库所初始置信度；通过矩阵算法求出各可疑故障元件的故障概率；

步骤5、根据可疑故障元件的故障概率计算其伽马函数值进行初始分类，再采用C-均值算法进行故障分类，最后输出故障元件；

步骤4根据故障和保护之间、保护和断路器之间存在时间逻辑关系，利用模糊规则、相应的隶属度函数量化处理得到时序可信度，具体包括以下步骤：

步骤1、提取修正后各个保护动作的时间点；根据保护对于故障的延时时间段，反向推算出保护之相关的可疑故障元件i可能故障的时间t_i，若可疑故障元件i有多个保护与之相关，则t_i为多个保护推算出的故障时间段的交集；

步骤2、提取修正后各个断路器动作的时间点；据断路器对于故障的延时时间段，反向推算出断路器与之相关的可疑故障元件i可能故障的时间t'_i，若可疑故障元件i有多个断路器与之相关，则t'_i为多个断路器推算出的故障时间段的交集；

步骤3、由保护和断路器推断出的故障时间段t_i和t'_i，进行交集运算求得可疑故障元件可能发生故障的时间段为t”_i；

步骤4、由时间段为t”_i正向推算出与之相关的保护和断路器动作的时间段分别为t_p＝[t_pmin,t_pmax]和t_CB＝[t_CBmin,t_CBmax]；根据相应的模糊规则进行量化得到保护、断路器的时序可信度；

假设由以上步骤求得第m个保护的动作的最佳时间段，再根据如下模糊规则、相应的隶属度函数进行量化即可得到其时序可信度

1)若保护或断路器动作不合理且变迁的可信度为不可信，则保护或断路器时序可信度为低；

2)若保护或断路器动作不合理且变迁的可信度为可信，则保护或断路器时序可信度为中；

3)若保护或断路器动作合理且变迁的可信度为不可信，则保护或断路器时序可信度为中；

4)若保护或断路器动作合理且变迁的可信度为可信，则保护或断路器时序可信度为高。

2.根据权利要求1所述的基于方向分层模糊Petri网的多源信息融合配电网故障分析，其特征在于步骤3中：基于方向分层Petri网故障分析模型是以基于方向保护集形式处理配电网保护信息；每个可疑故障元件根据要求均应建立基于方向保护集形式处理的高级Petri网故障诊断模型，其中“方向”指的是故障可能蔓延的方向，而当配电网拓扑结构改变时，只需更新相应的保护集信息，不需要重新建模，对配电网的灵活多变、拓扑结构有较强的适应性。