CN112422324B - 一种基于改进贝叶斯算法的二次系统故障定位方法 - Google Patents

Abstract

一种基于改进贝叶斯算法的二次系统故障定位方法，采用基于拓扑关联的虚实回路映射法与改进的贝叶斯理论相结合的智能算法进行求解。发生故障时，完备的故障信息难以获取，告警可能丢失、虚假、乱序、重复、不完整等，影响故障定位的结果。因此本文提出了故障信息完备度概念，结合故障后验概率，对通过拓扑关联的虚实回路映射法得到的可疑故障元件计算其故障‑告警确定度，当最有可能的前

个故障完全覆盖了所观测到的告警集合

，则认为找到了最优的故障元件集，此方法提高了故障定位的精度。

Description

一种基于改进贝叶斯算法的二次系统故障定位方法

技术领域

本发明涉及电力系统保护技术领域，具体涉及一种基于改进贝叶斯算法的二次系统故障定位方法。

背景技术

目前智能变电站二次系统的故障定位愈加困难，面临如下问题：(1)智能变电站虚回路的物理连接端口信息不明确导致虚回路与物理回路的拓扑关系难以对应， 增加了运维人员的故障排查工作难度；(2)一旦二次回路故障时，运维人员依据 通信状态逐一排查所有通信链路，或花费大量的时间和精力从庞大的告警信息中 分析故障原因，工作繁琐而低效；(3)在电网故障过程中由于保护或开关的误动 与拒动和保护区域设置等因素的存在，导致信息不确定性的出现。在多重故障或 扩大性故障发生时，这种不确定性尤其明显；(4)由于电力系统自动化程度和信 息传输等因素影响，完备的故障信息也难以获取，告警可能丢失、虚假、乱序、 重复、不完整等,二次系统故障产生大量告警消息引起的告警风暴不仅降低了故 障定位效率,还会淹没有用告警信息。

发明内容

本发明为了克服以上技术的不足，提供了一种根据最终输出的贝叶斯确定度确定实际的故障元件的二次系统故障定位方法。

本发明克服其技术问题所采用的技术方案是：

一种基于改进贝叶斯算法的二次系统故障定位方法，包括：

a)当二次系统发生故障时，调取故障告警信息；

b)解析SCD文件得到物理端口信息和虚回路信息，通过拓扑搜索得到每条虚回路对应的物理通道节点集合；

c)每条虚回路上的通信状态值为1表示通信中断，每条虚回路的通信状态值为0表示回路通信正常，若干条虚回路交叉重叠的物理元件的状态值为这几条虚回路 状态值的最小值，对各物理元件的状态值进行迭代求和求得健康值，健康值不为 0的物理元件为可疑故障元件，若干可疑故障元件组成可疑故障元件的集合；

d)通过公式BG＝{F,S,E(F×S),P_F,P_F×S}计算得到故障概率二分图BG，式 中F为可疑故障元件的集合，F＝{f₁,f₂,...,f_n}，f_i为第i个可疑故障元件，f_j为第j个可疑故障元件，1≤i≤n，1≤j≤n，S为告警信息集合， S＝{s₁,s₂,...,s_n}，s_i为第i个告警信息，1≤i≤n，P_F＝{p(f_i)|f_i∈F}， p(f_i)为f_i发生的先验概率，E(F×S)为由故障指向告警的有向边集合，P_F×S为边权重的集合，P_F×S＝{p(s_i|f_i)|f_i∈F,s_i∈S}，p(s_i|f_i)为f_i发生故障 时，告警信息s_i出现的条件概率；

e)通过公式ρ(s_i)＝OR(1-LR(s_i))+SSR(s_i)计算告警信息完备度 ρ(s_i)，式中OR为告警信息可观察率，OR＝|S_N|/|S|，

为系统中能够 观测到的告警信息集，LR(s_i)为告警信息丢失率，s_i∈S_N，SSR(s_i)为告 警信息虚假率，s_i∈S_N；

f)通过公式

计算故障元件后验概率P(f_j|s_i)， P(f_i|s_i)为出现告警信息s_i的情况下可疑元件f_i发生的概率，p(s_i|f_j)为f_j发生故障时，告警信息s_i出现的条件概率；

g)根据公式

计算得到贝叶斯确定 度δ(f_j,S_N)，式中S(f_j)为故障元件f_j关联的所有告警信息的集合，

F(s_i)为与告警信息s_i关联的所有可疑故 障元件的集合；

h)将求取的可疑故障元件的集合F中每个故障的贝叶斯确定度δ(f_j,S_N)构 成集合F_δ，对集合F_δ中元素从大到小排序，依次取出δ(f_j,S_N)∈F_δ循环 执行，直至

S_δ为预设告警集合，获取此时δ(f_j,S_N)对应的f_j， 形成故障元件集H。

进一步的，步骤a)中通过SCADA系统、故障信息系统以及综合自动化系统调取 故障告警信息，故障告警信息包括保护动作信息、二次系统IED装置告警信息、 通信报文异常信息以及通信网络故障告警信息。

本发明的有益效果是：采用基于拓扑关联的虚实回路映射法与改进的贝叶斯理论相结合的智能算法进行求解。发生故障时，完备的故障信息难以获取，告警可能 丢失、虚假、乱序、重复、不完整等，影响故障定位的结果。因此本文提出了故 障信息完备度概念，结合故障后验概率，对通过拓扑关联的虚实回路映射法得到 的可疑故障元件计算其故障-告警确定度，当最有可能的前m个故障完全覆盖了 所观测到的告警集合S_N，则认为找到了最优的故障元件集，此方法提高了故障 定位的精度。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图1对本发明做进一步说明。

一种基于改进贝叶斯算法的二次系统故障定位方法，包括：

a)当二次系统发生故障时，调取故障告警信息。

b)解析SCD文件得到物理端口信息和虚回路信息，通过拓扑搜索得到每条虚回路对应的物理通道节点集合。

c)每条虚回路上的通信状态值为1表示通信中断，每条虚回路的通信状态值为0表示回路通信正常。每条虚回路含有若干物理部件，虚回路状态值为1，则该回 路的所有物理元件状态值都为1，若虚回路状态为0，则该回路的所有物理元件 状态值都为0。若干条虚回路交叉重叠的物理元件的状态值为这几条虚回路状态 值的最小值，对各物理元件的状态值进行迭代求和求得健康值，健康值不为0 的物理元件为可疑故障元件，若干可疑故障元件组成可疑故障元件的集合。

d)通过公式BG＝{F,S,E(F×S),P_F,P_F×S}计算得到故障概率二分图BG，故 障表达模型(fault expression model,简称FEM)采用故障概率二分图BG描 述故障与告警之间的关系，式中F为可疑故障元件的集合，F＝{f₁,f₂,…,f_n}，f_i为第i个可疑故障元件，f_j为第j个可疑故障元件，1≤i≤n，1≤j≤n， S为告警信息集合，S＝{s₁,s₂,…,s_n}，s_i为第i个告警信息，1≤i≤n， P_F＝{p(f_i)|f_i∈F}，p(f_i)为f_i发生的先验概率，E(F×S)为由故障指向 告警的有向边集合，P_F×S为边权重的集合，P_F×S＝{p(s_i|f_i)|f_i∈F,s_i∈S}， p(s_i|f_i)为f_i发生故障时，告警信息s_i出现的条件概率。

e)通过公式ρ(s_i)＝OR(1-LR(s_i))+SSR(s_i)计算告警信息完备度 ρ(s_i)，式中OR为告警信息可观察率，OR＝|S_N|/|S|，

为系统中能够 观测到的告警信息集，LR(s_i)为告警信息丢失率，s_i∈S_N，SSR(s_i)为告 警信息虚假率，s_i∈S_N。

f)通过公式

计算故障元件后验概率P(f_j|s_i)， P(f_i|s_i)为出现告警信息s_i的情况下可疑元件f_i发生的概率，p(s_i|f_j)为f_j发生故障时，告警信息s_i出现的条件概率。

g)根据公式

计算得到贝叶斯确定 度δ(f_j,S_N)，式中S(f_j)为故障元件f_j关联的所有告警信息的集合，

F(s_i)为与告警信息s_i关联的所有可疑故 障元件的集合。

h)将求取的可疑故障元件的集合F中每个故障的贝叶斯确定度δ(f_j,S_N)构 成集合F_δ，对集合F_δ中元素从大到小排序，依次取出δ(f_j,S_N)∈F_δ循环 执行，直至

S_δ为预设告警集合，获取此时δ(f_j,S_N)对应的f_j， 形成故障元件集H。

采用基于拓扑关联的虚实回路映射法与改进的贝叶斯理论相结合的智能算法进行求解。发生故障时，完备的故障信息难以获取，告警可能丢失、虚假、乱序、 重复、不完整等，影响故障定位的结果。因此本文提出了故障信息完备度概念， 结合故障后验概率，对通过拓扑关联的虚实回路映射法得到的可疑故障元件计算 其故障-告警确定度，当最有可能的前m个故障完全覆盖了所观测到的告警集合 S_N，则认为找到了最优的故障元件集，此方法提高了故障定位的精度。

进一步的，步骤a)中通过SCADA系统、故障信息系统以及综合自动化系统调取 故障告警信息，故障告警信息包括保护动作信息、二次系统IED装置告警信息、 通信报文异常信息以及通信网络故障告警信息。建立的故障信息模型不但包括智 能变电站这些故障告警信息，同时包括智能变电站拓扑结构信息(二次系统虚实 回路拓扑结构)及二次系统配置信息等，为智能变电站故障诊断提供完整的故障 信息支撑。

Claims (2)

1.一种基于改进贝叶斯算法的二次系统故障定位方法，其特征在于，包括：

a)当二次系统发生故障时，调取故障告警信息；

b)解析SCD文件得到物理端口信息和虚回路信息，通过拓扑搜索得到每条虚回路对应的物理通道节点集合；

c)每条虚回路上的通信状态值为1表示通信中断，每条虚回路的通信状态值为0表示回路通信正常，若干条虚回路交叉重叠的物理元件的状态值为这几条虚回路状态值的最小值，对各物理元件的状态值进行迭代求和求得健康值，健康值不为0的物理元件为可疑故障元件，若干可疑故障元件组成可疑故障元件的集合；

d)通过公式BG＝{F,S,E(F×S),P_F,P_F×S}计算得到故障概率二分图BG，式中F为可疑故障元件的集合，F＝{f₁,f₂,...,f_n}，f_i为第i个可疑故障元件，f_j为第j个可疑故障元件，1≤i≤n，1≤j≤n，S为告警信息集合，S＝{s₁,s₂,...,s_n}，s_i为第i个告警信息，1≤i≤n，P_F＝{p(f_i)|f_i∈F}，p(f_i)为f_i发生的先验概率，E(F×S)为由故障指向告警的有向边集合，P_F×S为边权重的集合，P_F×S＝{p(s_i|f_i)|f_i∈F,s_i∈S}，p(s_i|f_i)为f_i发生故障时，告警信息s_i出现的条件概率；

e)通过公式ρ(s_i)＝OR(1-LR(s_i))+SSR(s_i)计算告警信息完备度ρ(s_i)，式中OR为告警信息可观察率，OR＝|S_N|/|S|，

为系统中能够观测到的告警信息集，LR(s_i)为告警信息丢失率，s_i∈S_N，SSR(s_i)为告警信息虚假率，s_i∈S_N；

f)通过公式

计算故障元件后验概率P(f_j|s_i)，P(f_i|s_i)为出现告警信息s_i的情况下可疑元件f_i发生的概率，p(s_i|f_j)为f_j发生故障时，告警信息s_i出现的条件概率；

g)根据公式

计算得到贝叶斯确定度δ(f_j,S_N)，式中S(f_j)为故障元件f_j关联的所有告警信息的集合，

F(s_i)为与告警信息s_i关联的所有可疑故障元件的集合；

h)将求取的可疑故障元件的集合F中每个故障的贝叶斯确定度δ(f_j,S_N)构成集合F_δ，对集合F_δ中元素从大到小排序，依次取出δ(f_j,S_N)∈F_δ循环执行，直至

S_δ为预设告警集合，获取此时δ(f_j,S_N)对应的f_j，形成故障元件集H。

2.根据权利要求1所述的基于改进贝叶斯算法的二次系统故障定位方法，其特征在于：步骤a)中通过SCADA系统、故障信息系统以及综合自动化系统调取故障告警信息，故障告警信息包括保护动作信息、二次系统IED装置告警信息、通信报文异常信息以及通信网络故障告警信息。

Images