CN114201884B - 基于专家规则推演的继电保护缺陷的诊断方法和装置 - Google Patents

基于专家规则推演的继电保护缺陷的诊断方法和装置 Download PDF

Info

Publication number
CN114201884B
CN114201884B CN202111543129.3A CN202111543129A CN114201884B CN 114201884 B CN114201884 B CN 114201884B CN 202111543129 A CN202111543129 A CN 202111543129A CN 114201884 B CN114201884 B CN 114201884B
Authority
CN
China
Prior art keywords
diagnosis
conclusion
measure
expert
diagnostic
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.)
Active
Application number
CN202111543129.3A
Other languages
English (en)
Other versions
CN114201884A (zh
Inventor
郭鹏
张烈
李仲青
杨国生
王文焕
康逸群
闫周天
王丽敏
李妍霏
张瀚方
药韬
胡海燕
叶馨
姜宏丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Electric Power Research Institute Co Ltd CEPRI filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN202111543129.3A priority Critical patent/CN114201884B/zh
Publication of CN114201884A publication Critical patent/CN114201884A/zh
Application granted granted Critical
Publication of CN114201884B publication Critical patent/CN114201884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于专家规则推演的继电保护缺陷的诊断方法和装置，包括：通过k‑均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类；获取每个类别的专家诊断规则实体对应的诊断规则本体；所述诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体；通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序；获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。解决现有技术专家经验难以全面覆盖少见、新出现、不易归纳总结的缺陷类型，依据专家经验总结的缺陷诊断流程存在兼容性不足的问题。

Description

基于专家规则推演的继电保护缺陷的诊断方法和装置
技术领域
本申请涉及继电保护运行维护技术领域，同时涉及一种基于专家规则推演的继电保护缺陷的诊断方法和装置。
背景技术
继电保护缺陷诊断对于快速恢复装置运行、提升继电保护可靠运行水平具有重要意义。目前，继电保护缺陷诊断仍多依靠人员现场检查或后台报文信息，对继电保护在线监视信息、告警信息等的应用不足。继电保护缺陷诊断及消缺仍多依赖于专家经验。构建专家库是当前缺陷诊断的主要方法。依据缺陷诊断专家库，构造推理机，根据用户的输入数据，利用专家库中的知识，按照一定的推理规则给出结果。对于规则存在歧义的情形，采用决策融合(如D-S证据理论)进行处理。但是，这些案例均是对典型个案的诊断方法进行的总结，尚未提取出继电保护缺陷诊断的一般规律，仅能向运维人员提供缺陷诊断的若干思路和角度，不足以完成缺陷诊断的全过程。数据驱动的方法主要提取能够表征缺陷的特征量，如装置温度、差流、光口强度等，采用PCA、人工神经网络等方法建立缺陷诊断规则并进行诊断。二次回路缺陷诊断还需要对设备与回路的连接关系进行建模，在拓扑模型的基础上建立了基于Petri网、语义网等理论的故障点定位方法。专家知识库虽然囊括了目前现场遇到的主要缺陷类型，但难以全面覆盖少见、新出现、不易归纳总结的缺陷类型，依据专家经验总结的缺陷诊断流程也存在兼容性不足的问题。
发明内容
为解决上述问题，本申请提供一种基于专家规则推演的继电保护缺陷的诊断方法，包括：
通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，获得多个类别的专家诊断规则；
获取每个类别的专家诊断规则实体对应的诊断规则本体；所述专家诊断规则实体对应的诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体；
通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序；
获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。
优选的，专家诊断规则，包括：告警信息、所述告警信息对应的诊断措施和诊断结论。
优选的，通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，包括：
设置聚类数目k的适应度函数为
Figure BDA0003414907490000021
式中，I1(k)为同一类别样本差异度，I2(k)为不同样本间的差异度；xi与xj代表不同的样本；
Figure BDA0003414907490000022
指样本xi与样本xj之间的距离；S、R均为样本对的集合，在按照聚类数目k进行k-均值聚类后，将所有相同类别的样本对置于集合S内，将所有不同类别的样本对置于集合R内；|S|指S的元素数，由同一类样本构成的样本对的总对数，|R|指R的元素数，由非同类样本构建成的样本对的总对数。
比较I(k)随k的变化轨迹，取I(k)最小时的k作为聚类分析的聚类数目。
优选的，获取每个类别的专家诊断规则实体对应的诊断规则本体，包括：
将专家诊断规则中诊断措施的类型一致且检查对象的属性一致的诊断措施实体进行汇总或泛化，获得诊断措施本体；所述检查对象为存在问题的异常点；
将专家诊断规则中性质相同的诊断结论实体进行汇总或泛化，获得诊断结论本体。
优选的，通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序，包括：
设存在D项诊断结论本体，所述D项诊断结论本体的概率为α1,α2,…,αD，满足α1+α2+…+αD＝1；
建立诊断措施本体与诊断结论本体的对应关系；
通过线性优化模型对所述诊断措施本体的排列顺序进行优化，对诊断结论本体的各个组合构建状态变量v(i)(i≤N)，v(i)(i≤N)以表征第i个缺陷诊断结论本体的组合预期获得的奖励值，N为诊断结论本体组合的数量；若i,j,k≤N，i，j，k分别为不同诊断结论本体的组合，则
Figure BDA0003414907490000031
ind(i)为第i个诊断结论本体组合，a*(i)指对于第i个诊断结论本体组合，可采取的最优诊断措施；在第i个诊断结论本体组合下，采用a*(i)后，第i个诊断结论本体组合中的各个诊断结论划分成两个部分，分别为ind(j)和ind(k)；p(h)为第h个诊断结论本体发生的概率，p(g)为第g个缺陷诊断结论本体发生的概率，p(l)为第l个缺陷诊断结论本体发生的概率；-F为固定的负奖励；
当诊断结论本体组合中仅含有一个元素时，v(i)＝+B，count[ind(i)]＝1，count[ind(i)]指第i个诊断结论本体组合中包含的诊断结论本体的数目；其余诊断结论本体组合的奖励值v(i),count[ind(i)]>1，采用如下线性方程计算得到：
Figure BDA0003414907490000032
Figure BDA0003414907490000033
a指从当前的诊断结论本体组合出发，可采取的任意一个诊断措施本体；
对上述线性方程采用单纯形法求解，对于一项诊断结论本体组合，其组合元素超过1，且满足
Figure BDA0003414907490000041
表明a＝a*(i)，诊断措施为与缺陷诊断措施本体组合i对应的最优诊断措施。
优选的，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断，包括：
根据所述诊断措施本体的排列顺序，通过执行所述诊断措施本体对应的诊断措施实体，对所述待识别的继电保护缺陷进行诊断。
本申请同时提供一种基于专家规则推演的继电保护缺陷的诊断装置，包括：
分类单元，用于过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，获得多个类别的专家诊断规则；
本体获得单元，用于将获取每个类别的专家诊断规则实体对应的诊断规则本体；所述专家诊断规则实体对应的诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体；
优化单元，用于通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序；
诊断单元，用于获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。
优选的，分类单元，包括：
诊断措施本体获取子单元，用于将专家诊断规则中诊断措施的类型一致且检查对象的属性一致的诊断措施实体进行汇总或泛化，获得诊断措施本体；所述检查对象为存在问题的异常点；
诊断结论本体获取子单元，用于将专家诊断规则中性质相同的诊断结论实体进行汇总或泛化，获得诊断结论本体。
优选的，包括：
执行子单元，用于根据所述诊断措施本体的排列顺序，通过执行所述诊断措施本体对应的诊断措施实体，对所述待识别的继电保护缺陷进行诊断。
本申请同时提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
附图说明
图1是本申请提供的一种基于专家规则推演的继电保护缺陷的诊断方法的流程示意图；
图2是本申请涉及的继电保护缺陷诊断规则示意图；
图3是本申请涉及的聚类中心7相关的3个缺陷诊断规则示意图；
图4是本申请涉及的由聚类中心7相关3个缺陷的诊断规则归纳得到的同类缺陷的一般诊断规则示意图；
图5是本申请涉及的聚类中心7的缺陷诊断结论本体组合的划分过程示意图；
图6是本申请涉及的缺陷诊断措施本体的优化结论示意图；
图7是本申请涉及的聚类中心7类型的缺陷的改进后的缺陷诊断规则及其推演示意图；
图8是本申请涉及的常规变电站双母接线下一个线路间隔的继电保护构成连接图；
图9是本申请提供的一种基于专家规则推演的继电保护缺陷的诊断装置示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
下面结合图1对本申请第一实施例提供方法进行详细说明。
步骤S101，通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，获得多个类别的专家诊断规则。
将已有继电保护缺陷诊断的专家规则，按缺陷原因范围整合。所述缺陷诊断的专家诊断规则是由一系列专家规则构成的体系。每一个具体的专家诊断规则包括：告警信息、告警信息对应的诊断措施、诊断结论3部分。
例如，缺陷“线路保护CT断线告警”的专家诊断规则如图2所示。其中，告警信息是：CT断线，诊断措施是：“CT本体、CT端子箱、汇控柜或线路保护屏有二次开路异响”等，诊断结论是：“CT二次回路开路”等。
对于任意一项缺陷诊断的专家诊断规则的各项诊断结论，通过归纳，得到诊断结论的类型。例如，从上面CT断线的诊断结论“变比设置错误”得出这种诊断结论的类型是“运行设置出错”，诊断结论“端子箱/汇控柜到线路保护屏电流二次回路异常”“保护屏CT端子排到保护装置背板二次回路异常”对应的诊断结论性质是“CT二次回路异常”，“保护装置采样插件或CPU插件异常”对应的诊断结论性质是“保护硬件故障”。这里所述的诊断结论性质就是后文的“诊断结论本体”。
接着，对不同的专家诊断规则，按照所包含的诊断结论性质的不同，通过k-means聚类分析，进行归类。
k-均值聚类算法中，事先设定的均值数目k对于继电保护装置画像中的装置模式的挖掘具有重要作用。为此，设置聚类数目k的适应度函数，反映不同聚类数目k下的聚类效果。设按照聚类结果，样本xi与样本xj属于同一类别，则(xi,xj)∈S；若样本xi与样本xj属于不同类别，则(xi,xj)∈R。也就是说，S＝{(xi,xj)|xi,xj属于同一类}，R＝{(xi,xj)|xi,xj属于不同类别}。
设置聚类数目k的适应度函数为
Figure BDA0003414907490000061
式中，I1(k)为同一类别样本差，I2(k)为不同样本间差异度；xi与xj代表不同的样本；
Figure BDA0003414907490000062
指样本xi与样本xj之间的距离；S、R均为样本对的集合，对于集合S中的各个样本对，样本属于相同类别，对于集合R中的各个样本对，样本属于不同类别；|S|指S的元素数据，由同一类样本构成的样本对的总对数，|R|指R的元素数，由非同类样本构建成的样本对的总对数。上式中，分子反映聚类内部各样本间的差异，应当越小越好，分母反映不同聚类各样本间差异度，应当越大越好。聚类数目k的设置应当使得同一类别样本差异度I1(k)越小，而不同样本间差异度I2(k)越大。
Figure BDA0003414907490000071
指样本xi与样本xj之间的距离。
比较I(k)随k的变化轨迹，取I(k)最小时的k作为聚类分析的聚类数目。
步骤S102，获取每个类别的专家诊断规则实体对应的诊断规则本体；所述专家诊断规则实体对应的诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体。
将专家诊断规则中诊断措施的类型一致且检查对象的属性一致的诊断措施实体进行汇总或泛化，获得诊断措施本体；所述检查对象为存在问题的异常点；将专利诊断规则中性质相同的诊断结论实体进行汇总或泛化，获得诊断结论本体。具体的，将专家诊断规则中相关的实体进行抽象，建立实体对象的抽象概念，即本体，作为提升为汇总(或泛化)的专家诊断规则的基本单元。专家诊断规则中的实体包括诊断措施实体和诊断结论实体两方面内容。诊断措施是为了实现缺陷诊断目标而具体实施的诊断措施类型(如检查控制字/压板等配置信息、在何种具体部位对开关量电位、电压、电流信号进行检查等)和检查对象(根据诊断措施类型，将可能存在问题的异常点作为检查对象，例如，保护屏/操作箱/端子排某个具体的开关量电位、电压、电流信号等)，诊断结论是由诊断措施及反馈情况确定，即缺陷诊断的具体缺陷点位置，包括装置硬件板卡老化损坏、不可逆的损伤、二次回路短路、断线、端口松懈、端口/端子损坏、通道故障、控制字/压板等配置出错等。
专家诊断规则中的诊断措施包括诊断措施类型和检查对象，一般地，将专家诊断规则中诊断措施类型一致且检查对象的属性一致(即检查对象同属于开关量电位、电压、电流信号等的一种)的诊断措施所构成的实体进行汇总/泛化，得到诊断措施的本体(使用诊断措施类型及检查对象的属性描述)。一般地，将专家诊断规则中性质相同的诊断结论(即诊断结论性质同属于装置硬件板卡老化损坏、不可逆的损伤、二次回路短路、断线、端口松懈、端口/端子损坏、通道故障、控制字/压板等配置出错等的一种)所构成的实体进行汇总/泛化，得到诊断结论的本体(使用诊断结论的性质描述)。
取划分为相同类别的专家诊断规则，将能够共同映射为一个本体的实体进行对齐。当部分孤立案例不具备其他孤立案例的若干诊断步骤时(即缺少一些实体)，将缺少的部分空置出来。由此得到该划分到相同类别的、诊断步骤/流程同步的专家诊断规则，这些专家诊断规则的任意一步骤的实体(包括诊断措施实体和诊断结论实体)均可对应到相同的本体上。将这些专家诊断规则中的实体统一替换为相应的本体，将各个独立专家规则抽象/泛化为汇总(或泛化)的专家规则。
对于一项新的专家诊断规则。根据该专家诊断规则涉及的告警信息及继电保护配置、连接情况，判断该专家诊断规则是否可以划入已有的汇总(或泛化)的专家诊断规则中，如果该专家诊断规则的类型与已有专家诊断规则类型匹配，则将该专家诊断规则纳入该类型专家诊断规则体系中。比较该专家诊断规则与该类型汇总(或泛化)的专家规则，即对比本专家诊断规则的实体是否与汇总(或泛化)的专家诊断规则的本体吻合，将本专家诊断规则所具备的而汇总(或泛化)的专家诊断规则所不具备的诊断措施、诊断结论片段进行抽象泛化，纳入汇总(或泛化)的专家诊断规则中。否则作为一个孤立专家诊断规则，按照前述步骤将该孤立专家诊断规则抽象/泛化为汇总(或泛化)的专家诊断规则。
步骤S103，通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序。
对汇总(或泛化)的专家诊断规则的各项诊断措施的排列顺序进行优化，将频繁发生的诊断结论相关联的诊断措施优先进行，使得汇总(或泛化)的专家诊断经验不仅有效，而且最优。
为此，统计诊断结论本体的频度，设存在α1,α2,…,αD，D项诊断结论本体，所述D项诊断结论本体的概率为α1,α2,…,αD，满足α1+α2+…+αD＝1；
然后将汇总(或泛化)专家诊断规则中的诊断措施本体与诊断结论本体重新组合，建立诊断措施本体与诊断结论本体的对应关系；
对诊断措施本体进行编号。
对与诊断措施本体对应的诊断结论本体的组合进行编号。由于诊断结论本体的得出需要执行若干的诊断措施本体才能得到，在诊断措施本体依次执行的中间过程，还需要对诊断结论本体的组合进行编号。编号方法是：首先选取所有的诊断结论本体，组合结果作为编号1，对应没有将任意缺陷诊断结论本体排除的情形；对一个诊断结论本体组合，确定与该诊断结论本体组合相关的有效的多个诊断措施本体，这些诊断措施本体均能够对该诊断结论本体组合进行一步细分，且细分结果不一致；依次选择与原始诊断结论本体组合相关的各个有效诊断措施本体并执行，该诊断措施本体执行后，能够将原始诊断结论本体组合划分开，得到细分的诊断结论本体组合或单一的诊断结论本体，将划分结果进行编号；对新产生的诊断结论本体组合，按照上述方法重复诊断措施本体搜索、执行、诊断结论本体组合细分过程，如果划分结果与前面步骤划分得到的组合一致，则共享编号，否则创建新的编号，直至细分到单一的诊断结论本体，最终完成对所有的不同的诊断结论本体组合及单一的诊断结论本体的编号。
同时生成采用诊断措施本体划分诊断结论本体组合的规则。
建立线性优化模型对诊断措施本体的排列顺序进行优化。为此，人为定义模型参数。不失一般性，每采取一步诊断措施本体，给予一个固定的负奖励-F，得到单一的诊断结论本体，给予一个固定的正奖励+B。
通过线性优化模型对所述诊断措施本体的排列顺序进行优化，对诊断结论本体的各个组合构建状态变量v(i)(i≤N)，v(i)(i≤N)以表征第i个缺陷诊断结论本体的组合预期获得的奖励值，该奖励值是从当前缺陷诊断结论本体组合出发，采用最优的缺陷诊断措施本体a*(i)产生的，数值上等于实施该缺陷诊断措施本体所得到的缺陷诊断结论本体组合的期望奖励值，叠加上该缺陷诊断措施本体的固定奖励-F。N为诊断结论本体的组合数量；若i,j,k≤N，i，j，k分别为不同诊断结论本体的组合，则
Figure BDA0003414907490000091
ind(i)为第i个诊断本体组合，a*(i)指对于第i个诊断结论本体组合，可采取的最优诊断措施；在第i个诊断结论本体组合下，采用a*(i)后，第i个诊断结论本体组合中的各个诊断结论划分成的两个部分，分别为ind(j)和ind(k)，对应第j个缺陷诊断结论本体组合和第k个缺陷诊断结论本体组合；p(h)为第h个诊断结论本体发生的概率，p(g)为第g个缺陷诊断结论本体发生的概率；p(l)为第l个缺陷诊断结论本体发生的概率；-F为固定的负奖励。
当诊断结论本体组合中仅含有一个元素时，v(i)＝+B，count[ind(i)]＝1，count[ind(i)]指第i个诊断结论本体组合中包含的诊断结论本体的数目；其余诊断结论本体组合的奖励值v(i),count[ind(i)]>1，采用如下线性方程计算得到：
Figure BDA0003414907490000101
Figure BDA0003414907490000102
a指从当前的诊断结论本体组合出发，可采取的任意一个诊断措施本体；
对上述线性方程采用单纯法求解，对于一项诊断结论本体组合，其组合元素超过1，且满足
Figure BDA0003414907490000103
表明a＝a*(i)，诊断措施为与缺陷诊断措施本体组合i对应的最优诊断措施。
步骤S104，获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。
根据待识别的继电保护缺陷对应的诊断结论本体，获取所述诊断结论本体对应的诊断措施本体；根据所述诊断措施本体的排列顺序，通过执行所述诊断措施本体对应的诊断措施实体，对所述待识别的继电保护缺陷进行诊断。具体的，在进行缺陷诊断时，首先根据告警信息类别及继电保护配置、连接情况，分析拟使用的专家诊断规则的类型，获取该类型缺陷的汇总(或泛化)的专家规则，再由具体的告警信息内容及继电保护配置、连接情况，将汇总(或泛化)的专家诊断规则中的本体转化为相应的实体，即将汇总(或泛化)的专家规则中有关诊断措施的本体(即诊断措施类型及检查对象的属性)倒推回诊断措施类型及具体的检查对象(即具体的开关量电位、电压、电流信号等)，将汇总(或泛化)的专家诊断规则中有关诊断结论的本体(即诊断结论的性质)倒推回具体的缺陷结论，得到采用实体形式表示的缺陷诊断流程。进入个性案例的缺陷诊断环节，按照缺陷诊断流程依次开展缺陷诊断，确定缺陷的缺陷点、缺陷原因等。
具体应用的实施例
步骤一、分类
对已有缺陷的专家诊断规则，提取部分专家诊断规则的诊断结论性质，如表1的所示：
表1继电保护缺陷诊断专家规则的诊断结论性质
Figure BDA0003414907490000111
表2不同聚类数目的适应度值
Figure BDA0003414907490000112
由表2可知，聚类数目为8时适应度值最小。根据适应度值的定义，适应度值越小越好，即同类样本的差异度小，而异类样本的差异度大。采用k-means聚类的效果最佳。得到的8个聚类中心见表3：
表3 8个聚类中心
Figure BDA0003414907490000121
8个聚类中心对应的典型缺陷分别是：母线保护分列状态异常、开入异常、线路保护PT断线、线路保护CT断线、线路保护长期有差流、线路保护重合闸未充电、线路保护两侧差动投退不一致、线路保护载波通道异常。
步骤二、提取专家经验中诊断内容和诊断结论的本体
以聚类中心7相关的专家诊断规则的汇总(或泛化)过程为例。线路保护两侧差动投退不一致、母线保护分列状态异常、母线保护母联手合开入异常3项专家诊断规则如图3中的(a)(b)(c)所示。其中，线路保护两侧差动投退不一致的专家诊断规则共包含3项诊断措施和4项诊断结论，诊断措施依次是：“检查差动保护软硬压板、控制字是否异常？”“从保护背板检查差动保护硬压板输入是否正常？”“测量差动保护硬压板处接点电位是否正常？”，诊断结论依次是“差动保护压板/控制字错误”“保护装置硬件故障”“差动保护硬压板故障”“开入二次回路异常”。诊断措施“检查差动保护软硬压板、控制字是否异常？”可进一步拆分为诊断措施类型“检查压板、控制字是否异常”和检查对象“差动保护软硬压板、控制字”；诊断措施“从保护背板检查差动保护硬压板输入是否正常？”可进一步拆分为诊断措施类型“从保护背板检查”和检查对象“差动保护硬压板输入电位”；诊断措施“测量差动保护硬压板处接点电位是否正常？”可进一步拆分为诊断措施类型“从源端进行检查”和检查对象“差动保护硬压板处接点电位”。其他专家诊断规则包含的诊断措施和诊断结论如图3中的(b)(c)所示。
接着，将专家诊断规则中的诊断措施、诊断结论实体泛化为本体。具体地，线路保护两侧差动投退不一致的专家诊断规则的诊断措施“检查差动保护软硬压板、控制字是否异常？”、母线保护母联手合开入异常缺陷诊断专家规则的诊断措施“检查分列压板状态是否异常？”拥有共同的诊断措施类型“检查压板、控制字是否异常？”，将共同的诊断措施类型泛化为该类别缺陷诊断专家规则诊断措施的一项本体。线路保护两侧差动投退不一致缺陷诊断专家规则的诊断措施“从保护背板检查差动保护硬压板输入是否正常？”、母线保护分列状态异常的专家诊断规则的诊断措施“从保护背板检查母联开关跳位开入点电位”、母线保护母联手合开入异常的专家诊断规则的诊断措施“从保护背板手合开入是否为正电位”拥有共同的诊断措施类型“从保护背板检查”和检查对象的属性“开关量”，将共同的诊断措施类型与检查对象的属性泛化为该类别的专家诊断规则的诊断措施的一项本体，即“从保护背板检查异常开关量的接点电位”。类似地，可以得到该类别缺陷的专家诊断规则诊断措施的另一项本体“从源端检查异常开关量的接点电位”。该类别的专家诊断规则的诊断结论本体获取方式类似，不再赘述。
步骤三、对相同类别专家经验进行汇总(或泛化)
然后，将同一类别缺陷的专家诊断规则中的诊断措施及诊断结论实体，按照实体对应的本体为刻度进行对齐，得到该类别下诊断步骤/流程同步的专家诊断规则，聚类中心7的专家诊断规则对齐后的效果如图3中的(a)(b)(c)所示，各个专家诊断规则的诊断措施实体对应的本体依次为“检查压板、控制字是否异常？”“从保护背板检查异常开关量的接点电位”“从源端检查异常开关量的接点电位”。对于母线保护母联手合开入异常缺陷的专家诊断规则，由于没有与“检查压板、控制字是否异常？”本体对应的实体，所以该缺陷的专家诊断规则在对应位置处的实体为空，如图3中的(c)所示。同一类别的专家诊断规则中的结论实体的对齐方式类似，不再赘述。在此基础上，将这些缺陷的专家诊断规则中的实体统一替换为相应的本体，将各个独立案例抽象/泛化为汇总(或泛化)的专家规则，如图4中的(a)所示。
步骤四、将新的专家经验纳入同类别缺陷诊断专家经验体系中
假设目前新增加一项继电保护缺陷诊断专家规则，即母线保护失灵启动开入异常的专家诊断规则，如图4中的(b)所示。该缺陷的诊断结论向量为[0,1,0,0,1,0,0]，计算与8个聚类中心的距离，到聚类中心7的距离最短，与聚类中心7的汇总(或泛化)的专家诊断规则对应，如图4中的(a)所示。母线保护失灵启动开入异常缺陷的专家诊断规则包含2项诊断措施，依次是“从保护背板检查启失灵的接点电位”“从线路、主变、断路器保护检查启失灵的接点电位”，包含3项诊断结论，依次是“保护装置硬件故障”“开入二次回路异常”“线路、主变、断路器保护接点故障”。2项诊断措施实体分别与图4中的(a)中本类别汇总(或泛化)后的专家诊断规则中的诊断措施本体“从保护背板检查异常开关量的接点电位”“从源端检查异常开关量的接点电位”对应，3项诊断结论实体分别与图4中的(a)中本类别汇总(或泛化)后的专家诊断规则中的诊断结论本体“保护装置硬件故障”“开入二次回路异常”“源端(操作箱/保护装置)接点故障”对应，表明本专家规则的实体与汇总(或泛化)的专家规则的本体完全吻合，从而将该专家规则纳入该类型专家规则体系中。
步骤五、诊断措施排列优化
聚类中心7的3项缺陷诊断措施本体和4项缺陷诊断结论本体如表4所示。
表4聚类中心7的缺陷诊断措施本体和缺陷诊断结论本体的对应关系
Figure BDA0003414907490000141
经统计，聚类中心7的四项诊断结论本体的频度分别为[α1,α2,α3,α4]＝[0.4、0.3、0.2、0.1].
聚类中心7有3项诊断措施本体，使用a,b,c进行编号，具体为：
a.检查压板/控制字；b.装置背板开关量检查；c.源端开关量检查
诊断结论本体依次是：
1.压板/控制字
2.装置硬件
3.开关量二次回路
4.源端故障
诊断结论本体的组合的编号：
首先选取所有的诊断结论本体，编号为①，即①：1,2,3,4
接下来对如上的诊断结论本体组合，重复搜索有效的诊断措施本体并执行缺陷的诊断措施本体，将诊断结论本体组合进行划分。例如，诊断结论本体组合为1,2,3,4时，可选择的诊断措施本体为a,b,c，执行a,b,c后，可以分别得到诊断结论本体组合的一种划分，如执行诊断措施本体a后，可以得到诊断结论本体的2种组合，一种组合由单一元素1.压板/控制字，另一种组合由元素2.装置硬件、3.开关量二次回路、4.源端故障构成。对于诊断结论本体组合1,2,3,4，若选择诊断措施本体b，可以得到诊断结论本体的2种组合，一种组合由元素1.压板/控制字、2.装置硬件构成，另一种组合由元素3.开关量二次回路、4.源端故障构成。
对于新得到的缺陷的诊断结论本体组合，重复搜索有效的诊断措施本体并执行诊断措施本体，将诊断结论本体组合进行划分，直至划分出的诊断结论本体组合全部仅含1个元素，如图5所示。若诊断结论本体的组合方式一致，则共享诊断结论本体组合的编号，具体的编号结果如下：
①1,2,3,4；②1；③2；④3；⑤4；⑥1,2；⑦3,4；⑧1,2,3；⑨2,3,4；⑩2,3取执行任意一项缺陷的诊断措施本体的奖励-F＝-1，得到诊断结论本体的奖励B＝10，可列写方程如下：
v1≥-1+v8(α1+α2+α3)/(α1+α2+α3+α4)+v5α4/(α1+α2+α3+α4)
v1≥-1+v6(α1+α2)/(α1+α2+α3+α4)+v7(α3+α4)/(α1+α2+α3+α4)
v1≥-1+v2α1/(α1+α2+α3+α4)+v9(α2+α3+α4)/(α1+α2+α3+α4)
v2＝10
v3＝10
v4＝10
v5＝10
v6≥-1+v2α1/(α1+α2)+v3α2/(α1+α2)
v7≥-1+v4α3/(α3+α4)+v5α4/(α3+α4)
v8≥-1+v2α1/(α1+α2+α3)+v10(α2+α3)/(α1+α2+α3)
v8≥-1+v6(α1+α2)/(α1+α2+α3)+v4α3/(α1+α2+α3)
v9≥-1+v10(α2+α3)/(α2+α3+α4)+v5α4/(α2+α3+α4)
v9≥-1+v3α2/(α2+α3+α4)+v7(α3+α4)/(α2+α3+α4)
v10≥-1+v3α2/(α2+α3)+v4α3/(α2+α3)
可以得到10个缺陷的诊断结论本体组合的最大奖励值分别为：
Figure BDA0003414907490000151
提取上面方程中的等式，等式两边分别对应执行缺陷诊断措施本体前后的缺陷诊断结论本体组合，该缺陷诊断措施本体为执行缺陷诊断措施本体前的缺陷诊断结论本体组合的最优缺陷诊断措施本体，在图6使用粗体标识：
根据图6，可以得以改进的缺陷诊断专家规则，如图7中的(a)所示。
步骤六、缺陷诊断
汇总(或泛化)的缺陷诊断专家规则能够用于同类别缺陷(即告警信息的对象、告警信息对象所经历的路径相同的缺陷)的诊断。例如，常规变电站线路保护失灵联跳开入告警缺陷的诊断，根据告警信息对象(线路保护失灵联跳开入)、告警信息对象所经历的路径(母线保护、断路器保护CPU板、开出板、二次电缆回路、线路保护开入板、CPU板)，表明常规变电站线路保护失灵联跳开入告警缺陷的诊断与由开关量作为告警信息、由常规变电站开关量回路作为告警信息的路径的汇总(或泛化)的缺陷诊断专家规则对应，如图7中的(a)所示。提取该汇总(或泛化)的缺陷诊断专家规则的诊断措施本体，包括“从保护背板检查异常开关量的接点电位”“从源端检查异常开关量的接点电位”等，其中，“从保护背板检查异常开关量的接点电位”的诊断措施类型是“从保护背板检查”，检查对象的属性是“开关量”，与具体的告警信息内容结合，能够确定具体的检查对象是线路保护失灵联跳开入接点，由此可以得到线路保护失灵联跳开入告警缺陷诊断专家规则中与汇总(或泛化)的缺陷诊断专家规则的“从保护背板检查异常开关量的接点电位”本体对应的实体为“从保护背板检查失灵联跳的接点电位”，类似地，可以得到线路保护失灵联跳开入告警缺陷诊断专家规则中与汇总(或泛化)的缺陷诊断专家规则的“从源端检查异常开关量的接点电位”本体对应的实体为“从母线保护、断路器保护检查失灵联跳的接点电位”，缺陷诊断专家规则的诊断结论实体的产生方式类似，由此将汇总(或泛化)的专家规则中的本体转化为相应的实体专家规则，如图7中的(b)所示。
图8为典型常规变电站双母接线下一个线路间隔的继电保护系统简图，为以该间隔继电保护硬件、接口、二次回路、保护通道的连接关系为基础绘制继电保护系统的构成、布置与连接图，图中清晰地绘制了线路保护失灵联跳开关量的产生、传输与接收全过程，即源端保护装置(母线保护装置或断路器保护装置)CPU板→源端保护装置开出板→开关量二次回路(经源端保护屏的端子排)→开关量二次回路(经端子箱/汇控柜)→开关量二次回路(接收端保护屏的端子排)→接收端保护装置开入板→接收端保护装置CPU板，如图中加粗标记所示。该路径同时是缺陷的缺陷点范围。按照图7中的(b)的诊断方法，能够依次对加粗标记的路径进行诊断，从而实现缺陷诊断。
缺陷诊断方法的应用—一个220kV某变电站线路保护失灵开入异常缺陷诊断实例
2017年1月5日，220kV某变电站××线第一套保护装置报“失灵开入异常”，运行异常指示灯亮。二次检修人员对××线第一套保护装置进行检查，使用万用表测得装置失灵开入为1(对应图7中的(b)中“从保护背板检查失灵联跳的接点电位”)，排除了保护装置的问题。
进一步解开失灵回路两端装置端子接线后测量失灵开入二次回路一端为正电，另一端为负电(对应图7中的(b)中“从母线保护、断路器保护检查失灵联跳的接点电位”)，由此判断××线路保护装置无异常，需检查失灵二次回路(对应图7中的(b)中“开入二次回路异常”)。
二次检修人员沿着第一套××线路保护屏至母线保护屏排查失灵回路电缆，发现到母线保护屏处电缆头内部线芯破损，造成××线路第一套保护报“失灵开入异常”信号。检修人员更换备用线芯，装置失灵开入异常信号复归，检查××线路第一套保护其他开入均正常，装置恢复正常。
基于同一发明构思，本申请提供一种基于专家规则推演的继电保护缺陷的诊断装置900，如图9所示，包括：
分类单元910，用于通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，获得多个类别的专家诊断规则；
本体获得单元920，用于将获取每个类别的专家诊断规则实体对应的诊断规则本体；所述专家诊断规则实体对应的诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体；
对齐单元930，用于通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序；
诊断单元940，用于获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。
优选的，诊断单元，包括：
执行子单元，用于根据所述诊断措施本体的排列顺序，通过执行所述诊断措施本体对应的诊断措施实体，对所述待识别的继电保护缺陷进行诊断。
本申请从目前以个案分析为主的缺陷诊断方法出发，收集现有的继电保护缺陷诊断处置典型案例，对这些案例根据告警信息、继电保护配置、连接情况进行分类，将所属一类的继电保护缺陷诊断典型方法进行抽象化，提取同类缺陷诊断方案的共性特征，将现有的按照个案形式的缺陷诊断处置案例进行升华，将原来仅针对某一缺陷种类、缺陷点的诊断的专家知识，通过分类、汇总、推演，形成一类缺陷诊断问题的共性、公用的缺陷诊断模型，把握住同类别缺陷诊断的基本要素和共性特征，扩充现有继电保护缺陷诊断方法的可用性、鲁棒性和应用范围。解决现有技术专家经验难以全面覆盖少见、新出现、不易归纳总结的缺陷类型，依据专家经验总结的缺陷诊断流程存在兼容性不足的问题。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应该说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种基于专家规则推演的继电保护缺陷的诊断方法，其特征在于，包括：
通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，获得多个类别的专家诊断规则；
获取每个类别的专家诊断规则实体对应的诊断规则本体；所述专家诊断规则实体对应的诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体；
通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序，包括：
设存在D项诊断结论本体，所述D项诊断结论本体的概率为α1,α2,…,αD，满足α1+α2+…+αD＝1；
建立诊断措施本体与诊断结论本体的对应关系；
通过线性优化模型对所述诊断措施本体的排列顺序进行优化，对诊断结论本体的各个组合构建状态变量v(i)(i≤N)，v(i)(i≤N)以表征第i个缺陷诊断结论本体的组合预期获得的奖励值，N为诊断结论本体组合的数量；若i,j,k≤N，i，j，k分别为不同诊断结论本体的组合，则
Figure FDA0004193185490000011
ind(i)为第i个诊断结论本体组合，a*(i)指对于第i个诊断结论本体组合，可采取的最优诊断措施；在第i个诊断结论本体组合下，采用a*(i)后，第i个诊断结论本体组合中的各个诊断结论划分成两个部分，分别为ind(j)和ind(k)；p(h)为第h个诊断结论本体发生的概率，p(g)为第g个缺陷诊断结论本体发生的概率，p(l)为第l个缺陷诊断结论本体发生的概率；-F为固定的负奖励；
当诊断结论本体组合中仅含有一个元素时，v(i)＝+B，count[ind(i)]＝1，count[ind(i)]指第i个诊断结论本体组合中包含的诊断结论本体的数目；其余诊断结论本体组合的奖励值v(i),count[ind(i)]>1，采用如下线性方程计算得到：
Figure FDA0004193185490000021
Figure FDA0004193185490000022
a指从当前的诊断结论本体组合出发，可采取的任意一个诊断措施本体；
对上述线性方程采用单纯形法求解，对于一项诊断结论本体组合，其组合元素超过1，且满足
Figure FDA0004193185490000023
表明a＝a*(i)，诊断措施为与缺陷诊断措施本体组合i对应的最优诊断措施；
获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。
2.根据权利要求1所述的方法，其特征在于，专家诊断规则，包括：告警信息、所述告警信息对应的诊断措施和诊断结论。
3.根据权利要求1所述的方法，其特征在于，通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，包括：
设置聚类数目k的适应度函数为
Figure FDA0004193185490000031
式中，I1(k)为同一类别样本差异度，I2(k)为不同样本间的差异度；xi与xj代表不同的样本；
Figure FDA0004193185490000032
指样本xi与样本xj之间的距离；S、R均为样本对的集合，在按照聚类数目k进行k-均值聚类后，将所有相同类别的样本对置于集合S内，将所有不同类别的样本对置于集合R内，样本xi与样本xj属于同一类别，则(xi,xj)∈S；若样本xi与样本xj属于不同类别，则(xi,xj)∈R；|S|指S的元素数，由同一类样本构成的样本对的总对数，|R|指R的元素数，由非同类样本构建成的样本对的总对数。
4.根据权利要求1所述的方法，其特征在于，获取每个类别的专家诊断规则实体对应的诊断规则本体，包括：
将专家诊断规则中诊断措施的类型一致且检查对象的属性一致的诊断措施实体进行汇总或泛化，获得诊断措施本体；所述检查对象为存在问题的异常点；
将专家诊断规则中性质相同的诊断结论实体进行汇总或泛化，获得诊断结论本体。
5.根据权利要求1所述的方法，其特征在于，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断，包括：
根据所述诊断措施本体的排列顺序，通过执行所述诊断措施本体对应的诊断措施实体，对所述待识别的继电保护缺陷进行诊断。
6.一种基于专家规则推演的继电保护缺陷的诊断装置，其特征在于，包括：
分类单元，用于通过k-均值聚类算法对用于继电保护缺陷诊断的专家诊断规则进行分类，获得多个类别的专家诊断规则；
本体获得单元，用于将获取每个类别的专家诊断规则实体对应的诊断规则本体；所述专家诊断规则实体对应的诊断规则本体包括：诊断措施实体对应的诊断措施本体，诊断结论实体对应的诊断结论本体；
优化单元，用于通过预先构建的线性优化模型优化所述诊断措施本体的排列顺序，包括：
设存在D项诊断结论本体，所述D项诊断结论本体的概率为α1,α2,…,αD，满足α1+α2+…+αD＝1；
建立诊断措施本体与诊断结论本体的对应关系；
通过线性优化模型对所述诊断措施本体的排列顺序进行优化，对诊断结论本体的各个组合构建状态变量v(i)(i≤N)，v(i)(i≤N)以表征第i个缺陷诊断结论本体的组合预期获得的奖励值，N为诊断结论本体组合的数量；若i,j,k≤N，i，j，k分别为不同诊断结论本体的组合，则
Figure FDA0004193185490000041
ind(i)为第i个诊断结论本体组合，a*(i)指对于第i个诊断结论本体组合，可采取的最优诊断措施；在第i个诊断结论本体组合下，采用a*(i)后，第i个诊断结论本体组合中的各个诊断结论划分成两个部分，分别为ind(j)和ind(k)；p(h)为第h个诊断结论本体发生的概率，p(g)为第g个缺陷诊断结论本体发生的概率，p(l)为第l个缺陷诊断结论本体发生的概率；-F为固定的负奖励；
当诊断结论本体组合中仅含有一个元素时，v(i)＝+B，count[ind(i)]＝1，count[ind(i)]指第i个诊断结论本体组合中包含的诊断结论本体的数目；其余诊断结论本体组合的奖励值v(i),count[ind(i)]>1，采用如下线性方程计算得到：
Figure FDA0004193185490000051
Figure FDA0004193185490000052
a指从当前的诊断结论本体组合出发，可采取的任意一个诊断措施本体；
对上述线性方程采用单纯形法求解，对于一项诊断结论本体组合，其组合元素超过1，且满足
Figure FDA0004193185490000053
表明a＝a*(i)，诊断措施为与缺陷诊断措施本体组合i对应的最优诊断措施；
诊断单元，用于获取待识别的继电保护缺陷对应的诊断结论本体，及所述诊断结论本体对应的诊断措施本体，根据所述诊断措施本体的排列顺序对所述待识别的继电保护缺陷进行诊断。
7.根据权利要求6所述的装置，其特征在于，分类单元，包括：
诊断措施本体获取子单元，用于将专家诊断规则中诊断措施的类型一致且检查对象的属性一致的诊断措施实体进行汇总或泛化，获得诊断措施本体；所述检查对象为存在问题的异常点；
诊断结论本体获取子单元，用于将专家诊断规则中性质相同的诊断结论实体进行汇总或泛化，获得诊断结论本体。
8.根据权利要求6所述的装置，其特征在于，诊断单元，包括：
执行子单元，用于根据所述诊断措施本体的排列顺序，通过执行所述诊断措施本体对应的诊断措施实体，对所述待识别的继电保护缺陷进行诊断。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202111543129.3A 2021-12-16 2021-12-16 基于专家规则推演的继电保护缺陷的诊断方法和装置 Active CN114201884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111543129.3A CN114201884B (zh) 2021-12-16 2021-12-16 基于专家规则推演的继电保护缺陷的诊断方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111543129.3A CN114201884B (zh) 2021-12-16 2021-12-16 基于专家规则推演的继电保护缺陷的诊断方法和装置

Publications (2)

Publication Number Publication Date
CN114201884A CN114201884A (zh) 2022-03-18
CN114201884B true CN114201884B (zh) 2023-05-30

Family

ID=80654605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111543129.3A Active CN114201884B (zh) 2021-12-16 2021-12-16 基于专家规则推演的继电保护缺陷的诊断方法和装置

Country Status (1)

Country Link
CN (1) CN114201884B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0921900D0 (en) * 2009-12-15 2010-01-27 Univ Portsmouth A method apparatus and computer program for diagnosing a mode of operation of a machine
CN109752607A (zh) * 2017-11-06 2019-05-14 株洲中车时代电气股份有限公司 一种牵引变流器故障诊断的方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8463641B2 (en) * 2007-10-05 2013-06-11 The Boeing Company Method and system using linear programming for estimating test costs for bayesian diagnostic models
US10969775B2 (en) * 2017-06-23 2021-04-06 Johnson Controls Technology Company Predictive diagnostics system with fault detector for preventative maintenance of connected equipment
CN108344812A (zh) * 2017-11-24 2018-07-31 北京国网富达科技发展有限责任公司 一种变压器故障诊断方法、装置及存储介质
CN109888746A (zh) * 2019-03-06 2019-06-14 上海电力学院 一种基于继电保护信息的电网故障区域识别方法
CN111222582B (zh) * 2020-01-13 2023-12-05 中国电力科学研究院有限公司 一种用于提取继电保护装置的缺陷模式的方法及系统
CN112417763B (zh) * 2020-11-25 2024-08-16 杭州凯达电力建设有限公司 输电线路的缺陷诊断方法、装置、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0921900D0 (en) * 2009-12-15 2010-01-27 Univ Portsmouth A method apparatus and computer program for diagnosing a mode of operation of a machine
CN109752607A (zh) * 2017-11-06 2019-05-14 株洲中车时代电气股份有限公司 一种牵引变流器故障诊断的方法及系统

Also Published As

Publication number Publication date
CN114201884A (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
CN106932670B (zh) 一种基于d-s证据理论的配电自动化终端状态诊断方法
CN109886475B (zh) 基于ai的计量自动化系统的信息安全态势感知系统
CN109872112B (zh) 一种智能变电站全自动闭环检测方法及装置
CN110646685B (zh) 一种开关柜状态综合评估方法
CN106096789A (zh) 一种基于机器学习技术的可自感知异常的工控安全防护与报警系统
CN112987696A (zh) 一种区域配电网设备管理平台及其运行方法
CN115372816A (zh) 基于数据分析的配电开关设备运行故障预测系统及方法
CN117289162A (zh) 一种基于组端收敛方法的蓄电池健康预测方法及系统
CN117434440B (zh) 一种量测开关的自动检测方法及系统
CN114814603A (zh) 一种储能电站故障智能定位方法和系统
CN114447874A (zh) 基于数字孪生的变电站继电保护设备参数测试方法及装置
CN117150418B (zh) 基于状态特征故障树的变压器运检周期制定方法和系统
CN114201884B (zh) 基于专家规则推演的继电保护缺陷的诊断方法和装置
CN118074314A (zh) 一种输配电网动态脆弱性监测系统
CN112327096A (zh) 一种基于自适应策略的故障诊断信息融合方法及装置
Sridevi et al. Predictive Maintenance of Lead-Acid Batteries Using Machine Learning Algorithms
CN115270982A (zh) 一种基于多元数据神经网络的开关柜故障预测方法
CN113283510B (zh) 一种基于全业务混合数据的二次设备健康状况分析方法
Takano et al. Psychological biases affecting human cognitive performance in dynamic operational environments
CN114779029A (zh) 融合群体冗余关联和结构参数的cvt内绝缘在线评估方法
CN111367781A (zh) 一种实例处理方法及其装置
CN109066618B (zh) 基于短时间尺度的开关量检验方法、装置及存储介质
CN113435689B (zh) 一种标签化数仓建模的自动化设备状态评估方法及系统
AU2020103327A4 (en) IPMI- Advanced Grid Connected Systems: Intelligent Power Quality Monitoring and Improvement in Advanced Grid Connected Systems
Guo et al. Fault Diagnosis Method of Relay Protection Based on Expert Rule Deduction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant