CN115494343B - 基于配网故障机理的故障自动识别方法 - Google Patents

Abstract

本发明提出基于配网故障机理的故障自动识别系统与方法，属于配电网故障识别技术领域。系统包括配网故障机理数据库，配网故障机理数据库存储有多种不同故障类型与故障特征信号量之间的对应关系；故障类型具有故障优先级；故障特征信号量包括多种第一信号量和第二信号量；基于所述第一信号量，和/或，所述第二信号量调节所述故障优先级。方法包括当收集的所述警告信息符合预设条件时将当前故障优先级最高的故障类型作为识别出的故障自动显示。本发明的故障识别方案基于故障机理执行优先级调整，具备完备性与动态性。

Description

基于配网故障机理的故障自动识别方法

技术领域

本发明属于配电网故障识别技术领域，尤其涉及一种配电网故障监测系统与监测方法。

背景技术

随着我国电力系统不断发展，配电网规模日渐扩大，各类故障也时有发生。快速准确地辨识、定位和处理配电网故障，有助于恢复系统稳定运行、保障用户电能质量、降低故障所造成的损失。

为实现配电网故障类型辨识，通常先提取稳态或暂态电气量作为故障特征，通过人工智能算法进行训练和测试，从而完成故障分类识别，该方法具有较高的灵敏度和可靠性。

然而，实际测试中发现，不同的故障类型通常对应的故障特征量虽然不完全相同，但是通常会存在一定的交叉重复；而针对不同的故障类型建立的不同人工智能模型，其建立的故障类型与故障特征量的对应关系通常是固定不变的，在故障特征量存在交叉重复的情况时，不能随着实际识别出的特征量的频率或者分布进行调整，导致识别出的故障类型存在误差，尤其是在多次特征量采集和识别的过程，这种误差还会进一步累积，如果将这种误差反馈到人工智能模型中，则会持续影响人工智能模型的训练和更新精度，导致识别结果的完备性和动态性无法得到保障。

发明内容

为解决上述技术问题，本发明提出一种配电网故障监测系统与监测方法，本发明的技术方案通过建立优先级动态可更新的配网故障机理数据库，在故障特征量存在交叉重复的情况时，可以随着实际识别出的特征量的频率或者分布进行优先级调整，不会导致累积误差的产生。

具体，在本发明的第一个方面，提供一种基于配网故障机理的故障自动识别系统，所述系统包括配网故障机理数据库。

所述配网故障机理数据库存储有多种不同故障类型与故障特征信号量之间的对应关系；

所述故障类型具有故障优先级；

所述配网故障机理数据库中的不同故障类型在初始条件下故障优先级相同。

所述故障特征信号量包括配网设备信号量以及配网激励输出信号量；

所述配网设备信号量是在所述配网设备发出警告信息时采集的多种第一信号量；

所述配网激励输出信号量是给所述配网设备施加外部激励信号后输出的多种第二信号量；

基于所述第一信号量，和/或，所述第二信号量调节所述故障优先级。

在所述配网设备发出警告信息时，将当前故障优先级最高的故障类型作为识别出的故障自动显示。

在本发明的第二个方面，提供一种基于配网故障机理的故障自动识别方法，所述方法包括如下步骤：

预先配置配网故障机理数据库，所述配置配网故障机理数据库存储有多种不同故障类型与故障特征信号量之间的对应关系；

所述故障类型具有故障优先级；

在配网设备发出警告信息时，采集多种第一信号量；

给所述配网设备施加外部激励信号，采集输出的多种第二信号量；

基于所述第一信号量与所述故障特征信号量的第一交集，和/或，所述第二信号量与所述故障特征信号量的第二交集，调节所述故障优先级；

重复上述采集步骤，直至采集的所述警告信息符合预设条件；

将当前故障优先级最高的故障类型作为识别出的故障自动显示。

具体的，基于所述第一信号量与所述故障特征信号量的第一交集调节所述故障优先级，具体包括：

确定所述第一交集包含的第一交集信号量，基于所述对应关系，确定所述第一交集信号量对应的第一故障类型；提升所述第一故障类型的故障优先级。

基于所述第二信号量与所述故障特征信号量的第二交集，调节所述故障优先级，具体包括：

确定所述第二交集包含的第二交集信号量，

基于所述对应关系，确定所述第二交集信号量对应的第二故障类型；

提升所述第二故障类型的故障优先级。

本发明的故障识别方案基于故障机理执行优先级调整，具备完备性与动态性，具体的，本发明的技术方案通过建立优先级动态可更新的配网故障机理数据库，在故障特征量存在交叉重复的情况时，可以随着实际识别出的特征量的频率或者分布进行优先级调整，不会导致累积误差的产生。

本发明的更多实施例和改进效果将结合附图和具体实施例进一步介绍。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的一种基于配网故障机理的故障自动识别系统的结构示意图；

图2是图1所述基于配网故障机理的故障自动识别系统使用的配网故障机理数据库示意图；

图3是本发明一个实施例的一种基于配网故障机理的故障自动识别方法的主要步骤示意图；

图4是图3所述方法的循环执行流程示意图；

图5是存储图4所述方法指令的存储介质结构示意图。

具体实施方式

下面，结合附图以及具体实施方式，对发明做出进一步的描述。

图1是本发明一个实施例的一种基于配网故障机理的故障自动识别系统的结构示意图。

在图1中，所述基于配网故障机理的故障自动识别系统包括配网故障机理数据库、配网设备警告信息采集设备、配网设备信号量采集设备、激励设备以及配网激励输出信号量采集设备。

图1所述配网故障机理数据库存储有多种不同故障类型与故障特征信号量之间的对应关系；

所述故障类型具有故障优先级。

在初始条件下，所述配网故障机理数据库中的不同故障类型的故障优先级相同。

图2示出了图1所述基于配网故障机理的故障自动识别系统使用的配网故障机理数据库示意图。

在图2中，所述配网故障机理数据库存储有N种不同故障类型{F₁,F₂,…F_N}与M种故障特征信号量{T₁,T₂,…T_M}之间的对应关系；其中，2≤M,N；

在图2中，示出了N＝4、M＝5的情形；可以理解，根据不同的训练模型以及识别模型，还可以存在其他情形，本发明对此不做限制。

如背景技术提及的，上述N种不同故障类型{F₁,F₂,…F_N}与M种故障特征信号量{T₁,T₂,…T_M}之间的对应关系可以通过现有技术预先训练得到，例如，提取稳态或暂态电气量作为故障特征，通过人工智能算法进行训练和测试，建立不同故障类型与故障特征信号量之间的对应关系，从而完成故障分类识别。

上述过程不属于本发明的改进部分，因此不做具体展开。

作为进一步的示例，故障特征信号量可以基于配电网中采集得到的信号量进行特征提取确定。

以三相四线的低压配电网为例，配电网中采集得到的信号量可包括配电网线路A-B-C三相电源的电源电压U_A-U_B-U_C、相电流I_A-I_B-I_C、中性线电阻Z_N、中性线电流I_N、中性线接地线电流I₀、零序电压U₀、零序电流I₀等；

然而，不同于现有技术，本发明的实施例中，并非时刻进行数据采集，而是在采集得到警告信息之后才进行；同时，也并非简单的被动监测，而是采用了外部激励设备进行外部激励执行参数辨识后进一步获得激励信号量。

因此，作为本发明的改进之一，在本实施例中，所述故障特征信号量包括配网设备信号量以及配网激励输出信号量；

所述配网设备信号量是在所述配网设备发出警告信息时采集的多种第一信号量；

所述配网激励输出信号量是给所述配网设备施加外部激励信号后输出的多种第二信号量。

本发明所述的警告信息，是指配电网设备监测端，例如日志显示界面输出的提示性警告文字，例如“配变失压动作”即为一条“警告信息”；

对应于该警告信息，可以采集得到的多种第一信号量包括电源电压U_A-U_B-U_C、零序电压U₀、相电流I_A-I_B-I_C、零序电流I₀等；

本发明所述的给配网设备施加外部激励信号，可以是基于激励设备施加外界激励信号或者扰动信号；

例如，在所述显示界面输出的提示性警告文字包括“三相跳闸”后，利用外加的低频电压源装置依次对停电线路的3个相间回路注入低频电压扰动信号,从而获得扰动信号侧的电流和电压信息、相间回路的电阻和电感参数,作为所述多种第二信号量。

也就是说，不同的提示性警告文字对应不同的第一信号量和第二信号量，还对应不同的激励方式。

结合图1，配网设备警告信息采集设备用于采集所述显示界面输出的提示性警告文字并进行语义解析；

配网设备信号量采集设备用于采集与所述提示性警告文字的语义解析结果对应的多种第一信号量；

激励设备基于所述提示性警告文字的语义解析结果确定外部激励信号；

配网激励输出信号量采集设备用于采集在所述外部激励信号激励下输出的与所述提示性警告文字的语义解析结果对应的多种第二信号量。

然后，基于所述第一信号量，和/或，所述第二信号量调节所述故障优先级。

接下来，以具体的参数表示的形式，来进一步介绍上述实施例的过程。

所述多种第一信号量包括X个第一信号量所述多种第二信号量包括Y个第二信号量/>其中，2≤X,Y；

基于所述第一信号量与所述故障特征信号量{T₁,T₂,…T_M}的第一交集，和/或，

所述第二信号量与所述故障特征信号量{T₁,T₂,…T_M}的第二交集，

调节所述故障优先级。

具体的，基于所述第一信号量与所述故障特征信号量{T₁,T₂,…T_M}的第一交集，调节所述故障优先级，具体包括：

确定所述第一交集包含的第一交集信号量，

基于所述对应关系，确定所述第一交集信号量对应的第一故障类型；

提升所述第一故障类型的故障优先级。

基于所述第二信号量与所述故障特征信号量{T₁,T₂,…T_M}的第二交集，调节所述故障优先级，具体包括：

确定所述第二交集包含的第二交集信号量，

基于所述对应关系，确定所述第二交集信号量对应的第二故障类型；

提升所述第二故障类型的故障优先级。

而在所述配网设备发出警告信息时，将当前故障优先级最高的故障类型作为识别出的故障自动显示。

以前述实施例为例，假设第一信号量集合为：

{电源电压U_A-U_B-U_C、零序电压U₀、相电流I_A-I_B-I_C、零序电流I₀}；

而故障特征信号量集合为：

{电源电压U_A-U_B-U_C、相电流I_A-I_B-I_C、中性线电流I_N、中性线接地线电流I₀}；

则第一交集信号量集合为：

{电源电压U_A-U_B-U_C、相电流I_A-I_B-I_C}；

根据预先训练得到的故障类型与故障特征信号量之间的对应关系，此时对应的第一故障类型可能是单相断线故障或多相断线故障；

因此，提升单相断线故障或多相断线故障的故障优先级。

第二信号量集合、第二交集信号量集合以及第二故障类型的确定方式与上述类似。

以激励设备为低频电压源装置为例，其获得第二信号量集合的过程可参见现有技术：

基于参数辨识的配电网相间永久性故障识别方法，焦卓，等；《分布式能源》，第7卷第1期第37-44页，2022年2月。

基于该现有技术辨识出的第二故障类型可以为永久性故障或瞬时性故障，从而提升其优先级。

在另一个方面，在提升所述第一故障类型的故障优先级或者提升所述第二故障类型的故障优先级的同时，将所述配网故障机理数据库存储的多种不同故障类型中除所述第一故障类型和所述第二故障类型之外的其他故障类型的优先级恢复为初始值。

如此，可以避免在多次特征量采集和识别的过程中产生的误差进一步累积。

优选的，所述优先级可以采用数值表示；数值越大，优先级越高。

若当前某个故障类型对应的优先值数值为P_cur，则提升后的优先值数值P_R按照如下方式确定：

其中，num为当前故障类型在所述第一交集信号量集合或者第二交集信号量集合能够对应的当前累计次数，num>1；

当然，优先级还可以采用其他方式，并不影响本发明的实现，但是实际校正效果和实际测试效果表明，上述优先级校准提升的方式能够综合考虑当前故障类型在所述第一交集信号量集合或者第二交集信号量集合能够对应的当前累计次数对优先级的权重，因此效果更佳。

接下来参见图3，图3是本发明一个实施例的一种基于配网故障机理的故障自动识别方法的主要步骤示意图。

图3所述方法实施例包括步骤S710-S760,各个步骤具体实现如下：

S710：预先配置配网故障机理数据库，所述配置配网故障机理数据库存储有多种不同故障类型与故障特征信号量之间的对应关系；

所述故障类型具有故障优先级；

S720：在配网设备发出警告信息时，采集多种第一信号量；

S730：给所述配网设备施加外部激励信号，采集输出的多种第二信号量；

S740：基于所述第一信号量与所述故障特征信号量的第一交集，和/或，所述第二信号量与所述故障特征信号量的第二交集，调节所述故障优先级；

S750：重复步骤S720-S740，直至收集的所述警告信息符合预设条件；

S760：将当前故障优先级最高的故障类型作为识别出的故障自动显示。

可以看到，步骤S750存在重复执行的表述，因此，所述方法可以通过循环迭代的流程图表示，如图4所述。

在所述循环判断步骤S750中，重复步骤S720-S740，直至收集的所述警告信息符合预设条件。

可以看到，本发明的数据采集都是基于警告信息采集来实现的。

一方面，在实际执行过程中，警告信息不止一条，也不会只发出一次；另一方面，单次的警告信息或者单条的警告信息可能造成误报。

为解决此类问题，本发明的进一步改进实施例在于，只有收集的所述警告信息符合预设条件，才认为优先级调整能够达到预期目标。

具体的，所述警告信息符合预设条件可以设定为所述警告信息达到预设次数或者预设条数；

即采集得到的所述警告信息的条数超过第一阈值，和/或，采集所述所述警告信息的次数超过第二阈值。

如此，可以确保故障识别方案基于故障机理执行优先级调整的同时具备完备性与动态性。

可以理解，本发明的各个实施例可以单独或者合并，解决其中一个或者多个技术问题，但是不要求每个实施例或者技术方案均解决所有技术问题。

图3或图4所述的方法可以通过计算机设备，基于计算机程序指令执行，计算机程序指令可以存储于计算机可读存储介质。

本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成，程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。

图5示出存储图4所述方法指令的存储介质结构示意图。

图5计算机可读存储介质上存储有指令，指令例如是计算机可读指。当计算机可读指令由处理器运行时，可以执行参照以上图4描述的基于配网故障机理的故障自动识别方法。计算机可读存储介质包括但不限于例如易失性存储器和/或非易失性存储器。

本发明未特别明确的部分模块结构，以现有技术记载的内容为准。本发明在前述背景技术部分以及具体实施例部分提及的现有技术可作为本发明的一部分，用于理解部分技术特征或者参数的含义。本发明的保护范围以权利要求实际记载的内容为准。

Claims (3)

1.一种基于配网故障机理的故障自动识别系统，所述系统包括配网故障机理数据库，其特征在于：

所述配网故障机理数据库存储有N种不同故障类型{F₁,F₂,…F_N}与M种故障特征信号量{T₁,T₂,…T_M}之间的对应关系；其中，2≤M,N；

所述故障类型具有故障优先级；

所述故障特征信号量包括配网设备信号量以及配网激励输出信号量；

所述配网设备信号量是在所述配网设备发出警告信息时采集的多种第一信号量；

所述配网激励输出信号量是给所述配网设备施加外部激励信号后输出的多种第二信号量；

基于所述第一信号量和所述第二信号量调节所述故障优先级；

其中，基于所述第一信号量调节所述故障优先级，具体包括：

所述多种第一信号量包括X个第一信号量

确定所述第一信号量与所述故障特征信号量{T₁,T₂,…T_M}的第一交集，

确定所述第一交集包含的第一交集信号量，

基于所述对应关系，确定所述第一交集信号量对应的第一故障类型；

提升所述第一故障类型的故障优先级；

基于所述第二信号量调节所述故障优先级，具体包括：

所述多种第二信号量包括Y个第二信号量

确定所述第二信号量与所述故障特征信号量{T₁,T₂,…T_M}的第二交集；

确定所述第二交集包含的第二交集信号量，

基于所述对应关系，确定所述第二交集信号量对应的第二故障类型；

提升所述第二故障类型的故障优先级；

其中，2≤X,Y；

所述配网故障机理数据库中的不同故障类型在初始条件下故障优先级相同。

2.如权利要求1所述的一种基于配网故障机理的故障自动识别系统，其特征在于：

在所述配网设备发出警告信息时，将当前故障优先级最高的故障类型作为识别出的故障自动显示。

3.一种基于配网故障机理的故障自动识别方法，其特征在于，所述方法包括如下步骤：

S710：预先配置配网故障机理数据库，所述配网故障机理数据库存储有N种不同故障类型{F₁,F₂,…F_N}与M种故障特征信号量{T₁,T₂,…T_M}之间的对应关系；其中，2≤M,N；

所述故障类型具有故障优先级；

S720：在配网设备发出警告信息时，采集多种第一信号量；

S730：给所述配网设备施加外部激励信号，采集输出的多种第二信号量；

S740：基于所述第一信号量与所述故障特征信号量的第一交集和所述第二信号量与所述故障特征信号量的第二交集，调节所述故障优先级；S750：重复步骤S720-S740，直至收集的所述警告信息符合预设条件；S760：将当前故障优先级最高的故障类型作为识别出的故障自动显示；

所述步骤S740中基于所述第一信号量与所述故障特征信号量的第一交集调节所述故障优先级，具体包括：

确定所述第一交集包含的第一交集信号量，基于所述对应关系，确定所述第一交集信号量对应的第一故障类型；提升所述第一故障类型的故障优先级；

所述步骤S740中基于所述第二信号量与所述故障特征信号量的第二交集，调节所述故障优先级，具体包括：

确定所述第二交集包含的第二交集信号量，

基于所述对应关系，确定所述第二交集信号量对应的第二故障类型；提升所述第二故障类型的故障优先级；

所述配网故障机理数据库中的不同故障类型在初始条件下故障优先级相同。