CN117390459A - 基于模糊信息融合的继电保护硬压板故障诊断方法及系统 - Google Patents

基于模糊信息融合的继电保护硬压板故障诊断方法及系统 Download PDF

Info

Publication number
CN117390459A
CN117390459A CN202311203516.1A CN202311203516A CN117390459A CN 117390459 A CN117390459 A CN 117390459A CN 202311203516 A CN202311203516 A CN 202311203516A CN 117390459 A CN117390459 A CN 117390459A
Authority
CN
China
Prior art keywords
relay protection
pressing plate
sensor
fault
protection hard
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.)
Pending
Application number
CN202311203516.1A
Other languages
English (en)
Inventor
朱添益
吴震宇
夏建勋
章建军
杨帅雄
易汝轩
周展帆
于艺盛
罗杰
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.)
Super High Voltage Substation Co Of State Grid Hunan Electric Power Co ltd
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Original Assignee
Super High Voltage Substation Co Of State Grid Hunan Electric Power Co ltd
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
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 Super High Voltage Substation Co Of State Grid Hunan Electric Power Co ltd, State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd filed Critical Super High Voltage Substation Co Of State Grid Hunan Electric Power Co ltd
Priority to CN202311203516.1A priority Critical patent/CN117390459A/zh
Publication of CN117390459A publication Critical patent/CN117390459A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明公开了一种基于模糊信息融合的继电保护硬压板故障诊断方法及系统，方法包括以下步骤：分别用不同传感器测量继电保护硬压板的对应运行参数，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度；将所述隶属度进行模糊加权变换得到加权后的隶属度，然后用加权后的隶属度构建模糊变换矩阵，最后根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备故障诊断函数对继电保护硬压板进行故障诊断。本发明提高了继电保护硬压板故障诊断的精度。

Description

基于模糊信息融合的继电保护硬压板故障诊断方法及系统
技术领域
本发明涉及电力二次设备故障诊断技术，尤其涉及一种基于模糊信息融合的继电保护硬压板故障诊断方法及系统。
背景技术
智能变电站设备诊断复杂，特别是针对二次设备的继电保护硬压板来说，故障诊断需要结合多个传感器参数来进行结果判定。其故障存在多样性、不确定性和复杂性等特点，采用单一的故障诊断方法无法对故障实施精确诊断。
随着数据融合和计算机应用技术的发展，根据国内外研究成果，多传感器数据融合可概括为充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用,获得对被测对象的一致性解释与描述,进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息。
因此，如何基于数据融合技术对继电保护硬压板进行故障诊断，是值得研究的课题。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种基于模糊信息融合的继电保护硬压板故障诊断方法及系统，提高了继电保护硬压板故障诊断的精度。
为解决上述技术问题，本发明提出的技术方案为：
一种基于模糊信息融合的继电保护硬压板故障诊断方法，包括以下步骤：
分别用不同传感器测量继电保护硬压板的对应运行参数，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度；
将所述隶属度进行模糊加权变换得到加权后的隶属度，然后用加权后的隶属度构建模糊变换矩阵，最后根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备故障诊断函数对继电保护硬压板进行故障诊断。
进一步的，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度时，包括：获取当前传感器的实际量测值，将当前传感器的实际量测值匹配继电保护硬压板故障类型隶属度模型，分别得到当前传感器的测量结果诊断继电保护硬压板属于不同故障的隶属度。
进一步的，所述继电保护硬压板故障类型隶属度模型的表达式如下：
其中，Flagij为传感器i的测量结果诊断设备属于故障j的隶属度；x0ij为设备处于正常工作状态时传感器i的测量结果平均值；xij为传感器i的实际量测值；eij为设备处于正常工作状态时的运行参数正常变化范围；t0ij为设备处于正常工作状态时运行参数允许的最大下行偏差，t1ij为设备处于正常工作状态时运行参数允许的最大上行偏差。
进一步的，将所述故障隶属度进行模糊加权变换时，包括：
分别计算每个传感器测量结果诊断继电保护硬压板属于不同故障的加权隶属度wij；
根据每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度Flagij与对应的加权隶属度wij，计算得到加权处理后的每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度uij。
进一步的，加权处理后的每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度uij的表达式如下：
uij＝(∑(wij×Flagij))/∑wij
其中，uij为加权处理后的传感器i的测量结果诊断设备属于故障j的隶属度，Flagij为传感器i的测量结果诊断设备属于故障j的隶属度；wij为传感器i的测量结果诊断设备属于故障j的加权隶属度。
进一步的，所述模糊变换矩阵的表达式如下：
其中，uij为加权处理后的传感器i的测量结果诊断设备属于故障j的隶属度。
进一步的，根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备故障诊断函数对设备进行故障诊断时，包括：
获取每个传感器的测量结果单独诊断故障的可信度集合X；
将模糊变换矩阵ra×b与所述可信度集合X相乘，得到数据融合后的设备故障可能性集合R；
构建设备故障诊断函数，所述构建设备故障诊断函数选取所述设备故障可能性集合R中目标故障对应的第一元素，并选取可信度集合X中目标传感器对应的第二元素，若第一元素大于或等于预设的第一阈值，且第一元素与第二元素的差的绝对值小于或等于第二阈值，则诊断继电保护硬压板的故障隶属于目标故障。
进一步的，第一阈值为0.5，第二阈值为0.2，所述设备故障诊断函数的表达式如下：
其中，Rj为设备故障可能性集合R中故障j对应的元素，Xi为可信度集合X中传感器i对应的元素。
本发明还提出一种基于模糊信息融合的继电保护硬压板故障诊断系统，包括计算机设备，所述计算机设备被编程或配置以执行任一所述的基于模糊信息融合的继电保护硬压板故障诊断方法。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有被编程或配置以执行任一所述的基于模糊信息融合的继电保护硬压板故障诊断方法的计算机程序。
与现有技术相比，本发明的优点在于：
本发明通过对继电保护硬压板故障隶属度进行计算，融合多个传感器数据，并增加参数模糊加权变换处理环节，减小不同类型传感器数据的相互干扰，解决了复杂工况下设备故障诊断的不确定性问题，提高了故障诊断精度。
附图说明
图1为本发明实施例的方法的流程图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
在介绍本方案的具体实施例之前，先对于相关概念进行说明。
数据融合：数据融合指的是采集并综合处理多种信息源、多种格式的信息，来生成准确、完整和及时的综合信息的过程。数据融合技术研究如何协同加工多源信息，让它们起到相互补充的作用，以获取对目标事物更加全面的认识。多源信息融合系统能够全面准确的反映目标的特征，并能够消除不确定性，提高系统的可靠性。多源信息经过融合后具有以下几个有点：冗余性、互补性、实时性以及低成本性。
实施例
为了提高继电保护硬压板故障诊断的精度，本实施例提出一种基于模糊信息融合的继电保护硬压板故障诊断方法，如图1所示，包括以下步骤：
S1)分别用不同传感器测量继电保护硬压板的对应运行参数；
S2)构建继电保护硬压板故障类型隶属度模型，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度；
S3)将所述隶属度进行模糊加权变换得到加权后的隶属度；
S4)用加权后的隶属度构建模糊变换矩阵；
S5)根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备参数融合计算模型；
S6)根据设备参数融合计算模型和每个传感器的测量结果单独诊断故障的可信度，构建设备故障诊断函数对继电保护硬压板进行故障诊断。
通过上述步骤，本实施例对继电保护硬压板故障隶属度进行计算，融合多个传感器数据，并增加参数模糊加权变换处理环节，减小不同类型传感器数据的相互干扰，解决了复杂工况下设备故障诊断的不确定性问题，提高了故障诊断精度。
下面对于每一步骤进行具体说明。
本实施例的步骤S1中，使用的多种传感器，包括但不限于温度传感器、电压传感器、电流传感器等。
本实施例的步骤S2中，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度时，包括：获取当前传感器的实际量测值，将当前传感器的实际量测值匹配继电保护硬压板故障类型隶属度模型，分别得到当前传感器的测量结果诊断继电保护硬压板属于不同故障的隶属度。
本实施例中，步骤S2所构建的继电保护硬压板故障类型隶属度模型的表达式如下：
其中，Flagij为传感器i的测量结果诊断设备属于故障j的隶属度；x0ij为设备处于正常工作状态时传感器i的测量结果平均值；xij为传感器i的实际量测值；eij、t0ij、t1ij分别为故障j对应的阈值，其中eij为设备处于正常工作状态时的运行参数正常变化范围；t0ij为设备处于正常工作状态时运行参数允许的最大下行偏差，t1ij为设备处于正常工作状态时运行参数允许的最大上行偏差。
如式(1)所示，当传感器i的实际量测值xij低于最大下行偏差(xij≤x0ij-t0ij)或者高于最大上行偏差(xij≥x0ij+t1ij)时，隶属度状态值为1，表示发生故障，当传感器i的实际量测值xij在运行参数正常变化范围内(x0ij-eij≤xij≤x0ij+eij)时，隶属度状态值为0，表示无故障。
本实施例的步骤S3中，将所述故障隶属度进行模糊加权变换时，包括：
分别计算每个传感器测量结果诊断继电保护硬压板属于不同故障的加权隶属度wij，表达式如下：
wij＝nijT/nij (2)
其中，nijT为一个采样周期T内设备发生隶属于故障j的次数，nij为一个采样周期T内传感器i异常数据上报次数(例如，设备发生电压暂升/暂降问题，电压传感器上报设备运行电压参数异常)；
根据每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度Flagij与对应的加权隶属度wij，计算得到加权处理后的每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度uij，表达式如下：
uij＝(∑(wij×Flagij))/∑wij (3)
其中，uij为加权处理后的传感器i的测量结果诊断设备属于故障j的隶属度，Flagij为传感器i的测量结果诊断设备属于故障j的隶属度；wij为传感器i的测量结果诊断设备属于故障j的加权隶属度。
本实施例的步骤S4中，所述模糊变换矩阵的表达式如下：
其中，uij为加权处理后的传感器i的测量结果诊断设备属于故障j的隶属度。
本实施例的步骤S5中，根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备参数融合计算模型时，包括：
获取每个传感器的测量结果单独诊断故障的可信度集合X，有：
X＝{X1,X2,…,Xm,…,Xi}
(5)
其中，Xi表示传感器i测量结果单独诊断故障的可信度，对于传感器m，其测量结果单独诊断故障的可信度表达式如下：
其中，αn、βn为过度参数；
将模糊变换矩阵ra×b与所述可信度集合X相乘，得到数据融合后的设备故障可能性集合R，表达式如下：
R＝X×ra×b＝{R1,R2,....Rn,...,Rj}
(7)
至此，通过式(5)和式(7)构建的设备参数融合计算模型表达式如下：
R＝X×ra×b＝{R1,R2,....Rn,...,Rj}
X＝{X1,X2,...,Xm,...,Xi}
其中，R为经过模糊变换后得到数据融合后的设备故障可能性集合，X为各个传感器的测量结果单独诊断故障的可信度集合，计算结果表示故障参量i推断故障j发生的可能性。
本实施例的步骤S6具体包括：
构建设备故障诊断函数，所述构建设备故障诊断函数选取所述设备故障可能性集合R中目标故障对应的第一元素，并选取可信度集合X中目标传感器对应的第二元素，若第一元素大于或等于预设的第一阈值，且第一元素与第二元素的差的绝对值小于或等于第二阈值，则诊断继电保护硬压板的故障隶属于目标故障。
本实施例中，第一阈值为0.5，第二阈值为0.2，具体的，所述设备故障诊断函数的表达式如下：
其中，Rj为设备故障可能性集合R中故障j对应的元素，Xi为可信度集合X中传感器i对应的元素。
本实施例还提出一种基于模糊信息融合的继电保护硬压板故障诊断系统，包括计算机设备，所述计算机设备被编程或配置以执行本实施例所述的基于模糊信息融合的继电保护硬压板故障诊断方法。
本实施例还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有被编程或配置以执行本实施例所述的基于模糊信息融合的继电保护硬压板故障诊断方法的计算机程序。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (10)

1.一种基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，包括以下步骤：
分别用不同传感器测量继电保护硬压板的对应运行参数，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度；
将所述隶属度进行模糊加权变换得到加权后的隶属度，然后用加权后的隶属度构建模糊变换矩阵，最后根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备故障诊断函数对继电保护硬压板进行故障诊断。
2.根据权利要求1所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，根据每个传感器的测量结果计算继电保护硬压板不同故障的隶属度时，包括：获取当前传感器的实际量测值，将当前传感器的实际量测值匹配继电保护硬压板故障类型隶属度模型，分别得到当前传感器的测量结果诊断继电保护硬压板属于不同故障的隶属度。
3.根据权利要求2所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，所述继电保护硬压板故障类型隶属度模型的表达式如下：
其中，Flagij为传感器i的测量结果诊断设备属于故障j的隶属度；x0ij为设备处于正常工作状态时传感器i的测量结果平均值；xij为传感器i的实际量测值；eij为设备处于正常工作状态时的运行参数正常变化范围；t0ij为设备处于正常工作状态时运行参数允许的最大下行偏差，t1ij为设备处于正常工作状态时运行参数允许的最大上行偏差。
4.根据权利要求3所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，将所述故障隶属度进行模糊加权变换时，包括：
分别计算每个传感器测量结果诊断继电保护硬压板属于不同故障的加权隶属度wij；
根据每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度Flagij与对应的加权隶属度wij，计算得到加权处理后的每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度uij。
5.根据权利要求4所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，加权处理后的每个传感器测量结果诊断继电保护硬压板属于不同故障的隶属度uij的表达式如下：
uij＝(∑(wij×Flagij))/∑wij
其中，uij为加权处理后的传感器i的测量结果诊断设备属于故障j的隶属度，Flagij为传感器i的测量结果诊断设备属于故障j的隶属度；wij为传感器i的测量结果诊断设备属于故障j的加权隶属度。
6.根据权利要求1所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，所述模糊变换矩阵的表达式如下：
其中，uij为加权处理后的传感器i的测量结果诊断设备属于故障j的隶属度。
7.根据权利要求1所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，根据模糊变换矩阵和每个传感器的测量结果单独诊断故障的可信度构建设备故障诊断函数对设备进行故障诊断时，包括：
获取每个传感器的测量结果单独诊断故障的可信度集合X；
将模糊变换矩阵ra×b与所述可信度集合X相乘，得到数据融合后的设备故障可能性集合R；
构建设备故障诊断函数，所述构建设备故障诊断函数选取所述设备故障可能性集合R中目标故障对应的第一元素，并选取可信度集合X中目标传感器对应的第二元素，若第一元素大于或等于预设的第一阈值，且第一元素与第二元素的差的绝对值小于或等于第二阈值，则诊断继电保护硬压板的故障隶属于目标故障。
8.根据权利要求7所述的基于模糊信息融合的继电保护硬压板故障诊断方法，其特征在于，第一阈值为0.5，第二阈值为0.2，所述设备故障诊断函数的表达式如下：
其中，Rj为设备故障可能性集合R中故障j对应的元素，Xi为可信度集合X中传感器i对应的元素。
9.一种基于模糊信息融合的继电保护硬压板故障诊断系统，其特征在于，包括计算机设备，所述计算机设备被编程或配置以执行权利要求1～8任一所述的基于模糊信息融合的继电保护硬压板故障诊断方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有被编程或配置以执行权利要求1～8任一所述的基于模糊信息融合的继电保护硬压板故障诊断方法的计算机程序。
CN202311203516.1A 2023-09-18 2023-09-18 基于模糊信息融合的继电保护硬压板故障诊断方法及系统 Pending CN117390459A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311203516.1A CN117390459A (zh) 2023-09-18 2023-09-18 基于模糊信息融合的继电保护硬压板故障诊断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311203516.1A CN117390459A (zh) 2023-09-18 2023-09-18 基于模糊信息融合的继电保护硬压板故障诊断方法及系统

Publications (1)

Publication Number Publication Date
CN117390459A true CN117390459A (zh) 2024-01-12

Family

ID=89462039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311203516.1A Pending CN117390459A (zh) 2023-09-18 2023-09-18 基于模糊信息融合的继电保护硬压板故障诊断方法及系统

Country Status (1)

Country Link
CN (1) CN117390459A (zh)

Similar Documents

Publication Publication Date Title
CN110197288A (zh) 故障影响下设备的剩余使用寿命预测方法
CN109543743B (zh) 一种基于重建预测残差的制冷机组多传感器故障诊断方法
CN103631145B (zh) 基于监控指标切换的多工况过程监控方法和系统
CN110466381A (zh) 充电桩状态的评估方法
CN113447828A (zh) 一种基于贝叶斯神经网络的锂电池温度估计方法及系统
CN107220500B (zh) 基于逆高斯过程的性能退化试验贝叶斯可靠性评估方法
Wei et al. Multiscale dynamic construction for abnormality detection and localization of Li-ion batteries
CN117445735B (zh) 云边协同的充电预警方法、设备及介质
Chen et al. A self-attention knowledge domain adaptation network for commercial lithium-ion batteries state-of-health estimation under shallow cycles
CN105718733A (zh) 基于模糊贴近度和粒子滤波的故障预报方法
CN111314110B (zh) 一种用于分布式系统的故障预警方法
CN117572241A (zh) 一种基于扩展多维时间序列的锂电池故障分析方法
CN117390459A (zh) 基于模糊信息融合的继电保护硬压板故障诊断方法及系统
Ren et al. Multi-fault diagnosis strategy based on a non-redundant interleaved measurement circuit and improved fuzzy entropy for the battery system
CN111046331A (zh) 一种基于信号异常的健康监控方法
CN114879043B (zh) 锂离子电池析锂诊断方法、装置、设备和介质
CN110059413A (zh) 一种故障诊断方法
CN115841446A (zh) 一种太阳能集热场故障风险快速检测系统及方法
CN111209954A (zh) 一种基于半马尔科夫过程的电力设备可靠性评估方法
CN111539096A (zh) 一种基于实时测试参数的电驱动系统可靠度评估方法
Taranenko et al. Operational reliability management of the reserved electronic system
CN111913065A (zh) 一种基于Pair-Copula的贝叶斯网络变压器状态评估方法
CN117055537B (zh) 一种基于物联网的摩托车电控系统故障诊断方法
JP4912297B2 (ja) １または複数の物理パラメータの監視方法及び同監視方法を用いた燃料電池
CN116756136B (zh) 鱼塘监测设备数据自动化处理方法、装置、设备及介质

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