电力系统故障诊断方法及系统的制作方法
【专利摘要】本发明提供一种电力系统故障诊断方法及系统，所述方法包括以下步骤：接收电力系统故障发生后所产生的警报信息，所述警报信息中包括时序信息；根据所述警报信息确定故障区域；根据所述故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型；根据所述加权模糊时序Petri网故障诊断模型的推理分析，构造相应矩阵进行推理运算，诊断出故障元件。本发明的电力系统故障诊断方法及系统，有效提高了电力系统中故障诊断的容错性和准确性。
【专利说明】电力系统故障诊断方法及系统
【技术领域】
[0001]本发明涉及电力系统安全处理【技术领域】，特别是涉及一种电力系统故障诊断方法以及一种电力系统故障诊断系统。
【背景技术】
[0002]电力系统故障诊断就是利用故障发生后所产生的警报信息快速、准确地定位故障元件，为调度人员提供决策支持，从而快速排除故障，恢复系统到正常运行状态，提高系统的运行稳定性。国内外在电力系统故障诊断方向上做了大量的研究工作，提出了多种故障诊断方法，其中模型简单、物理意义清晰的Petri网故障诊断方法得到了广泛应用。
[0003]传统的应用Petri网进行电力系统故障诊断的方法中，针对保护和断路器可能发生拒动或误动等不确定性问题，通过建立模糊Petri网推理模型来提高故障诊断的容错性。然而，上述方法仅利用接收到的保护和断路器的动作信息，当发生复杂故障并伴随保护和断路器拒动或误动以及警报信息自身发生畸变时，将可能导致无法得到正确的诊断结果O
【发明内容】
[0004]基于此，本发明提供一种电力系统故障诊断方法及系统，能够提高故障诊断的准确性。
[0005]为实现上述目的，本发明采用如下的技术方案:
[0006]一种电力系统故障诊断方法，包括以下步骤:
[0007]接收电力系统故障发生后所产生的警报信息，所述警报信息中包括时序信息；
[0008]根据所述警报信息确定故障区域；
[0009]根据所述故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型；
[0010]根据所述加权模糊时序Petri网故障诊断模型的推理分析，构造相应矩阵进行推理运算，诊断出故障元件。
[0011]一种电力系统故障诊断系统，包括:
[0012]警报信息接收模块，用于接收电力系统故障发生后所产生的警报信息，所述警报信息中包括时序信息；
[0013]故障区域确定模块，用于根据所述警报信息确定故障区域；
[0014]模型建立模块，用于根据所述故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型；
[0015]推理运算模块，用于根据所述加权模糊时序Petri网故障诊断模型的推理分析，构造相应矩阵进行推理运算，诊断出故障元件。
[0016]由以上方案可以看出，本发明的一种电力系统故障诊断方法及系统，综合考虑了保护和断路器动作之间存在的延时约束特性以及保护和断路器误动与拒动的可能性，在现有的故障诊断模型的基础上提出了一种能够计及这种延时约束的电力系统加权模糊时序Petri网故障诊断模型，并根据该加权模糊时序Petri网故障诊断模型进行故障诊断。由于本发明所采用的故障诊断模型可以处理延时约束问题，因此有效提高了电力系统中故障诊断的容错性和准确性。
【专利附图】
【附图说明】
[0017]图1为本发明实施例中一种电力系统故障诊断方法的流程示意图；
[0018]图2为本发明实施例中基于加权模糊时序Petri网的故障诊断模型流程示意图；
[0019]图3为本发明实施例中母线的加权模糊时序Petri网故障诊断模型示意图；
[0020]图4为本发明实施例中线路的加权模糊时序Petri网故障诊断模型示意图；
[0021]图5为本发明实施例中IEEE新英格兰10机39节点系统示意图；
[0022]图6为本发明实施例中一种电力系统故障诊断系统的结构不意图。
【具体实施方式】
[0023]参见图1所示，一种电力系统故障诊断方法，包括以下步骤:
[0024]步骤S101，接收电力系统故障发生后所产生的警报信息，所述警报信息中包括时序信息，然后进入步骤S102。
[0025]步骤S102，根据所述警报信息确定故障区域，然后进入步骤S103。
[0026]作为一个较好的实施例，所述确定故障区域的过程具体可以包括:采用广度优先搜索算法确定所述故障区域。
[0027]步骤S103，根据所述故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型，然后进入步骤S104。
[0028]步骤S104，根据所述加权模糊时序Petri网故障诊断模型的推理分析，构造相应矩阵进行推理运算，诊断出故障元件。
[0029]作为一个较好的实施例，在诊断出故障元件之后，还可以包括如下步骤:
[0030]步骤S105，对诊断出的故障元件进行反向推理，得出保护和断路器的误动与拒动情况。
[0031]在另一实施例中，本发明的故障诊断模型可以分为以下四层:1)、确定停电区域(即故障区域)；2)、建立元件故障诊断模型；3)、基于矩阵计算的推理；4)、保护和断路器动作评价。具体过程参见图2所示:
[0032]1、根据网络拓扑结构以及数据采集与监视系统(supervisory control and dataacquisition, SCADA)提供的断路器变位信息，采用广度优先搜索确定故障区域。若故障区域只包含一个元件，则该元件即为故障元件；若故障区域内包括两个或以上元件，则对其中每个元件分别建立加权模糊时序Petri网络模型来判断故障元件；
[0033]2.、根据故障元件与相应保护、断路器动作之间的逻辑关系构建元件的加权模糊时序Petri网诊断模型，再根据各元件间的拓扑关系进行融合；
[0034]3、基于所发展的加权模糊时序Petri网诊断模型，通过矩阵运算实现推理分析，最后诊断出故障元件；
[0035]4、对诊断出的故障元件采取反向推理，以判断保护和断路器的误动与拒动情况。
[0036]下面对本发明的故障诊断步骤进行详细说明。
[0037]一、加权模糊时序Petri网的数学描述:
[0038]I)、定义加权模糊时序Petri网为一个十一元组:
[0039]Swftpn= {P, T, I, O, Acc, Δ Tmin, Δ Tmax, U, Th, ff, M} (I)
[0040]式中:P= (P1, p2，…，pn}为库所集；T= It1, t2，…，tm}为变迁集；用于表征推理规则；1:P — T为反映库所到变迁的映射；1=[ δ u]为nXm矩阵；当Pi是\的输入(即存在口1到\_的有向弧)时Sij=I;否则δα_=0;0:Τ —P反映变迁到库所的映射；0=[yu]为mXn矩阵；当ρ」是\的输出(存在\到Pj的有向弧)时Y Jj=I ;否则Y ^-=0 ；Acc=Laij]为nXn矩阵；表征一般库所到达目的库所的通路；当Pi的库所通路经过Pj时au=l ；否则Bij=O ； Δ Tmin= [ Δ τ lmin, Δ τ 2min,…，Λ τ --η]为库所与前置变迁的最小延时约束；ΔΤ_=[Λ Tlmax, Δ τ2_，…，Δ τΜ]为库所与前置变迁的最大延时约束；若Δ Tmin=A Tmax=O ;变迁瞬间激活；υ=[μ !, μ 2,…，μ J为变迁的置信度向量；若对于任意j有Ufl ;模型即为不含模糊变量的简单Petri网Jh=U1, λ2，…，AJ为变迁的点火阈值向量！Wzdiag^，W2,..., wn)为输入弧的权值矩阵；反映前提条件对规则的影响程度；其取值与库所表征的事件类型相关；Μ=[α (Ρι), α (ρ2),..., α (ρη)]为库所置信度向量；α (Pi)表示库Kpi的置信度。
[0041]Petri网可通过库所节点P= (P1, P2,…，pj、变迁节点T= It1, t2,…，tj和有向弧表示。有向弧包含输入弧与输出弧两类，输入弧由库所指向变迁，而输出弧则由变迁指向库所。其中，库所用圆圈“〇”表示，变迁用竖线“I”表示。加权模糊Petri网的结构与简单Petri网的最大区别在于考虑了输入弧的权值、库所的置信度、变迁的置信度、概率值的变迁过程等。此外，加权模糊Petri网库所值表示库所代表的事件的概率值，即使变迁被激活，输入库所值保持不变，依旧表示库所置信度，而不会随着变迁的发生转出库所。在加权模糊Petri网模型的基础上考虑库所间的延时约束，即为加权模糊时序Petri网模型。这种模型可以处理延时约束问题，能够提高模型的容错性和精准性。
[0042]2)、变迁时序约束推理分析，变迁t e T的前向集和后向集分别定义为.t={p| δ Pt=l} ;t.= {p| Ytp=l}。
[0043]元件库所的动作延时约束是对连接在同一个变迁t两侧的两个库所(相继动作)‘t和t‘的延时区间K=Ir；.—I和进行关联约束，即Δ?\=[Δ Ttmin, Δ τ tmax]，体现在这两个元件库所的连接变迁上。
[0044]前向推理:已知k和ATt=[A Ttmin, Δ τ tmax]，可得元件库所‘t的后继元件库所的
动作延时约束:
[0045]
[0046]后向推理:已知ζ.和Λ?\=[Λ Ttmin, Δ τ tmJ，可得元件库所t‘的前驱元件库所的
动作延时约束:
[0047]
【权利要求】
1.一种电力系统故障诊断方法，其特征在于，包括以下步骤: 接收电力系统故障发生后所产生的警报信息，所述警报信息中包括时序信息； 根据所述警报信息确定故障区域； 根据所述故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型； 根据所述加权模糊时序Petri网故障诊断模型的推理分析，构造相应矩阵进行推理运算，诊断出故障元件。
2.根据权利要求1所述的电力系统故障诊断方法，其特征在于，在诊断出故障元件之后,还包括步骤: 对诊断出的故障元件进行反向推理，得出保护和断路器的误动与拒动情况。
3.根据权利要求1或2所述的电力系统故障诊断方法，其特征在于，所述确定故障区域的过程包括:采用广度优先搜索算法确定所述故障区域。
4.一种电力系统故障诊断系统，其特征在于，包括: 警报信息接收模块，用于接收电力系统故障发生后所产生的警报信息，所述警报信息中包括时序信息； 故障区域确定模块，用于根据所述警报信息确定故障区域； 模型建立模块，用于根据所述故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型； 推理运算模块，用于根据所述加权模糊时序Petri网故障诊断模型的推理分析，构造相应矩阵进行推理运算，诊断出故障元件。
5.根据权利要求4所述的电力系统故障诊断系统，其特征在于，还包括: 动作评价模块，用于在诊断出故障元件之后，对诊断出的故障元件进行反向推理，得出保护和断路器的误动与拒动情况。
6.根据权利要求4或5所述的电力系统故障诊断系统，其特征在于，所述故障区域确定模块采用广度优先搜索算法确定所述故障区域。
【文档编号】G01R31/08GK103487723SQ201310388672
【公开日】2014年1月1日 申请日期:2013年8月30日 优先权日:2013年8月30日
【发明者】陈亦平, 周华锋, 李矛, 赵旋宇, 熊卫斌, 文福拴, 吴文可, 李晓露 申请人:中国南方电网有限责任公司, 浙江大学, 阿尔斯通电网技术中心有限公司