專利名稱:一種基于潮流分布特征的配電網(wǎng)故障分析方法及裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明屬于配電網(wǎng)故障分析領(lǐng)域,特別涉及一種基于潮流分布特征的配電網(wǎng)故障分析方法及裝置。
背景技術(shù):
隨著智能電網(wǎng)的迅速發(fā)展,分布式電源的大量不確定接入,配電網(wǎng)的故障信息越來越復(fù)雜,故障的快速準(zhǔn)確分析診斷越來越困難。近些年來,國內(nèi)外學(xué)者從不同的角度出發(fā),提出了一系列故障診斷的方法和思路,這些方法可以分為數(shù)據(jù)驅(qū)動(dòng)和模型驅(qū)動(dòng)兩類,主要有專家系統(tǒng)法、人工神經(jīng)網(wǎng)絡(luò)法、模糊集方法、粗糙集方法等。專家系統(tǒng)法是人工智能領(lǐng)域發(fā)展最早、也最成熟的分支,它利用計(jì)算機(jī)技術(shù)將相關(guān)專業(yè)領(lǐng)域的理論知識(shí)與專家的經(jīng)驗(yàn)知識(shí)融合在一起,主要的缺陷有:建立知識(shí)庫及驗(yàn)證其完備性比較困難;容錯(cuò)能力差;在復(fù)雜故障診斷中會(huì)出現(xiàn)組合爆炸的問題。這類方法難以滿足大規(guī)模系統(tǒng)在線診斷的需要,只能用于離線分析場合。人工神經(jīng)網(wǎng)絡(luò)法是一種典型的數(shù)據(jù)驅(qū)動(dòng)方法,其實(shí)質(zhì)就是通過樣本訓(xùn)練,在高維空間中尋找一個(gè)超曲面來模擬故障信息與故障元件之間的函數(shù)關(guān)系,主要不足有:其性能取決于訓(xùn)練樣本,但在大系統(tǒng)中,獲取樣本非常困難;其輸入和輸出之間是一個(gè)“黑匣子”,缺乏解釋能力和輸出結(jié)果能力;不擅長處理啟發(fā)性的知識(shí),因?yàn)樯窠?jīng)網(wǎng)絡(luò)在樣本學(xué)習(xí)完成后,一般具有比較好的內(nèi)插結(jié)果,但外推時(shí)則可能產(chǎn)生較大的誤差,特別是系統(tǒng)非線性較強(qiáng)的時(shí)候。模糊集理論是在模糊集合理論基礎(chǔ)上發(fā)展起來的,它采用模糊隸屬度的概念來描述不精確、不確定的對象,采用近似推理的規(guī)則,具有很強(qiáng)的容錯(cuò)能力。該方法也有一些需要克服的問題:描述不確定性問題的隸屬度函數(shù)的選擇沒有量化的指標(biāo);另外,大規(guī)模復(fù)雜系統(tǒng)的模糊模型建立本來就存在困難,而當(dāng)其結(jié)構(gòu)發(fā)生變化時(shí),模糊知識(shí)庫或規(guī)則模糊度需要相應(yīng)修改。因此,這方面的研究工作雖取得了進(jìn)展和成果,但仍存在不足:有些方法要求采集的電網(wǎng)數(shù)據(jù)完備而且正確可信,信息需求量大,容錯(cuò)性不佳,實(shí)用化難度大;有些方法所依據(jù)的故障信息單一而局部,診斷結(jié)果難以體現(xiàn)全網(wǎng)運(yùn)行狀況,準(zhǔn)確度不高;有些診斷工具過多地依賴人工智能方法,而對電網(wǎng)的物理特性考慮不夠。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的不足,本發(fā)明提供的目是提出一種基于潮流分布特征的配電網(wǎng)故障分析方法,立足故障前后電網(wǎng)潮流分布特征的變化,借助節(jié)點(diǎn)關(guān)聯(lián)矩陣,智能選擇量測支路和量測數(shù)據(jù),在線預(yù)生成故障模式庫,供不斷提取的潮流分布特征模式進(jìn)行匹配,以達(dá)到快速、準(zhǔn)確、白適應(yīng)智能診斷的目的。 本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的:一種基于潮流分布特征的配電網(wǎng)故障分析方法,包括以下步驟:
步驟1:截取電網(wǎng)歷史故障斷面數(shù)據(jù),包括故障時(shí)刻、網(wǎng)絡(luò)節(jié)點(diǎn)電壓幅值、網(wǎng)絡(luò)節(jié)點(diǎn)電壓相角、線路有功功率、無功功率及網(wǎng)絡(luò)節(jié)點(diǎn)間導(dǎo)納參數(shù),采用廣義靈敏度分析法通過計(jì)算靈敏度矩陣范數(shù)來描述電網(wǎng)故障時(shí)的潮流分布,利用自動(dòng)態(tài)白適應(yīng)聚類法將故障進(jìn)行分類,并建立故障模式庫;步驟2:動(dòng)態(tài)解析當(dāng)前故障網(wǎng)絡(luò)拓?fù)洌鶕?jù)節(jié)點(diǎn)之間的物理距離、電氣距離、節(jié)點(diǎn)相對度、電磁耦合系數(shù)生成節(jié)點(diǎn)關(guān)聯(lián)矩陣,利用節(jié)點(diǎn)關(guān)聯(lián)矩陣計(jì)算關(guān)聯(lián)度及關(guān)聯(lián)元,進(jìn)而確定當(dāng)前故障配電網(wǎng)中待測量支路:步驟3:根據(jù)該故障網(wǎng)絡(luò)的故障時(shí)刻、網(wǎng)絡(luò)節(jié)點(diǎn)電壓幅值、網(wǎng)絡(luò)節(jié)點(diǎn)電壓相角、線路有功功率、無功功率及網(wǎng)絡(luò)節(jié)點(diǎn)間導(dǎo)納參數(shù),采用廣義靈敏度分析法通過計(jì)算靈敏度矩陣范數(shù)來描述電網(wǎng)故障時(shí)的潮流分布,建立與步驟I所述的故障模式庫中形式相同的故障信息;步驟4:在線診斷故障,按步驟I所述的故障模式庫中的故障模式優(yōu)先級進(jìn)行故障模式匹配,若匹配成功,將匹配故障模式白反饋到故障模式庫進(jìn)行強(qiáng)化記憶,動(dòng)態(tài)更新模式庫優(yōu)先級,否則轉(zhuǎn)到步驟2,拓寬關(guān)聯(lián)度閾值,動(dòng)態(tài)增加量測數(shù)據(jù),完備化潮流信息,直到匹配成功,即確定此時(shí)配電網(wǎng)的故障情況。步驟I所述的廣義靈敏度分析法生成靈敏度矩陣和利用動(dòng)態(tài)白適應(yīng)聚類方法將故障進(jìn)行分類,包括以下步驟:步驟:選擇靈敏度指標(biāo).、#,構(gòu)造靈敏度矩陣#,并計(jì)
叫 du,Kb Kdu)
算靈敏度矩陣二范數(shù)I I.I I2,其中,i,j = 1,2,...,η為網(wǎng)絡(luò)節(jié)點(diǎn),Pij, Qij分別為節(jié)點(diǎn)i,j間線路上流過的有功功率和無功功率, i,j間電壓降落矢量,其 中,α為節(jié)點(diǎn)連接因子,由網(wǎng)絡(luò)拓?fù)錄Q定,節(jié)點(diǎn)i,j通過單支路線路相連時(shí)a ij = 1,否則,α υ = O, Uij為節(jié)點(diǎn)i,j間電壓降落幅值,δ υ為節(jié)點(diǎn)i,j間電壓降相角,依據(jù)牛頓拉夫遜
dr,.d();.潮流計(jì)算方程得方=—sm4/ +Bij cosδ1}) = -^U1UyUyiGlj CosS1J,
其中,為節(jié)點(diǎn)i的電壓矢量,Gu、Bu分別為節(jié)點(diǎn)之間的線路電導(dǎo)和電納;步驟1-2:定義第t類故障的中心Ct為第t類故障中所有故障對應(yīng)靈敏度矩陣范數(shù)I Ix1I I2的算術(shù)平均值,即:Ct= — YlXi\2
mi I=I1式中:故障庫中共有N種故障,編號為1,2,3,...,N-1,N,將N種故障分為ω類,
&
第t類有mt種故障,即Σ叫二 #,t = 1,2,...,ω,I為第t類故障所包含各故障的標(biāo)號,
二I
表示故障模式庫中第種故障,^為第^種故障;定義第i種故障所對應(yīng)靈敏度矩陣范數(shù)I Ixi 112與第t類故障中心Ct的差值的絕對值為第i種故障相對于第t類故障的偏離度Sit:Sit = I I Xi I2-Ct其中,i= 1,2,...,N ;
根據(jù)要求的診斷精度設(shè)置參考閾值σ ;步驟1-3:將第I種故障設(shè)為第一類,則第一類中有I種故障,第一類故障的中心為該故障所對應(yīng)靈敏度矩陣的范數(shù):即初始化故障模式庫中故障種類數(shù)ω = 1,第一類故障的個(gè)數(shù)Hi1 = I,第一類故障的中心C1 = I Ix1112;步驟1-4:考慮第2種故障,首先,計(jì)算第2種故障相對于第一類故障的偏離度,S21=11 X2 I2-C11,如果該偏離度在規(guī)定的參考閾值內(nèi),即滿足S21彡σ,σ為設(shè)定閾值,則第2種故障屬于第一類,第一類故障的故障個(gè)數(shù)HI1增加1,即HI1 = 2,第一類故障的中心為第
I種故障和第2種故障所對應(yīng)靈敏度矩陣范數(shù)的算術(shù)平均值,即 4 X:),否則,故障
類數(shù)增加1,即ω =2,第2種故障屬于第二類,第二類含有I種故障,第二類的中心為第2種故障的靈敏度矩陣范數(shù),即m2 = 1,C2 = I |Χ2| |2 ;步驟1-5:考慮第3種故障 ,如果步驟2中,第2種故障屬于第一類,則按照步驟2處理第3種故障,如果第2種故障屬于第二類,分別計(jì)算第3種故障相對于第一類、第二類故障的偏離度S31和S32,取其中最小的記作Sm,假定Sm = S31,將Sm與設(shè)定閡值σ進(jìn)行比較,若Sm在規(guī)定的參考閾值內(nèi),即滿足Sm < σ,則第3種故障屬于第一類,從而第一類故障的個(gè)數(shù)和中心按照步驟3相應(yīng)變化,否則,第3種故障屬于第三類,從而故障類數(shù)增加1,第三類故障的故障個(gè)數(shù)和中心也按照步驟3確定;步驟1-5:依次考慮第3、第4.......第N種故障,當(dāng)對所有的故障模式都聚類完
畢后,即可確定聚類數(shù)ω和每一類所含故障模式數(shù)mt和每一類故障的中心Ct。步驟2所述的利用節(jié)點(diǎn)關(guān)聯(lián)矩陣計(jì)算關(guān)聯(lián)度及關(guān)聯(lián)元,確定當(dāng)前故障配電網(wǎng)中待測量支路,方法如下:定義節(jié)點(diǎn)關(guān)聯(lián)矩陣R= (Aj)nxn,通過確定節(jié)點(diǎn)之間的物理距離Iij,電氣距離Clij和電磁耦合系數(shù)P 的加權(quán)關(guān)聯(lián)值得到節(jié)點(diǎn)綜合關(guān)聯(lián)值從而生成節(jié)點(diǎn)關(guān)聯(lián)矩陣,關(guān)聯(lián)元rij計(jì)算式為:
權(quán)利要求
1.一種基于潮流分布特征的配電網(wǎng)故障分析方法,其特征在于:包括以下步驟: 步驟1:截取電網(wǎng)歷史故障斷面數(shù)據(jù),包括故障時(shí)刻、網(wǎng)絡(luò)節(jié)點(diǎn)電壓幅值、網(wǎng)絡(luò)節(jié)點(diǎn)電壓相角、線路有功功率、無功功率及網(wǎng)絡(luò)節(jié)點(diǎn)間導(dǎo)納參數(shù),采用廣義靈敏度分析法通過計(jì)算靈敏度矩陣范數(shù)來描述電網(wǎng)故障時(shí)的潮流分布,利用自動(dòng)態(tài)白適應(yīng)聚類法將故障進(jìn)行分類,并建立故障模式庫; 步驟2:動(dòng)態(tài)解析當(dāng)前故障網(wǎng)絡(luò)拓?fù)?,根?jù)節(jié)點(diǎn)之間的物理距離、電氣距離、節(jié)點(diǎn)相對度、電磁耦合系數(shù)生成節(jié)點(diǎn)關(guān)聯(lián)矩陣,利用節(jié)點(diǎn)關(guān)聯(lián)矩陣計(jì)算關(guān)聯(lián)度及關(guān)聯(lián)元,進(jìn)而確定當(dāng)前故障配電網(wǎng)中待測量支路: 步驟3:根據(jù)該故障網(wǎng)絡(luò)的故障時(shí)刻、網(wǎng)絡(luò)節(jié)點(diǎn)電壓幅值、網(wǎng)絡(luò)節(jié)點(diǎn)電壓相角、線路有功功率、無功功率及網(wǎng)絡(luò)節(jié)點(diǎn)間導(dǎo)納參數(shù),采用廣義靈敏度分析法通過計(jì)算靈敏度矩陣范數(shù)來描述電網(wǎng)故障時(shí)的潮流分布,建立與步驟I所述的故障模式庫中形式相同的故障信息; 步驟4:在線診斷故障,按步驟I所述的故障模式庫中的故障模式優(yōu)先級進(jìn)行故障模式匹配,若匹配成功,將匹配故障模式自反饋到故障模式庫進(jìn)行強(qiáng)化記憶,動(dòng)態(tài)更新模式庫優(yōu)先級,否則轉(zhuǎn)到步驟2,拓寬關(guān)聯(lián)度閾值,動(dòng)態(tài)增加量測數(shù)據(jù),完備化潮流信息,直到匹配成功,即確定此時(shí)配電網(wǎng)的故障情況。
2.根據(jù)權(quán)利要求1所述的基于潮流分布特征的配電網(wǎng)故障分析方法,其特征在于:步驟I所述的廣義靈敏度分析法生成靈敏度矩陣和利用動(dòng)態(tài)白適應(yīng)聚類方法將故障進(jìn)行分類,包括以下步驟: 步驟1-1:選擇靈敏度指標(biāo)#參,構(gòu)造靈敏度矩陣,并計(jì)算靈敏度矩陣二范數(shù)I I. I I2,其中,i,j = 1,2,...,η為網(wǎng)絡(luò)節(jié)點(diǎn),Pij, Qij分別為節(jié)點(diǎn)i,j間線路上流過的有功功率和無功功率,為節(jié)點(diǎn)i,j間電壓降落矢量,其中,α為節(jié)點(diǎn)連接因子,由網(wǎng)絡(luò)拓?fù)錄Q定,節(jié)點(diǎn)i,j通過單支路線路相連時(shí)a ij = 1,否則,a ij =O,Uij為節(jié)點(diǎn)i,j間電壓降落幅值,δ u為節(jié)點(diǎn)i,j間電壓降相角,依據(jù)牛頓拉夫遜潮流計(jì) cm:.d0..算方程得士 = -UiOCyUii(Glj sillSil + Bij cosSij)L = -LIfiCyU^iGij cos4 —巧 sm&) ’其中, dAj'' αυαIil為節(jié)點(diǎn)i的電壓矢量,Gij^Bij分別為節(jié)點(diǎn)之間的線路電導(dǎo)和電納; 步驟1-2:定義第t類故障的中心Ct為第t類故障中所有故障對應(yīng)靈敏度矩陣范數(shù)IX1I I2的算術(shù)平均值,即: 式中:故障庫中共有N種故障,編號為1,2,3,...,N-1, N,將N種故障分為ω類,第tω類有mt種故障,即Σ叫=#,t = 1,2,...,ω,I為第t類故障所包含各故障的標(biāo)號,&表^=I示故障模式庫中第種故障,為第4,種故障; 定義第i種故障所對應(yīng)靈敏度矩陣范數(shù)I Ixi112與第t類故障中心Ct的差值的絕對值為第i種故障相對于第t類故障的偏離度Sit:Sit=I I IxiI I2-Ct其中,i = 1,2,...,N; 根據(jù)要求的診斷精度設(shè)置參考閡值σ ; 步驟1-3:將第I種故障設(shè)為第一類,則第一類中有I種故障,第一類故障的中心為該故障所對應(yīng)靈敏度矩陣的范數(shù):即初始化故障模式庫中故障種類數(shù)ω = 1,第一類故障的個(gè)數(shù)Hi1 = I,第一類故障的中心C1 = I Ix1112; 步驟1-4:考慮第2種故障,首先,計(jì)算第2種故障相對于第一類故障的偏離度,S21 =.11 |x2| I2-C11,如果該偏離度在規(guī)定的參考閾值內(nèi),即滿足S21≤σ,σ為設(shè)定閾值,則第2種故障屬于第一類,第一類故障的故障個(gè)數(shù)Hi1增加IjPm1 = 2,第一類故障的中心為第I種故障和第2種故障所對應(yīng)靈敏度矩陣范數(shù)的算術(shù)平均值,即C1 =^(Χι+Χ2),否則,故障類數(shù)增加1,即ω =2,第2種故障屬于第二類,第二類含有I種故障,第二類的中心為第2種故障的靈敏度矩陣范數(shù),即m2 = 1,C2 = I |Χ2| |2 ; 步驟1-5:考慮第3種故障,如果步驟2中,第2種故障屬于第一類,則按照步驟2處理第3種故障,如果第2種故障屬于第二類,分別計(jì)算第3種故障相對于第一類、第二類故障的偏離度S31和S32,取其中最小的記作Sm,假定Sm = S31,將Sm與設(shè)定閾值σ進(jìn)行比較,若Sm在規(guī)定的參考閾值內(nèi),即滿足Sm< σ,則第3種故障屬于第一類,從而第一類故障的個(gè)數(shù)和中心按照步驟3相應(yīng)變化,否則,第3種故障屬于第三類,從而故障類數(shù)增加1,第三類故障的故障個(gè)數(shù)和中心也按照步驟3確定; 步驟1-5:依次考慮第3、第4.......第N種故障,當(dāng)對所有的故障模式都聚類完畢后,即可確定聚類數(shù)ω和每一類所含故障模式數(shù)mt和每一類故障的中心Ct。
3.根據(jù)權(quán)利要求1所述的基于潮流分布特征的配電網(wǎng)故障分析方法,其特征在于:步驟2所述的利用節(jié)點(diǎn)關(guān)聯(lián)矩陣計(jì)算關(guān)聯(lián)度及關(guān)聯(lián)元,確定當(dāng)前故障配電網(wǎng)中待測量支路,方法如下: 定義節(jié)點(diǎn)關(guān)聯(lián)矩陣R = (Aj)nxn,通過確定節(jié)點(diǎn)之間的物理距離Iij,電氣距離Clij和電磁耦合系數(shù)P 的加權(quán)關(guān)聯(lián)值得到節(jié)點(diǎn)綜合關(guān)聯(lián)值從而生成節(jié)點(diǎn)關(guān)聯(lián)矩陣, 關(guān)聯(lián)元計(jì)算式為:
4.根據(jù)權(quán)利要求1所述的基于潮流分布特征的配電網(wǎng)故障分析方法,其特征在于:步驟4所述的在線診斷故障,具體過程如下: 步驟4-1:匹配范數(shù)故障區(qū)間:定義第t類故障的范數(shù)區(qū)間為: ( %,XM ,+i),i = 1,2,..., 其中包括范數(shù)鄰域分別為^七從 而^…^^^+^的叫種故障 人^分別為范數(shù)區(qū)間的上限和下限,且有xt,z,z = 1,2,...,mt,由步驟I中靈敏度矩陣范數(shù)I |Xt| I2和預(yù)設(shè)參數(shù)δ確定; 用步驟3產(chǎn)生的故障信息Xt與故障庫中所有的范數(shù)故障區(qū)間逐一進(jìn)行比對,若無匹配區(qū)間,則更新關(guān)聯(lián)度,令ε加1,自動(dòng)更新量測支路和量測數(shù)據(jù),重新匹配,執(zhí)行步驟4-1 ;若成功匹配,則執(zhí)行步驟4-2 ; 步驟4-2:匹配故障類型:定義第t類故障中的第i種故障的范數(shù)鄰域?yàn)?(xt,z,xt,z+i) = (I IxtI I2-δ,I IxtI 2+δ) δ為根據(jù)診斷精度預(yù)先設(shè)定的參數(shù); 故障信息Xt與步驟4-1所確定的范數(shù)故`障區(qū)間內(nèi)所有故障類型逐一進(jìn)行比對,直到確定故障類型,將此故障記為“G” ; 步驟4-3:更新故障模式庫局部優(yōu)先級,故障“G”所對應(yīng)故障次數(shù)加1,并在每個(gè)范數(shù)區(qū)間內(nèi)按照“故障次數(shù)”由大到小的次序重新排列故障模式庫。
5.實(shí)現(xiàn)權(quán)利要求1所述的基于潮流分布特征的配電網(wǎng)故障分析方法的裝置,其特征在于:包括數(shù)據(jù)采集與監(jiān)控模塊、通訊模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)庫模塊和人機(jī)交互模塊; 數(shù)據(jù)采集與監(jiān)控模塊:用于采集來自SCADA系統(tǒng)、WAMS系統(tǒng)、故障錄波器的模擬信息量,并將該模擬信息量轉(zhuǎn)換為便于計(jì)算機(jī)處理的數(shù)字量信息; 通訊模塊:用于多機(jī)通信或聯(lián)網(wǎng),實(shí)現(xiàn)信息接收、傳輸和輸出; 數(shù)據(jù)處理模塊:用于建立系統(tǒng)故障模式庫等待匹配,當(dāng)電網(wǎng)發(fā)生故障后,啟動(dòng)動(dòng)態(tài)解析故障網(wǎng)拓?fù)?,智能選取量測節(jié)點(diǎn)支路,生成故障模式,并與故障模式庫中的以后故障進(jìn)行匹配,診斷過程中根據(jù)需要更新量測數(shù)據(jù),診斷結(jié)束后更新故障模式庫; 數(shù)據(jù)庫模塊:用于存儲(chǔ)電網(wǎng)歷史故障數(shù)據(jù)庫、節(jié)點(diǎn)關(guān)聯(lián)矩陣、生成的預(yù)想故障模式庫和診斷故障記錄,實(shí)現(xiàn)數(shù)據(jù)備份與管理; 人機(jī)交互模塊:用于為微機(jī)診斷系統(tǒng)提供與操作人員的交互接口,實(shí)現(xiàn)運(yùn)行人員對系統(tǒng)的監(jiān)視與控制。
全文摘要
一種基于潮流分布特征的配電網(wǎng)故障分析方法及裝置,屬于配電網(wǎng)故障分析領(lǐng)域。截取電網(wǎng)歷史故障斷面數(shù)據(jù),采用廣義靈敏度分析法通過計(jì)算靈敏度矩陣范數(shù)來描述電網(wǎng)故障時(shí)的潮流分布,利用自動(dòng)態(tài)自適應(yīng)聚類法將故障進(jìn)行分類,并建立故障模式庫;動(dòng)態(tài)解析當(dāng)前故障網(wǎng)絡(luò)拓?fù)洌_定當(dāng)前故障配電網(wǎng)中待測量支路;在線診斷故障。本發(fā)明方法本質(zhì)在于提取故障時(shí)刻的網(wǎng)絡(luò)拓?fù)浜臀锢硖卣鳎闹谐槿∠鄳?yīng)的數(shù)字特征從而對故障做出準(zhǔn)確的診斷。故障庫的直接建立避免了中間規(guī)則的修改和刪除,也無需模擬故障信息與故障元件之間的函數(shù)關(guān)系,解決了非線性系統(tǒng)時(shí)帶來的問題,適合任何線性、非線性系統(tǒng)的在線、離線故障診斷。
文檔編號G01R31/08GK103245881SQ201310139679
公開日2013年8月14日 申請日期2013年4月22日 優(yōu)先權(quán)日2013年4月22日
發(fā)明者郭昆亞, 劉鑫蕊, 王英男, 張化光, 葛維春, 孫秋野, 陳雪, 楊珺, 于長廣 申請人:國家電網(wǎng)公司, 遼寧省電力有限公司沈陽供電公司, 東北大學(xué)