基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法和系統(tǒng)的制作方法
【技術(shù)領域】
[0001] 本發(fā)明涉及電網(wǎng)故障診斷技術(shù)領域，特別是涉及一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故 障判斷方法，以及一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)。
【背景技術(shù)】
[0002] 當前，電網(wǎng)中存在大量的傳感裝置，實時記錄電網(wǎng)中發(fā)生的事件，這些傳感器產(chǎn)生 的報警記錄、錄波文件，蘊含著豐富的信息，如能加以充分利用，必能提升運行人員對電網(wǎng) 行為的理解能力。但是，目前大多數(shù)傳感器錄波的目的，都是為了事后分析故障原因，分析 手段一般也是以手動分析為主，缺乏在線、大規(guī)模、自動化分析的手段。傳感器啟動錄波的 條件往往是單一指標的超限，而且為了能夠在分析事故原因時提供充分證據(jù)，越限門檻值 一般都設定得比較低。這樣形成的結(jié)果是，很多錄波對應的時刻，系統(tǒng)并沒有發(fā)生明顯異 常，而個別故障時刻的重要錄波，也只在事后分析時才發(fā)揮作用。長年積累下來大量的錄波 文件，除了用于歷史備案且占據(jù)大量的硬盤空間，卻沒有形成能幫助運行人員理解電網(wǎng)狀 態(tài)的知識，以便能及時識別故障原因及采取相應的措施進行應對，甚至進行預測以便制定 必要的預防措施。

【發(fā)明內(nèi)容】

[0003] 基于此，本發(fā)明提供一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法和系統(tǒng)，能利用 歷史錄波數(shù)據(jù)對電網(wǎng)故障的原因進行實時判斷。
[0004] 一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，包括如下步驟：
[0005] 根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變量矩陣中檢測出 所述歷史錄波數(shù)據(jù)的異常相位；
[0006] 根據(jù)所述歷史錄波數(shù)據(jù)的異常相位，對所述歷史錄波數(shù)據(jù)利用小波變換構(gòu)建特征 值矩陣，根據(jù)所述特征值矩陣獲得聚類分析的輸入樣本集；
[0007] 根據(jù)所述輸入樣本集進行聚類分析，建立故障原因聚類模型；其中，所述故障原因 聚類模型中包括多個簇，每個簇包括中心向量及其對應的故障原因；
[0008] 提取實時錄播數(shù)據(jù)的特征向量，計算所述特征向量與每個簇的中心向量的歐氏距 離，將歐氏距離最小的簇對應的故障原因記錄為所述實時錄播數(shù)據(jù)的故障原因。
[0009] 一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)，包括：
[0010] 檢測模塊，用于根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變 量矩陣中檢測出所述歷史錄波數(shù)據(jù)的異常相位；
[0011] 構(gòu)建模塊，用于根據(jù)所述歷史錄波數(shù)據(jù)的異常相位，對所述歷史錄波數(shù)據(jù)利用小 波變換構(gòu)建特征值矩陣，根據(jù)所述特征值矩陣獲得聚類分析的輸入樣本集；
[0012] 建立模塊，用于根據(jù)所述輸入樣本集進行聚類分析，建立故障原因聚類模型；其 中，所述故障原因聚類模型中包括多個簇，每個簇包括中心向量及其對應的故障原因；
[0013] 記錄模塊，用于提取實時錄播數(shù)據(jù)的特征向量，計算所述特征向量與每個簇的中 心向量的歐氏距離，將歐氏距離最小的簇對應的故障原因記錄為所述實時錄播數(shù)據(jù)的故障 原因。
[0014] 上述基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法和系統(tǒng)，利用大量歷史錄波數(shù)據(jù)及相 關的故障事后診斷數(shù)據(jù)，通過異常序列監(jiān)測、特征向量提取、聚類分析等步驟挖掘特征向量 與故障原因之間隱含的關聯(lián)關系；本發(fā)明克服了傳統(tǒng)基于模型方法的建模復雜、先驗參數(shù) 確定的困難，可有效長期存儲錄波數(shù)據(jù)，對其中的信息進行抽樣與挖掘，形成故障原因與錄 波特征的關聯(lián)模式，以達到利用錄波數(shù)據(jù)對電網(wǎng)故障的原因進行實時診斷的目的。本發(fā)明 便于輔助電力專業(yè)人員快速判定故障異常相位及故障原因，以便及時采取對應的保護措 施，具有重要的實用價值。
【附圖說明】
[0015] 圖1為本發(fā)明基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法在一實施例中的流程示意 圖；
[0016] 圖2為本發(fā)明基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法在一實施例中聚類分析的 流程示意圖；
[0017]圖3為本發(fā)明基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)在一實施例中的結(jié)構(gòu)示意 圖。
【具體實施方式】
[0018] 下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細說明，但本發(fā)明的實施方式不限于 此。
[0019] 如圖1所示，是本發(fā)明一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，包括如下步 驟：
[0020]S11、根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變量矩陣中檢 測出所述歷史錄波數(shù)據(jù)的異常相位；
[0021]S12、根據(jù)所述歷史錄波數(shù)據(jù)的異常相位，對所述歷史錄波數(shù)據(jù)利用小波變換構(gòu)建 特征值矩陣，根據(jù)所述特征值矩陣獲得聚類分析的輸入樣本集；
[0022]S13、根據(jù)所述輸入樣本集進行聚類分析，建立故障原因聚類模型；其中，所述故障 原因聚類模型中包括多個簇，每個簇包括中心向量及其對應的故障原因；
[0023]S14、提取實時錄播數(shù)據(jù)的特征向量，計算所述特征向量與每個簇的中心向量的歐 氏距離，將歐氏距離最小的簇對應的故障原因記錄為所述實時錄播數(shù)據(jù)的故障原因；
[0024] 本實施例的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，利用大量歷史錄波數(shù)據(jù)及相 關的故障事后診斷數(shù)據(jù)，通過異常序列監(jiān)測、特征向量提取、聚類分析等步驟挖掘特征向量 與故障原因之間隱含的關聯(lián)關系；本實施例克服了傳統(tǒng)基于模型方法的建模復雜、先驗參 數(shù)確定的困難，可有效長期存儲錄波數(shù)據(jù)，對其中的信息進行抽樣與挖掘，形成故障原因與 錄波特征的關聯(lián)模式，以達到利用錄波數(shù)據(jù)對電網(wǎng)故障的原因進行實時診斷的目的。本實 施例方法便于輔助電力專業(yè)人員快速判定故障異常相位及故障原因，以便及時采取對應的 保護措施，具有重要的實用價值。
[0025] 對于步驟S11、根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變量 矩陣中檢測出所述歷史錄波數(shù)據(jù)的異常相位；
[0026] 首先，構(gòu)造錄波電流暫態(tài)突變量序列，并監(jiān)測出異常變化相位；
[0027] 在一較佳實施例中，所述根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述 暫態(tài)突變量矩陣中檢測出所述歷史錄波數(shù)據(jù)的異常相位的步驟包括：
[0028] S111、從所述歷史錄波數(shù)據(jù)中提取電流信號，利用下式計算所述電流信號的三相 暫態(tài)突向量及暫態(tài)突變量矩陣：
[0029]
【主權(quán)項】
1. 一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，其特征在于，包括如下步驟： 根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變量矩陣中檢測出所述 歷史錄波數(shù)據(jù)的異常相位； 根據(jù)所述歷史錄波數(shù)據(jù)的異常相位，對所述歷史錄波數(shù)據(jù)利用小波變換構(gòu)建特征值矩 陣，根據(jù)所述特征值矩陣獲得聚類分析的輸入樣本集； 根據(jù)所述輸入樣本集進行聚類分析，建立故障原因聚類模型；其中，所述故障原因聚類 模型中包括多個簇，每個簇包括中心向量及其對應的故障原因； 提取實時錄播數(shù)據(jù)的特征向量，計算所述特征向量與每個簇的中心向量的歐氏距離， 將歐氏距離最小的簇對應的故障原因記錄為所述實時錄播數(shù)據(jù)的故障原因。
2. 根據(jù)權(quán)利要求1所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，其特征在于，所述 根據(jù)預設的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變量矩陣中檢測出所述歷史 錄波數(shù)據(jù)的異常相位的步驟包括： 從所述歷史錄波數(shù)據(jù)中提取電流信號，利用下式計算所述電流信號的三相暫態(tài)突向量 及暫態(tài)突變量矩陣：
J d Jd 其中，ASInS所述三相暫態(tài)突向量，包括a相暫態(tài)突向量ASIa、b相暫態(tài)突向量ASIb 和c相暫態(tài)突向量ASIc;; 所述暫態(tài)突變量矩陣
；為所述電流信號，1為所述歷史錄波數(shù)據(jù)中 的故障發(fā)生時刻，fd為電流信號的信號頻率，f3為電流信號的數(shù)據(jù)采樣頻率，m為預設的在 故障發(fā)生時間之后所觀察的周波個數(shù)； 從所述暫態(tài)突變量矩陣中抽取預設個數(shù)的樣本，計算所述樣本的均值T1和協(xié)方差矩 陣S1 ; 根據(jù)所述樣本的均值T1和協(xié)方差矩陣S1，利用下式計算所述暫態(tài)突變量矩陣中每一 個樣本的馬氏距離：
其中，4為所述馬氏距離； 從所有樣本中，選取馬氏距離最小的H個樣本計算其均值T2和協(xié)方差矩陣S2,當不滿 足det(S2) =det(S1)或det(S2) = 0時，將所述均值T1和協(xié)方差矩陣S1更新為均值T2 和協(xié)方差矩陣S2,則轉(zhuǎn)至所述根據(jù)樣本的均值T1和協(xié)方差矩陣S1，計算所述暫態(tài)突變量矩 陣中每一個樣本的馬氏距離的步驟；其中，H為預設值； 當滿足det(S2) =det(S1)或det(S