[发明专利]一种电力系统故障推演方法、装置、设备及可读存储介质

说明书

本发明公开了一种电力系统故障推演方法，是依据电力系统发生故障之前的网络拓扑结构构建贝叶斯网络模型；然后再根据电力系统发生故障时上传的故障信息对构建出的贝叶斯网络模型进行分析处理，最后得出电力系统发生故障时，各元件对应的保护装置的动作信息，进而实现对电力系统故障的推演。贝叶斯网络模型是一种不确定性因果关系关联模型、具有强大的不确定性问题处理能力，同时它能有效的进行多源的信息表达与融合，可以处理各种不确定性和不完备性信息，容错能力强。与现有技术中采用专家系统机制进行推演相比，该推演方法，可以提高故障推演准确性和效率。另外，本发明还公开了一种电力系统故障推演的装置、设备及可读存储介质，效果如上。

技术领域

本发明涉及电力系统应用领域，特别涉及一种电力系统故障推演方法、装置、设备及可读存储介质。

背景技术

电力系统故障推演是在发生复杂故障时，分析上送的故障信息发生的先后顺序，结合故障诊断结果，推演出二次设备动作行为和一次设备的状态。通过电力系统故障推演，可以利用事故的记录文件进行重演，反应事故前后一段时间内电网的实际运行状态。电网调度人员和运维人员可以方便有效的分析事故的原因，调整电网的运行方式，避免误操作引发大事故，保障电网安全经济运行，为电网设备的运行管理提供优化和决策依据。

目前，当电力系统发生故障后，大多采用专家系统机制，构建故障推演规则，采用分层诊断及因果逻辑相结合的推理方法进行故障推演，进而实现故障诊断以及故障设备定位。采用专家系统机制对电力系统的故障进行推演时，当在故障信息确定的情况下能够有效求解故障过程；但当故障信息有漏报或误报等情况时，由于故障信息不再可信，需要增补相应的判别逻辑，所以产生的故障假说急剧增多，最终会导致求解故障过程的准确性和效率较低，难以满足在线应用要求。

由此可见，如何克服传统的故障推演方式导致的故障推演过程准确性和效率低的问题是本领域技术人员亟待解决的问题。

发明内容

本申请实施例提供了一种电力系统故障推演方法、装置、设备及可读存储介质，解决了现有技术中传统的故障推演方式导致的故障推演过程准确性和效率低的问题。

为解决上述技术问题，本发明提供了一种电力系统故障推演方法，包括：

获取电力系统发生故障之前的网络拓扑结构；

依据所述网络拓扑结构构建贝叶斯网络模型；

根据所述电力系统发生故障时上传的故障信息确定出所述贝叶斯网络模型中各节点处的故障元件和所述故障元件发生故障时对应的各保护装置的动作信息以对所述电力系统故障进行推演。

优选地，所述依据所述网络拓扑结构构建贝叶斯网络模型具体包括：

确定所述贝叶斯网络模型的变量集；

依据所述变量集构建所述贝叶斯网络模型的拓扑结构。

优选地，所述确定所述贝叶斯网络模型的变量集具体包括：

将所述网络拓扑结构中的各元件作为所述贝叶斯网络模型的根节点；

将与各所述元件对应的各所述保护装置作为所述贝叶斯网络模型的子节点。

优选地，所述根据所述电力系统发生故障时上传的故障信息确定出所述贝叶斯网络模型中各节点处的故障元件具体包括：

确定出各所述节点的先验概率和条件概率；

将所述故障信息导入所述贝叶斯网络模型，并结合反向推理确定出各所述节点处元件发生故障的概率；

判断所述概率是否大于阈值；

如果是，则表征所述元件为所述故障元件；

如果否，则表征所述元件为非故障元件。