[发明专利]一种基于关联图网络的供电系统级故障关联增强认知与诊断

权利要求书

1.一种基于关联图网络的供电系统级故障关联增强认知与诊断，其特征在于：

利用传感器收集到供电系统各项运行监测参数；对整理后的各传感器参数数据进行数据预处理；结合供电系统，构建供电系统关联图网络模型；依据阈值判定算法对供电系统监测参数进行供电系统部件监测与告警；结合故障告警信息利用Warshall算法进行故障溯源；依据深度残差收缩网络算法进行供电系统故障诊断。

2.根据权利要求1所述的方法，对整理后的各传感器参数数据进行数据预处理，其特征在于：

所述信号预处理方法是基于最大最小值的电路信号归一化方法，由于各电信号的参数物理含义不同，数值范围也不尽相同，直接用于模型构建将会受到参数量纲的影响，因此要采用归一化方法去掉参数的量纲。归一化公式如下：

X代表参数值，X_min、X_max分别表示参数序列中的最小值和最大值，而X_nom代表归一化后的参数结果。

3.根据权利要求1所述的方法，结合供电系统，构建供电系统关联图网络模型，其特征在于：

所述供电系统层级关联图网络模型构建方法如下：所述图构建方法为有向有权图，有向无权图指的是图模型中的边是有向的和无权的。有向指的是存在一条从顶点i到顶点j的边(i,j)，并不一定存在一条从顶点j指向顶点i的边(j,i)。对于有向边(i,j)，顶点i称为始点，顶点j称为终点。边是无权的是指网络中的两个节点(i,j)之间存在关联关系则认为其边为1，否则为0，具体到供电系统中，则认为各部件为图模型的节点，从供电系统接收到发动机动力开始到传递至用电负载中，其电流的传播方向认为是各部件之间的边的方向，部件之间的连接关系用来考量部件之间是否存在关系，则构建出的图网络模型可以用邻接矩阵表示：

A＝(a_ij)_n×n

其中，n为部件个数，矩阵中a_ij＝1认为部件i到部件j的方向上存在信号传递的关联关系，a_ij＝0认为部件i到部件j的方向上不存在信号传递的关联关系，结合供电系统专家知识与结构信息，可以构建出供电系统关联图网络模型。

4.根据权利要求1所述的方法，依据阈值判定算法对供电系统监测参数进行供电系统部件监测与告警，其特征在于，

所述部件监测与告警方法是基于阈值判定的部件监测与告警方法，由于供电系统部件之间的强关联性，某一故障源往往会引发多个部件的同时告警，为了进行故障诊断，需要先分析告警部件以便故障溯源。设某部件监测参数为X＝{x₁,x₂,…,x_n}，则由专家级经验以及对象信息得该部件正常状态阈值为：[x_min，x_max]，即基于阈值判定的部件监测与告警方法为：当x＞x_max或x＜x_min时，部件告警，当x∈[x_min,x_max]时，部件正常，待监测部件集合为P＝{N₁,N₂,…,N_n}，则通过监测参数得到部件的告警集合为P'＝{M₁,M₂,…,M_k}，其中M_i为监测参数报警部件。