[发明专利]一种电网故障监测方法及系统在审

专利信息
申请号: 202210734404.8 申请日: 2022-06-27
公开(公告)号: CN115166414A 公开(公告)日: 2022-10-11
发明(设计)人: 于勇;李来春;姜曈晟;陈存汉;许飞;张志龙 申请(专利权)人: 国网山东省电力公司梁山县供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司
主分类号: G01R31/08 分类号: G01R31/08;G06Q10/06;G06Q50/06;G06N7/00
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 任欢
地址: 272600 山东省济宁*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电网 故障 监测 方法 系统
【权利要求书】:

1.一种电网故障监测方法,其特征在于,包括如下步骤:

S1、根据断路器与保护信息,通过已知动作信息识别疑似故障区域;

S2、对故障区域中的节点构建蕴含时序属性的贝叶斯网络诊断模型;

S2.1对于蕴含时序属性的贝叶斯网络诊断模型进行赋值;

通过设备的年故障频率w计算元件节点的故障先验概率;

计算断路器与保护装置联动的故障先验概率;

S2.2信息的时序一致性识别;

对于元件ci,其继电保护动作时序规则为Rule(ci),获得的与ci关联的故障信息集为S=S(0)∪S(1);其中,S(0)为继电保护闭合信息集,S(1)为继电保护动作信息集;

ci的故障信息的一致性时序识别就是在S(1)中找出满足Rule(ci)的最大化信息集SRMax(1);

S2.3确定故障元件概率

计算已知故障信息各条件下元件故障的后验概率,由此便可以得到元件的故障概率;

S3、基于贝叶斯网络和专家系统进行综合故障诊断

S3.1用贝叶斯网络模拟大量故障过程,得到诊断结果,选择高可信度的贝叶斯诊断结果融入专家系统的知识库;

S3.2故障发生时,利用专家系统的知识库去识别故障,找出故障元件;当某故障发生后专家系统无法判别,则用贝叶斯网络进行诊断,可信度为0则直接丢弃;

S3.3结合傅里叶变换、小波分析的定量分析方法确定故障类型。

2.如权利要求1所述的电网故障监测方法,其特征在于,所述S1包括:从电网故障信息系统读取故障录波数据数据,提取主要故障特征分量,包括故障元件及位置、故障性质、故障类型、过渡电阻值、故障电流大小、保护动作时间、保护动作元件、开关分合闸时间、分合闸电流大小。

3.如权利要求1所述的电网故障监测方法,其特征在于,所述S2.2具体包括:

(1)识别比较信息时序;

以S(1)中每个元素Sj(1)为基时,以规则Rule(ci)扫描识别其它元素,获得时序一致性信息集SRj(1);

(2)获得时序一致的最大化信息集;

根据SRj(1),通过比较元素个数得到SRMax(1);

(3)修正时序不一致信息;

在SRMax(1)基础上的时序不一致动作信息集Srest(1)=S(1)-SRmax(1),这些动作信息不是元件ci触发动作的,对于元件ci的故障诊断而言应修正为闭合状态,即将Srest(1)修正为Srest(0);

(4)通过以上步骤得到继电保护时序一致性,用于元件ci的故障诊断信息集SF;SF=S(0)∪Srest(0)∪SRmax(1)。

4.如权利要求1所述的电网故障监测方法,其特征在于,所述S2.3包括:

对一具有m个基本事件{xi1},{xi2},…,{xim}的随机变量xi,假设xi外所有与其相关变量的观察结果V=(x1,…,xi-1,xi+1,…,xn),则其条件概率为:

5.如权利要求1所述的电网故障监测方法,其特征在于,所述的贝叶斯诊断结果可信度为

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山东省电力公司梁山县供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司,未经国网山东省电力公司梁山县供电公司;国网山东省电力公司济宁供电公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210734404.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top