[发明专利]一种基于概率Petri网的电力系统故障诊断方法

摘要

一种基于概率Petri网的电力系统故障诊断方法，电力系统发生故障时，确定故障信息是否为真实故障信息，对真实故障信息进行预处理，生成故障可疑元件库并形成关联可疑元件子库；监控中心提取故障可疑元件库中的可疑元件，生成可疑元件故障树；建立可疑元件各方向引出线的概率Petri网模型；进行故障诊断，得到故障诊断结果；判断故障诊断结果对应的各可疑元件的故障情况，如果可疑元件属于被关联的可疑元件，则执行可信度比较，得到故障元件，否则重新生成故障树。本发明基于概率Petri网理论给出变迁函数的最优函数参数，引入元件不可靠度，提出包含可信度评价故障诊断方法，具有较高的可靠性和精度，能够很好地应用到实际电网中。

主权项

一种基于概率Petri网的电力系统故障诊断方法，其特征在于：包括以下步骤：步骤1：电力系统发生故障时，获取故障信息，包括继电器的不正常动作和断路器的动作；步骤2：监控中心根据调度中心的反馈信息和获取的故障信息确定获取的故障信息是否为真实故障信息：若调度中心的反馈信息与获取的故障信息一致，则该故障信息是真实故障信息，执行步骤3，否则，不是真实故障信息，则校验故障信息，返回步骤1；步骤3：对故障信息进行预处理，生成故障可疑元件库并形成关联可疑元件子库；步骤3.1：对故障信息中的继电保护信息进行编号；步骤3.2：根据各继电保护信息预先设定的保护范围确定故障可疑元件，构建故障可疑元件子库；分别列出已编号的继电保护信息的保护范围内的元件，这些元件分别形成与该继电保护信息的编号相同的故障可疑元件子库；步骤3.3：合成各故障可疑元件子库形成故障可疑元件库；步骤3.4：如果待诊断的故障区域里的多个故障可疑元件子库中包含相同可疑元件，则将这些可疑元件子库合并为一个新的关联可疑元件子库，新的关联可疑元件子库包含被合并的故障可疑元件子库中的所有可疑元件；步骤4：监控中心提取故障可疑元件库中的可疑元件，生成可疑元件故障树；步骤5：根据可疑元件故障树建立可疑元件各方向引出线的概率Petri网模型；步骤5.1：将可疑元件故障树中的每个分支都映射为一个概率Petri网的分支；步骤5.2：将电力系统中所有断路器及其关联的继电保护信息映射为概率Petri网的库所，继电器的保护动作映射为概率Petri网的变迁；步骤5.3：建立可疑元件各方向引出线的概率Petri网模型；步骤6：利用可疑元件各方向引出线的概率Petri网模型进行故障诊断，得到故障诊断结果；步骤6.1：设概率Petri网模型有n个库所与m个变迁，则输入矩阵A为n×m维矩阵，输出矩阵O为m×n维矩阵，变迁阀值为Tδ，初始状态向量为M0；步骤6.2：计算继电保护元件的不可靠度；步骤6.3：计算变迁合成输入概率，即把同一变迁的所有输入库所按照其概率值和输入弧权系数等效为权系数为1的输入概率值；步骤6.4：对每个变迁进行触发判断，即当变迁合成输入概率不小于变迁阈值时，变迁合成输入概率hi的值保持不变，否则将其置零；步骤6.5：建立输出概率函数；步骤6.6：计算各变迁的输出概率值；步骤6.7：计算各库所下一步状态向量M1；步骤6.8：根据概率Petri网模型的变迁级数，重复步骤6.2～步骤6.7，直至没有可触发的变迁为止；步骤6.9：当终止库有多条输入弧时，取输入弧中的最大值作为变迁的输出概率值，即得到故障诊断结果；步骤7：监控中心根据各方向引出线的概率Petri网模型的故障诊断结果，判断故障诊断结果对应的各可疑元件的故障情况，即判断各可疑元件是否属于被关联的可疑元件：如果可疑元件属于被关联的可疑元件，则执行可信度比较，超过可信度阈值且可信度最高的可疑元件即故障元件，得到电力系统故障诊断结果，否则返回步骤4。