[发明专利]基于非精确贝叶斯模型的断路器异常判别方法和系统

说明书

本发明公开了一种基于非精确贝叶斯模型的断路器异常判别方法和系统，所述方法包括以下步骤：步骤一：根据故障录波器所获得的故障录波数据，统计同一类型断路器的时间参量；步骤二：根据置信水平对断路器的时间参量进行异常评估；步骤三：通过历史数据，建立断路器异常概率估计的非精确贝叶斯模型，并且构建贝叶斯网络；步骤四：根据所述非精确贝叶斯模型，对给定时间参量下断路器是否异常进行概率推理。本发明仅根据电气量测信息即可进行状态异常判断，较现有技术操作简单，并且成本低。

技术领域

本发明涉及电力自动化技术领域，尤其涉及一种基于置信水平与非精确贝叶斯模型的断路器异常判别方法。

背景技术

高压断路器是电力系统中重要的开关设备，承担着电网保护和控制的任务，其发生误动和拒动往往会引起事故或扩大事故，造成巨大的经济损失和社会影响。为实现安全稳定的供电，电网对高压断路器的可靠性提出了更高的要求。

高压断路器的运行可靠性依赖于有效的状态监测和故障诊断(异常判别)，其准确性和实用性直接影响对于断路器性能状态的判断，为后续的状态检修策略打下基础，从而科学地制定检修计划，提高设备利用率，减少维修费用，在保证可靠性的前提下实现经济运行。目前，对于高压断路器的状态监测主要依赖增加外部传感器，采用外部传感技术了解断路器内部触头、机构、绝缘等情况，这类方法需要附加测量装置，成本高，操作复杂，而且测量过程易受电磁干扰，因此在实际应用中实际推广价值并不高。

因此，如何降低成本，降低操作复杂度，实现高压断路器状态简单有效的监测，是目前本领域技术人员迫切解决的技术问题。

发明内容

本发明为了解决上述问题，提出了一种基于置信水平与非精确贝叶斯模型的断路器异常判别方法，通过获取录波数据中断路器的各时间参量信息，通过置信水平来判断这些时间信息是否存在异常现象，并建立断路器异常概率估计的非精确贝叶斯模型，最后依据新的故障录波数据进行断路器的异常判别，本发明仅依赖电气量测信息就实现了高压断路器的性能判别，较现有技术，成本和操作复杂度都大大降低。

为了实现上述目的，本发明采用如下技术方案：

一种基于非精确贝叶斯模型的断路器异常判别方法，包括以下步骤：

步骤一：根据故障录波器所获得的故障录波数据，统计同一类型断路器的时间参量；

步骤二：根据置信水平对断路器的时间参量进行异常评估，对其状态进行划分；

步骤三：通过历史数据，建立断路器异常概率估计的非精确贝叶斯模型，并且构建贝叶斯网络；

步骤四：根据所述非精确贝叶斯模型，对给定时间参量下断路器是否异常进行概率推理。

所述时间参量包括分闸时间、合闸时间、合闸时间与分闸时间的不同期时间以及燃弧时间。

所述步骤二中，根据置信水平对断路器的时间参量进行异常评估的具体方法为：对获取的时间参量数据中的某个时间参量采用Z统计量进行总体的区间估计，算出其样本均值和样本标准差S，取显著水平α＝1％，将落在置信度为1-α＝99％的置信区间的时间参量评为正常，落在区间之外的时间参量评为异常。

所述非精确贝叶斯模型为：

其中，P_im表示非精确概率，P₀为精确概率，参数k表示非精确化的大小，其值越大表示对于精确概率的非精确化越小；λ∈[0,1]。

精确概率p₀的公式为：

m_i表示随机变量状态i出现的次数；M为样本总数即M＝m₁+m₂+...+m_n。