[发明专利]一种电力多源信息故障定位及预判方法

权利要求书

1.一种电力多源信息故障定位及预判方法，其特征在于，基于自学习CEP技术结合Petri推理，包括以下步骤：

步骤1、启动故障定位服务系统，从SCADA系统、保信系统、故障录波系统、天气系统中实时获取以下电气量信息：保护信号动作、开关跳闸动作、故障简报、天气信息，按照复杂事件处理引擎分析所需的格式分别生成各自的复杂事件模型；

步骤2、基于步骤1中的复杂事件模型，将调控规则、专家经验归纳为复杂事件形式，将所关注的调控问题人工录入生成复杂事件规则匹配模型；

步骤3、故障定位服务系统判断是否启动离线自学习线程，如果历史库中的推理结果没有达到机器学习的样本数量要求，不启动离线自学习线程、转步骤4；

如果历史库中的推理结果达到机器学习的样本数量要求时，启动离线自学习线程、完善复杂事件规则匹配模型，经调控人员分析确认后竖起一个实用标志、并且更新复杂事件规则匹配模型；

步骤4、启动CEP引擎，实时获取各线程所生成的复杂事件集合，读取所述的复杂事件规则匹配模型，采用具有自学习机制的CEP引擎匹配处理规则模式，对复杂事件集合进行分类识别、匹配、过滤、聚合、关联分析，将错误的证据过滤掉、将未上报的证据补齐，并将最后的复杂事件证据发送给Petri推理线程，输出可靠的事件；

步骤5、依据步骤4输出的可靠的事件，引入Petri推理理论将各种事件的类型进行归纳，结合Petri推理中库所、变迁、有向弧的思想建立Petri推理规则关联模型，并采用保护归纳的方法将各种保护归纳为保护子类型；

步骤6、Petri推理线程读取步骤5中建立的Petri推理规则关联模型，实时监测步骤4中CEP引擎所获取的复杂事件集合、作为Petri推理的判据，如果Petri推理作为判据的库所中的令牌没有达到Petri推理启动要求，则转步骤3；

当Petri推理作为判据的库所中的令牌达到Petri推理启动要求后启动Petri推理，获取事件的具体设备、开关、保护信息，通过匹配Petri推理规则关联模型结合电网连锁故障概率模型定位具体的设备故障以及设备故障概率，并将结果发送给故障恢复及处理线程；

步骤7、故障恢复及处理线程触发，根据设备故障诊断结果匹配恢复及处理线程中的专家库，如果存在对该设备故障的处置预案则直接调用该处置预案、否则使用广度优先算法和深度优先算法从电网失电电岛开始向外搜索，以电网中的所有热备用开关为可选动作开关、找到所有可能的恢复供电的路径并给出方案。

2.根据权利要求1所述的一种电力多源信息故障定位及预判方法，其特征在于，所述的电力多源信息包括：

(1)来源为SCADA系统的事件，包括：a、厂站级别的事故总保护信号动作；b、设备级别的各类事故级别的保护信号动作；c、开关的跳闸动作；d、开关的重合闸动作；e、遥测信息的越限报警及突变；

(2)来源为保信系统的各种报警事件信息；

(3)来源为故障录波系统的故障简报事件信息；

(4)来源为天气系统的大风、大雪、雷雨天气信息。

3.根据权利要求1所述的一种电力多源信息故障定位及预判方法，其特征在于，步骤1中的复杂事件模型采用带有时间戳的自定义的复杂元事件模型，具体描述如下：

PowerEvent＝<EventID,EventTypeID,EventSource,AccidentLevel,EventDescribe,Associ atedEquipment,AssociatedSwitch,ProtectionSignals,EventValue,EventTime>，其中：EventID为事件ID、EventTypeID为事件类型、EventSource为事件来源、AccidentLevel为事件报警级别、EventDescribe为事件动作描述、AssociatedEquipment为事件关联设备、AssociatedSwitch为事件关联开关、ProtectionSignals为事件保护信号对象、EventValue为事件的值、EventTime为事件发生时间。