[发明专利]一种基于改进贝叶斯Petri网的电网故障诊断方法

说明书

一种基于改进贝叶斯Petri网的电网故障诊断方法，所述方法首先通过引入时序关联规则，从定量的角度出发，描述各个库所之间的时序关系和逻辑规则，然后在故障信息不完备的条件下，利用保护动作规则，对报警信息的时序约束关系进行推理，并给出识别报警信息丢失、断点和误报算法，最后再进一步结合贝叶斯网络快速准确地实现故障元件的定位。本发明有效利用故障报警信号中的信息量，在深入分析报警信息中蕴含的时序属性的基础上，提出一种计及定量时序关联规则的改进贝叶斯Petri网故障诊断模型，该方法减少了报警结果的不确定性，其抗干扰性强，可大大提高诊断结果的准确性。

技术领域

本发明涉及一种考虑定量时序关联规则的改进贝叶斯Petri网模型的故障诊断方法，属于输配电技术领域。

背景技术

智能电网是电力系统发展的必然形态，其规模和复杂程度将极大地增加运行和控制的难度和脆弱性，这也给电力系统的故障诊断带来了巨大挑战。目前，在电力系统故障诊断方面，从其应用角度可分为专家系统、人工神经网络、模糊推理和Petri网等。尽管这些方法在故障诊断过程中具有一定的适应性，但是，当电网发生多重故障时，警报信息会迅速增多，加大了调度人员处理信息的负担。同时，因继电保护开关、断路器的误动、拒动而造成报警信息的不确定性、不完备性已成为诊断电力系统故障的重要难题之一。由于报警信息在时间上存在着因果关联，即时序关联属性。时序关联属性是告警信息的重要属性，尽管对时序约束关系的研究很多，但对于故障元件与保护动作、保护动作与断路器动作逻辑规则的时序约束关系的定量表达还未进行相关深入的研究。同时，如何有效利用警报信息的时序约束关系的定量表达解决电力系统故障过程中的不确定性问题也成为亟待解决的关键问题之一。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种诊断结果更精确、抗干扰性更强的基于改进贝叶斯Petri网的电网故障诊断方法。

本发明所述问题是以下述技术方案实现的：

一种基于改进贝叶斯Petri网的电网故障诊断方法，所述方法首先通过引入时序关联规则，从定量的角度出发，描述各个库所之间的时序关系和逻辑规则，然后在故障信息不完备的条件下，利用保护动作规则，对报警信息的时序约束关系进行推理，并给出识别报警信息丢失、断点和误报算法，最后再进一步结合贝叶斯网络快速准确地实现故障元件的定位。

上述基于改进贝叶斯Petri网的电网故障诊断方法，所述方法包括以下步骤：

①报警信息预处理：

a.通过SCADA(数据采集与监视系统)和RMS(保护信息管理系统)获得继电保护和断路器动作信息，得到所有警报信息集合A；

b.基于电力系统的结线分析、状态估计方法确定可疑故障元件集合S；每个可疑元件S_i和与S_i构成时序关联关系的所有警报信息构成集合M；

c.对可疑元件集合S中的每一个可疑故障元件建立其TABPN模型，得出与该模型相应的定量时序关联关系，并建立TAR(定量时序关联关系)表：

d.将M中的一组具有时序约束关系的所有可能警报信息组成待验证事件集合O；通过TABPN模型以及TAR表，采用正、反向推理，逐一验证集合O中所有告警信息，获得满足TAR的约束集合C，不满足TAR约束集合N；

②报警信息诊断过程：

在TABPN模型推理过程中，如果报警信息时标出现差错而导致推理过程的中断，则称之为断点，其判别算法如下：

a.通过建立TABPN的模型，沿着变迁节点查找该故障信息的最近前置库所P_m和最近后置库所P_n，库所P_m和库所P_n为已知报警信息；