[发明专利]一种变电站故障诊断方法

说明书

本发明提供一种变电站故障诊断方法，包括：步骤一：依据变电站的电压等级特性，将变电站分成k个独立区域；步骤二：分别对各个区域，采用粗糙集约简方法进行警报信息处理和约简，获得约简后的信息，并用于建立构建诊断模型时所需要的故障知识产生式规则集；步骤三：依据上一步所获得的产生式规则集，分别建立每个区域的基于二进制推理脉冲神经膜系统的故障诊断模型；步骤四：分别利用以上诊断模型的矩阵推理算法进行知识推理，获得每个诊断模型的诊断结果；步骤五：依据判定规则，确定故障设备。本发明方法提高了容错性、诊断效率、诊断结果正确性和可理解性。

技术领域

本发明涉及变电站，是电力系统技术领域，尤其涉及一种变电站故障诊断方法。

背景技术

变电站是电力系统的重要组成部分，主要承担着电能的汇集、变换和分配等功能。因此，变电站是否正常工作是整个电力系统能否稳定运行的重要保证之一。当变电站设备发生故障时，将会产生大量警报信息，这些信息中往往存在着大量的冗余和无效信息，同时常常伴随着信息缺失等情况。变电站的故障诊断则要求运行人员能够依据警报信息快速并准确地判断出故障，并对其进行故障定位和恢复，从而最大程度的降低经济损失，并快速恢复供电可靠性。但是，由于警报信息的不精确性和不确定性增加了故障诊断的难度，因此研究出一种高效、准确且可靠的变电站故障诊断方法来处理这些信息极为重要。目前，变电站的故障诊断方法主要有专家系统、模糊理论、神经网络、贝叶斯网络、Petri网、遗传算法、粗糙集和随机优化理论等方法。这些方法各具优点且各自得到了一定的应用，但是普遍存在一个共性问题，即难以快速有效地处理不精确和不确定信息并兼顾良好的可理解性和诊断结果正确性。

发明内容

本发明的目的在于解决上述现有技术存在的缺陷，提供一种膜系统结合粗糙集的变电站故障诊断方法。

一种变电站故障诊断方法，包括以下步骤：

步骤一：依据变电站的电压等级特性，将变电站分成k个独立区域；

步骤二：分别对各个区域，采用粗糙集约简方法进行警报信息处理和约简，获得约简后的信息，用于构建故障诊断模型时所需的故障知识产生式规则集；

步骤三：依据上一步所获得的故障知识产生式规则集，分别建立每个区域的基于二进制推理脉冲神经膜系统的故障诊断模型；

步骤四：各个诊断模型利用其各自的矩阵推理算法进行知识推理，并获得每个诊断模型的诊断结果；

步骤五：依据判定规则，确定故障设备。以上诊断模型中，如果一个输出神经元的真值为1，则该神经元所对应的设备故障；如果为0，则对应设备没有故障。

进一步地，如上所述的方法，步骤二包括以下步骤：

(1)读取来自数据采集与监控系统的保护装置的警报信息；

(2)在每个区域内构建决策表，分别采用基于分辨矩阵的决策表属性约简算法处理读取的警报信息，完成每个区域的属性约简，获得处理和约简后的故障知识；

(3)利用约简后的故障知识，依据警报信息中的保护装置与设备故障之间的逻辑关系，建立故障知识产生式规则集，完成每个区域的规则提取。

进一步地，如上所述的方法，所述基于二进制推理脉冲神经膜系统的具体定义为：

Π＝(O,σ₁,σ₂...σ_m,syn,in,out)

其中：

O＝{a}，a代表神经脉冲，O为神经脉冲a的集合；