[发明专利]一种智能电网调控控制系统设备故障诊断方法及系统

说明书

本发明公开了一种智能电网调度控制系统设备故障诊断方法及系统，通过获取本地智能电网调度控制系统中设备历史故障的特征数据，梳理故障特征信息形成故障训练样本，通过神经网络对故障样本进行训练，构建故障诊断模型，提取电网的实时运行特征信息构建成诊断样本格式输入神经网络得到故障诊断结果，并在调度台以推图的形式主动告警，经调度人工确认后，生成新的故障训练样本，并更新故障诊断模型。优点：结合智能电网调度控制系统和历史数据构建设备故障诊断模型，通过在线提取设备故障特征信息，对故障信号进行模糊概率判断，提高故障诊断定位的准确性，实现电网故障的在线智能诊断，提升综合智能告警的智能化水平以及调度员的故障处置效率。

技术领域

本发明涉及一种智能电网调控控制系统设备故障诊断方法及系统，属于电力系统智能分析与控制技术领域。

背景技术

随着交直流混联电网的快速发展，电网故障形态日益复杂，电能用户对于电能的质量和可靠性的要求越来越高，尤其是电能供应的连续性要求。尽管各电力系统不断采取各种有效措施以提高系统的安全运行水平，但电力系统的故障却是不可避免的。为了保障供电可靠性，保持持续不间断供电，同时在故障发生后能够快速准确的诊断出故障元件并对其隔离，尽快恢复供电，有必要在调度平台引入电力系统故障诊断功能，为调度员提供有力支撑。

目前，调控系统内的设备故障诊断主要依赖基于专家规则库的综合智能告警，对于信号质量要求较高，由于信号错漏造成的故障误漏报时有发生，影响调度员的故障处置效率，增加故障处置的难度，因此结合目前调控运行相关业务的实际需求，亟需分析特高压交直流混联、新能源和柔性负荷快速发展等电网新形态中大数据、人工智能等先进IT技术在调控业务中的应用，开展基于人工智能的故障诊断评估和辅助决策关键技术的研究，改进日常调控业务开展的模式，提高电网实时运行掌控能力，提升调控处置效率及辅助决策的智能化水平，有效应对电网运行的全新挑战。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种智能电网调控控制系统设备故障诊断方法及系统。

为解决上述技术问题，本发明提供一种智能电网调控控制系统设备故障诊断方法，其特征在于，

获取在线监视电网的各类故障特征信息，根据各类故障特征信息以设备为单位生成故障诊断样本文件；

将故障诊断样本文件输入预先训练好的基于深度学习的故障诊断模型，输出故障诊断结果文件；

解析故障诊断结果文件，保存故障特征信息以及故障简报至智能电网调度控制系统数据库，并向调度工作站推送故障报文；

根据故障报文确认故障的真实性，确认完毕后根据确认结果生成含标签的故障样本。

进一步的，所述基于深度学习的故障诊断模型的构建过程为：

获取智能电网调度控制系统数据库中的历史故障特征信息，结合调度员记录的调度日志生成含标签的历史故障样本，结合深度学习神经网络算法，构建基于深度学习的故障诊断模型。

进一步的，所述历史故障特征信息包括：

故障分析结果，从智能电网调度控制系统数据库中获取智能电网调度控制系统综合智能告警应用的故障分析结果，故障信息包括故障时间、故障设备、故障相位、重合情况；

开关动作信息，基于网络拓扑连接关系，拓扑搜索故障设备所连开关，并从数据库中获取历史故障相应开关动作信息；

保护动作信息，根据设备所属间隔与保护所属间隔的匹配关系，从智能电网调度控制系统数据库中搜索历史故障设备相关的保护动作信号；

历史遥测数据，根据设备的测点信息，获取设备的历史SCADA量测数据；

PMU数据，根据设备的PMU测点信息，获取设备的历史PMU量测数据；