[发明专利]一种基于多源信息融合的低压配电网故障诊断方法

权利要求书

1.一种基于多源信息融合的低压配电网故障诊断方法，其特征在于：包括，

对采集到的低压配电网故障信息进行预处理，得到故障概率表征；

利用所述故障概率表征、基于D-S证据理论合成规则构建信息融合模型；

结合快速密度峰值搜索算法快速选取初始聚类中心改进C-均值算法；

基于伽玛函数建立诊断决策模型，结合所述信息融合模型对元件进行初始分类，利用所述改进C-均值算法修正所述初始分类，判定故障元件。

2.根据权利要求1所述的基于多源信息融合的低压配电网故障诊断方法，其特征在于：所述故障信息包括，开关量信息和电气量信息；

所述故障概率表征包括，小波故障度、小波奇异度、小波能量度、模糊故障度。

3.根据权利要求2所述的基于多源信息融合的低压配电网故障诊断方法，其特征在于：定义所述小波故障度(WFD)包括，

发生故障时，第i＝(i＝1，...，n)个元件的故障信号为x_i(n)，小波变换结果为D_i1，D_i2，...，D_il，其中l表示信号的采样点数，应用小波变换技术提取故障时刻，D_i1，D_i2，...，D_ik为故障前信号对应的小波变换结果，D_i(k+1)，D_i(k+2)，...，D_il为故障后信号对应的小波变换结果，令

其中，V_i为信号在故障前后幅值的变化程度，x_i即为故障后第i个元件的小波故障度。

4.根据权利要求3所述的基于多源信息融合的低压配电网故障诊断方法，其特征在于：定义所述小波奇异度(WSD)包括，

定义Λ_i＝diag(λ₁，λ₂，...，λ_t)为系统第i(i＝1，2，...，n)个元件的奇异值特征矩阵，令

其中，y_i即为故障发生后第i个元件的小波奇异度。

5.根据权利要求4所述的基于多源信息融合的低压配电网故障诊断方法，其特征在于：定义所述小波能量度(WED)包括，

对故障信号进行小波变换，定义E₁，E₂，...，E_m为信号在m个尺度上的小波能量分布，其中E_j＝∑_k|D_j(k)|²(j＝1，...，mk＝1，...，l)。令：

其中，e_i为小波能量度，用于表征信号能量的强弱程度。

6.根据权利要求1～5任一所述的基于多源信息融合的低压配电网故障诊断方法，其特征在于：构建所述信息融合模型包括，

修正原始证据体，将其归一化，得到各个所述证据体的相对可信度；

对于一致性部分，利用普通证据合成规则进行融合；

对于冲突部分，利用改进的证据组合规则将局部冲突在引起冲突的焦元之间分配；

以所述小波故障度、所述小波奇异度、所述小波能量度和所述模糊故障度作为独立的证据体构建基本可信度分配函数，以作为所述信息融合模型的目标函数。