[發(fā)明專(zhuān)利]一種基于潮流分布特征的配電網(wǎng)故障分析方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310139679.8
• 申請(qǐng)日: 2013-04-22
• 公開(kāi)（公告）號(hào): CN103245881A
• 公開(kāi)（公告）日: 2013-08-14
• 發(fā)明（設(shè)計(jì)）人: 郭昆亞;劉鑫蕊;王英男;張化光;葛維春;孫秋野;陳雪;楊珺;于長(zhǎng)廣
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家電網(wǎng)公司;遼寧省電力有限公司沈陽(yáng)供電公司;東北大學(xué)
• 主分類(lèi)號(hào): G01R31/08
• 分類(lèi)號(hào): G01R31/08
• 代理公司: 沈陽(yáng)東大專(zhuān)利代理有限公司 21109
• 代理人: 梁焱

技術(shù)領(lǐng)域

本發(fā)明屬于配電網(wǎng)故障分析領(lǐng)域，特別涉及一種基于潮流分布特征的配電網(wǎng)故障分析方法及裝置。

背景技術(shù)

隨著智能電網(wǎng)的迅速發(fā)展，分布式電源的大量不確定接入，配電網(wǎng)的故障信息越來(lái)越復(fù)雜，故障的快速準(zhǔn)確分析診斷越來(lái)越困難。近些年來(lái)，國(guó)內(nèi)外學(xué)者從不同的角度出發(fā)，提出了一系列故障診斷的方法和思路，這些方法可以分為數(shù)據(jù)驅(qū)動(dòng)和模型驅(qū)動(dòng)兩類(lèi)，主要有專(zhuān)家系統(tǒng)法、人工神經(jīng)網(wǎng)絡(luò)法、模糊集方法、粗糙集方法等。

專(zhuān)家系統(tǒng)法是人工智能領(lǐng)域發(fā)展最早、也最成熟的分支，它利用計(jì)算機(jī)技術(shù)將相關(guān)專(zhuān)業(yè)領(lǐng)域的理論知識(shí)與專(zhuān)家的經(jīng)驗(yàn)知識(shí)融合在一起，主要的缺陷有：建立知識(shí)庫(kù)及驗(yàn)證其完備性比較困難；容錯(cuò)能力差；在復(fù)雜故障診斷中會(huì)出現(xiàn)組合爆炸的問(wèn)題。這類(lèi)方法難以滿(mǎn)足大規(guī)模系統(tǒng)在線(xiàn)診斷的需要，只能用于離線(xiàn)分析場(chǎng)合。

人工神經(jīng)網(wǎng)絡(luò)法是一種典型的數(shù)據(jù)驅(qū)動(dòng)方法，其實(shí)質(zhì)就是通過(guò)樣本訓(xùn)練，在高維空間中尋找一個(gè)超曲面來(lái)模擬故障信息與故障元件之間的函數(shù)關(guān)系，主要不足有：其性能取決于訓(xùn)練樣本，但在大系統(tǒng)中，獲取樣本非常困難；其輸入和輸出之間是一個(gè)“黑匣子”，缺乏解釋能力和輸出結(jié)果能力；不擅長(zhǎng)處理啟發(fā)性的知識(shí)，因?yàn)樯窠?jīng)網(wǎng)絡(luò)在樣本學(xué)習(xí)完成后，一般具有比較好的內(nèi)插結(jié)果，但外推時(shí)則可能產(chǎn)生較大的誤差，特別是系統(tǒng)非線(xiàn)性較強(qiáng)的時(shí)候。

模糊集理論是在模糊集合理論基礎(chǔ)上發(fā)展起來(lái)的，它采用模糊隸屬度的概念來(lái)描述不精確、不確定的對(duì)象，采用近似推理的規(guī)則，具有很強(qiáng)的容錯(cuò)能力。該方法也有一些需要克服的問(wèn)題：描述不確定性問(wèn)題的隸屬度函數(shù)的選擇沒(méi)有量化的指標(biāo)；另外，大規(guī)模復(fù)雜系統(tǒng)的模糊模型建立本來(lái)就存在困難，而當(dāng)其結(jié)構(gòu)發(fā)生變化時(shí)，模糊知識(shí)庫(kù)或規(guī)則模糊度需要相應(yīng)修改。

因此，這方面的研究工作雖取得了進(jìn)展和成果，但仍存在不足：有些方法要求采集的電網(wǎng)數(shù)據(jù)完備而且正確可信，信息需求量大，容錯(cuò)性不佳，實(shí)用化難度大；有些方法所依據(jù)的故障信息單一而局部，診斷結(jié)果難以體現(xiàn)全網(wǎng)運(yùn)行狀況，準(zhǔn)確度不高；有些診斷工具過(guò)多地依賴(lài)人工智能方法，而對(duì)電網(wǎng)的物理特性考慮不夠。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供的目是提出一種基于潮流分布特征的配電網(wǎng)故障分析方法，立足故障前后電網(wǎng)潮流分布特征的變化，借助節(jié)點(diǎn)關(guān)聯(lián)矩陣，智能選擇量測(cè)支路和量測(cè)數(shù)據(jù)，在線(xiàn)預(yù)生成故障模式庫(kù)，供不斷提取的潮流分布特征模式進(jìn)行匹配，以達(dá)到快速、準(zhǔn)確、白適應(yīng)智能診斷的目的。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：一種基于潮流分布特征的配電網(wǎng)故障分析方法，包括以下步驟：

步驟1：截取電網(wǎng)歷史故障斷面數(shù)據(jù)，包括故障時(shí)刻、網(wǎng)絡(luò)節(jié)點(diǎn)電壓幅值、網(wǎng)絡(luò)節(jié)點(diǎn)電壓相角、線(xiàn)路有功功率、無(wú)功功率及網(wǎng)絡(luò)節(jié)點(diǎn)間導(dǎo)納參數(shù)，采用廣義靈敏度分析法通過(guò)計(jì)算靈敏度矩陣范數(shù)來(lái)描述電網(wǎng)故障時(shí)的潮流分布，利用自動(dòng)態(tài)白適應(yīng)聚類(lèi)法將故障進(jìn)行分類(lèi)，并建立故障模式庫(kù)；

步驟2：動(dòng)態(tài)解析當(dāng)前故障網(wǎng)絡(luò)拓?fù)洌鶕?jù)節(jié)點(diǎn)之間的物理距離、電氣距離、節(jié)點(diǎn)相對(duì)度、電磁耦合系數(shù)生成節(jié)點(diǎn)關(guān)聯(lián)矩陣，利用節(jié)點(diǎn)關(guān)聯(lián)矩陣計(jì)算關(guān)聯(lián)度及關(guān)聯(lián)元，進(jìn)而確定當(dāng)前故障配電網(wǎng)中待測(cè)量支路：

步驟3：根據(jù)該故障網(wǎng)絡(luò)的故障時(shí)刻、網(wǎng)絡(luò)節(jié)點(diǎn)電壓幅值、網(wǎng)絡(luò)節(jié)點(diǎn)電壓相角、線(xiàn)路有功功率、無(wú)功功率及網(wǎng)絡(luò)節(jié)點(diǎn)間導(dǎo)納參數(shù)，采用廣義靈敏度分析法通過(guò)計(jì)算靈敏度矩陣范數(shù)來(lái)描述電網(wǎng)故障時(shí)的潮流分布，建立與步驟1所述的故障模式庫(kù)中形式相同的故障信息；

步驟4：在線(xiàn)診斷故障，按步驟1所述的故障模式庫(kù)中的故障模式優(yōu)先級(jí)進(jìn)行故障模式匹配，若匹配成功，將匹配故障模式白反饋到故障模式庫(kù)進(jìn)行強(qiáng)化記憶，動(dòng)態(tài)更新模式庫(kù)優(yōu)先級(jí)，否則轉(zhuǎn)到步驟2，拓寬關(guān)聯(lián)度閾值，動(dòng)態(tài)增加量測(cè)數(shù)據(jù)，完備化潮流信息，直到匹配成功，即確定此時(shí)配電網(wǎng)的故障情況。

步驟1所述的廣義靈敏度分析法生成靈敏度矩陣和利用動(dòng)態(tài)白適應(yīng)聚類(lèi)方法將故障進(jìn)行分類(lèi)，包括以下步驟：