[發(fā)明專利]一種新的基于信息融合的故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201310276208.1
• 申請(qǐng)日: 2013-07-03
• 公開（公告）號(hào): CN104281899A
• 公開（公告）日: 2015-01-14
• 發(fā)明（設(shè)計(jì)）人: 劉艷;李文云;顧雪平;朱濤;梁海平;趙川;文清豐;李玲芳;張琳波;朱余啟;張丹;陳飛;丁士明;朱曄
• 申請(qǐng)（專利權(quán)）人: 云南電力調(diào)度控制中心;華北電力大學(xué)(保定)
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種新的基于信息融合的故障診斷方法，其特征是該方法包括以下步驟：?

步驟1：對(duì)可疑故障集中的候選元件逐一進(jìn)行開關(guān)層診斷求取故障概率，在經(jīng)典的優(yōu)化型故障診斷模型的基礎(chǔ)上加入保護(hù)和斷路器動(dòng)作的可信度，重新定義了保護(hù)和斷路器的動(dòng)作期望表達(dá)式，構(gòu)成目標(biāo)函數(shù)，求解得到各線路相對(duì)故障度；?

步驟2：對(duì)可疑故障集中元件進(jìn)行電氣層故障診斷，分別對(duì)元件故障時(shí)刻前后一個(gè)周波電流信號(hào)進(jìn)行小波分析，求取相應(yīng)的小波能量變化率以及小波奇異變化率，從而得到各元件的相對(duì)小波故障表征概率；?

步驟3：基于模糊K-均值決策模型對(duì)信息融合結(jié)果進(jìn)行診斷決策，確定融合結(jié)果分為故障和非故障類，可以故障集外元件作為非故障元件參與模糊K-均值分析，首先初始化融合結(jié)果從屬于各類的隸屬度矩陣，求取各類的聚類中心，重新計(jì)算新的隸屬度矩陣，再計(jì)算聚類中心，重復(fù)至達(dá)到收斂條件，根據(jù)最終的隸屬度矩陣進(jìn)行聚類劃分得到故障設(shè)備集。?

2.根據(jù)權(quán)利要求1所述開關(guān)層診斷，其特征在于在經(jīng)典的優(yōu)化型故障診斷模型的基礎(chǔ)上加入保護(hù)和斷路器動(dòng)作的可信度，電力系統(tǒng)故障診斷可以表示為以下目標(biāo)函數(shù)最小化問題?

其中：r為保護(hù)，c為斷路器，n_r為保護(hù)數(shù)目，n_c為斷路器總數(shù)目?

經(jīng)典模型中保護(hù)和斷路器動(dòng)作為1，不動(dòng)作為0，兩者的期望的求取與保護(hù)原理有關(guān)，在模糊優(yōu)化型故障診斷模型中考慮故障時(shí)告警信息的可信度，且保護(hù)先動(dòng)作然后驅(qū)動(dòng)斷路器動(dòng)作，以及主保護(hù)在正常情況下動(dòng)作的概率比后備保?護(hù)高，第一后備保護(hù)比第二后備保護(hù)高，這里將主保護(hù)概率值設(shè)定為0.95，第一后備保護(hù)和第二后備保護(hù)的概率值分別為0.9和0.85，斷路器動(dòng)作概率值設(shè)定為0.8，保護(hù)和斷路器沒動(dòng)作的概率設(shè)定為0.1，在此基礎(chǔ)上重新定義保護(hù)和斷路器的期望值。?

主保護(hù)的期望狀態(tài)＝元件狀態(tài)。即?

f_r＝s_i?????(2)?

即?

即?

即?

這里∧表示模糊邏輯與，a∧b＝min(a，b)，∨表示模糊邏輯或，a∨b＝max(a，b)，∑表示模糊連∨運(yùn)算?

基于改進(jìn)粒子群算法對(duì)目標(biāo)函數(shù)最小值進(jìn)行求解，得到最優(yōu)解S＝[s₁，s₂，…，s_n]，并做如下處理?

z_i＝s_i/(s₁+s₂+…+s_n)?????(6)?

z_i稱為第i個(gè)元件的模糊故障度，作為證據(jù)體參與證據(jù)融合。?

3.根據(jù)權(quán)利要求1所述電氣層故障診斷，其特征在于在可疑故障集的基礎(chǔ)上，針對(duì)每個(gè)元件獲取電氣量信號(hào)x(n)，分別對(duì)故障前故障后信號(hào)進(jìn)行相應(yīng)的小波分析，得到小波變換結(jié)果D_i，求得信號(hào)在m個(gè)尺度上的小波能量分布?E₁，E₂，...，E_m，其中?

分別得到元件故障前后對(duì)應(yīng)小波能量值W_p，其中?

進(jìn)而求得故障前后小波能量變化率?

定義小波能量變化度x_p，為?

信號(hào)x(n)在m個(gè)尺度的分解結(jié)果構(gòu)成一個(gè)m×n的小波變換矩陣A，通過對(duì)A進(jìn)行奇異值分解得到A＝UΛV^T，其中Λ＝diag(λ₁，λ₂，...，λ_t)?

基于特征值矩陣求取故障前后對(duì)應(yīng)小波奇異值S_p，其中?

求得故障前后小波奇異變化率?

定義小波奇異變化度y_p為?

將二者作為單獨(dú)證據(jù)體參與證據(jù)融合。?

4.一種新的基于信息融合的故障診斷方法，其具體步驟如下：?

1)從告警信息中獲取開關(guān)量信息，即保護(hù)斷路器動(dòng)作信息，并找到停電區(qū)域，作為可疑故障設(shè)備集。?

2)根據(jù)可疑故障集中元件的個(gè)數(shù)做以下判斷：若個(gè)數(shù)為1，則轉(zhuǎn)到7)，否則轉(zhuǎn)到3)。?

3)對(duì)可疑故障集中的候選元件逐一基于模糊優(yōu)化型故障診斷模型求取故障概率，并得到各線路相對(duì)故障度。?

4)對(duì)可疑故障集中元件所對(duì)應(yīng)的電氣量進(jìn)行小波分析，得到各元件的故障表征概率。?

5)將3個(gè)故障度作為證據(jù)體，基于D-S證據(jù)理論進(jìn)行融合。?

6)根據(jù)診斷決策模型進(jìn)行決策。?

7)得到診斷結(jié)果。?