[發明專利]一種基于改進證據理論的斷路器故障診斷方法

有效

• 申請號: 201710597346.8
• 申請日: 2017-07-20
• 公開（公告）號: CN107368854B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 牛為華;趙鵬
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 石家莊開言知識產權代理事務所(普通合伙) 13127
• 代理人: 喻慧玲

本發明提出一種基于改進證據理論的斷路器故障診斷方法，該方法首先定義了一種證據組，利用數學模型方法對證據可信度函數進行修正，為證據中基本可信度為0的命題分配極低的信度值，在不影響證據對各命題支持度的情況下解決了傳統D?S合成規則中的0信度悖論問題；然后，將支持概率作為權重以解決證據的沖突問題，實現了沖突證據的有效融合。

技術領域

本發明涉及一種斷路器的故障診斷方法，尤指一種基于改進證據理論的斷路器故障診斷方法。

背景技術

斷路器是電力系統中至關重要的控制和保護設備，也是電網中動作最為頻繁的設備。照傳統的計劃檢修方法，由于檢修人員無法及時了解斷路器操動機構的實際運行狀態，操作盲目性強，容易造成檢修過剩或檢修不足。此外，斷路器大修需要解體，時間成本和經濟成本高，同時解體和重新裝配可能會造成新的缺陷，降低斷路器動作的可靠性。因本領域技術人員研發出了在線監測的方法，其是通過獲取設備在運行狀態下的信息特征，通過分析比較來確定設備是否發生故障或缺陷，發生故障或缺陷的部件位置，所以具有很強的實時性和針對性。其可在機械故障出現的初期及時發現故障，在問題惡化影響斷路器運行之前及時處理，能在很大程度上提高斷路器安全運行和電力系統正常工作的可靠性的經濟性。

目前該方法在故障診斷的過程中，其處理的數據都是通過傳感器采集得到的。但是由于診斷對象運行狀態復雜，影響因素眾多，同一種故障往往表現不同，同一癥狀又可能是多種故障。即檢測量與故障特征之間，故障特征與故障源之間都是一種非線性映射，傳統的在線監測和故障診斷僅依靠單個傳感器得到的故障特征量一般無法有效地完成故障診斷，解決上述問題的有效手段就采用多傳感器信號融合技術。現有的方法一般是在決策層把兩種或更多的分類器進行集成，采用一定的融合算法進行診斷。現采用較多的為證據理論也稱為Dempster-Shafer證據理論(D-S證據理論)，D-S證據理論是一種經典的規則合成方法，廣泛應用于各領域的信息融合、專家系統、情報分析、法律案件分析及多屬性決策分析。其屬于人工智能范疇，最早應用于專家系統中，具有處理不確定信息的能力。在多傳感器數據融合中，D-S證據理論能夠有效地處理不確定性問題。但是，在應用中，沖突證據的合成及獲得合理結果依然是亟待解決的重要問題。具體來說經典D-S證據理論(Dempster-Shafer Theory)在合成高度沖突證據時得到與直觀結果相悖的問題這使得障診斷的結果不可靠性增加。

發明內容

針對傳統D-S證據理論難以解決高度沖突證據融合問題，本發明提出一種新的適合于應用到斷路器故障診斷方法中的證據合成方法，該方法首先定義了一種證據組，利用數學模型方法對證據可基本信任函數進行修正，為證據中基本可信度為0的命題分配極低的信度值，在不影響證據對各命題支持度的情況下解決了傳統D-S合成規則中的0信度悖論問題；然后，將支持概率作為權重以解決證據的沖突問題，實現了沖突證據的有效融合。

本發明提供了一種基于改進證據理論的斷路器故障診斷方法，其包括以下步驟：

步驟1，首先進行斷路器故障特征信息提取，從設置于斷路器上設置的數個故障傳感器獲取多路斷路器故障特征信息；

步驟2，分別對各個故障特征信息進行SVM融合識別，獲取待測故障信號對識別框架中各故障命題的基本可信度m_i；

步驟3，基于改進D-S對多源故障特征信息融合，包含如下步驟：

步驟3.1，進行非零化處理及對沖突證據修正：

于該步驟中對各證據進行非零化處理，將步驟2所得m_i進行基本可信度非零化，該方法定義是一種證據組對命題支持率的評判機制，認為某命題中證據組對其基本可信度高于1/m即為支持該命題，其中，m為辨識框架中的命題數量，而證據組對該命題的支持率為支持該命題的證據組數占總證據組數的百分比，然后對證據組中對支持率低于1/m的命題的基本可信度高于1/m的證據進行基于支持率的加權處理；