[發明專利]基于局部異常因子檢測的有源配電網故障診斷方法及系統

在審

• 申請號: 202010235364.3
• 申請日: 2020-03-30
• 公開（公告）號: CN111443259A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 穆志軍;耿洪彬;吳玉光;魏燕飛;李仟成
• 申請（專利權）人: 國網山東省電力公司德州供電公司
• 主分類號: G01R31/08
• 分類號: G01R31/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張慶騫

本發明屬于配電網故障診斷領域，尤其涉及基于局部異常因子檢測的有源配電網故障診斷方法及系統。其中該診斷方法包括實時獲取有源配電網運行電氣參數并進行預處理，得到基于時間序列的一維故障特征量列矩陣；將多個不同故障類型的一維故障特征量列矩陣在空間上融合，形成同一時間序列的多故障特征量監測矩陣，基于多個時間序列的多維故障特征量監測矩陣融合，形成高維故障特征量監測矩陣；對高維故障特征量監測矩陣進行降維處理，求降維后矩陣的前兩個特征根及其對應的正交化特征向量；將兩個正交化特征向量組成的列矩陣進行基于密度的局部異常因子檢測，得到異常物理節點，由配電網網絡拓撲得到異常物理節點對應的故障區段獲得故障診斷結果。

技術領域

本發明屬于配電網故障診斷領域，尤其涉及一種基于局部異常因子檢測的有源配電網故障診斷方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

隨著分布式電源在配電網絡中的滲透率越來越高，配電網運行可靠性變得越來越重要。若有源配電網一旦發生故障而不能及時診斷出線路故障，不僅會影響居民正常生活，還可能導致整個系統失效、癱瘓及人員與生產的巨大損失。因此對有源配電網進行故障的準確診斷具有重要的實際意義。

現有故障診斷方法主要有基于不確定性知識的故障診斷方法、基于波形相似度的故障診斷及基于系統方向元件邏輯關系的故障診斷方法。這些方法都有其優缺點，其中不確定性知識的故障診斷方法可以實現信息缺失條件下的故障診斷，但不適用于大規模的有源配電網；基于波形相似度的故障診斷直接利用所提取信號的時間序列來度量波形相似性，但其原理有待進一步驗證；基于系統方向元件邏輯關系的故障診斷方法將故障診斷問題轉化為數學尋優、規劃問題，但未充分利用故障信息。發明人發現，現有故障診斷方法在針對海量故障信息涌入時，存在收斂困難、計算量較大、沒有計及分布式電源問題等，存在一定的局限性，不適用于適用于大規模的有源配電網，進而影響有源配電網故障診斷的準確性。

發明內容

為了解決上述問題，本發明提供一種基于局部異常因子檢測的有源配電網故障診斷方法及系統，其將多個不同故障類型的一維故障特征量列矩陣在空間上融合以及基于至少兩個時間序列的多維故障特征量監測矩陣融合擴維，形成高維故障特征量監測矩陣，進而對高維故障特征量監測矩陣降維后計算局部異常因子數值大小，一方面較全面的保留了故障信息特征，另一方面實現了各個物理節點的各個電氣參量的橫向比對，提高了有源配電網故障診斷的準確性。

為了實現上述目的，本發明采用如下技術方案：

本發明的第一方面提供一種基于局部異常因子檢測的有源配電網故障診斷方法。

一種基于局部異常因子檢測的有源配電網故障診斷方法，包括：

實時獲取有源配電網運行電氣參數并進行預處理，得到基于時間序列的一維故障特征量列矩陣；其中，一維故障特征量列矩陣是單一故障特征量監測矩陣，以物理節點個數為行，一個工頻采樣時間內的采樣點數為列；

將多個不同故障類型的一維故障特征量列矩陣在空間上融合，形成同一時間序列的多故障特征量監測矩陣，再基于至少兩個不同時間序列的多維故障特征量監測矩陣進一步融合擴維，形成高維故障特征量監測矩陣；

對高維故障特征量監測矩陣進行降維處理，篩選降維后矩陣的兩個特征根，并計算這兩個特征根對應的正交化特征向量；

將兩個正交化特征向量組成的列矩陣進行基于密度的局部異常因子檢測，檢測出異常物理節點，再根據配電網網絡拓撲得到異常物理節點對應的故障區段，獲得故障診斷結果。

本發明的第二方面提供一種基于局部異常因子檢測的有源配電網故障診斷系統。

一種基于局部異常因子檢測的有源配電網故障診斷系統，包括：