[發明專利]一種基于智能數據融合分析的配電網故障識別方法及系統

在審

• 申請號: 202010787350.2
• 申請日: 2020-08-07
• 公開（公告）號: CN111965486A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 孫健;車凱;袁棟;程力涵;朱衛平;楊景剛;袁曉冬;史明明;曾飛;楊雄;方鑫;李鑫;林鎮源
• 申請（專利權）人: 國網江蘇省電力有限公司電力科學研究院;國家電網有限公司;南京航空航天大學;江蘇省電力試驗研究院有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 史俊軍

1.一種基于智能數據融合分析的配電網故障識別方法，其特征在于，包括以下步驟：

獲取配電網采集節點上傳的用于故障識別的多種電氣特征量；

根據預先構建的配電網網絡關聯矩陣，對電氣特征量進行區域差分處理，獲得單時段單特征量狀態監測矩陣；

對單時段單特征量狀態監測矩陣進行拓展，獲得高維時空狀態監測矩陣；

對高維時空狀態監測矩陣依次進行降維和LOF檢測，獲得各采集節點的LOF值；

根據LOF值確定故障位置；

對故障位置的三相電壓進行小波奇異熵值計算，將計算結果輸入預先訓練的SVM故障識別模型，獲得配電網故障識別結果。

2.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：電氣特征量包括電流類型的電氣特征量和功率類型的電氣特征量。

3.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：配電網網絡關聯矩陣根據配電網采集節點網絡拓撲結構構建，配電網網絡關聯矩陣以區域為行、采集節點為列、采集節點與區域的關聯值為元素。

4.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：根據預先構建的配電網網絡關聯矩陣，對電氣特征量進行區域差分處理，獲得單時段單特征量狀態監測矩陣，具體過程為：

根據配電網網絡關聯矩陣和各采集節點上傳的電氣特征量組成的列矩陣，計算各電氣特征量的區域差分矩陣；

根據配電網網絡關聯矩陣和各電氣特征量的區域差分矩陣，獲得單時段單特征量狀態監測矩陣。

5.根據權利要求4所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：單時段單特征量狀態監測矩陣公式為：

Ri＝AT_i

Ci＝A^TRi

其中，A為配電網網絡關聯矩陣，T_i為第i個采集節點上傳的電氣特征量組成的列矩陣，Ri為各電氣特征量的區域差分矩陣，T為轉置，Ci為單時段單特征量狀態監測矩陣。

6.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：對單時段單特征量狀態監測矩陣進行拓展，獲得高維時空狀態監測矩陣，具體過程為：

將單時段單特征量狀態監測矩陣在空間上拓展成一個單時段多特征量狀態監測矩陣；

將單時段多特征量狀態監測矩陣在時間序列上拓展成一個多時段多特征量的高維時空狀態監測矩陣。

7.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：對高維時空狀態監測矩陣進行降維處理的過程為：

計算高維時空狀態監測矩陣各元素間的歐氏距離，獲得各元素間的相似度矩陣；

根據相似度矩陣，計算中心中心內化積矩陣；

求解中心內化積矩陣的前兩個特征根以及特征根對應的正交化特征向量，用正交化特征向量構成的矩陣作為高維時空狀態監測矩陣在二維空間的表示。

8.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：采集節點的LOF值的計算公式為：

其中，LOF_k(p)為采集節點p的LOF值，N_k(p)為采集節點p的K鄰域，o為采集節點p的K領域內的其他采集節點，lrd_k(o)、lrd_k(p)分別為采集節點o、p的局部可達密度。

9.根據權利要求1所述的一種基于智能數據融合分析的配電網故障識別方法，其特征在于：根據LOF值確定故障位置，具體過程為：

響應于廣義節點的LOF值未超過整定值，LOF值最大的采集節點發生傳感器故障；其中，廣義節點為將整個配電網當成采集節點；

響應于廣義節點的LOF值超過整定值、未發生采集節點傳感器故障、且僅有一個采集節點LOF超過LOF閾值，與該采集節點相連的終端故障。

10.一種基于智能數據融合分析的配電網故障識別系統，其特征在于：包括，

特征量獲取模塊：獲取配電網采集節點上傳的用于故障預警的多種電氣特征量；

區域差分處理模塊：根據預先構建的配電網網絡關聯矩陣，對電氣特征量進行區域差分處理，獲得單時段單特征量狀態監測矩陣；

拓展模塊：對單時段單特征量狀態監測矩陣進行拓展，獲得高維時空狀態監測矩陣；

降維和LOF檢測模塊：對高維時空狀態監測矩陣依次進行降維和LOF檢測，獲得各采集節點的LOF值；

故障位置確定模塊：根據LOF值確定故障位置；

故障相位識別模塊：對故障位置三相電壓進行小波奇異熵值計算，并將計算結果輸入預先訓練的SVM故障識別模型，獲得配電網故障相位。