基于贝叶斯网络和故障区域识别的电网故障诊断研究

针对电网中因元件故障导致多个保护连锁动作的现象,提出了基于故障区域识别和贝叶斯网络的新型电网故障诊断方法.以电网元件为根节点分别建立贝叶斯网络,利用实时接线分析法确定故障区域以缩小诊断范围,再对故障区域中各元件的贝叶斯网络,利用反向推理得到各元件故障概率.结合SCADA/RMS系统信息,正向推理和相应计算推断出故障元件、拒动与误动的保护装置及断路器.算例的仿真结果证明了该方法的有效性,对于级联跳闸情况可准确诊断出故障.     

基于贝叶斯网络的电网故障诊断

针对电网故障诊断中存在的信息具有不确定性的问题,依据元件故障、保护动作和断路器跳闸之间的内在逻辑关系,由Noisy-Or和Noisy-And节点组成贝叶斯网络和采用类似训练多层前馈神经网络的误差反传算法进行诊断模型的参数学习,分别建立了线路、变压器和母线的通用故障诊断模型;依据元件-保护-断路器间的关联关系,给出了元件诊断贝叶斯网络的自动生成方法,最后对各个元件的诊断网络进行推理,以获得元件的故障概率值。实例仿真表明了该诊断方法的可行性和有效性,无论简单故障或多重故障,并且存在保护和断路器拒动、误动的情况下,都能得到合理有效的诊断结果。     

基于动态推理链的电网故障诊断方法

研究了结合贝叶斯网络的动态因果推理链故障诊断模型。已有基于推理链的电网故障诊断方法存在推理子链个数较多、构造较复杂、未考虑保护和断路器缺失、错误等不足,针对每个疑似故障元件根据保护逻辑建立原始的动态推理链,对误报、漏报的报警信息进行纠正,形成改进后的动态推理链。对推理链中各保护和断路器动作的可信度进行评估,将各保护和断路器动作信息从二值逻辑的0或1模糊化为0,1之间的可信度值。针对每个疑似故障元件的推理链,建立相应的贝叶斯网络模型,通过贝叶斯反向推理得到元件的故障概率。典型电网的多个故障案例验证了所提方法的有效性。     

基于时序贝叶斯知识库的电网故障诊断软件原型系统设计

为了在故障后辅助调度员准确定位故障元件,揭示故障发展过程,文中利用时序信息设计了一种基于时序贝叶斯知识库(TBKB)电网故障诊断方法的原型系统。该诊断方法利用元件故障与保护动作、保护动作与相应断路器跳闸等之间的因果关系与时序关系,建立电网故障诊断模型,通过时序约束一致性检查方法,检查保护、断路器动作的时序。针对信息缺失情况进行状态假设,形成假设状态组合。通过贝叶斯推理,判断故障元件、误动与拒动的保护与断路器。根据此原理设计的原型系统,包括数据获取、TBKB模型建立、故障诊断推理、分层因果图显示等模块,给出了TBKB诊断模型自动生成、诊断算法实现、分层因果图的构造与显示等关键技术的实现。该原型系统为电网故障诊断的工程应用提供了参考。     

运用时序贝叶斯知识库的电网故障诊断方法

电网故障时有大量报警产生,充分利用报警信号及其时序信息,处理好保护与断路器误动、拒动、信息缺失等不确定性情况,对于电网故障诊断显得非常重要。时序贝叶斯知识库(temporal Bayesian knowledge bases,TBKB)能够清晰表达多个事件之间的时序约束关系,并具备贝叶斯网络的推理能力。建立了基于TBKB的电网故障诊断模型,提出了元件故障与保护动作、保护动作与相应断路器跳闸等之间的时序因果关系(TCR)表达、时序约束一致性检查方法。根据电网结构,可先在线搜索出疑似元件,再对它们自动构造TBKB模型。针对信息缺失节点的状态进行假设,形成假设状态组合。针对这些状态组合,通过贝叶斯反向、正向推理,可判断故障元件,误动与拒动的保护与断路器。多个算例验证了该方法的有效性。     

基于贝叶斯网络的电网复杂故障推演新方法

为了分析电网复杂故障过程,基于保护装置与断路器的动作信息构建贝叶斯网络,提出了电网复杂故障推演新方法。应用电网实际拓扑结构信息、继电保护装置和断路器的动作信息构建贝叶斯网络。基于贝叶斯网络进行故障元件诊断,针对远后备保护、近后备保护误判的两种特殊情况,制定了专家系统规则实现保护拒动、误动的识别。将保信系统上送信息与拒动误动分析结果按主保护层-近后备保护-远后备保护-断路器层顺序进行信息整合,推演出发生故障时各层保护装置以及断路器动作先后顺序,实现了电网复杂故障推演。     

基于贝叶斯网的电网多区域复杂故障诊断研究

针对大电网复杂拓扑结构的电网故障情况,先对其进行分割,提出一种基于粗糙集与贝叶斯网相融合的分层递归型诊断网络模型。利用粗糙集理论的知识约简和处理不确定信息的能力,对电网故障诊断知识进行分层挖掘,实行属性优选,再运用贝叶斯网络完成故障区域及故障元件的识别。该方法对复杂故障采用多区域并行诊断。算例结果表明,该方法正确、有效,能提高系统丢失关键信息情况下的容错性,实时性也很高,具有很好的实用价值。     

基于贝叶斯网的电网多区域复杂故障诊断研究

针对大电网复杂拓扑结构的电网故障情况,先对其进行分割,提出一种基于粗糙集与贝叶斯网相融合的分层递归型诊断网络模型.利用粗糙集理论的知识约简和处理不确定信息的能力,对电网故障诊断知识进行分层挖掘,实行属性优选,再运用贝叶斯网络完成故障区域及故障元件的识别.该方法对复杂故障采用多区域并行诊断.算例结果表明,该方法正确、有效,能提高系统丢失关键信息情况下的容错性,实时性也很高,具有很好的实用价值.     

基于贝叶斯网络和故障录波数据的电网故障综合诊断方法

电网故障诊断是保证系统安全运行的基础,故障录波系统提供的信息为电网故障的精确诊断提供了重要依据。为了有效利用故障录波数据,并在信息缺失或不确定条件下精确诊断电网故障,研究了基于贝叶斯网络和故障录波数据的电网故障综合诊断方法。通过在故障录波联网系统的主站建立输电网贝叶斯模型,结合从故障录波系统得到的模拟量和开关量数据,从而构成基于贝叶斯网络的电网故障识别模型。将贝叶斯网络得出的高可信度诊断结果融入专家系统的知识库,形成完备的故障诊断专家系统。实例分析表明,可快速并准确地定位故障元件,提高电网故障处理效率。     

基于贝叶斯网络信息融合的直流配电网故障诊断方法

新型直流配电系统故障期间暂态特征复杂多变,继电保护存在拒动和误动情况。为了避免继电保护的不正确动作对故障诊断产生影响,提出一种基于贝叶斯网络信息融合的直流配电网故障诊断方法。首先,对传统继电保护贝叶斯网络模型进行改进,同时考虑直流配电网故障限流策略,分别构建保护动作信息、断路器动作信息和限流策略信息3种贝叶斯网络模型,对故障区域内各元件的故障概率进行初步评估。其次,利用D-S证据理论将各元件对应的故障概率信息进行融合,完成故障元件的判别。然后,应用故障元件对应的贝叶斯网络模型识别误动或拒动的保护装置与断路器,实现对直流配电网的故障诊断。最后,通过算例验证了所提故障诊断方法的可靠性以及准确性。     

基于贝叶斯网络时序模拟的含微网配电系统可靠性评估

依据贝叶斯网络的逻辑关系进行推理,针对微网内分布式电源输出功率的不确定性以及负荷的时变特性,采用分时段方法求解含微网配电系统的可靠性指标。在微网孤岛运行模式下,考虑分布式电源与储能元件的不同逻辑组合状态,设置等值功率(电源)结点,根据潮流计算,建立了微网内电源–负荷结点的"动态–供给"逻辑关系模型。运用贝叶斯网络时序模拟推理算法,对改进的RBTS Bus6-F4系统进行可靠性评估。借助贝叶斯网络因果推理可分析任意元件可靠性参数对系统可靠性指标的影响大小,利用贝叶斯网络诊断推理可分别求解出假设整体配电系统故障、微网系统故障、微网中重要负荷及不重要负荷故障时各元件故障的条件概率,进而找出影响系统或重要负荷点供电可靠性的关键因素,并识别系统可靠性的薄弱环节。     

基于超椭球贝叶斯网络的配电系统可靠性评估

针对配电系统实际运行中元件故障概率无法以精确值描述的问题,提出了一种将超椭球模型约束的元件故障区间概率与贝叶斯网络相结合的配电系统可靠性评估方法。该方法应用证据理论获取元件的信度函数和似真函数以得到初始故障区间概率;应用超椭球模型约束元件初始故障区间概率以得到贝叶斯网络分析中根节点区间概率;应用贝叶斯网络正向推理叶节点区间概率以得到配电系统的可靠性评估指标;应用贝叶斯网络反向推理负荷点故障条件下的根节点后验区间概率以得到系统薄弱环节。通过对IEEE-RBTS Bus 6母线系统进行算例分析,证明了该方法适用于实际配电系统的可靠性评估。     

基于贝叶斯网络计及元件联合故障的电力系统可靠性评估

基于贝叶斯网络,将系统元件的联合故障模型引入到网络建模过程中,建立了计及元件故障间联合概率分布的贝叶斯网络模型。采用贝叶斯推理得到系统各元件故障状态及其概率分布,并将其应用到电力系统可靠性评估中,改进了以往贝叶斯网络可靠性评估方法未考虑对系统可靠性指标影响较大的元件故障间关联的不足。在求解故障后潮流时,采用最优潮流(OPF)算法来计算优化后切负荷量,提高了计算的准确度,进一步算得指标,评估得到系统可靠性水平。IEEE-RTS24测试系统算例分析,验证了方法的正确性和有效性。     

基于停电区域及广域同步信息的电网故障快速诊断研究

提出了一种基于停电区域,利用广域同步信息进行电网故障快速诊断的方法。该方法利用故障时变位开关信息以及从故障发生到故障切除之间元件的电压相量得到可能的故障元件集,进一步结合方向信息进行推理判断,确定故障元件,还可进行保护动作行为评价和简单的故障选相。该方法仅利用停电区域内的同步数据,不受系统网络规模的制约,只与故障情况的复杂度有关,对快速分析事故、评价设备及装置动作行为、简化故障诊断流程具有一定意义。     

基于停电区域及广域同步信息的电网故障快速诊断研究

提出了一种基于停电区域,利用广域同步信息进行电网故障快速诊断的方法.该方法利用故障时变位开关信息以及从故障发生到故障切除之间元件的电压相量得到可能的故障元件集,进一步结合方向信息进行推理判断,确定故障元件,还可进行保护动作行为评价和简单的故障选相.该方法仅利用停电区域内的同步数据,不受系统网络规模的制约,只与故障情况的复杂度有关,对快速分析事故、评价设备及装置动作行为、简化故障诊断流程具有一定意义.     

应用模糊Petri网的继电保护行为评判

模糊Petri网应用于电网故障诊断时不能很好地实现对保护行为的评判,为此,提出了应用模糊Petri网前后向推理的继电保护行为评判新方法。为缩小诊断范围,首先利用实时接线分析法对故障区域进行识别;再对故障区域内的元件利用模糊Petri网前向推理进行诊断;最后,利用后向推理算法,并结合数据采集与监控/能量管理系统(SCADA/EMS)信息及相应计算,推断出拒动及误动的保护装置和断路器。详细给出了模糊Petri网后向推理的算法以及对保护装置和断路器进行评价的判据。仿真算例验证了所提方法的有效性,在实际故障分析中有较好的实用价值。     

基于事件起点的层次化时序Petri网及其电网故障诊断方法

电网发生故障后利用大量告警信息快速准确地识别故障元件是保障可靠供电和电网安全稳定运行的首要任务。为适应电网运行调控需求,提出一种基于事件起点的层次化加权模糊时序Petri网故障诊断方法。在完善母线和线路的层次化加权模糊时序Petri网模型的基础上,以故障发生时刻为事件起点,确立各初始库所的时序属性,并通过逆向和正向时序推理对保护和断路器动作信息进行时序约束检查和置信度修正。IEEE 39节点系统仿真算例和电网实际故障算例表明所提方法能够在保护和断路器误动/拒动、告警信息缺失/错误等复杂状态下识别真实故障元件,提高了故障诊断的准确度和容错性。此外所提方法还可以得到设备故障的时间点约束,有利于进一步分析故障原因和故障事态发展。通过与现有应用时序信息的故障诊断方法相比,所提方法时序推理过程简明清晰,对网络拓扑的变化适应性强,运算速度快,满足在线诊断需求。     

基于贝叶斯网络时序模拟的气电耦合系统可靠性评估

采用贝叶斯网络时序模拟的算法对气电耦合系统的可靠性进行分析与研究.首先根据贝叶斯网络的逻辑关系,针对11节点的天然气系统,建立天然气系统贝叶斯网络,计算天然气系统的可靠性指标,验证了贝叶斯网络及算法的可行性,同时根据贝叶斯网络的诊断推理性质,对比各个元件对天然气系统故障影响程度.然后,以IEEE-RBTS Bus6系统主馈线F4配电网和比利时11节点天然气网络搭建气电耦合系统,建立对应的贝叶斯网络,采用时序模拟的方法分析气电耦合系统的可靠性指标,并通过不同模式下其可靠性数据的对比,验证了气电耦合系统对可靠性指标的提升程度,并依据贝叶斯网络诊断推理识别系统可靠性的薄弱环节,为系统建设及系统检修时提供有效的参考信息.     

考虑时空参量和正反向推理的电网故障诊断

继电保护和故障信息系统实现了继电保护运行、管理和电网故障处理的网络信息化、智能化,文中提出一种基于时空二维参量和正反向推理的电网故障诊断方法.通过访问故障信息系统得到电网拓扑结构和元件保护配置,通过故障信息和继电保护动作规则搜索可疑故障元件,形成可疑元件库;提出了故障元件诊断的方法,归纳了故障判定的原则并提出了保护与故障元件之间关联度的概念.实验表明该方法快速准确,适用于实际的电网故障信息系统,适应电网拓扑结构和保护配置的变化,适合实时在线故障诊断.     

基于BPN方法的电网故障诊断

针对电网发生故障时,故障信息不完整或不确定,难以得到正确结论,以及贝叶斯理论虽在解决不完整数据上具有优势但不能大规模建模的问题,定义了贝叶斯Petri网(BPN),提出了基于BPN方法的电网故障诊断算法。利用某电网对该算法进行验证,结果表明,该算法能够快速准确诊断故障元件,提高了诊断的容错性。