利用电气量和时序信息的改进Petri网故障诊断模型

现有的电力系统故障诊断模型在利用多渠道、多方位的测控信息方面,大多采用决策级别的信息融合,在信息冲突或不完整时有可能导致误判;对时序信息的利用一般局限于对信息的初步筛选,未能充分利用时标偏差与信息准确程度之间的关联性。在此背景下,以现有模糊Petri网故障诊断模型为基础,对多源信息进行融合分析,充分利用设备遥信动作事件的顺序记录(SOE)、由广域测量系统得到的电气量信息以及这些信息所包含的时序特性,建立了一种考虑时序信息的多源Petri网故障诊断模型。所发展的故障诊断模型通过利用时序信息对保护设备动作事件进行置信度评价,利用多源信息的冗余度对所缺警报信息进行补充并校验所收到的警报信息的正确性,可以有效提高故障诊断的准确度和可靠性。最后,采用南方电网和江苏电力系统发生过的实际故障案例对所建立的故障诊断模型进行了验证。     

基于时间序列相似性匹配的输电系统故障诊断方法

输电系统发生故障后的警报信号具有丰富的时序信息,若能充分利用则会有助于快速和准确地诊断故障。调度中心采集到的故障警报包含了统一时标基准的时序信息,从而构成了时间序列。在此背景下,将时间序列的数据挖掘概念与相关方法引入输电系统故障诊断之中,提出了基于相似性匹配的故障诊断方法。首先,介绍了时间序列的概念及其相似性匹配方法。随后,将这种方法进行了改进并应用于输电系统故障诊断,构造了相应的时间序列模型,定义了时间序列距离,采用子序列匹配查询方法求解,并与近年来提出的两种输电系统故障诊断方法进行了比较分析。所提出的方法利用警报信息序列的时序特征,对于复杂故障、相继故障等情形仍能迅速识别警报漏报/误报等情况,正确诊断出故障元件与故障类型,并对继电保护装置进行评价。最后,用两个实际案例说明了所提出的故障诊断方法的可行性与有效性。     

利用多源信息的配电系统故障诊断Petri网模型

与输电系统相比,配电系统覆盖面更广,包含的元件/设备更多,发生故障的机会也更大。另一方面,配电系统中配置的保护设备不像输电系统那么先进和全面,故障后的警报信息少且未必完整,故障诊断的难度因而未必比输电系统小。这样,在配电系统故障诊断中,充分利用来自多个渠道的信息就更为重要。在此背景下,提出了一种基于Petri网的多源信息配电系统故障诊断模型,可以容纳来自能量管理系统(EMS)、调度管理系统(OMS)、生产管理系统(PMS)、保护信息系统等多方面的信息,并根据一定规则将获取的信息转换成逻辑判据。针对配电系统的不同元件,提出了基于Petri网的故障诊断模型,分析了不同的库所置信度和变迁权重对故障诊断结果的影响;讨论了保护设备误动/拒动、信息漏报/误报对故障诊断的影响并归纳了可能的故障类型,用于评估故障诊断模型的可靠性和容错性。算例测试结果表明了所提出的Petri网故障诊断模型的可行性。     

利用气象等影响要素的电力系统故障元件识别与故障原因分析

快速识别电力系统中的故障元件和分析引起故障的原因,有助于尽快恢复系统的正常运行和减少停电损失。气象等要素是导致电力系统故障的主要原因之一,但如何在故障诊断中适当计及这些要素的影响是一个有待深入研究的问题。在此背景下,比较系统地考虑了气象等要素对电力系统故障的影响,在现有故障诊断方法的基础上利用故障发生时刻的气象等外部要素情况分析导致故障的原因。首先,根据发生故障前后的电力系统拓扑结构,识别停电区域,确定候选故障元件;在此基础上,以继电保护和断路器状态为信息源,构建了电力系统故障诊断的一种简化模型,从候选的故障元件中确定故障元件。之后,以从污秽监测系统、雷电监测系统、气象预警系统等外部环境监测设备获得的信息与数据以及所确定的故障元件为故障影响要素分析的信息源,分析导致故障的外部影响因素,以帮助系统运行人员快速定位和排除故障,尽快恢复系统正常运行。