基于多数据源融合的电网故障诊断方法研究

发布时间：2017-09-27 21:11

  本文关键词：基于多数据源融合的电网故障诊断方法研究

  更多相关文章： 电网故障诊断 时间约束网络 变结构时序因果网络 模糊因果网络 D-S证据理论 多源信息融合

【摘要】：随着工业化进程的不断深入,电能的需求日渐增大。与此同时,电网建设愈加受到国家与人民的重视。现今电网的规模不断扩大,这意味着电网在为人们提供更多能源的同时,其发生故障的机率也越来越高。电网中元件发生故障时,各监控设备将往调度中心上传海量的报警信息,以致调度员往往来不及处理和判断。有鉴于此,研究一套可协助调度人员判定故障元件的电网故障诊断系统是十分必要的。在已有文献的基础上,本文研究了变结构时序因果网络故障诊断方法、模糊因果网络故障诊断方法以及利用多数据源融合的故障诊断方法。变结构时序因果网络故障诊断方法是在传统因果网络理论的基础上,结合故障模式分类的思想并利用经时间约束网络处理后的报警信息作为诊断信息源,对疑似故障元件进行诊断的方法。该方法所对应的模型简洁明了,且诊断速度较快,具有良好的在线应用前景。针对保护与断路器拒动且不能利用时间约束网络方法对报警信息进行预处理的情况,研究了一种模糊因果网络故障诊断方法,同时研究了模糊因果网络中关联节点之间因果强度的评判方法。模糊因果网络故障诊断方法以故障可信度的形式给出疑似故障元件发生故障的可能,更加符合人们的判定习惯。在应对复杂故障情形时,研究了利用多数据源融合的故障诊断方法。该方法首先利用Hilbert-Huang变换分析疑似故障线路的电流录波数据,提取电流录波数据的特征量并进行归一化,得到电流幅值相对故障度和能量相对故障度两条证据；然后将开关量诊断的结果进行归一化,得到开关量相对故障度这条证据；最后采用改进的D-S证据理论融合上述三条证据,并得出最终诊断结论。该方法有效避免了仅使用开关量进行故障诊断的不足,通过融合多源信息,对疑似故障元件给出了更为精确的判断。最后,总结了本文所做的工作,并对下一步需要研究的工作做出了展望。
【关键词】：电网故障诊断 时间约束网络 变结构时序因果网络 模糊因果网络 D-S证据理论 多源信息融合
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM73
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-18
• 1.1 课题研究背景与意义12
• 1.2 国内外研究现状12-16
• 1.2.1 传统电网故障诊断方法研究现状12-15
• 1.2.2 基于多数据源融合的电网故障诊断方法研究现状15-16
• 1.3 本文的主要工作16
• 1.4 论文的组织16-18
• 第2章 电网故障诊断数据预处理18-32
• 2.1 引言18
• 2.2 时间约束的处理方法18-23
• 2.2.1 时间点与时间距离18-19
• 2.2.2 保护与断路器动作事件的时间推理19-21
• 2.2.3 时间约束网络21-23
• 2.3 电网故障诊断数据预处理23-25
• 2.3.1 报警信息的不确定性分析23-24
• 2.3.2 电网故障诊断数据预处理的整体算法24-25
• 2.4 误报、漏报、时标出错的识别算法25-27
• 2.4.1 报警信息误报的识别算法25-26
• 2.4.2 报警信息漏报的识别算法26
• 2.4.3 报警信息时标出错的识别算法26-27
• 2.5 算例分析27-31
• 2.6 本章小结31-32
• 第3章 基于变结构时序因果网络的电网故障诊断32-50
• 3.1 引言32
• 3.2 因果网络的基本原理32-33
• 3.2.1 因果网络的定义32-33
• 3.2.2 因果网络的矩阵表达33
• 3.3 基于变结构时序因果网络的故障诊断33-41
• 3.3.1 变结构时序因果网络的基本概念33-34
• 3.3.2 故障模式分类34-35
• 3.3.3 故障模式判别35-36
• 3.3.4 变结构时序因果网络的构建36-38
• 3.3.5 变结构时序因果网络故障诊断过程中的矩阵和向量38-39
• 3.3.6 基于变结构时序因果网络的故障推理39-41
• 3.4 算例分析41-49
• 3.5 本章小结49-50
• 第4章 基于模糊因果网络的电网故障诊断50-69
• 4.1 引言50
• 4.2 故障诊断中采用模糊推理的合理性及必要性50-51
• 4.3 FCEN中关联节点之间因果强度的求取51-55
• 4.3.1 因果强度模糊多属性评判模型51-52
• 4.3.2 因果强度模糊多属性评判矩阵52-54
• 4.3.3 因果强度模糊多属性评判方法54-55
• 4.4 基于FCEN的电网故障诊断55-58
• 4.4.1 FCEN故障诊断过程中的矩阵和向量55-57
• 4.4.2 基于FCEN的故障推理57-58
• 4.5 算例分析58-68
• 4.6 本章小结68-69
• 第5章 基于多数据源融合的电网故障诊断方法69-85
• 5.1 引言69
• 5.2 故障诊断中引入电气量的合理性及可行性69-70
• 5.2.1 故障诊断中引入电气量的合理性69-70
• 5.2.2 故障诊断中引入电气量的可行性70
• 5.3 Hilbert-Huang变换(HHT)理论70-73
• 5.3.1 瞬时频率70-71
• 5.3.2 经验模态分解71-72
• 5.3.3 希尔伯特谱和边际谱72-73
• 5.4 利用HHT对录波数据故障特征量的提取73-75
• 5.4.1 电流幅值畸变度73-75
• 5.4.2 电流故障能量值75
• 5.5 多数据源信息的融合75-81
• 5.5.1 D-S证据理论75-77
• 5.5.2 改进的D-S证据理论77-78
• 5.5.3 电流幅值相对故障度78-79
• 5.5.4 能量相对故障度79
• 5.5.5 开关量相对故障度79
• 5.5.6 三种相对故障度的融合79-80
• 5.5.7 融合结果的故障诊断决策80
• 5.5.8 基于多数据源融合的电网故障诊断方法流程80-81
• 5.6 算例分析81-84
• 5.7 本章小结84-85
• 结论与展望85-87
• 致谢87-88
• 参考文献88-92
• 附录92-98
• 攻读硕士学位期间发表的论文及科研成果98

【相似文献】

中国期刊全文数据库 前10条

1 侯玉t$;束洪春;;配电网故障诊断方法综述[J];云南水力发电;2007年04期

2 林圣;何正友;钱清泉;;输电网故障诊断方法综述与发展趋势[J];电力系统保护与控制;2010年04期

3 张旭;魏娟;赵冬梅;张东英;刘燕华;;电网故障诊断的研究历程及展望[J];电网技术;2013年10期

4 吴利剑;朱立忠;王琳琳;;故障诊断信息缺失情况下的电网故障诊断系统[J];沈阳理工大学学报;2014年02期

5 刘海宽,韩华,王全;保护电网故障诊断系统[J];佳木斯大学学报(自然科学版);2002年02期

6 聂晓棠,段奇志,彭志权;电网故障诊断新方法的研究[J];华中电力;2004年05期

7 毛鹏,张军林,许扬,茹锋;区域电网故障诊断系统设计[J];江苏电机工程;2005年06期

8 陈玉林;陈允平;孙金莉;邱君玛;;电网故障诊断方法综述[J];中国电力;2006年05期

9 翁汉t ;毛鹏;林湘宁;;一种改进的电网故障诊断优化模型[J];电力系统自动化;2007年07期

10 栗然;仇晓龙;;基于模糊Petri网的输电网故障诊断改进方法[J];中国电力;2008年05期

中国重要会议论文全文数据库 前6条

1 王强;刘震;;电网故障诊断研究[A];山东电机工程学会2011年学术年会论文集[C];2011年

2 王强;刘震;;电网故障诊断研究[A];第十九届输配电研讨会论文集[C];2011年

3 高玮;何正友;杨建维;刘超;;量子神经网络的电网故障诊断方法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

4 孙秋野;张化光;李钟旭;周建国;;数据驱动的不确定信息下智能电网故障诊断[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

5 祝亚静;顾雪平;;基于粗糙集理论和证据理论相结合的电网故障诊断[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

6 孟祥萍;刘春玲;耿卫星;潘莹;司春旺;;基于EMS、SCADA状态信息的电网故障诊断方法[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

中国博士学位论文全文数据库 前9条

1 赵冬梅;基于多信息源的电网故障诊断方法的研究[D];华北电力大学（北京）;2005年

2 刘道兵;电网故障诊断的解析化建模与求解[D];华北电力大学;2012年

3 刘思华;电网故障诊断方法的研究[D];山东大学;2010年

4 杨健维;基于模糊Petri网的电网故障诊断方法研究[D];西南交通大学;2011年

5 王磊;电网故障诊断方法及其系统架构研究[D];山东大学;2013年

6 周永勇;配电网故障诊断、定位及恢复方法研究[D];重庆大学;2010年

7 周子冠;电网多数据源在线诊断方法研究[D];中国电力科学研究院;2010年

8 徐青山;基于混沌载波优化及行波多分辨理论的输电网故障诊断[D];东南大学;2006年

9 周曙;基于贝叶斯网的电力系统故障诊断方法研究[D];西南交通大学;2010年

中国硕士学位论文全文数据库 前10条

1 朱元林;在线电网故障诊断预处理功能的研究[D];华北电力大学（北京）;2011年

2 赵培哲;基于贝叶斯网的电网故障诊断技术[D];湖南工业大学;2015年

3 方志宏;基于故障录波数据的分析软件设计与电网故障诊断方法[D];西南交通大学;2015年

4 罗孝辉;基于改进贝叶斯网络和Hibert-Huang变换的多源信息融合电网故障诊断方法[D];西南交通大学;2015年

5 孙亚;基于分层理论的电网故障诊断及脆弱性评估方法研究[D];东北大学;2014年

6 史佳琪;基于解析模型的输电网故障诊断技术的研究[D];东北大学;2014年

7 李宗辉;配电网故障诊断系统[D];福州大学;2014年

8 雷帆;基于多数据源融合的电网故障诊断方法研究[D];西南交通大学;2016年

9 刘冬;电网故障诊断研究[D];华北电力大学(北京);2016年

10 高璐;复杂事件处理技术在配电网故障诊断中的应用[D];华北电力大学(北京);2016年

，

本文编号：931903