基于改进贝叶斯网络和Hausdorff距离的电网故障诊断
2021-07-12刘道兵余梦奇李世春
三峡大学学报(自然科学版) 2021年4期
刘道兵 余梦奇 李世春 代 祥
(1.三峡大学 电气与新能源学院,湖北 宜昌 443002;2.梯级水电站运行与控制湖北省重点实验室(三峡大学),湖北 宜昌 443002;3.国家电网湖北省电力有限公司 应城供电公司,湖北 应城 432400)
近年来,我国电网规模不断扩大,电网结构也日益复杂,电网自身面临的内部及外部环境影响的风险也在不断增大;当电力系统出现故障后,为了尽可能减小电网故障对人们生产生活的影响,需要及时快速地锁定故障元件,而安装在系统中的各种监测装置能够实时监控电网的运行状态并储存下来,这些信息可作为整个系统事故后的诊断和评价依据.
现有的电网故障诊断方法主要有专家系统[1]、模糊Petri网[2]、贝叶斯网络[3]、人工神经网络[4]、解析模型[5]等,这些方法主要利用开关量信息进行诊断分析,对于告警信息中的时序信息以及暂态电气量信息并没有充分利用.文献[6]在解析模型的基础上,考虑到保护装置在动作过程中存在不确定性,提出了计及保护拒动和误动的解析模型,但是直接用告警信息代替实际状态,没有考虑保护装置在不同状态下的动作可信度,在开关量信息丢失或者告警信息发生畸变的情况下,容易产生多解,甚至是误解.文献[7]在其基础上引入电气量信息,建立电气量判据并加入到模型中,虽然一定程度上提高了诊断准确性,但是增加了模型的维度,不利于模型的快速求解.文献[8]通过对数据源进行分类,提取对应的……
登录APP查看全文
