您的当前位置:首页正文

一种电网故障检测方法、装置及存储介质[发明专利]

2020-02-25 来源:易榕旅网
(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 CN 112415338 A(43)申请公布日 2021.02.26

(21)申请号 202011495379.X(22)申请日 2020.12.17

(71)申请人 石家庄嘉诚联信科技开发有限公司

地址 055550 河北省石家庄市桥西区槐安

西路260号乐橙商务广场B座1216室(72)发明人 孟祥磊 李建伟 徐林广 习鹏飞 

贾建霞 李建新 陈欣 王兰芳 (74)专利代理机构 石家庄新世纪专利商标事务

所有限公司 13100

代理人 刘文静 王瑞红(51)Int.Cl.

G01R 31/08(2006.01)

权利要求书2页 说明书16页 附图2页

CN 112415338 A(54)发明名称

一种电网故障检测方法、装置及存储介质(57)摘要

本发明涉及供配电技术领域,随着人工智能在工业各方面的渗透,针对电网母线的故障诊断涌现出多种智能算法,主要以神经网络等建立电网母线组的故障识别模型为主,但是这种算法需要配备庞大的母线温度温度信号库,这就造成在建立完整数据库的过程中困难较大,且此方法处于实验阶段。本发明公开了一种电网故障检测方法、装置及存储介质,包括:建立一数据存储单元;提取待测信号X和参考信号Y,并分别对所述待测信号X和所述参考信号Y进行待测信号特征矩阵A和参考信号特征矩阵B的建立;基于熵权法分别计算A和B中同一位置特征向量的数值;构建预警指标a及门槛值矩阵alfa,并根据预警门槛值和预警指标来判断电网母线是否正常并建立状态表Tab。

CN 112415338 A

权 利 要 求 书

1/2页

1.一种电网故障检测方法,其特征在于,包括:步骤1.建立一数据存储单元,所述存储单元定期存储和更新一电网母线组在无故障情况下提取的所有母线温度信号并作为所有母线故障预警时的备用参考信号;步骤2.构建待测信号特征矩阵A和参考信号特征矩阵B;步骤3.分别提取所述待测信号特征矩阵A和所述参考信号特征矩阵B的第n列同一位置的所述能量系数特征属性值,组成m×2的特征矩阵Q且共计K个,其中n={1,2,3,……K},K为所述小波分解的层数,m为所述信号划分的段数;步骤4.构建所述电网母线组故障预警的指标a,并构建门槛值矩阵alfa;步骤5.遍历所述门槛值矩阵alfa,确定所述待测母线的预警门槛值aij和所述电网母线故障预警指标a;步骤6.调整所述小波分解层数K值大小及其变化次数,判断所述母线的运行状况。

2.根据权利要求1所述的一种电网故障检测方法,其特征在于:所述步骤2中所述待测信号X和所述参考信号Y设置一定数目的采样点作为样本长度,定义为wlen,则待测信号X和所述参考信号Y分别被分成m段信号,即

其中m为式中结果的整数部分,

wlen的采样点个数要求至少包含所述电网母线各个电压段的温度采样点,X、Y代表所述待测信号和所述参考信号。

3.根据权利要求1所述的一种电网故障检测方法,其特征在于:所述步骤2中所述小波分解,利用小波能量公式计算所述参考信号Y和所述待测信号X分解后的能量系数,即En=∑|xn|2其中xn为被分解后的每段信号对应参考值,n={1,2,3......K},K为所述信号小波分解的层数;所述待测信号X和参考信号Y分别被分成m段信号,每段信号分别被进行K层小波分解,每段每一层小波分解后的所述信号能量系数为能量系数特征属性值,每段K层小波分解后的所述信号能量系数特征属性组成能量系数特征维,所述m段能量系数特征维组成待测信号特征矩阵A和参考信号特征矩阵B。

4.根据权利要求1所述的一种电网故障检测方法,其特征在于:所述步骤3分别计算K个所述特征矩阵Q中第一维和第二维所述特征属性的特征权重值采用的熵权法,即首先根据所述特征矩阵Q中各个所述特征属性值进行归一化即

其中i={1,2,

3,......m},j={1,2},min(Xi)为第i段所述温度信号对应的能量系数特征属性值的最小值,max(Xi)为第i段所述温度信号对应的能量系数特征属性值的最大值,Xij为第i段第j维度所述温度信号对应的能量系数特征属性值,以获得所述特征矩阵Q的归一化矩阵Q′。

5.根据权利要求1所述的一种电网故障检测方法,其特征在于:所述步骤4中所述构建该母线故障预警指标a即

其中bn1和bn2分别表示所述特征矩阵Q中第一维

和第二维所述能量系数特征属性的特征权重值,所述待测该母线的预警门槛值aij和所述电网母线的故障预警的指标a二者对比,当a<aij时,则所述待测该母线的温度正常,反之说明所述待测电网母线预警指标超过所述电网母线预警门槛值并建立与之对应的所述电网母线状态信息表Tab,记录诊断结果。

6.根据权利要求1所述的一种电网故障检测方法,其特征在于:所述步骤4门槛值矩阵alfa,分别从三个时间段的信号存储单元中提取同一该母线同一电压等级的温度信号,所述单个时间段的温度信号进行所述电网母线故障预警指标a的计算,分别用a1、a2、a3表示,

2

CN 112415338 A

权 利 要 求 书

2/2页

则所述该该母线在温度下的故障预警指标a为上述三个值中的最大值;针对所述电网母线组中其他该母线做同样的处理即得到预警指标a的门槛值矩阵alfa:

中u是所述电网母线组中该母线编号总数,v是所述电网母线组中该母线在不同温度的数目,i的取值范围是[1,u]间的整数,j的取值范围是[1,v]的整数。

7.根据权利要求4所述的一种电网故障检测方法,其特征在于:根据所述归一化矩阵Q′中的能量系数通过计算公式

其中

min(Xi)为第i段所述温度信号对应的

能量系数特征属性值的最小值,max(Xi)为第i段所述温度信号对应的能量系数特征属性值的最大值,Xij为第i段第j维度所述温度信号对应的能量系数特征属性值,如果pij=0则定义

得出所述归一化矩阵Q′中的特征属性特征权重值。

8.根据权利要求1所述的一种电网故障检测方法,其特征在于:所述步骤2中所述待测信号X为采集所述电网母线组中某母线在一固定时刻电网母线发出的一段温度信号;所述参考信号Y为遍历所述数据存储单元中的所述备用参考信号,提取与所述待测信号X对应的该母线在同一电压等级下的温度信号,且所述待测信号X和所述参考信号Y两种信号保持时间和样本长度一致;所述步骤2针对所述待测信号X和所述参考信号Y两种信号中同一段温度信号分别进行K层小波分解,K是人为设定的一个常数,并利用小波能量公式提取分解后各自的能量系数,生成对应的待测信号特征维和参考信号特征维;剩余段所述温度信号做上述处理,各自生成所述待测信号特征矩阵A和所述参考信号特征矩阵B且大小均为m×K,其中m为所述特征矩阵行数,即母线的分段数,K为所述特征矩阵的列数,即小波分解的层数。

9.一种电网故障检测装置,其特征在于,包括:获取模块,用于获取电网母线排的特征量对应的特征值序列;滤波模块,用于对所述特征值序列进行处理,获得特征值滤波序列,所述特征值滤波序列包括多个滤波值;

第一处理模块,用于分别确定各个所述滤波值与预定值之间的差分量;第二处理模块,用于根据各个所述差分量分别确定对应的所述滤波值的正馈权重因子,并根据各个所述正馈权重因子确定所述特征量的加权微分值;

检测模块,用于根据所述加权微分值确定所述电网的故障信息;所述装置包括存储器和处理器,所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如权利要求1至9任一项所述的电网故障检测方法。

10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至7任一项所述的电网故障检测方法。

3

CN 112415338 A

说 明 书

一种电网故障检测方法、装置及存储介质

1/16页

技术领域

[0001]本发明涉及供配电技术领域,具体为一种电网故障检测方法、装置及存储介质。核心思想是通过待测信号与参考信号计算预警指标,并构建预警指标的门槛值矩阵,最后通过对比分析预警指标及其门槛值的大小综合判断电网母线是否故障。

背景技术

[0002]近年来,全球掀起了智能电网的研究和建设热潮。智能配电网作为智能电网中连接主网和面向用户供电的重要组成部分,其运行状态正常与否直接影响千家万户的电力供应。同时,随着分布式电源的接入、电动汽车的普及和用户互动电力的增加,使得配电网的动态行为变得复杂,运行风险大大增加,一旦发生配电网停电事故都会对社会生活造成巨大的影响及损失。因此,亟需对智能配电网的故障预警进行更加深入的研究,为相关管理人员对智能配电网的维护提供指导和帮助。[0003]目前,国内外学者针对智能配电网故障预警从不同的角度提出了各种解决方案。研究表明配电网大部分故障,在破坏性故障发生之前,配电网就已经进入病态运行,具有趋势性和累积效应。但目前大多数的解决方案是利用配电网的局部参数如谐波电流和短路电流,或者是局部部件如变压器,又或者是与外在因素如雷雨天气相关联,来达到对智能配电网故障预警的效果。这些解决方案未能从整体上对智能配电网的运行状态进行把握,并且在预警的方案上,只考虑了当前的某一因素从而判断是否需要预警,未能充分利用配电网故障的趋势性和累积效应,从而在面对越来越复杂的智能配电网时,故障预警的准确率上稍有欠缺。因此,目前急需一种能够实现对智能配电网的运行状态整体把握,并能从当前和以往的运行状态来共同决定是否即将出现故障的预警方法。

发明内容

[0004]本发明目的在于提出一种电网故障检测方法、装置及存储介质,考虑到一系列实际问题,采用电网母线正常时的信号,建立不同电压等级、不同电网母线正常时的最大可预警指标的门槛值矩阵。在对母线进行诊断预警时,计算母线的预警指标值,并通过对比分析该该母线的相同电压等级下的门槛值,来对母线作出是否预警的指示。进一步而言,利用小波变换从电网母线正常的温度信号中提取能量特征矩阵,并基于熵权法建立故障预警指标的门槛值矩阵,将计算得到的待测该母线的预警指标与相对应的门槛值进行比较分析,并改变小波分解的层数重复上述步骤,最后综合分析实现待测该母线是否进行故障预警的任务。

[0005]本发明提供一种电网故障检测方法、装置及存储介质。[0006]一方面,本发明提供了一种电网故障检测方法,具体的过程如下:[0007]所述步骤1.建立一数据存储单元,所述存储单元定期存储和更新一电网母线组在无故障情况下提取的该母线组中不同电压等级下的所有母线温度信号;所述温度信号包括所述电网母线组中不同电压等级下的所有母线实际的工作温度;提取所述温度信号作为所

4

CN 112415338 A

说 明 书

2/16页

述电网母线组中不同电压等级下所有母线故障预警时的备用参考信号;[0008]所述步骤2.从所述电网母线中提取待测信号X和参考信号Y,并分别对所述待测信号X和所述参考信号Y进行小波分解,提取各自能量系数特征属性值,各个所述能量系数特征属性值组成能量系数特征属性特征维,进而分别构建待测信号特征矩阵A和参考信号特征矩阵B;

[0009]所述步骤3.分别提取所述待测信号特征矩阵A和所述参考信号特征矩阵B的第n列同一位置的所述能量系数特征属性值,组成m×2的特征矩阵Q且共计K个,其中n={1,2,3,……K},K为所述小波分解的层数,m为所述信号划分的段数;利用熵权法分别计算K个所述特征矩阵Q中第一维和第二维所述能量系数特征维的特征权重值,分别为bn1和bn2;[0010]所述步骤4.构建所述电网母线组故障预警的指标a,用以定量描述该母线的运行温度,公式如下:alfa;

所述步骤5.根据所述待测母线的编号和温度,遍历所述门槛值矩阵alfa,确定所述待测母线的预警门槛值aij和所述电网母线故障预警指标a,并建立所述电网母线组状态信息表Tab;

[0012]所述步骤6.调整所述小波分解层数K值大小及其变化次数,并将每次计算结果记录在所述电网母线组中母线状态信息表Tab中,判断所述电网母线组中不同电压等级下所有母线的运行状况。[0013]进一步的,所述步骤2中所述待测信号X和所述参考信号Y设置一定数目的采样点作为样本长度,定义为wlen,则待测信号X和所述参考信号Y分别被分成m段信号,即

其中m为式中结果的整数部分,wlen的采样点个数要求至少包含所述电

网母线各个电压段的温度采样点,X、Y代表所述待测信号和所述参考信号。[0014]进一步的,所述步骤2中所述小波分解,利用小波能量公式计算所述参考信号Y和所述待测信号X分解后的能量系数,即En=∑|xn|2其中xn为被分解后的每段信号对应参考值,n={1,2,3......K},K为所述信号小波分解的层数;所述待测信号X和参考信号Y分别被分成m段信号,每段信号分别被进行K层小波分解,每段每一层小波分解后的所述信号能量系数为能量系数特征属性值,每段K层小波分解后的所述信号能量系数特征属性组成能量系数特征维,所述m段能量系数特征维组成待测信号特征矩阵A和参考信号特征矩阵B。[0015]进一步的,所述步骤3分别计算K个所述特征矩阵Q中第一维和第二维所述特征属性的特征权重值采用的熵权法,即首先根据所述特征矩阵Q中各个所述特征属性值进行归一化即

其中i={1,2,3,......m},j={1,2},min(Xi)为第i段所述温

[0011]

并由所述电网母线故障预警指标a构建门槛值矩阵

度信号对应的能量系数特征属性值的最小值,max(Xi)为第i段所述温度信号对应的能量系数特征属性值的最大值,Xij为第i段第j维度所述温度信号对应的能量系数特征属性值,以获得所述特征矩阵Q的归一化矩阵Q′。

[0016]

进一步的,所述步骤4中所述构建该母线故障预警指标a即其中

bn1和bn2分别表示所述特征矩阵Q中第一维和第二维所述能量系数特征属性的特征权重值,

5

CN 112415338 A

说 明 书

3/16页

所述待测该母线的预警门槛值aij和所述电网母线的故障预警的指标a二者对比,当a<aij时,则所述待测该母线的温度正常,反之说明所述待测电网母线预警指标超过所述电网母线预警门槛值并建立与之对应的所述电网母线状态信息表Tab,记录诊断结果。[0017]进一步的,所述步骤4所述的门槛值矩阵alfa,分别从三个时间段的温度信号存储单元中提取同电压等级、同一个母线的温度信号,且相互之间所述电网母线故障预警指标a按照步骤2到4进行计算,分别用a1、a2、a3表示,则所述母线在此电压等级下的故障预警指标a为上述三个值中的最大值;针对所述电网母线组中其他该母线做同样的处理即得到预警指标a的门槛值矩阵alfa:

其中u是所述电网母线组中该母线编号总数,

v是所述电网母线组中该母线在不同温度的数目,i的取值范围是[1,u]间的整数,j的取值范围是[1,v]的整数。[0018]进一步的,所述步骤5中所述待测该母线的预警门槛值aij和所述电网母线的故障预警的指标a二者对比,当a<aij时,则所述待测该母线的温度正常,反之说明所述待测电网母线预警指标超过所述电网母线预警门槛值并建立与之对应的所述电网母线状态信息表Tab,记录诊断结果。

[0019]

进一步的,根据所述归一化矩阵Q′中的能量系数通过计算公式

其中

i={1,2,3,......m},j

={1,2},min(Xi)为第i段所述温度信号对应的能量系数特征属性值的最小值,max(Xi)为第i段所述温度信号对应的能量系数特征属性值的最大值,Xij为第i段第j维度所述温度信号对应的能量系数特征属性值,如果pij=0则定义

得出所述归一化矩阵

Q′中的特征权重值。[0020]进一步的,所述步骤2中所述待测信号X为采集所述电网母线组中某母线在一固定时刻电网母线发出的一段温度信号;所述参考信号Y为遍历所述数据存储单元中的所述备用参考信号,提取与所述待测信号X对应的该母线在同一电压等级下的温度信号,且所述待测信号X和所述参考信号Y两种信号的保持时间和样本长度一致。[0021]进一步的,所述步骤2针对所述待测信号X和所述参考信号Y两种信号中同一段温度信号分别进行K层小波分解,K是人为设定的一个常数,并利用小波能量公式提取分解后各自的能量系数,各自生成对应的待测信号特征维X1和参考信号特征维Y1;剩余段所述温度信号做上述同样的处理,各自生成待测信号特征矩阵A和参考信号特征矩阵B且大小均为m×K,其中m为所述特征矩阵行数,即母线的分段数,K为所述特征矩阵的列数,即小波分解的层数。[0022]另一方面,本发明提供了一种电网故障检测装置及存储介质,具体过程如下:[0023]一种电网故障检测装置,包括:[0024]获取模块,用于获取电网母线排的特征量对应的特征值序列;[0025]滤波模块,用于对所述特征值序列进行处理,获得特征值滤波序列,所述特征值滤

6

CN 112415338 A

说 明 书

4/16页

波序列包括多个滤波值;[0026]第一处理模块,用于分别确定各个所述滤波值与预定值之间的差分量;[0027]第二处理模块,用于根据各个所述差分量分别确定对应的所述滤波值的正馈权重因子,并根据各个所述正馈权重因子确定所述特征量的加权微分值;[0028]检测模块,用于根据所述加权微分值确定所述电网的故障信息;[0029]所述装置包括存储器和处理器,所述存储器,用于存储计算机程序;[0030]所述处理器,用于当执行所述计算机程序时,实现如权利要求1至9任一项所述的电网故障检测方法。

[0031]一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至7任一项所述的电网故障检测方法。[0032]本发明技术方案带来的技术效果的一个方面在于,规避了采用以神经网络等建立整个电网故障识别模型过程中建立完整的数据集的困难度,提高了电网母线故障预警的精确度和稳定性,更贴近实际应用。附图说明

[0033]图1为本发明一种电网故障检测方法、装置及存储介质的流程图;[0034]图2为本发明一实施例的一种电网故障检测装置的结构示意图。

具体实施方式[0035]实施例1

[0036]下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。[0037]具体实现方法如下所述:[0038]如图1所示,为本发明一种电网故障检测方法、装置及存储介质的流程图,其步骤包括:

[0039]步骤1.针对一个电网,建立电网母线温度信号的数据存储单元,采集的母线包括电网所有电网不同电压等级尺度下的温度信号,将这些温度信号作为电网母线故障预警时的备用参考信号,这个存储单元需要每隔一定的时间进行全部更新,时间段以月为单位来计量;

[0040]步骤2.在一固定时刻,对一电网母线进行故障诊断时,采集母线温度在该时刻发出的一段温度信号作为待测信号X,设置一定数目的采样点作为样本长度,定义为wlen,则待测信号可以被分成m段温度信号,具体的计算公式如下:

[0041][0042]

其中m为式中结果的整数部分,wlen的采样点个数要求至少包含所述电网母线各个电压段的温度采样点,X、Y代表所述待测信号和所述参考信号。[0043]在参考信号存储单元中寻找与待测信号同台母线,同样电压等级下的温度信号,

7

CN 112415338 A

说 明 书

5/16页

且参考信号与待测信号保持时间、样本长度一致;

[0044]针对两种信号的每段温度信号进行K层小波分解,K是人为设定的一个常数,并利用小波能量公式提取分解后的能量系数,计算公式如下:[0045]En=∑|xn|2   (3)

[0046]其中xn为被分解后的每段信号对应参考值,n={1,2,3......K},本篇幅中K为所述小波分解的层数,k={1,2,3,……K}。

[0047]于是每段温度信号都可以用能量系数生成的向量来表示,则对于待测信号和参考信号,可以通过上述的变换提取出能够表征两种信号本质的能量特征矩阵A和B,其中两个矩阵大大小都为m×K,即矩阵的行数为母线的分段数,矩阵的列为小波分解的层数;

[0048]步骤3.分别提取所述待测信号特征矩阵A和所述参考信号特征矩阵B的第n列同一位置的所述能量系数特征属性值,组成m×2的特征矩阵Q且共计K个,其中n={1,2,3,……K},K为所述小波分解的层数,m为所述信号划分的段数;利用熵权法分别计算K个所述特征矩阵Q中第一维和第二维所述能量系数特征维的特征权重值,分别为bn1和bn2。

[0049]所述步骤3分别计算K个矩阵Q中第一维和第二维的特征权重值采用的所述熵权法,即为根据所述特征矩阵Q中各个所述能量系数值进行归一化,即

其中

i={1,2,3,......m},j={1,2},min(Xi)为第i段所述温度信号对应的能量系数的最小值,max(Xi)为第i段所述温度信号对应的能量系数的最大值,Xij为第i段第j维度所述温度信号对应的能量系数,进行标准化后可以得到数据标准化表,以获得所述特征矩阵Q的归一化矩阵Q′。根据所述归一化矩阵Q′中的能量系数通过计算公式

如果pij=0则定义

重值。

[0050]

其中

得出所述归一化矩阵Q′中的特征权

步骤4.构建所述电网母线组电网母线故障预警的指标a,用以定量描述该母线的

并由所述电网母线故障预警指标a构建门槛值矩阵

运行温度,公式如下:alfa。

步骤5.利用温度信号的存储单元,构建预警指标a的门槛值矩阵alfa,[0052]建立三个时间段上的温度信号的存储单元,分别从三个存储单元中取出同电压等级下,同一个母线的温度信号,相互之间的a指标按照步骤2到4进行计算,针对这个母线固定工况下可以计算出三个指标的值,分别用a1、a2、a3表示,则该个母线在这一电压等级下的故障预警指标为取三个指标中的最大值。针对不同的母线做同样的处理即可以得到预警指标a的门槛值矩阵alfa:

[0051]

[0053]

[0054]

式(5)中,u是某一电网的母线的编号总数,v是电网不同的电压等级尺度数目,i的

8

CN 112415338 A

说 明 书

6/16页

取值范围是[1,u]间的整数,j的取值范围是[1,v]的整数,[0055]步骤6.根据待测该母线的编号和温度情况,从alfa中确定该个母线的预警门槛值,当计算出来的a<aij时,则母线温度正常,否则就预警,提醒母线设备管理人电网母线可能存在故障,并将本次得到的结果记录在母线温度状态信息表Tab中;[0056]步骤7.改变小波分解层数K值,则步骤2到步骤6中涉及到的小波分解层数必须保持一致,通过设置K值的变化次数,即可以实现整个流程的循环的次数,将每次结果都记录在母线温度状态信息表Tab中,如果表中的预警次数大于正常次数,则该个母线预警该母线故障,否则显示母线温度正常,从而实现了电网母线的故障预警。

[0057]

实施例2

[0059]本实施例结合现场一实例进一步阐述一种电网故障检测方法、装置及存储介质的实施过程及注意事项。

[0060]某一母线现场共计5台电网母线组,现需要对上述5台电网母线组中所有的母线利用熵权法建立电网母线故障预警系统,用于现场母线设备的管理。其具体方法如下:

[0061]1.设在某一电压等级下提取待测温度信号Y和参考温度信号X且将待测温度信号Y和参考温度信号X分成4段进行3层小波分解,故测得参考温度信号Y和待测温度信号X如下所示:

[0058]

9

CN 112415338 A

说 明 书

7/16页

[0062]所述待测参考温度信号所述参考温度信号

[0063]

2.分别提取所述待测信号特征矩阵A和所述参考信号特征矩阵B的第n列所述能量

系数并组合成m×2的矩阵Q,其中n={1,2,3,……K},共计K个矩阵Q,此处m为4,K为3,故所述特征矩阵Q分别为:

[0064]对Q1、

Q2、Q3利用熵权法分别计算第一维和第二维的特征权重,分别为bn1、bn2,其中n={1,2,3,4}。首先根据归一化公式

得到各自对应的归一化Q11、Q21、Q31、Q41,

即:根据计算公式

其中如果pij=0则定义得出所述归一化矩阵Q′中的特

征权重值,即bn1、bn2。

[0065]

[0066]

构建该母线故障预警的指标a,用以定量描述该母线的运行温度,计算公式如下所

a=|b11-b12|+|b21-b22|+|b31-b32|=0.012+0.278+0.16=0.45,电

示:

网母线故障预警指标为0.45。

[0067]3.构建预警指标a的门槛值矩阵alfa。建立三个时间段上的温度信号的存储单元并采取同电压等级下、同一个母线的温度信号,预警指标a按照上述步骤进行计算,针对该该母线固定工况下可以计算出三个指标的值,分别用a1、a2、a3表示,则该个母线在这一电

10

CN 112415338 A

说 明 书

8/16页

压等级下的故障预警指标为取三个指标中的最大值。具体过程如下,假设该该母线为1号母线,分别在时间段1、时间段2和时间段3等三个时间段,在母线无故障情况下和实际运行状态下各提取了一段温度信号,且此段温度信号均被分成4段进行3层小波分解,进行一系列运算得出相对应的预警指标a1、a2、a3。测得参考温度信号Y和待测温度信号X如下所示:

[0068]

[0069]

上述各组温度信号对应的Q矩阵即分别提取参考温度信号X和待测温度信号Y同一列能量系数,组合成Q矩阵,如下:

[0070]

[0071]

[0072]

对上述各个Q矩阵进行熵权法归一化处理,得出各自的归一化矩阵,具体如下:

11

CN 112415338 A

说 明 书

9/16页

[0073]

[0074]根据计算公式其中如果pij=0则定义

得出所述归一化矩阵Q′中的特征权重值,即bi1、bi2。具体如下表所

述:

[0075]

[0076]

故障预警的指标a,用以定量描述该母线的运行温度,计算公式如下所示:

其中bn1和bn2分别表示所述特征矩阵Q中第一维和第二维所述能量系数

特征属性的特征权重值,故a1、a2、a3分别为:0.12、0.66、0.5。该1号母线在这一电压等级下

故障预警指标为取三个指标中的最大值,即为0.66。[0077]其他该母线也做上述运算,由于实例上述已设定对现场5台母线利用熵权法建立电网母线故障预警系统,用于现场母线设备的管理。设在某一电压等级下提取参考温度信号Y和待测温度信号X且将参考温度信号Y和待测温度信号X分成4段进行3层小波分解,且对母线在三个速度段进行取样,故v为3,u为5,具体如下:

12

CN 112415338 A

说 明 书

10/16页

[0078]具体数据以

下列表格体现,如下:

电网母线组电压等级1电压等级2电压等级3

1号母线0.660.450.422号母线0.640.420.273号母线0.780.380.564号母线0.450.310.695号母线0.380.390.36

[0080]根据本实施例第2步计算所述电网母线组电网母线的故障预警指标0.45和上表中电网母线组各个母线在不同电压等级下的故障预警实际值做比较,即根据待测该母线的编号和温度情况,从alfa中确定该个母线的预警门槛值,当计算出来的a<aij时,则母线温度正常,否则就预警,提醒母线设备管理人员电网母线可能存在故障,并将本次得到的结果记录在母线温度状态信息表Tab中,具体如下:

[0081][0079]

13

CN 112415338 A

说 明 书

11/16页

[0082]

[0083]

最后尝试调整K值大小和次数,即小波分解的层数,将每次结果都记录在母线温度

状态信息表Tab中,如下表所示,用以电网母线组该母线故障的预警。

[0084]

14

CN 112415338 A

说 明 书

12/16页

[0085]

实施例3

[0087]本实施例和实施例2的区别在于利用熵权法对归一化矩阵Q′中的特征属性权重进行二次熵权,比较下最终结果和实施例1之间的差异和联系。下表为实施例2求得的归一化矩阵Q′中的特征权重:

[0086]

[0088]

[0089]

根据所述母线样本特征属性各个特征维的权重计算公式

可以得到所述特征矩阵Y中各个特征维的权重如下表所示:

[0090]

[0091]此时对于故障预警的指标a利用公式计算所得a1、a2、a3分别

为:0.05、0.08、0.03,此时1号母线在该电压等级下故障预警指标为取三个指标中的最大值,即为0.08。对于母线同样做上述运算处理,,由于实例上述已设定对现场5台母线利用熵权法建立电网母线故障预警系统,用于现场母线设备的管理。设在某一电压等级下提取参考温度信号Y和待测温度信号X且将参考温度信号Y和待测温度信号X分成4段进行3层小波分解,且对母线在三个速度段进行取样,故v为3,u为5,具体如下:

15

CN 112415338 A

说 明 书

13/16页

[0092]具体数据以下列表格体现,如下:

[0093]

电网母线组电压等级1电压等级2电压等级3

1号母线0.350.020.062号母线0.780.050.033号母线0.090.020.084号母线0.020.030.355号母线0.010.060.08

[0095]根据本实施例所述电网母线组电网母线的故障预警指标0.08,参照表中电网母线组各个母线在不同电压等级下的故障预警预警实际值做比较,即根据待测该母线的编号和温度情况,从alfa中确定该个母线的预警门槛值,当计算出来的a<aij时,则母线温度正常,否则就预警,提醒母线设备管理人员电网母线可能存在故障,并将本次得到的结果记录在母线温度状态信息表Tab中,具体如下:

[0094]

[0096]

16

CN 112415338 A

说 明 书

14/16页

[0097]

[0098]

最后尝试调整K值大小和次数,即小波分解的层数,将每次结果都记录在母线温度

状态信息表Tab中,如下表所示,用以电网母线组该母线故障的预警。

[0099]

[0100]

一种电网故障检测方法、装置及存储介质还包括故障预警单元,所述故障预警单元电连接有中央处理单元,所述中央处理单元电连接有服务器,所述服务器设有服务存储卡,所述存储卡电连接所述数据存储单元。[0101]通过本实施例的计算结果可知,对基于熵权法提取所述电网母线组所有电网母线

17

CN 112415338 A

说 明 书

15/16页

能量系数矩阵特征维的二次权重相对于实施例2结果一致,即采用熵权法求取所述归一化矩阵特征属性权重或者对归一化矩阵特征维的二次权重均可以对电网母线组该母线故障进行预警判断。[0102]实施例4

[0103]本实施例将对所述电网母线组中所有电网提取的所述待测信号特征矩阵A和所述参考信号特征矩阵B的第n列所述能量系数并组合成m×2的矩阵Q,第一特征维和第二特征维对应的参考温度信号Y或者待测温度信号X的先后顺序是否影响最终判断结果做进一步说明。同样假设某一母线场某电网母线组所有电网共计5台,对5台母线所有的电网母线提取的特征矩阵做3层小波分解处理,其结果如下:

[0104]所述待测温度信号所述参考温度信号

分别提取所述待测信号特征矩阵和所述参考信号特征矩阵的

第n列所述能量系数并组合成m×2的矩阵Q,其中n={1,2,3,……K},共计K个矩阵Q,此处m为4,K为3,故所述特征矩阵Q分别为:

[0105]

[0106]

此时待测信号特征矩阵特征维为特征矩阵Q的第一特征维,参考信号特征矩阵特征维为特征矩阵Q的第二特征维。而实际在求取故障预警的指标a,用以定量描述该母线的运行温度,计算公式如下所示:

其中bn1和bn2分别表示所述特征矩阵Q中第

一维和第二维所述能量系数特征属性的特征权重值,可知特征矩阵Q的第一特征维和第二特征维分别对应于参考温度信号Y或者待测温度信号X的先后顺序对电网母线故障预警指标a无影响。

[0107]如图2所示,本发明另一实施例提供的一种电网故障检测装置,包括:[0108]获取模块,用于获取电网母线排的特征量对应的特征值序列。[0109]滤波模块,用于对所述特征值序列进行处理,获得特征值滤波序列,所述特征值滤波序列包括多个滤波值。[0110]第一处理模块,用于分别确定各个所述滤波值与预定值之间的差分量。[0111]第二处理模块,用于根据各个所述差分量分别确定对应的所述滤波值的正馈权重因子,并根据各个所述正馈权重因子确定所述特征量的加权微分值。[0112]检测模块,用于根据所述加权微分值确定所述电网的故障信息。

18

CN 112415338 A[0113]

说 明 书

16/16页

本发明另一实施例提供的一种电网故障检测装置包括存储器和处理器;所述存储

器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如上所述的电网故障检测方法。

[0114]本发明再一实施例提供的一种计算机可读存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的电网故障检测方法。[0115]需要理解的是,在本说明书的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。

[0116]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体ROM或随机存储记忆体RAM等。[0117]在本申请中,所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。[0118]以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

19

CN 112415338 A

说 明 书 附 图

1/2页

图1

20

CN 112415338 A

说 明 书 附 图

2/2页

图2

21

因篇幅问题不能全部显示,请点此查看更多更全内容