基于多信息融合的電網(wǎng)故障診斷技術(shù)研究.pdf

1、隨著電網(wǎng)的不斷發(fā)展,不同區(qū)域間的互聯(lián)也越來越緊密,這就使得系統(tǒng)中發(fā)生故障對系統(tǒng)本身的影響也隨之擴大。目前,電網(wǎng)自動化程度飛速發(fā)展,為故障信息的獲取提供了更為便捷的條件。一旦發(fā)生復(fù)雜故障,控制中心將會有大量的報警信息迅速涌入,這種情況下要求調(diào)度員抓住報警實質(zhì),迅速正確地判斷故障是十分困難的,誤判、漏判的發(fā)生在所難免。因此,需要依靠實時、高效的電力系統(tǒng)故障診斷系統(tǒng)提供決策參考,為調(diào)度員決策提供輔助判據(jù),以確保電力系統(tǒng)的安全運行。
　　

2、絕大多數(shù)故障診斷方法是利用保護動作、斷路器跳閘等遙信量信息,采用某種智能算法來進行故障元件的識別,這就對開關(guān)和保護信息的完整性要求性比較高,,故障報警信息的完整性與準確性程度將對診斷結(jié)果產(chǎn)生較大影響。在實際電力系統(tǒng)中,存在著保護和斷路器的拒動或誤動及其信息傳輸過程中的干擾導(dǎo)致信息丟失等不確定性因素,故障診斷結(jié)果的準確性不可避免地會受到影響。在此背景下,本論文充分考慮故障后電氣量信息變化的特征,利用電氣量信息實時、準確的特點,在電網(wǎng)故障診

3、斷中引入電氣量分析,并通過多信息融合來進行故障的綜合診斷。
　　本文首先分析了故障后故障錄波信息的特點,建立了基于希爾伯特-黃變換的電氣量故障診斷模型,利用快速本征模態(tài)分解和希爾伯特變換,將電氣量故障信息轉(zhuǎn)換為定量的故障測度,從而進行故障識別。其次,深入考慮故障前后 WAMS信息變化特點,建立了一種基于 WAMS量測量信息的故障診斷模型,針對故障后不同元件各自的故障特征,分別建立了不同的判據(jù)模型,在拓撲分析結(jié)果的基礎(chǔ)上進行信息的獲

4、取,可以有效得識別出故障元件。充分利用 WAMS中的量測量信息,可以彌補傳統(tǒng)故障診斷方法對于保護信息缺失、異常等情況下診斷不準確的缺點。然后,考慮保護、斷路器動作的可靠性,在解析模型中引入模糊度,基于開關(guān)量求取解析故障度,結(jié)合希爾伯特-黃變換分析取得的電氣量故障概率表征,通過D-S證據(jù)理論進行信息融合,并依據(jù)模糊K-均值算法進行決策分析。實現(xiàn)了多源信息融合的電網(wǎng)故障診斷,以 IEEE39節(jié)點系統(tǒng)為例通過仿真驗證了所提方法的有效性。最后,