一種智能配電網(wǎng)故障的辨識(shí)與定位方法
【專利摘要】本發(fā)明公開(kāi)了一種基于多維尺度分析和離群點(diǎn)檢測(cè)的智能配電網(wǎng)故障辨識(shí)與定位方法，將配電網(wǎng)中智能終端上傳的數(shù)據(jù)進(jìn)行數(shù)據(jù)的預(yù)處理和融合建立高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣，將此矩陣經(jīng)過(guò)多維尺度分析降維后，對(duì)其進(jìn)行離群點(diǎn)檢測(cè)以獲取各節(jié)點(diǎn)的LOF值，在此基礎(chǔ)上可實(shí)現(xiàn)對(duì)智能配電網(wǎng)故障的檢測(cè)，再根據(jù)廣義節(jié)點(diǎn)的LOF值可甄別故障是配電網(wǎng)電力故障亦或通信節(jié)點(diǎn)故障；進(jìn)一步地，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)的可視化結(jié)果實(shí)現(xiàn)對(duì)配電網(wǎng)故障區(qū)域和故障通信節(jié)點(diǎn)的定位。該發(fā)明不僅能對(duì)智能配電網(wǎng)進(jìn)行有效的故障檢測(cè)，而且能對(duì)配電網(wǎng)故障區(qū)域和故障通信節(jié)點(diǎn)進(jìn)行定位。
【專利說(shuō)明】
一種智能配電網(wǎng)故障的辨識(shí)與定位方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及智能配電網(wǎng)保護(hù)方法研究，特別適用于智能配電網(wǎng)故障的辨識(shí)與定位。
【背景技術(shù)】
[0002]信息物理系統(tǒng)技術(shù)的融入是應(yīng)對(duì)配電網(wǎng)結(jié)構(gòu)日趨復(fù)雜和電力信息化程度大幅提升的有效途徑，但同時(shí)也引發(fā)了新的問(wèn)題。智能配電網(wǎng)中信息系統(tǒng)與物理系統(tǒng)耦合度極高，信息系統(tǒng)故障與配電網(wǎng)物理故障都將威脅系統(tǒng)的安全穩(wěn)定運(yùn)行。但是，以往的電力通信網(wǎng)絡(luò)研究基本都是割裂開(kāi)來(lái)的，研究方法和建模手段未充分考慮物理系統(tǒng)與通信系統(tǒng)的交互作用，尤其是交互作用對(duì)智能配電網(wǎng)保護(hù)控制的影響更是鮮有提及。
[0003]若配電網(wǎng)線路等發(fā)生故障，傳輸?shù)臄?shù)據(jù)量急劇上升，有可能導(dǎo)致信息系統(tǒng)負(fù)載過(guò)大，造成網(wǎng)絡(luò)擁塞，增加信息傳輸時(shí)延和信息處理的誤碼率，易導(dǎo)致智能終端誤動(dòng)或者拒動(dòng)，進(jìn)而造成故障的擴(kuò)大化或者不必要的停電，處理不及時(shí)有誘發(fā)連鎖故障的可能性。此夕卜，通信信道故障、信息元件故障和信息傳輸故障以及來(lái)自外部的惡意攻擊，都將影響整個(gè)智能配電網(wǎng)的正常運(yùn)行與保護(hù)控制性能，嚴(yán)重的將導(dǎo)致系統(tǒng)癱瘓。因此，無(wú)論是信息系統(tǒng)還是物理系統(tǒng)發(fā)生故障都將對(duì)智能配電網(wǎng)的經(jīng)濟(jì)可靠運(yùn)行造成威脅。
[0004]然而，由于物理系統(tǒng)與信息系統(tǒng)耦合度高的特點(diǎn)，辨識(shí)究竟是電力故障抑或是信息系統(tǒng)故障的難度較大。國(guó)內(nèi)外關(guān)于這方面的研究也都不夠細(xì)致或是割裂開(kāi)來(lái)的，無(wú)法對(duì)電力故障與信息系統(tǒng)故障進(jìn)行統(tǒng)一地識(shí)別，需要進(jìn)行更深入和更全面的研究。開(kāi)發(fā)能夠快速地統(tǒng)一辨識(shí)智能配電網(wǎng)故障，以及定位電力故障區(qū)域與故障通信節(jié)點(diǎn)的智能配電網(wǎng)故障辨識(shí)方法具有一定的實(shí)踐意義。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于多維尺度分析(Mult1-dimens1nal Scaling,MDS)和離群點(diǎn)檢測(cè)(Local Outlier Factor，L0F)的智能配電網(wǎng)故障辨識(shí)與定位方法。通過(guò)對(duì)狀態(tài)監(jiān)測(cè)矩陣進(jìn)行數(shù)據(jù)預(yù)處理與融合，再進(jìn)行多維尺度降維與離群點(diǎn)檢測(cè)，實(shí)現(xiàn)信息系統(tǒng)故障和配電網(wǎng)物理故障的甄別，以及對(duì)配電網(wǎng)故障區(qū)域和故障通信節(jié)點(diǎn)的定位。
[0006]本發(fā)明通過(guò)以下技術(shù)手段解決上述問(wèn)題:
[0007 ] 一種智能配電網(wǎng)故障的辨識(shí)與定位方法，包括如下步驟:
[0008]S1、分布于配電網(wǎng)中的智能終端周期性向保護(hù)控制中心上傳電氣特征量，將該電氣特征量經(jīng)過(guò)數(shù)據(jù)篩選和預(yù)處理，形成初始的單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣；
[0009]S2、將單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣在電氣特征量和時(shí)間序列上進(jìn)一步擴(kuò)充，最終融合成一個(gè)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣；
[0010]S3、采用多維尺度分析對(duì)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣進(jìn)行降維，進(jìn)一步降低價(jià)值數(shù)據(jù)量，對(duì)數(shù)據(jù)進(jìn)一步融合，同時(shí)實(shí)現(xiàn)數(shù)據(jù)分析結(jié)果的可視化，對(duì)降維后的高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣進(jìn)行離群點(diǎn)檢測(cè)；
[0011]S4、對(duì)多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果進(jìn)行分析，實(shí)現(xiàn)對(duì)故障的檢測(cè)；
[0012]S5、將配電網(wǎng)廣義節(jié)點(diǎn)LOF值與整定值比較以判別故障屬于配電網(wǎng)物理故障亦或通信節(jié)點(diǎn)故障；
[0013]S6、在S5的基礎(chǔ)上，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果實(shí)現(xiàn)對(duì)配電網(wǎng)物理故障區(qū)域或故障通信節(jié)點(diǎn)的定位。
[0014]進(jìn)一步地，進(jìn)行步驟SI時(shí)，對(duì)上傳至保護(hù)控制中心的電氣特征量進(jìn)行篩選，選取有代表性的電流和功率作為分析的電氣特征量，數(shù)據(jù)預(yù)處理包含構(gòu)建反映各節(jié)點(diǎn)對(duì)應(yīng)關(guān)系的網(wǎng)絡(luò)關(guān)聯(lián)矩陣，并將單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣進(jìn)行區(qū)域差分處理。
[0015]進(jìn)一步地，進(jìn)行步驟S2時(shí)，將經(jīng)過(guò)區(qū)域差分處理后的包含電流和功率的單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣C1融合成單時(shí)段多電氣特征量狀態(tài)監(jiān)測(cè)矩陣W1，最后在時(shí)間序列上將其進(jìn)一步擴(kuò)充，形成高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣W。
[0016]進(jìn)一步地，進(jìn)行步驟S3時(shí)，對(duì)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣W進(jìn)行多維尺度分析降維，利用歐幾里德距離和狀態(tài)監(jiān)控矩陣計(jì)算各節(jié)點(diǎn)的相似度矩陣D，根據(jù)相似度矩陣，求出其中心內(nèi)化積矩陣，求解中心內(nèi)化積矩陣最大的兩個(gè)正特征根及其對(duì)應(yīng)的正交化特征向量，正交化特征向量Xi和X2構(gòu)成的矩陣X即為高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣在二維空間中的坐標(biāo)表示。
[0017]進(jìn)一步地，進(jìn)行步驟S3時(shí)，對(duì)矩陣X進(jìn)行離群點(diǎn)檢測(cè)，求取各節(jié)點(diǎn)與距其最近節(jié)點(diǎn)的K距離Kdist(P)，計(jì)算各節(jié)點(diǎn)的K鄰域Ndist(P)，確定各節(jié)點(diǎn)之間的局部可達(dá)距離RDdist(P,q)，計(jì)算各節(jié)點(diǎn)的局部可達(dá)密度Irdk(p)，計(jì)算各節(jié)點(diǎn)的LOF值。
[0018]進(jìn)一步地，進(jìn)行步驟S4時(shí)，觀察各節(jié)點(diǎn)的LOF值，存在LOF值大于整定值K的節(jié)點(diǎn)，則表明智能配電網(wǎng)中發(fā)生故障。
[0019]進(jìn)一步地，進(jìn)行步驟S5時(shí)，根據(jù)配電網(wǎng)正常運(yùn)行時(shí)流入的電流等于流出的電流，由邊界節(jié)點(diǎn)構(gòu)成的區(qū)域建立廣義節(jié)點(diǎn)，判斷LOF值是否超過(guò)整定值N，判斷故障屬于配電網(wǎng)物理故障亦或是通信節(jié)點(diǎn)故障。
[0020]進(jìn)一步地，進(jìn)行步驟S6時(shí)，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果，以及各節(jié)點(diǎn)和節(jié)點(diǎn)所在區(qū)域的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對(duì)配電網(wǎng)故障區(qū)域或故障通信節(jié)點(diǎn)的定位。
[0021]本發(fā)明針對(duì)智能配電網(wǎng)物理系統(tǒng)與信息系統(tǒng)耦合度高的特點(diǎn)，辨識(shí)故障究竟發(fā)生于配電網(wǎng)亦或信息系統(tǒng)，以及確定配電網(wǎng)故障區(qū)域或故障通信節(jié)點(diǎn)的難度較大，提供一種基于多維尺度分析和離群點(diǎn)檢測(cè)的智能配電網(wǎng)故障辨識(shí)與定位方法。該方法基于故障節(jié)點(diǎn)與正常節(jié)點(diǎn)存在的差異度，將冗雜的數(shù)據(jù)簡(jiǎn)化、融合以用于分析，利用多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果，以及廣義節(jié)點(diǎn)的LOF值檢測(cè)，對(duì)信息系統(tǒng)故障和配電網(wǎng)物理故障進(jìn)行甑別，并完成對(duì)配電網(wǎng)故障區(qū)域以及故障通信節(jié)點(diǎn)的定位。
【附圖說(shuō)明】
[0022]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0023]圖1為智能配電網(wǎng)故障辨識(shí)算法流程圖；
[0024]圖2為某1kV含分布式電源的配電網(wǎng)拓?fù)鋱D；
[0025]圖3為節(jié)點(diǎn)13與14之間發(fā)生短路故障時(shí)狀態(tài)監(jiān)測(cè)矩陣多維尺度分析的聚類結(jié)果；
[0026]圖4為節(jié)點(diǎn)13與14之間發(fā)生短路故障時(shí)經(jīng)離群點(diǎn)檢測(cè)所得的各節(jié)點(diǎn)LOF值，其中節(jié)點(diǎn)22為廣義節(jié)點(diǎn)；
[0027]圖5為通信節(jié)點(diǎn)4發(fā)生故障時(shí)狀態(tài)監(jiān)測(cè)矩陣多維尺度分析的聚類結(jié)果；
[0028]圖6為通信節(jié)點(diǎn)4發(fā)生故障時(shí)經(jīng)離群點(diǎn)檢測(cè)所得的各節(jié)點(diǎn)LOF值。
【具體實(shí)施方式】
[0029]為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面將結(jié)合附圖和具體的實(shí)施例對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。需要指出的是，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例，基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0030]如圖1所示，一種智能配電網(wǎng)故障的辨識(shí)與定位方法，包括如下步驟:
[0031]S1、分布于配電網(wǎng)中的智能終端周期性向保護(hù)控制中心上傳電氣特征量，將該電氣特征量經(jīng)過(guò)數(shù)據(jù)篩選和預(yù)處理，形成初始的單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣；
[0032]對(duì)上傳至保護(hù)控制中心的電氣特征量進(jìn)行篩選，選取有代表性的電流和功率作為分析的電氣特征量，數(shù)據(jù)預(yù)處理包含構(gòu)建反映各節(jié)點(diǎn)對(duì)應(yīng)關(guān)系的網(wǎng)絡(luò)關(guān)聯(lián)矩陣，并將單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣進(jìn)行區(qū)域差分處理；
[0033]S2、將單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣在電氣特征量和時(shí)間序列上進(jìn)一步擴(kuò)充，最終融合成一個(gè)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣；
[0034]將經(jīng)過(guò)區(qū)域差分處理后的包含電流和功率的單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣C1融合成單時(shí)段多電氣特征量狀態(tài)監(jiān)測(cè)矩陣W1，最后在時(shí)間序列上將其進(jìn)一步擴(kuò)充，形成高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣W;
[0035]S3、采用多維尺度分析對(duì)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣進(jìn)行降維，進(jìn)一步降低價(jià)值數(shù)據(jù)量，對(duì)數(shù)據(jù)進(jìn)一步融合，同時(shí)實(shí)現(xiàn)數(shù)據(jù)分析結(jié)果的可視化，對(duì)降維后的高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣進(jìn)行離群點(diǎn)檢測(cè)；
[0036]對(duì)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣W進(jìn)行多維尺度分析降維，利用歐幾里德距離和狀態(tài)監(jiān)控矩陣計(jì)算各節(jié)點(diǎn)的相似度矩陣D，根據(jù)相似度矩陣，求出其中心內(nèi)化積矩陣，求解中心內(nèi)化積矩陣最大的兩個(gè)正特征根及其對(duì)應(yīng)的正交化特征向量，正交化特征向量XjPX2構(gòu)成的矩陣X即為高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣在二維空間中的坐標(biāo)表示；
[0037]對(duì)矩陣X進(jìn)行離群點(diǎn)檢測(cè)，求取各節(jié)點(diǎn)與距其最近節(jié)點(diǎn)的K距離Kdlst(P),計(jì)算各節(jié)點(diǎn)的1(鄰域仏^1；(?)，確定各節(jié)點(diǎn)之間的局部可達(dá)距離1^)(^1；(?，1)，計(jì)算各節(jié)點(diǎn)的局部可達(dá)密度Irdk(P)，計(jì)算各節(jié)點(diǎn)的LOF值；
[0038]S4、對(duì)多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果進(jìn)行分析，實(shí)現(xiàn)對(duì)故障的檢測(cè)；
[0039]觀察各節(jié)點(diǎn)的LOF值，存在LOF值大于整定值K的節(jié)點(diǎn)，則表明智能配電網(wǎng)中發(fā)生故障；
[0040]S5、將配電網(wǎng)廣義節(jié)點(diǎn)LOF值與整定值比較以判別故障屬于配電網(wǎng)物理故障亦或通信節(jié)點(diǎn)故障；
[0041]根據(jù)配電網(wǎng)正常運(yùn)行時(shí)流入的電流等于流出的電流，由邊界節(jié)點(diǎn)構(gòu)成的區(qū)域建立廣義節(jié)點(diǎn)，判斷LOF值是否超過(guò)整定值N，判斷故障屬于配電網(wǎng)物理故障亦或是通信節(jié)點(diǎn)故障；
[0042]S6、在S5的基礎(chǔ)上，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果實(shí)現(xiàn)對(duì)配電網(wǎng)物理故障區(qū)域或故障通信節(jié)點(diǎn)的定位；
[0043]結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果，以及各節(jié)點(diǎn)和節(jié)點(diǎn)所在區(qū)域的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對(duì)配電網(wǎng)故障區(qū)域或故障通信節(jié)點(diǎn)的定位。
[0044]為了驗(yàn)證本發(fā)明所提出的一種基于多維尺度分析和離群點(diǎn)檢測(cè)的智能配電網(wǎng)故障辨識(shí)與定位方法，以圖2所示的國(guó)內(nèi)某智能配電網(wǎng)示范區(qū)含分布式電源的1kV配電網(wǎng)為研究對(duì)象，在MATLAB仿真下搭建該模型，其具體故障辨識(shí)流程如圖1所示，模擬配電網(wǎng)節(jié)點(diǎn)13與14之間發(fā)生物理故障，模擬通信節(jié)點(diǎn)4發(fā)生故障，導(dǎo)致上傳數(shù)據(jù)的異常。
[0045]配電網(wǎng)物理故障辨識(shí)
[0046]配電網(wǎng)線路發(fā)生單相接地故障時(shí)，智能終端將數(shù)據(jù)上傳至保護(hù)控制中心，經(jīng)由本發(fā)明所提故障辨識(shí)算法處理后，得到的故障辨識(shí)結(jié)果如圖4所示。圖中廣義節(jié)點(diǎn)22的LOF值大于200，顯然已超出整定值，此時(shí)流入的電流不等于流出的電流，表明發(fā)生于智能配電網(wǎng)的故障應(yīng)屬于配電網(wǎng)線路故障。同時(shí)，通過(guò)圖3所示的MDS聚類結(jié)果圖和LOF值，可以判斷出故障發(fā)生于節(jié)點(diǎn)13和14之間，這是因?yàn)樵诠收媳孀R(shí)結(jié)果中故障線路兩端的節(jié)點(diǎn)13、14必然與其余節(jié)點(diǎn)存在差異，但二者自身又是相似的。
[0047]通信節(jié)點(diǎn)故障辨識(shí)
[0048]圖5、圖6是某智能終端通信節(jié)點(diǎn)發(fā)生故障時(shí)，保護(hù)控制中心將所有終端上傳的數(shù)據(jù)依據(jù)本發(fā)明所提故障辨識(shí)算法處理后所得到的故障辨識(shí)結(jié)果。圖5、圖6中節(jié)點(diǎn)3、4、5和6的LOF值均超過(guò)了整定值，但所得數(shù)據(jù)分析結(jié)果表明故障辨識(shí)算法完成了對(duì)故障類型的辨識(shí)，并根據(jù)廣義節(jié)點(diǎn)22的LOF值為I，未超過(guò)整定值LOF值，因此將故障類型識(shí)別為通信節(jié)點(diǎn)故障(L0F值為I，未超過(guò)整定值，流入的電流等于流出的電流)，最后根據(jù)節(jié)點(diǎn)聚類結(jié)果和LOF值，定位將通信節(jié)點(diǎn)故障定位發(fā)生于在節(jié)點(diǎn)4。
[0049]本發(fā)明提出一種基于多維尺度分析和離群點(diǎn)檢測(cè)的智能配電網(wǎng)故障辨識(shí)與定位方法。該發(fā)明的基本思想是將配電網(wǎng)中智能終端上傳的數(shù)據(jù)進(jìn)行數(shù)據(jù)的預(yù)處理和融合建立高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣，將此矩陣經(jīng)過(guò)多維尺度分析降維后，對(duì)其進(jìn)行離群點(diǎn)檢測(cè)以獲取各節(jié)點(diǎn)的LOF值，在此基礎(chǔ)上可實(shí)現(xiàn)對(duì)智能配電網(wǎng)故障的檢測(cè)，再根據(jù)廣義節(jié)點(diǎn)的LOF值可甄別故障是配電網(wǎng)電力故障亦或通信節(jié)點(diǎn)故障;進(jìn)一步地，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)的可視化結(jié)果實(shí)現(xiàn)對(duì)配電網(wǎng)故障區(qū)域和故障通信節(jié)點(diǎn)的定位。該發(fā)明不僅能對(duì)智能配電網(wǎng)進(jìn)行有效的故障檢測(cè)，而且能對(duì)配電網(wǎng)故障區(qū)域和故障通信節(jié)點(diǎn)進(jìn)行定位。
[0050]本發(fā)明針對(duì)智能配電網(wǎng)物理系統(tǒng)與信息系統(tǒng)耦合度高的特點(diǎn)，辨識(shí)故障究竟發(fā)生于配電網(wǎng)亦或信息系統(tǒng)，以及確定配電網(wǎng)故障區(qū)域或故障通信節(jié)點(diǎn)的難度較大，提供一種基于多維尺度分析和離群點(diǎn)檢測(cè)的智能配電網(wǎng)故障辨識(shí)與定位方法。該方法基于故障節(jié)點(diǎn)與正常節(jié)點(diǎn)存在的差異度，將冗雜的數(shù)據(jù)簡(jiǎn)化、融合以用于分析，利用多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果，以及廣義節(jié)點(diǎn)的LOF值檢測(cè)，首先能實(shí)現(xiàn)對(duì)故障識(shí)別，然后對(duì)信息系統(tǒng)故障和配電網(wǎng)物理故障進(jìn)行甑別，最后完成對(duì)配電網(wǎng)故障區(qū)域以及故障通信節(jié)點(diǎn)的定位。
[0051]以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1.一種智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，包括如下步驟: 51、分布于配電網(wǎng)中的智能終端周期性向保護(hù)控制中心上傳電氣特征量，將該電氣特征量經(jīng)過(guò)數(shù)據(jù)篩選和預(yù)處理，形成初始的單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣； 52、將單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣在電氣特征量和時(shí)間序列上進(jìn)一步擴(kuò)充，最終融合成一個(gè)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣； 53、采用多維尺度分析對(duì)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣進(jìn)行降維，進(jìn)一步降低價(jià)值數(shù)據(jù)量，對(duì)數(shù)據(jù)進(jìn)一步融合，同時(shí)實(shí)現(xiàn)數(shù)據(jù)分析結(jié)果的可視化，對(duì)降維后的高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣進(jìn)行離群點(diǎn)檢測(cè)； 54、對(duì)多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果進(jìn)行分析，實(shí)現(xiàn)對(duì)故障的檢測(cè)； 55、將配電網(wǎng)廣義節(jié)點(diǎn)LOF值與整定值比較以判別故障屬于配電網(wǎng)物理故障亦或通信節(jié)點(diǎn)故障； 56、在S5的基礎(chǔ)上，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果實(shí)現(xiàn)對(duì)配電網(wǎng)物理故障區(qū)域或故障通信節(jié)點(diǎn)的定位。2.根據(jù)權(quán)利要求1所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟SI時(shí)，對(duì)上傳至保護(hù)控制中心的電氣特征量進(jìn)行篩選，選取有代表性的電流和功率作為分析的電氣特征量，數(shù)據(jù)預(yù)處理包含構(gòu)建反映各節(jié)點(diǎn)對(duì)應(yīng)關(guān)系的網(wǎng)絡(luò)關(guān)聯(lián)矩陣，并將單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣進(jìn)行區(qū)域差分處理。3.根據(jù)權(quán)利要求2所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟S2時(shí)，將經(jīng)過(guò)區(qū)域差分處理后的包含電流和功率的單時(shí)段單電氣特征量狀態(tài)監(jiān)測(cè)矩陣C1融合成單時(shí)段多電氣特征量狀態(tài)監(jiān)測(cè)矩陣1，最后在時(shí)間序列上將其進(jìn)一步擴(kuò)充，形成高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣W。4.根據(jù)權(quán)利要求3所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟S3時(shí)，對(duì)高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣W進(jìn)行多維尺度分析降維，利用歐幾里德距離和狀態(tài)監(jiān)控矩陣計(jì)算各節(jié)點(diǎn)的相似度矩陣D，根據(jù)相似度矩陣，求出其中心內(nèi)化積矩陣，求解中心內(nèi)化積矩陣最大的兩個(gè)正特征根及其對(duì)應(yīng)的正交化特征向量，正交化特征向量XdPX2構(gòu)成的矩陣X即為高維時(shí)空狀態(tài)監(jiān)測(cè)矩陣在二維空間中的坐標(biāo)表示。5.根據(jù)權(quán)利要求4所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟S3時(shí)，對(duì)矩陣X進(jìn)行離群點(diǎn)檢測(cè)，求取各節(jié)點(diǎn)與距其最近節(jié)點(diǎn)的K距離Kdlst(p)，計(jì)算各節(jié)點(diǎn)的K鄰域Ndlst(p)，確定各節(jié)點(diǎn)之間的局部可達(dá)距離RDdlst(p，q)，計(jì)算各節(jié)點(diǎn)的局部可達(dá)密度Irdk(p)，計(jì)算各節(jié)點(diǎn)的LOF值。6.根據(jù)權(quán)利要求5所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟S4時(shí)，觀察各節(jié)點(diǎn)的LOF值，存在LOF值大于整定值K的節(jié)點(diǎn)，則表明智能配電網(wǎng)中發(fā)生故障。7.根據(jù)權(quán)利要求6所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟S5時(shí)，根據(jù)配電網(wǎng)正常運(yùn)行時(shí)流入的電流等于流出的電流，由邊界節(jié)點(diǎn)構(gòu)成的區(qū)域建立廣義節(jié)點(diǎn)，判斷LOF值是否超過(guò)整定值N，判斷故障屬于配電網(wǎng)物理故障亦或是通信節(jié)點(diǎn)故障。8.根據(jù)權(quán)利要求7所述的智能配電網(wǎng)故障的辨識(shí)與定位方法，其特征在于，進(jìn)行步驟S6時(shí)，結(jié)合多維尺度分析和離群點(diǎn)檢測(cè)結(jié)果，以及各節(jié)點(diǎn)和節(jié)點(diǎn)所在區(qū)域的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對(duì)配電網(wǎng)故障區(qū)域或故障通信節(jié)點(diǎn)的定位。
【文檔編號(hào)】G01R31/08GK106093703SQ201610396561
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年6月7日 公開(kāi)號(hào)201610396561.7, CN 106093703 A, CN 106093703A, CN 201610396561, CN-A-106093703, CN106093703 A, CN106093703A, CN201610396561, CN201610396561.7
【發(fā)明人】李勇, 張志鵬, 曹一家
【申請(qǐng)人】湖南大學(xué)