电网故障诊断方法及装置与流程

本发明涉及电力系统领域，尤其涉及一种电网故障诊断方法及装置。

背景技术：

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

电网故障诊断是智能电网故障决策智能化需要解决的基础课题之一，快速、有效地对电网故障进行诊断以隔离故障元件，避免事故扩大，进而采取相应措施快速恢复供电，对于缩短停电时间和提高故障处理效率具有重要意义。

近年来，为有效对电网故障进行诊断，国内外众多专家学者从不同的出发点提出了许多故障诊断技术(例如，专家系统、人工神经网络、贝叶斯网络、petri网、解析模型、数值计算分析等)，这些故障诊断技术在故障警报信息准确且样本集完备的情况下能够取得较好的诊断效果。对于在线电网故障的诊断，现有的这些故障诊断技术的模型维护复杂，且在故障警报信息错误情况下故障诊断准确率较低。

由此，如何在现有的研究基础上，实现电网故障诊断的精确建模和准确求解，成为目前电网故障诊断发展的迫切需求。

技术实现要素：

本发明实施例提供一种电网故障诊断方法，用以解决现有的电网故障诊断方案，对于在线电网故障诊断准确率低，且模型维护复杂的技术问题。该方法包括：实时监测电网的故障警报信息；基于预先构建的分层故障诊断模型，根据故障警报信息，对电网故障进行诊断；分层故障诊断模型包括：第一诊断层和第二诊断层；其中，第一诊断层用于对已知电网故障进行诊断；第二诊断层用于对第一诊断层未能识别的未知电网故障进行诊断，第二诊断层的故障诊断结果还用于更新第一诊断层。

本发明实施例还提供一种电网故障诊断装置，用以解决现有的电网故障诊断方案，对于在线电网故障诊断准确率低，且模型维护复杂的技术问题。该装置包括：电网监测模块，用于实时监测电网的故障警报信息；电网故障诊断模块，用于基于预先构建的分层故障诊断模型，根据故障警报信息，对电网故障进行诊断；分层故障诊断模型包括：第一诊断层和第二诊断层；其中，第一诊断层用于对已知电网故障进行诊断；第二诊断层用于对第一诊断层未能识别的未知电网故障进行诊断，第二诊断层的故障诊断结果还用于更新第一诊断层。

本发明实施例还提供一种计算机设备，用以解决现有的电网故障诊断方案，对于在线电网故障诊断准确率低，且模型维护复杂的技术问题。该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述电网故障诊断方法。

本发明实施例还提供一种计算机可读存储介质，用以解决现有的电网故障诊断方案，对于在线电网故障诊断准确率低，且模型维护复杂的技术问题。该计算机可读存储介质存储有执行上述电网故障诊断方法的计算机程序。

本发明实施例中，提供了一种分层故障诊断模型，在获取到电网的故障警报信息后，利用该分层故障诊断模型的不同层级，对电网的已知故障和未知故障进行诊断，并在利用未知故障诊断层对未知故障进行诊断后，利用层级之间的交互作用，将未知故障诊断层的故障诊断结果反馈到已知故障诊断层，对已知故障诊断层进行更新，以使得已知故障诊断层对更多的电网故障进行诊断。

通过本发明实施例，实现了对已知电网故障快速诊断、对未知电网故障有效识别，且自动对故障诊断模型更新和维护的技术效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例中提供的一种电网故障诊断方法流程图；

图2为本发明实施例中提供的一种用于电网故障诊断的分层免疫故障诊断模型示意图；

图3为本发明实施例中提供的分层免疫故障诊断模型中各诊断层之间的信息交互示意图；

图4为本发明实施例中提供的一种电网故障诊断装置示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本发明实施例中提供了一种电网故障诊断方法，图1为本发明实施例中提供的一种电网故障诊断方法流程图，如图1所示，该方法包括如下步骤：

s101，实时监测电网的故障警报信息。

需要说明的是，当电网元件发生故障时，电网会反馈故障警报信息，因而，上述电网的故障警报信息中至少包含电网中各种元件(例如，母线、线路、变压器等)关联的开关量信息。

s102，基于预先构建的分层故障诊断模型，根据故障警报信息，对电网故障进行诊断；分层故障诊断模型包括：第一诊断层和第二诊断层；其中，第一诊断层用于对已知电网故障进行诊断；第二诊断层用于对第一诊断层未能识别的未知电网故障进行诊断，第二诊断层的故障诊断结果还用于更新第一诊断层。

需要说明的是，上述分层故障诊断模型是指预先构建的通过不同层级来对已知电网故障和未知电网故障进行诊断的故障诊断模型，作为一种优选的实施方式，本发明实施例通过模拟生物固有免疫系统与适应性免疫系统的分层防御机理及其层次间的相互作用，构建了一种基于免疫原理的分层免疫故障诊断模型。

图2为本发明实施例中提供的一种用于电网故障诊断的分层免疫故障诊断模型示意图，如图2所示，本发明实施例提供的分层免疫故障诊断模型包括：固有诊断层(即对已知电网故障进行诊断的第一诊断层)和适应性诊断层(即对第一诊断层未能识别的未知电网故障进行诊断的第二诊断层)。

由上可知，本发明实施例通过预先构建分层故障诊断模型，在获取到电网的故障警报信息后，利用该分层故障诊断模型的不同层级，对电网的已知故障和未知故障进行诊断，并在利用未知故障诊断层对未知故障进行诊断后，利用层级之间的交互作用，将未知故障诊断层的故障诊断结果反馈到已知故障诊断层，对已知故障诊断层进行更新，以使得已知故障诊断层对更多的电网故障进行诊断。通过本发明实施例，实现了对已知电网故障快速诊断、对未知电网故障有效识别，且自动对故障诊断模型更新和维护的技术效果。

需要注意的是，为了提高故障诊断效率，本发明实施例提供的电网故障诊断方案，使得分层故障诊断模型中的第一诊断层对已知电网故障进行诊断，而第二诊断层只对第一诊断层未能识别的未知电网故障进行诊断。基于该目的，作为一种可选的实施方式，如图1所示，上述s102可以具体包括如下步骤：

s1021，将故障警报信息输入至第一诊断层；

s1022，判断第一诊断层是否输出故障警报信息对应的故障诊断结果；

s1023，在第一诊断层未输出故障诊断结果的情况下，将故障警报信息传输至第二诊断层，输出故障警报信息对应的故障诊断结果。

需要说明的是，上述s1021中的故障警报信息可以是实时监测电网而获取到的实时故障警报信息，将实时获取的故障警报信息传输至分层故障诊断模型的第一诊断层，由于第一诊断层对已知电网故障进行诊断，如果第一诊断层接收到的故障警报信息为未知电网故障的警报信息，则第一诊断层无法诊断出结果，也就不可能输出该故障警报信息对应的故障诊断结果。因而，在通过s1021将实时获取到的故障警报信息传输至第一诊断层后，通过s1022判断第一诊断层是否输出故障警报信息对应的故障诊断结果，如果第一诊断层没有输出故障诊断结果，则通过s1023将该故障警报信息传输至分层故障诊断模型的第二诊断层，通过第二诊断层对未知电网故障进行有效识别。

其中，在通过s1022判断第一诊断层是否输出故障警报信息对应的故障诊断结果的时候，可以根据故障警报信息的特征向量，采用模式匹配的方式，查找故障知识库中与故障警报信息匹配的电网故障；其中，故障知识库中与故障警报信息匹配的电网故障为故障警报信息对应的故障诊断结果。

可选地，上述在通过s1023将故障警报信息传输至第二诊断层，输出故障警报信息对应的故障诊断结果的时候，可以具体包括如下步骤：根据故障警报信息，构建故障诊断数学解析模型；基于故障诊断数学解析模型，解析得到故障警报信息对应的故障诊断结果。

其中，在基于故障诊断数学解析模型，解析得到故障警报信息对应的故障诊断结果之后，还可以进一步包括：如果解析得到故障警报信息对应的多个故障诊断结果，则基于电网的电气量数据对多个故障诊断结果进行辨识，根据辨识结果确定故障警报信息对应的一个故障诊断结果。例如，假设某一区域电网发生的故障为未知故障，通过故障诊断数学解析模型对该未知故障识别后，确定故障可能发生在该电网的线路1、线路2或线路1、变压器1时，即得到两个故障诊断结果，则可以进一步基于线路1、线路2、变压器1关联的电气量信息，对每个待确定故障的元件的电压或电流信息进行辨识，以确定哪个元件发生故障。

为了实现自动更新和维护故障诊断模型的目的，一种可选的实施方式中，在上述s1023之后，本发明实施例提供的电网故障诊断方法还可以进一步包括如下步骤：将第二诊断层输出的故障诊断结果反馈至第一诊断层；对第二诊断层输出的故障诊断结果和相应的故障警报信息进行训练学习；根据训练学习结果，更新第一诊断层。

通过上述实施方式，通过本发明实施例提供的分层故障诊断模型中的第二诊断层对未知电网故障进行有效识别后，将第二诊断层的故障诊断结果反馈至第一诊断层，通过训练学习，以得到新的故障检测器，更新第一诊断层，使得第一诊断层可以实现对新的故障进行诊断。

本发明实施例提供的分层免疫故障诊断模型中，固有诊断层主要完成对故障在发生概率上彼此独立的已知故障的快速诊断，以及免疫学习机制和故障知识库的建立与维护；适应性诊断层以自适应的方式解决固有诊断层未能识别的新故障。其中，固有诊断层的故障诊断以电网开关量故障数据作为输入，通过构建基于调度观测数据与模型匹配度的故障诊断模型，采用模式匹配方法进行诊断；适应性诊断层接收固有诊断层未能识别的电网开关量故障数据，并调入相关电气量数据，完成新故障的诊断识别。

如图2所示，固有诊断层由体液免疫学习模块、故障知识库以及模式匹配模块组成，通过体液免疫学习模块完成故障知识库的构建及实现新故障的连续学习；针对已知故障的诊断，应用故障知识库中基于先验知识生成的故障检测器，采用模式匹配的方法，用已知的诊断知识对目标系统的实时故障警报信息进行快速的诊断识别。适应性诊断层模拟适应性免疫系统的免疫机制和防御作用，以自适应的方式解决固有诊断层未能识别的新故障，包括未知故障诊断识别及故障解集辨识两个环节。

其中，未知故障诊断识别环节中，构建基于数学解析模型的故障诊断模块，利用适应性免疫系统的免疫学习和免疫记忆特性，采用多目标优化的方式解决电网故障诊断问题。通过对所构建目标函数的最优解的求取，完成固有诊断层无法匹配的新故障的诊断识别；同时将诊断结果反馈给固有诊断层用于生成新的故障检测器，从而完成未知故障的连续学习。

当未知故障诊断识别环节接收故障警报信息，并采用基于数学解析模型的故障诊断模块进行诊断分析后，如果未能识别该故障(即解析模型产生多解)，则将产生的多重解数据提呈给故障解集辨识环节，调入可疑故障元件相关的电气量数据进行分析判断。

在故障解集辨识环节中，针对未知故障诊断识别环节产生的多重解问题，在多重解集范围内对可疑故障元件引入电气量数据进行分析，构建母线、线路、变压器等可疑故障元件的电气量判据，将电气量识别结果作为多重解的判定依据，以完成最终诊断结果的求取。同时也要将诊断结果反馈给固有诊断层进行连续学习。

图3为本发明实施例中提供的分层免疫故障诊断模型中各诊断层之间的信息交互示意图，如图3所示，本发明设计的分层免疫故障诊断模型的各层级之间通过抗原提呈以及激活信号进行信息传递与交互(例如，传递诊断参数、信号及诊断结果)，通过各层级之间的相互配合进行故障诊断，实现了故障知识库的自动更新，使故障诊断系统的诊断能力达到最优的效果。作为一种优选的实施方式，本发明实施例提供的分层免疫故障诊断模型的诊断过程主要包括以下步骤：

(1)故障诊断系统将实时故障警报信息作为外部信号来描述问题的行为特征。当电网元件发生故障时，获取反馈的故障警报信息。

(2)调用固有诊断层，将实时监测的故障警报信息的特征向量与故障知识库中已知故障用模式匹配方法进行诊断识别。若诊断成功，则输出故障诊断结果，否则固有诊断层将未能识别的故障警报信息提呈给适应性诊断层。

(3)调用适应性诊断层，首先由未知故障诊断识别环节接收故障警报信息，同时固有诊断层向其发出危险激活信号，利用这些信号交互，进行适应性诊断。

(4)执行未知故障诊断识别环节，根据故障警报信息，确定待优化的故障诊断数学解析模型，并进行优化求解。若确定唯一故障解，则输出故障诊断结果；若产生多重解(即未能识别故障)，则将产生的多重解数据提呈给故障解集辨识环节。

(5)执行故障解集辨识环节，调入可疑故障元件相关的电气量数据进行分析判断，构建母线、线路、变压器等可疑故障元件的电气量判据，根据电气量判定结果，剔除错误解集得出最终正确的故障诊断结果。

(6)激活体液免疫学习模块，通过学习反馈对步骤(4)或(5)得出的故障诊断结果进行训练，产生能识别该故障警报信息的新故障检测器，并将其反馈回固有诊断层的故障知识库中保存，当类似故障再次出现时，可以利用故障知识库进行快速响应。

本发明实施例提供的用于电网故障诊断的分层免疫故障诊断模型，分步、分阶段利用各类故障相关信息进行相应免疫层级的电网故障诊断，通过固有诊断层实现已知故障的快速诊断，通过适用性诊断层实现未知故障的有效识别，通过学习反馈机制对产生的新故障进行连续学习，逐步补充和完善诊断知识，提升故障诊断能力。

本发明实施例中还提供了一种电网故障诊断装置，如下面的实施例所述。由于该装置实施例解决问题的原理与电网故障诊断方法相似，因此该装置实施例的实施可以参见方法的实施，重复之处不再赘述。

图4为本发明实施例中提供的一种电网故障诊断装置示意图，如图4所示，该装置包括：

电网监测模块41，用于实时监测电网的故障警报信息；

电网故障诊断模块42，用于基于预先构建的分层故障诊断模型，根据故障警报信息，对电网故障进行诊断；分层故障诊断模型包括：第一诊断层和第二诊断层；其中，第一诊断层用于对已知电网故障进行诊断；第二诊断层用于对第一诊断层未能识别的未知电网故障进行诊断，第二诊断层的故障诊断结果还用于更新第一诊断层。

由上可知，本发明实施例通过预先构建分层故障诊断模型，在获取到电网的故障警报信息后，利用该分层故障诊断模型的不同层级，对电网的已知故障和未知故障进行诊断，并在利用未知故障诊断层对未知故障进行诊断后，利用层级之间的交互作用，将未知故障诊断层的故障诊断结果反馈到已知故障诊断层，对已知故障诊断层进行更新，以使得已知故障诊断层对更多的电网故障进行诊断。通过本发明实施例，实现了对已知电网故障快速诊断、对未知电网故障有效识别，且自动对故障诊断模型更新和维护的技术效果。

在一种可选的实施例中，上述电网故障诊断模块42可以具体包括：故障警报信息获取模块421，用于将故障警报信息输入至第一诊断层；已知故障诊断模块422，用于判断第一诊断层是否输出故障警报信息对应的故障诊断结果；未知故障诊断模块423，用于在第一诊断层未输出故障诊断结果的情况下，将故障警报信息传输至第二诊断层，输出故障警报信息对应的故障诊断结果。

可选地，上述已知故障诊断模块422还用于根据故障警报信息的特征向量，采用模式匹配的方式，查找故障知识库中与故障警报信息匹配的电网故障；其中，故障知识库中与故障警报信息匹配的电网故障为故障警报信息对应的故障诊断结果。

可选地，上述未知故障诊断模块423还用于根据故障警报信息，构建故障诊断数学解析模型；基于故障诊断数学解析模型，解析得到故障警报信息对应的故障诊断结果。

进一步地，上述未知故障诊断模块423还用于如果解析得到故障警报信息对应的多个故障诊断结果，则基于电网的电气量数据对多个故障诊断结果进行辨识，根据辨识结果确定故障警报信息对应的一个故障诊断结果。

在一种可选的实施例中，本发明实施例提供的电网故障诊断装置还可以包括：故障学习反馈模块43，用于将第二诊断层输出的故障诊断结果反馈至第一诊断层；对第二诊断层输出的故障诊断结果和相应的故障警报信息进行训练学习；根据训练学习结果，更新第一诊断层。

基于上述任意一种可选的或优选的装置实施例，作为一种优选的实施方式，本发明各个装置实施例中的分层故障诊断模型采用的是基于免疫原理的分层免疫故障诊断模型，第一诊断层为分层免疫故障诊断模型的固有诊断层，第二诊断层为分层免疫故障诊断模型的适应性诊断层。

本发明实施例还提供一种计算机设备，用以解决现有的电网故障诊断方案，对于在线电网故障诊断准确率低，且模型维护复杂的技术问题，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法实施例中任意一种可选的或优选的电网故障诊断方法。

本发明实施例还提供一种计算机可读存储介质，用以解决现有的电网故障诊断方案，对于在线电网故障诊断准确率低，且模型维护复杂的技术问题，计算机可读存储介质存储有执行上述方法实施例中任意一种可选的或优选的电网故障诊断方法的计算机程序。

综上所述，本发明实施例提供的电网故障诊断方案，借鉴生物免疫系统的分层防御机理来构建电网故障诊断模型，提出了一种面向电网故障诊断的分层免疫故障诊断模型，针对电网的已知故障和未知故障，分别应用分层故障诊断模型的不同层级进行故障诊断，通过分层故障诊断模型层级之间的交互作用传递诊断参数、信号及诊断结果，具有已知故障的快速诊断、未知故障的有效识别及新故障的连续学习的功能；同时该模型兼顾了电网开关量与电气量的故障诊断，使得信息资源得到合理利用，有助于提高故障诊断的准确率和效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。