本发明涉及电力系统设备状态评价，特别涉及电力系统数字化变电站中继电保护系统的状态评估方法。
背景技术：
：继电保护系统状态评价是进行故障诊断、风险评估和状态检修的重要基础数据源，对改进运维检修模式，保障电网可靠运行具有重要作用。数字化变电站继电保护系统增加了过程层设备，且新型的继保系统内通信更便捷。因此，传统的继电保护状态评价难以满足要求。保护正确动作与否遵循木桶原理，状态评价应面向继电保护系统，而不是单装置，使状态评价结果对全面提高保护系统的可靠性更有参考价值。技术实现要素：为了克服现有技术不足，本发明目的在于提供一种数字化变电站继电保护系统的状态评价方法，从而为变电站提高继电保护系统可靠性和提高运维水平提供数据支持。本发明的目的可以通过以下技术方案来实现，一种数字化变电站继电保护系统状态评价方法，包括以下步骤：一种数字化变电站继电保护系统状态评价方法，其特征在于，包括以下步骤：(1)根据数字化继电保护系统的配置，确定继电保护系统的参评设备和状态评价指标；(2)根据确定的状态评价指标类型，将其规范化处理为越大越优型指标；(3)根据获得的设备当前的运行数据和历史运行数据进行信息趋势的二次指数平滑预测；(4)根据预测的结果进行模糊隶属度的计算；(5)根据指标的重要性和设备的重要性，计算各指标权重和设备权重；(6)根据模糊隶属度、设备权重和指标权重得出系统的状态隶属度，确定设备状态。所述步骤(1)中，继电保护系统是指数字化变电站内实现继电保护功能的装置所组成的系统，系统包含继电保护装置、合并单元、交换机、智能终端、同步时钟、传输介质；根据状态评价需要每种装置的历史状态指标和实时监测状态指标；历史状态指标包含投运前状态、家族性缺陷、检修状态、装置正确动作率、厂家支持等；实时监测状态指标主要有：继电保护装置包含cpu负荷率、i/o状态、装置电压、装置温度、ct/pt是否断线、sv通信状态、goose通信状态、软压板状态，合并单元装置包含cpu负荷率、i/o状态、sv数据状态、sv数据通信状态、goose链路状态，交换机包含端口错误报文数量、装置电压、装置内部温度，智能终端包含cpu负荷率、i/o状态、goose链路状态、can网cpu通讯状态，同步时钟包含时源信号状态、时钟电源状态，传输介质包含光纤接收功率、光纤发送功率等。所述步骤(2)中，状态评价指标类型包含成本型指标、效益型指标和区间型指标；状态评价要求将不同类型的指标折算为效益类型的指标，通过对指标设置变换公式将成本型指标和区间型指标折算为效益型指标计算。所述步骤(3)中，设备的当前运行数据和历史数据为继电保护系统的实时监测信息和实际运行情况的统计信息，统计的信息即为状态评价指标对应的信息，每个信息点根据信息变化采用二次指数平滑预测方法预测设备下一时刻的状态。所述步骤(4)中，预测值的模糊隶属度计算是指为指标建立岭形隶属度分布函数，根据指标规范化后的结果得出设备所对应的处于每一个状态的模糊隶属度。所述步骤(5)中，根据设备的重要性和指标的重要性，利用层次分析法和反熵值法相结合的主客观权重确定方法得出每个设备的权重和每个指标的权重。所述步骤(6)中，根据模糊隶属度和设备的权重和指标的权重得出系统的状态是指将最终得出的指标预测值和权重值进行加权求和得出设备的状态隶属度矩阵，进而确定设备的状态。下面对上述各步骤做详细说明：(1)本发明将继电保护系统作为一个整体进行其健康状态的评价，首先确定继电保护系统的评价范围和状态评价的指标。(2)根据预测的结果对成本型指标和区间型指标进行标准化处理，转化为效益型型指标，并最终将指标值转化为0～1之间的标准值。(3)根据功能需求，按照继电保护功能子系统作为评价对象，建立包含实时监测信息和历史运行信息的评价指标，为了提高评价的准确度，本发明提出对设备信息趋势进行预测，预测方法为：xt+t＝at+btt,t＝1,2,…(2)式中监测参数p的监测值时间序列为{x1,x2,…,xt}，为一次平滑值，为二次平滑值，ε为平滑系数，ε∈[0,1]，预测结果记为{xt+1,xt+2,…,xt+t}。(4)根据岭形隶属度分布函数确定预测值在各个等级上的隶属度。(5)为了提高权重设置的准确度，提出利用层次分析法和反熵值法相结合的赋权方法。反熵权法计算权重中，构建的数据评价矩阵进行标准化处理后为r＝[rkj]m×n。式中，rkj表示第k个评价对象下指标j的评价值，m为评价对象个数，n为某一评价对象的指标个数。指标j输出的信息反熵如式(6)所示。指标j权重为最后得到客观权重w′＝[ω′1,ω′2,…,ω′n]。利用层次分析法确定主观权重为w″＝[ω″1,ω″2,…,ω″n]根据矩估计理论，计算各指标主客观权重的重要度系数αi和βi，最终计算出组合权重，如式(8)、(9)。(6)根据第i个一级指标中的m个二级指标的隶属度矩阵和根据式(9)确定的指标权重向量ωi，计算二次设备的综合状态一级评价指标隶属度矩阵bi：bi＝ωi·li＝[bi(p1),bi(p2),bi(p3),bi(p4)](10)式中，li为隶属度矩阵，bi(pi)为指标对应的隶属度数值。根据各一级指标的隶属度矩阵和权重系数，计算二次设备综合状态评价隶属度矩阵c为c＝w·b＝[c1,c2,c3,c4](11)式中，b＝[b1,b2]t，ci为二次设备状态的隶属度值。采用隶属度最大原则，隶属度最大的状态即为设备当前的设备状态。本发明的优点：本发明的目的在于提供一种针对数字化变电站继电保护系统的整体运行状态进行评估的方法，以继电保护功能子系统为对象，具有更大的实用性，采用二次平滑指数的信息趋势预测技术提高信息的准确性，采用主观权重和客观权重相结合的权重确定方法提高权重确定的准确性。最后采用模糊隶属度的方法得出设备的状态使结果更加可靠，大大减少了主观因素在状态评价中的干扰，评价结果准确性和实时性明显提高。对利用状态评价结果进行状态检修等运维活动具有更大的作用。附图说明图1为数字化变电站继电保护系统的状态评价方法流程图。具体实施方式下面结合附图和实施例对本发明作进一步具体说明。应理解，这些实施例仅用于说明本发明而不限于本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明做各种改动或修改，这些等价形式同样落于本申请所付权利要求书所限定的范围。1、一种数字化变电站继电保护系统状态评价方法，具体包含以下步骤：s100：根据数字化继电保护系统的配置，确定继电保护系统的参评设备和状态评价指标；s200：根据确定的状态评价指标类型，将其规范化处理为越大越优型指标；s300：根据获得的设备当前的运行数据和历史运行数据进行信息趋势的二次指数平滑预测；s400：根据预测的结果进行模糊隶属度的计算；s500：根据指标的重要性和设备的重要性，计算各指标权重和设备权重；s600：根据模糊隶属度、设备的权重和指标的权重得出系统的状态隶属度，确定设备状态。其中步骤s100具体包括：继电保护系统设备包含继电保护装置、合并单元、交换机、智能终端、同步时钟、传输介质等设备。根据状态评价需要每种设备的状态评价指标，包含实时检测指标和历史状态指标。实时监测指标主要有，继电保护装置包含cpu负荷率、i/o状态、装置电压、装置温度、ct/pt是否断线、sv通信状态、goose通信状态、软压板状态，合并单元装置包含cpu负荷率、i/o状态、sv数据状态、sv数据通信状态、goose链路状态，交换机包含端口错误报文数量、装置电压、装置内部温度，智能终端包含cpu负荷率、i/o状态，goose链路状态、can网cpu通讯状态，同步时钟包含时源信号状态、时钟电源状态，传输介质包含光纤接收功率、光纤发送功率。历史状态指标包含投运前状态、家族性缺陷、检修状态、装置正确动作率、厂家支持状态。其中步骤s200包括：在s100提出的评价指标中对指标进行规范化处理，将成本型指标和区间型指标折算为效益型指标，然后将所有指标标准化处理为0～1之间的标准值。其中步骤s300包括：在s200将指标进行标准化处理之后，利用信息趋势预测技术对各个指标值进行预测，利用式(1)～(4)进行结果预测。其中预测需要设备最近一段时间内的运行监测信息和统计信息。ε取值越大，远期监测参数对预测值的贡献越小；ε取值越小，远期监测参数对预测值的贡献越大。ε的大小取决于设备监测参数变化情况。先选定ε的大致范围，然后通过计算选择使监测值与预测值方差和最小的值。其中步骤s400包括：在s300预测结果的基础上，确定每个指标的隶属度，隶属度采用岭形隶属度分布函数，将二次设备的信息状态划分为四个等级：严重、异常、注意、正常，分别表示为p1，p2，p3，p4。根据监测数据和后期工作表现给出4种状态等级的模糊分界区间，建立各状态等级的隶属度函数。根据隶属度函数，得出i一级指标中的n个二级指标的劣化度数值隶属于状态空间的隶属度矩阵li。其中步骤s500包括：主观权重通过指标的重要度不同经过专家排序后通过层次分析法得到。根据式(5)～(7)计算客观权重。计算各指标主客观权重的重要度系数αi和βi。根据计算得到的主客观权重和主客观权重重要度系数最终计算出各指标的组合权重。同样的方法计算各设备的权重系数。其中步骤s600包括：利用步骤s400得到的各指标的隶属度矩阵和步骤s500得出的设备和指标的权重，加权求和得出设备的状态的隶属度矩阵，隶属度最大的状态即为设备当前的设备状态。2、实施例一种数字化变电站继电保护系统的状态评价方法，实施例如下：(1)本实施实例假定本发明需要的各指标状态的数据已获得，各设备的评价指标如步骤s100中所述。(2)对设备的指标进行归一化处理，例如继电保护装置主cpu的负荷率为6％，cpu负荷率为成本型指标，对指标进行标准化处理后为0.9867，光纤接收功率为区间型指标，例如光纤接收功率为-16dbm，-20dbm，-29dbm，则对指标进行标准化处理后对应的值分别为0.8462，1，0.9130。(3)对指标的信息趋势进行趋势预测，利用最小二乘指数平滑预测方法，如式(1)～(4)。对投运前状态，家族性缺陷，检修状况，装置正确动作率，厂家支持状态这五项指标进行预测的结果如下表所示，依次排列。规范值a1规范值a2规范值a3规范值a4规范值a5预测值0.70.60.70.70.70.71201110.80.80.552010.90.90.90.920.89560.88610.88610.88610.88610.75950.9396111111(4)对信息趋势预测结果进行模糊处理，采用岭形隶属度分布函数计算隶属度，某交换机三项实时监测指标的预测值为：端口错误报文数量，0.543712；装置电压，0.801056；装置内部温度，0.7608。属于第一级的隶属度计算公式为如下，其他等级以此类推。则计算该交换机对应的模糊隶属度矩阵为(5)指标权重的计算利用层次分析法和反熵值法计算，公式(5)～(7)计算客观权重，利用公式(8)～(9)计算综合权重。合并单元构建的数据矩阵为计算合并单元各指标的主客观权重和综合权重为：指标主cpu负荷率开入开出状态sv数据状态goose链路状态ahp0.16480.24120.35290.2412反熵权法0.32120.22630.22630.2263组合权重0.25800.22510.29190.2251(6)求得设备各指标的隶属度和指标的权重，加权求和得出设备的最终状态隶属度矩阵。例如通过加权求和后得到的现有数据隶属度矩阵c(t)和信息趋势预测隶属度矩阵c(t+1)，c(t)＝[0.00000.01840.08490.8967]c(t+1)＝[0.00000.03960.12810.8324]根据最大隶属度原则，该数字化继电保护系统状态当前处于正常状态，隶属度为0.8324，但趋势预测显示有劣化趋势。以上对本发明进行了详细的介绍，本文对本发明的具体操作方法和操作流程进行了详细的介绍，对实施例用于帮助理解本发明的方法和核心思想，同时对本领域的一般技术人员，依据本发明的思想，再具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。当前第1页12