基于物元可拓理论的继电保护状态监测方法及装置与流程

1.本技术涉及继电保护运维技术领域，尤其涉及一种基于物元可拓理论的继电保护状态监测方法及装置。


背景技术：

2.随着智能电网建设提速和新能源系统的大规模接入，电网特性日趋复杂，运行风险日益突出。继电保护作为电网安全第一道防线的重要组成部分，通过电力系统中发生的故障或异常情况进行检测，以发出报警信号、将故障隔离或切除，对保障大电网安全稳定运行具有重要作用。
3.目前，随着电力系统中的继电保护数量和种类增多，运行分析工作量大幅增加，使得模糊综合监测法等传统手段难以应付，从而无法保证继电保护状态监测结果准确性。因此，亟需一种以状态监测为核心的继电保护设备监测方法，以提高监测结果准确性，提升运维工作效率。


技术实现要素：

4.本技术提供了一种基于物元可拓理论的继电保护状态监测方法及装置，以解决当前继电保护状态监测结果存在准确定性低的技术问题。
5.为了解决上述技术问题，第一方面，本技术提供了一种基于物元可拓理论的继电保护状态监测方法，包括：
6.获取电力系统中与继电保护状态相关的状态量数据；
7.对状态量数据进行分类，生成状态监测指标；
8.利用预设合作博弈模型，结合属性层次分析法和反熵权法，计算状态监测指标的指标权重；
9.利用物元可拓理论，计算状态监测指标的指标关联度；
10.根据指标权重和指标关联度，确定电力系统的继电保护状态。
11.在一些实现方式中，利用预设合作博弈模型，结合属性层次分析法和反熵权法，计算状态监测指标的指标权重，包括：
12.基于属性层次分析法，分析状态监测指标的主观权重；
13.基于反熵权法，分析状态监测指标的客观权重；
14.利用预设合作博弈模型，根据主观权重和客观权重，计算状态监测指标的指标权重，预设合作博弈模型为：
15.16.其中，w为指标权重，为主观权重的转置矩阵，为客观权重的转置矩阵，αo和αs为合作博弈系数。
17.在一些实现方式中，基于属性层次分析法，分析状态监测指标的主观权重，包括：
18.基于状态监测指标之间的重要度，构建状态监测指标的属性判断矩阵；
19.利用预设属性层次模型，根据属性判断矩阵，计算状态监测指标的主观权重，预设属性层次模型为：
[0020][0021]
其中，w
o(i)
为第i个状态监测指标的主观权重，b
ij
为属性判断矩阵中第i个状态监测指标与第j个状态监测指标之间的相对属性。
[0022]
在一些实现方式中，基于反熵权法，分析状态监测指标的客观权重，包括：
[0023]
对状态监测指标进行归一化，并计算状态监测指标的熵值；
[0024]
利用预设反熵权模型，根据熵值，计算状态监测指标的客观权重，预设反熵权模型为：
[0025][0026]
其中，wj为第j个状态监测指标的客观权重，ej为第j个状态监测指标的熵值。
[0027]
在一些实现方式中，利用物元可拓理论，计算状态监测指标的指标关联度，包括：
[0028]
确定状态监测指标的经典域、节域和待监测物元；
[0029]
计算经典域与待监测物元之间的第一距离，以及节域与待监测物元之间的第二距离；
[0030]
根据第一距离和第二距离，确定状态监测指标的指标关联度。
[0031]
在一些实现方式中，根据第一距离和第二距离，确定状态监测指标的指标关联度，包括：
[0032]
利用预设关联度函数，根据第一距离和第二距离，确定状态监测指标的指标关联度，预设关联度函数为：
[0033][0034]
其中，kj(vi)表示第i个状态监测指标在第j个状态等级时的指标关联度，ρ(vi,v
ji
)为第一距离，ρ(vi,v
pi
)为第二距离。
[0035]
在一些实现方式中，根据指标权重和指标关联度，确定电力系统的继电保护状态，包括：
[0036]
利用状态等级关联度函数，根据指标权重和指标关联度，计算电力系统的继电保护状态的状态等级关联度；
[0037]
基于状态等级关联度，确定电力系统的继电保护的运行状态等级，状态等级关联度函数为：
[0038][0039]
其中，kj(n)为继电保护状态隶属于第j个状态等级时的状态等级关联度，wi为第i个状态监测指标的指标权重，kj(vi)表示第i个状态监测指标在第j个状态等级时的指标关联度。
[0040]
第二方面，本技术还提供一种基于物元可拓理论的继电保护状态监测装置，包括：
[0041]
获取模块，用于获取电力系统中与继电保护状态相关的状态量数据；
[0042]
生成模块，用于对状态量数据进行分类，生成状态监测指标；
[0043]
第一计算模块，用于利用预设合作博弈模型，结合属性层次分析法和反熵权法，计算状态监测指标的指标权重；
[0044]
第二计算模块，用于利用物元可拓理论，计算状态监测指标的指标关联度；
[0045]
确定模块，用于根据指标权重和指标关联度，确定电力系统的继电保护状态。
[0046]
第三方面，本技术还提供一种计算机设备，包括处理器和存储器，存储器用于存储计算机程序，计算机程序被处理器执行时实现如第一方面的基于物元可拓理论的继电保护状态监测方法。
[0047]
第四方面，本技术还提供一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时实现如第一方面的基于物元可拓理论的继电保护状态监测方法。
[0048]
与现有技术相比，本技术至少具备以下有益效果：
[0049]
通过获取电力系统中与继电保护状态相关的状态量数据，并对状态量数据进行分类，生成状态监测指标，以构建继电保护状态监测指标体系；再利用预设合作博弈模型，结合属性层次分析法和反熵权法，计算状态监测指标的指标权重，以综合考虑专家主观经验和客观数据规律，使得指标权重的获取更加科学合理；以及利用物元可拓理论，计算状态监测指标的指标关联度，避免了传统模糊综合监测法中状态等级划分、隶属度函数选择没有明确标准的问题，监测结果更加精细；最后根据指标权重和指标关联度，确定电力系统的继电保护状态，从而提高了继电保护状态监测结果的合理性与准确性，辅助继电保护装置运维人员进行科学合理的决策分析。
附图说明
[0050]
图1为本技术一实施例示出的基于物元可拓理论的继电保护状态监测方法的流程示意图；
[0051]
图2为本技术另一实施例示出的基于物元可拓理论的继电保护状态监测方法的流程示意图；
[0052]
图3为本技术实施例示出的状态监测指标体系的示意图；
[0053]
图4为本技术实施例示出的基于物元可拓理论的继电保护状态监测装置的结构示意图；
[0054]
图5为本技术实施例示出的计算机设备的结构示意图。
具体实施方式
[0055]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于
本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0056]
请参照图1，图1为本技术实施例提供的一种基于物元可拓理论的继电保护状态监测方法的流程示意图。本技术实施例的基于物元可拓理论的继电保护状态监测方法可应用于计算机设备，该计算机设备包括但不限于智能手机、笔记本电脑、平板电脑、桌上型计算机、物理服务器和云服务器等设备。如图1所示，本实施例的基于物元可拓理论的继电保护状态监测方法包括步骤s101至步骤s105，详述如下：
[0057]
步骤s101，获取电力系统中与继电保护状态相关的状态量数据。
[0058]
在本步骤中，状态量数据包括检测型状态量、可靠性状态量和失效风险状态量等数据，具体如图3所示。
[0059]
步骤s102，对所述状态量数据进行分类，生成状态监测指标。
[0060]
在本步骤中，依托继电保护监测中心数据中台，通过其对继电保护运行信息的相关性分析，并结合继电保护状态监测导则，筛选出与继电保护运行状态联系紧密的状态量指标，构建如图3所示的继电保护运行状态综合监测指标体系。为了方便继电保护运行维护人员能够根据设备状态及时开展相应的检修决策，将继电保护运行状态综合监测等级分为正常、注意、异常和严重4个状态等级。
[0061]
步骤s103，利用预设合作博弈模型，结合属性层次分析法和反熵权法，计算所述状态监测指标的指标权重。
[0062]
在本步骤中，基于属性层次分析法(ahm)计算得到监测指标的主观权重向量wo。其次，基于反熵权法计算得到监测指标的客观权重ws。最后，基于合作博弈模型对指标的主客观权重进行调和，得到监测指标的组合权重w。
[0063]
在一些实施例中，所述步骤s103，包括：
[0064]
基于所述属性层次分析法，分析所述状态监测指标的主观权重；
[0065]
基于所述反熵权法，分析所述状态监测指标的客观权重；
[0066]
利用所述预设合作博弈模型，根据所述主观权重和所述客观权重，计算所述状态监测指标的指标权重，所述预设合作博弈模型为：
[0067][0068]
其中，w为所述指标权重，为主观权重的转置矩阵，为客观权重的转置矩阵，αo和αs为合作博弈系数。
[0069]
在本实施例中，为了克服单一指标赋权法的局限性，采用合作博弈模型均衡指标主客观权重的配比，使得监测指标权重的赋值更加科学合理。将由ahm和反熵权法得到的指标权重向量wo、ws进行线性组合：
[0070][0071]
以组合权重w与wo和ws的离差极小化为目标，对组合系数αo、αs进行优化，目标函数为：
[0072][0073]
通过求解线性方程组得到最优组合系数：
[0074][0075]
利用预设合作博弈模型，根据最优组合系数得到组合权重(即指标权重)。
[0076]
可选地，所述基于所述属性层次分析法，分析所述状态监测指标的主观权重，包括：
[0077]
基于所述状态监测指标之间的重要度，构建所述状态监测指标的属性判断矩阵；
[0078]
利用预设属性层次模型，根据所述属性判断矩阵，计算所述状态监测指标的主观权重，所述预设属性层次模型为：
[0079][0080]
其中，w
o(i)
为第i个状态监测指标的主观权重，b
ij
为属性判断矩阵中第i个状态监测指标与第j个状态监测指标之间的相对属性。
[0081]
在本可选实施例中，
①
构造判断矩阵：结合继电保护相关监测导则和电力设备监测领域内专家的经验对继电保护监测指标之间的相对重要程度进行打分，打分标准参照层次分析法的1～9比例标度，最终得到判断矩阵a＝(a
ij
)n×n。其中，n表示指标个数，a
ij
表示第i个指标相对于第j个指标的相对重要程度。
[0082]
②
获取属性判断矩阵：由相对属性组成的矩阵称为属性判断矩阵，根据下式将判断矩阵a＝(a
ij
)n×n转化为属性判断矩阵b＝(b
ij
)n×n：
[0083][0084]
式中，k为大于等于2的正整数。
[0085]
③
求解指标权重：指标主观权重计算公式为：
[0086][0087]
式中，w
o(i)
表示第i个指标的主观权重。
[0088]
可选地，所述基于所述反熵权法，分析所述状态监测指标的客观权重，包括：
[0089]
对所述状态监测指标进行归一化，并计算所述状态监测指标的熵值；
[0090]
利用预设反熵权模型，根据所述熵值，计算所述状态监测指标的客观权重，所述预设反熵权模型为：
[0091][0092]
其中，wj为第j个状态监测指标的客观权重，ej为第j个状态监测指标的熵值。
[0093]
在本可选实施例中，
①
指标数据预处理：由于不同监测指标的量纲和数量级存在
差异，需要对指标进行归一化处理。依据监测指标性质将其分为两类：越大越优型和越小越优型。
[0094]
其中，越大越优型即指标数据越大表示设备状态越好：
[0095][0096]
越小越优型，即指标数据越小表示设备状态越好：
[0097][0098]
式中，x
′
表示指标归一化后的值，x表示指标的实际数据值，x
max
、x
min
表示指标取值范围的上下限。
[0099]
②
计算指标熵值：根据熵的定义式计算各指标的熵值ej：
[0100][0101]
③
确定指标客观权重：将反熵进行归一化处理后的值作为各指标的客观权重wj：
[0102]
步骤s104，利用物元可拓理论，计算所述状态监测指标的指标关联度。
[0103]
在本步骤中，以继电保护为研究对象，基于物元可拓理论对其运行状态进行监测。
[0104]
在一些实施例中，所述步骤s104，包括：
[0105]
确定所述状态监测指标的经典域、节域和待监测物元；
[0106]
计算所述经典域与所述待监测物元之间的第一距离，以及所述节域与所述待监测物元之间的第二距离；
[0107]
根据所述第一距离和所述第二距离，确定所述状态监测指标的指标关联度。
[0108]
在本实施例中，(1)确定经典域：对继电保护的状态风险等级进行划分，并确定各监测指标隶属于各等级的取值区间，由此得到各等级对应的经典域。
[0109][0110]
式中，nj对应继电保护的第j个状态等级，c1,c2...cn为继电保护的状态监测指标，v
ji
＝《a
ji
,b
ji
》表示第i个监测指标隶属于第j个状态等级的取值范围。
[0111]
(2)确定节域：根据节域的定义，将各监测指标的允许取值范围称为待监测对象综合监测物元模型的节域，节域r
p
可表示为：
[0112][0113]
式中，p表示继电保护状态等级的全体，v
pi
表示第i个监测指标对应所有状态等级的取值范围。
[0114]
(3)确定待评物元：通过继电保护数据中台采集监测指标c1,c2...cn的实际运行数据v1,v2...vn，由此构造待评物元：
[0115][0116]
式中，po表示待评对象，ro表示待评物元。
[0117]
(4)确定指标权重：根据上一节所提的基于合作博弈的主客观组合赋权方法对继电保护运行状态监测指标进行赋权。
[0118]
(5)关联度计算：第i个监测指标对应状态等级j的关联函数定义如下：
[0119][0120]
式中，ρ(vi,v
ji
)和ρ(vi,v
pi
)分别表示第i个指标的待评物元与经典域和节域之间的距离，根据下式求得。
[0121][0122]
步骤s105，根据所述指标权重和所述指标关联度，确定所述电力系统的继电保护状态。
[0123]
在本步骤中，利用状态等级关联度函数，根据所述指标权重和所述指标关联度，计算所述电力系统的继电保护状态的状态等级关联度；基于所述状态等级关联度，确定所述
电力系统的继电保护的运行状态等级，所述状态等级关联度函数为：
[0124][0125]
其中，kj(n)为继电保护状态隶属于第j个状态等级时的状态等级关联度，wi为第i个状态监测指标的指标权重，kj(vi)表示第i个状态监测指标在第j个状态等级时的指标关联度。
[0126]
依据最大隶属度原则，可以判定装置的当前总体的运行状态为正常，与实际情况相符，无需对设备进行检修。根据最大隶属度原则，可以判断继电保护当前的运行状态总体属于正常，对应的检修策略为不安排检修，只需进行正常的巡视和监测。
[0127]
作为示例而非限定，如图2所示，本实施例构建继电保护运行状态综合监测指标体系；采用属性层次模型和反熵权法分别计算监测指标的权重，经由合作博弈模型得到主客观兼具的组合权重；采用物元可拓理论计算监测指标的关联度；基于权重和关联度，获得当前运行的继电保护状态。
[0128]
依托继电保护监测中心数据中台，通过其对继电保护运行信息的相关性分析，并结合继电保护状态监测导则，筛选出与继电保护运行状态联系紧密的状态量指标，构建继电保护运行状态综合监测指标体系，如图2所示。为了方便继电保护运行维护人员能够根据设备状态及时开展相应的检修决策，将继电保护运行状态综合监测等级分为正常、注意、异常和严重4个状态等级。
[0129]
本实施例中基于ahm计算得到监测指标的主观权重向量wo。其次，基于反熵权法计算得到监测指标的客观权重ws。最后，基于合作博弈模型对指标的主客观权重进行调和，得到监测指标的组合权重w。监测指标的主观、客观以及组合权重如下表所示：
[0130][0131]
进一步地，计算各指标隶属于各状态等级的关联度，如下表所示：
[0132]
[0133][0134]
进一步地，根据式对继电保护监测指标隶属于各状态等级的关联度分别进行加权求和，得到继电保护运行状态隶属于正常、注意、异常和严重的关联度，结果见下表：
[0135][0136]
进一步地，依据最大隶属度原则，可以判定装置的当前总体的运行状态为正常，与实际情况相符，无需对设备进行检修。根据最大隶属度原则，可以判断继电保护当前的运行状态总体属于正常，对应的检修策略为不安排检修，只需进行正常的巡视和监测。
[0137]
为了执行上述方法实施例对应的基于物元可拓理论的继电保护状态监测方法，以实现相应的功能和技术效果。参见图4，图4示出了本技术实施例提供的一种基于物元可拓理论的继电保护状态监测装置的结构框图。为了便于说明，仅示出了与本实施例相关的部分，本技术实施例提供的基于物元可拓理论的继电保护状态监测装置，包括：
[0138]
获取模块401，用于获取电力系统中与继电保护状态相关的状态量数据；
[0139]
生成模块402，用于对所述状态量数据进行分类，生成状态监测指标；
[0140]
第一计算模块403，用于利用预设合作博弈模型，结合属性层次分析法和反熵权法，计算所述状态监测指标的指标权重；
[0141]
第二计算模块404，用于利用物元可拓理论，计算所述状态监测指标的指标关联度；
[0142]
确定模块405，用于根据所述指标权重和所述指标关联度，确定所述电力系统的继电保护状态。
[0143]
在一些实施例中，所述第一计算模块403，包括：
[0144]
第一分析单元，用于基于所述属性层次分析法，分析所述状态监测指标的主观权重；
[0145]
第二分析单元，用于基于所述反熵权法，分析所述状态监测指标的客观权重；
[0146]
第一计算单元，用于利用所述预设合作博弈模型，根据所述主观权重和所述客观权重，计算所述状态监测指标的指标权重，所述预设合作博弈模型为：
[0147][0148]
其中，w为所述指标权重，为主观权重的转置矩阵，为客观权重的转置矩阵，αo和αs为合作博弈系数。
[0149]
在一些实施例中，所述第一分析单元，用于：
[0150]
基于所述状态监测指标之间的重要度，构建所述状态监测指标的属性判断矩阵；
[0151]
利用预设属性层次模型，根据所述属性判断矩阵，计算所述状态监测指标的主观权重，所述预设属性层次模型为：
[0152][0153]
其中，w
o(i)
为第i个状态监测指标的主观权重，b
ij
为属性判断矩阵中第i个状态监测指标与第j个状态监测指标之间的相对属性。
[0154]
在一些实施例中，所述第二分析单元，用于：
[0155]
对所述状态监测指标进行归一化，并计算所述状态监测指标的熵值；
[0156]
利用预设反熵权模型，根据所述熵值，计算所述状态监测指标的客观权重，所述预设反熵权模型为：
[0157][0158]
其中，wj为第j个状态监测指标的客观权重，ej为第j个状态监测指标的熵值。
[0159]
在一些实施例中，所述第二计算模块404，包括：
[0160]
第一确定单元，用于确定所述状态监测指标的经典域、节域和待监测物元；
[0161]
第二计算单元，用于计算所述经典域与所述待监测物元之间的第一距离，以及所述节域与所述待监测物元之间的第二距离；
[0162]
第二确定单元，用于根据所述第一距离和所述第二距离，确定所述状态监测指标的指标关联度。
[0163]
在一些实施例中，所述第二确定单元，用于：
[0164]
利用预设关联度函数，根据所述第一距离和所述第二距离，确定所述状态监测指标的指标关联度，所述预设关联度函数为：
[0165][0166]
其中，kj(vi)表示第i个状态监测指标在第j个状态等级时的指标关联度，ρ(vi,v
ji
)为第一距离，ρ(vi,v
pi
)为第二距离。
[0167]
在一些实施例中，所述确定模块405，用于：
[0168]
利用状态等级关联度函数，根据所述指标权重和所述指标关联度，计算所述电力
系统的继电保护状态的状态等级关联度；
[0169]
基于所述状态等级关联度，确定所述电力系统的继电保护的运行状态等级，所述状态等级关联度函数为：
[0170][0171]
其中，kj(n)为继电保护状态隶属于第j个状态等级时的状态等级关联度，wi为第i个状态监测指标的指标权重，kj(vi)表示第i个状态监测指标在第j个状态等级时的指标关联度。
[0172]
上述的基于物元可拓理论的继电保护状态监测装置可实施上述方法实施例的基于物元可拓理论的继电保护状态监测方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本技术实施例的其余内容可参照上述方法实施例的内容，在本实施例中，不再进行赘述。
[0173]
图5为本技术一实施例提供的计算机设备的结构示意图。如图5所示，该实施例的计算机设备5包括：至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时实现上述任意方法实施例中的步骤。
[0174]
所述计算机设备5可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该计算机设备可包括但不仅限于处理器50、存储器51。本领域技术人员可以理解，图5仅仅是计算机设备5的举例，并不构成对计算机设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0175]
所称处理器50可以是中央处理单元(central processing unit，cpu)，该处理器50还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0176]
所述存储器51在一些实施例中可以是所述计算机设备5的内部存储单元，例如计算机设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述计算机设备5的外部存储设备，例如所述计算机设备5上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
[0177]
另外，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意方法实施例中的步骤。
[0178]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在计算机设备上运行时，使得计算机设备执行时实现上述各个方法实施例中的步骤。
[0179]
在本技术所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可
以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。
[0180]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read－only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0181]
以上所述的具体实施例，对本技术的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本技术的具体实施例而已，并不用于限定本技术的保护范围。特别指出，对于本领域技术人员来说，凡在本技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。