基于孪生模型的智能配电柜运行状态的模糊综合评估方法

本发明属于输变电设备监控，尤其涉及一种基于孪生模型的智能配电柜运行状态的模糊综合评估方法。

背景技术：

1、配电柜是电力系统配电环节中最重要的设备之一，在电网系统中配置多、分布广，主要负责进行电力线路的开断，电力负荷的输送，以及将切断故障线路和设备。其运行状态对整个电力系统以及配电网起着极大的影响作用。配电柜长期处于高电压、大电流的状态下工作，由于自身封闭结构，所以容易出现故障。在配电柜的运行状态中，影响其稳定性与安全性的因素较多，需要对配电柜运行状态进行实时监测。由于配电柜内部结构比较复杂，电气元件数量和种类较多，影响因素复杂，因此监测具有较高难度。现有监测方法在实际应用中漏检率较高，并且监测响应时间较长，无法满足实际需求。

2、研究智能配电柜运行状态的评估方法是配电网可靠运行的重要环节，由于缺乏合理有效的运行状态评估手段，导致检修的工作效率较低，并且漏检率较高，既不能实现快速有效的对智能配电柜运行状态的有效评估，又难以实现供电的可靠性与经济性。如何实现经济性和可靠性的平衡与协调，获得智能配电柜运行状态最佳的综合评估方案，是目前智能配电柜运行状态监测需要解决的重要问题。

技术实现思路

1、本发明就是针对现有技术存在的缺陷，提供一种基于孪生模型的智能配电柜运行状态的模糊综合评估方法，其通过数字孪生技术对智能配电柜的运行状态进行虚实映射，构建综合考虑智能配电柜故障随机性和多样性的智能配电柜运行状态的孪生模型；采用蚁群聚类算法对模型进行求解，通过hamacher算子的模糊评估算法对智能配电柜运行状态进行评估，实现对智能配电柜健康状态的实时评估，降低了对故障监测的漏检率。

2、为实现上述目的，本发明采用如下技术方案，包括通过数字孪生技术对智能配电柜的运行状态进行虚实映射，构建智能配电柜运行状态的孪生模型；采用蚁群聚类算法对模型进行求解；通过hamacher算子的模糊评估算法对智能配电柜运行状态进行评估，得到基于孪生模型的智能配电柜运行状态的模糊综合评估方法。

3、具体分为以下步骤：

4、步骤1)获取智能配电柜运行状态数据。

5、步骤2)采用数字孪生技术对获取的数据进行虚实映射。

6、步骤3)构建配电柜运行状态孪生模型。

7、(1)根据智能配电柜的几何数据建立模型。

8、(2)将智能配电柜对应的属性值添加至几何模型上。

9、(3)建立智能配电柜运行状态数据信号和孪生模型的联系。

10、步骤4)通过蚁群聚类算法对所建立的孪生模型进行求解，聚集相同类型的故障样本。

11、步骤5)构建基于孪生模型的智能配电柜运行状态评估指标体系及赋权。

12、(1)建立基于孪生模型的智能配电柜运行状态评估模型。

13、(2)确定隶属度函数，形成隶属度矩阵。

14、(3)采用主成分分析法确定各项指标权重，并形成权重矩阵。

15、(4)采用hamacher算子对智能配电柜运行状态进行模糊综合评估。

16、(5)输出评估结果。

17、步骤6)输出基于孪生模型的智能配电柜运行状态的综合评估方法。

18、进一步地，智能配电柜运行状态数据指温度、湿度、电压、电流、对时异常、设备闭锁、参数错、断路器开闭状态等。

19、进一步地，数字孪生技术指通过建立客观世界到虚拟世界的实体映射，以此反应对应实体在目标环境下的整个生命周期。借助模拟、仿真、与数据分析等过程能完成对物理实体对象状态的全程感知、自我诊断与未来预测，并通过数字模型与实体模型间的相互参照推进模型的自我进化与自我学习，总而实现对实体对象相关行为的实施控制与全面优化。

20、进一步地，数据接口指配电柜运行状态的实际数据与孪生模型相联系的传输通道。

21、进一步地，蚁群聚类算法指将采集得到的故障样本可看作蚁群中的蚂蚁节点，首先将样本分为若干个类，确定聚类中心，然后以蚂蚁寻找食物过程中经历的欧式长度计算其与各个聚类中心的偏差，选择最小的偏差调整样本的类，并最终更新聚类中心,将相同类型的故障样本聚集到一起。

22、进一步地，建立的基于孪生模型的智能配电柜运行状态评估模型以及建立的过程为：

23、设智能配电柜运行状态信息评估因数的集合为u＝{u1，u2，…，um}，其中ui(i＝1，2，…，m)是参与设备评估的数据，具体可以分为离散型和连续型。其中离散型数据是指设备闭锁、对时异常、参数错等设备状态信息。连续型数据是指装置温湿度、cpu负荷率、工作电压、工作电流等数据。采用区间型标准化将此类数据转化为评估指标，具体如式：

24、

25、其中，x为该数据的实际值，[xn，xm]为该数据的最优运行区间，[xmin，xmax]为该数据的运行要求区间。设智能配电柜的评估结果集合为v＝{v1，v2，…，vn}，其中vi(i＝1，2，…，n)是设备的运行状态，具体可以分为正常、注意、异常、故障4个状态，分别对应v1，v2，v3，v4。

26、进一步地，隶属度函数指用于反映智能配电柜运行数据对其运行状态影响程度的函数。对于离散型状态数据，其取值范围为{0，1}，并且其有明确的设备运行状态进行对应，因此隶属度函数可以简化为非0即1的函数。对于连续型数据，由于数据种类众多，且难以直观看出各数据对设备运行状态的直接影响，因此需根据专家经验、厂家意见以及极端情况下设备统计的运行参数得到。

27、隶属度矩阵指将m组数据带入相应的隶属度函数后计算可以得到隶属度集，以隶属度集作为列，则得到隶属度矩阵r，如式所示：其中rnm为隶属度函数所求得的结果。

28、主成分分析法指利用指标间的关系，将多个指标融合成少数指标，在保留绝大部分信息的情况下，用少数综合指标替代原指标，能够消除原指标之间的相互关系，减小指标赋权的工作量。

29、进一步地，权重矩阵指：采用1-9标度层次分析法计算权重，将配电柜运行数据对某个运行状态vk的影响程度进行两两比较，若运行数据ui和uj对运行状态的影响程度相当，则zij＝1，若数据ui比uj的影响程度最大，则zij＝1/9，zji＝9，由此得到判断矩阵z，即：再对判断矩阵z进行归一化处理，获得权重矩阵：其中anm指各数据对不同运行状态影响的大小。

30、进一步地，模糊综合评估指当权重矩阵a和隶属度矩阵r已知时，可根据式b＝a°r进行模糊综合处理，其中°是hamacher算子，b＝{b1，b2，…，bn}是模糊综合评估集合。

31、hamacher算子指含有参数的模糊合成算子，其表达式为：

32、

33、

34、其中，γ是在(0，+∞)范围的参数，且x∈[0，1]，y∈[0，1]。

35、与现有技术相比本发明有益效果。

36、1.本发明为基于孪生模型的智能配电柜运行状态的模糊综合评估方法，能够实现对智能配电柜故障的随机性和多样性优化。传统的智能配电柜运行状态评估方法，由于缺乏合理有效的运行状态评估手段，漏检率高，并且监测响应时间长，既不能实现快速有效的对智能配电对柜运行状态的有效评估，又难以实现供电的可靠性与经济性。本发明通过构建基于孪生模型的智能配电柜运行状态评估指标体系，降低了智能配电柜运行监测的漏检率以及监测响应时间，提升了配电网运行的可靠性与经济性。

37、2.本发明易于实施。本发明是在传统的配电柜运行状态监测的基础上，构建了综合考虑智能配电柜故障随机性和多样性的智能配电柜运行状态孪生模型，使得智能配电柜运行监测的漏检率更低，响应时间更短。从控制上易于实施。

38、3.本发明便于商业化开发。随着配电网中智能配电柜应用的增多，该运行状态的模糊综合评估方法的开发必然具有较大需求，本发明具有较好的商业开发前景。