【技术实现步骤摘要】
基于区域性异常模式识别的城市电网故障检测方法和系统
本专利技术涉及行为识别
，具体涉及一种基于区域性异常模式识别的城市电网故障检测方法和系统。
技术介绍
随着城市化进程加快，以居民、金融工商业、服务业、高端制造业为代表的城镇负荷增加迅猛，智能化是城市电网发展的必然趋势和方向，也是解决城市电网所面临问题的有效途径。智能电网作为本世纪电力工业最大变革和创新，已引起了世界范围内多学科、多领域的研究和建设热潮。然而，随着城市电网运行复杂程度的不断升高，诱发电网故障的因素也越来越多。基于故障应急的研究主要基于快速仿真决策、协调控制和分布能源集成等，采用智能化手段进行快速故障诊断、事故处理等辅助决策，并将有用信息直观展示，提高故障应急处理的效率。故障应急一般分为两步：故障识别和处理决策。其中，故障识别是关键，行动决策是基于前者提供的信息做出的最优化抉择。目前，基于城市电网的故障识别主要有以下几种途径：基于专家系统的检测途径、基于信号处理的检测途径、基于信号融合的检测和基于数据驱动的检测。现有的各种运维研究大大提高了...
【技术保护点】
1.一种基于区域性异常模式识别的城市电网故障检测方法，包括：/n监测目标城市电网运行状况，采集所述目标城市电网运行过程中实时产生的所有异常电流波动信号，基于时间窗口技术建立波动信号数据流；/n以异常波动信号点在电网中所隶属的不同能级的上游基站信息为度量，对当前分析窗口内的波动信号数据进行多层聚类，最终以结构树的方式显现出异常信号与各能级基站之间的关联关系；/n基于所述结构树中不同层次聚类簇的簇内结构对比，通过识别所述波动数据流中的集体离群点数据，进而检测所述城市电网中是否发生区域性故障，并基于各故障源的实际发生位置和波动幅度确定各故障源的维修路径和维修优先级。/n
【技术特征摘要】
1.一种基于区域性异常模式识别的城市电网故障检测方法，包括：
监测目标城市电网运行状况，采集所述目标城市电网运行过程中实时产生的所有异常电流波动信号，基于时间窗口技术建立波动信号数据流；
以异常波动信号点在电网中所隶属的不同能级的上游基站信息为度量，对当前分析窗口内的波动信号数据进行多层聚类，最终以结构树的方式显现出异常信号与各能级基站之间的关联关系；
基于所述结构树中不同层次聚类簇的簇内结构对比，通过识别所述波动数据流中的集体离群点数据，进而检测所述城市电网中是否发生区域性故障，并基于各故障源的实际发生位置和波动幅度确定各故障源的维修路径和维修优先级。
2.根据权利要求1所述的方法，其特征在于，以异常波动信号点在电网中所隶属的不同能级的上游基站信息为度量，对当前分析窗口内的波动信号数据进行多层聚类，最终以结构树的方式显现出异常信号与各能级基站之间的关联关系包括：
基于出现异常波动信号的电路在城市电网中的位置确定其所隶属的不同能级的上游基站信息；
以所述不同能级上游基站信息为度量，对所述当前分析窗口内的波动信号数据进行多层聚类；
最终以结构树的方式显现出异常信号与各能级基站之间的关联关系。
3.根据权利要求2所述的方法，其特征在于，以所述不同能级上游基站信息为度量，对所述当前分析窗口内的波动信号数据进行多层聚类，包括：
以所述不同层级的上游基站为度量，基于K-medoids聚类算法对采集到的所述波动信号数据进行多层聚类。
4.根据权利要求3所述的方法，其特征在于，以所述不同能级的上游基站为度量，基于K-medoids聚类算法对采集到的所述波动信号数据进行多层聚类，包括：
以所述不同能级的上游基站为度量，基于K-medoids聚类算法，以绝对误差标准度量作为目标函数，对所述波动信号数据流进行多层聚类。
5.根据权利要求...
【专利技术属性】
技术研发人员：任明仑，黄晓地，褚伟，朱晓曦，程八一，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。