电力系统故障案例的典型案例自学习方法技术方案

电力系统故障案例的典型案例自学习方法，包括：定义匹配特征值，所述匹配特征值为特征值可信度大于或者等于第一阈值的案例特征值；定义特征值矩阵，所述特征值矩阵为各个典型案例所含所述匹配特征值的矩阵；在实际案例发生后，获取该实际案例的状态值；将所述状态值与各个所述典型案例的所述特征值矩阵进行匹配，计算该实际案例与各个典型案例的案例匹配度，以获取最大案例匹配度；当所述最大案例匹配度小于第二阈值，将该实际案例进行第一处理；当所述最大案例匹配度大于或者等于所述第二阈值，将该实际案例进行第二处理。所述方法能够自动生成和划分相应的典型案例，为电力系统工作人员提供丰富的学习资料。

【技术实现步骤摘要】
电力系统故障案例的典型案例自学习方法
本专利技术涉及电力系统领域，尤其涉及一种电力系统故障案例的典型案例自学习方法。
技术介绍
电力系统是把很多的发电站、变电站、配电站和用户等由输电和配电线路连接起来形成的系统。它通常由发电机、变压器、母线、输配电线路及用电设备等组成。各电气元件、设备及系统通常处于正常运行状态，但也可能出现故障或异常运行状态。电力系统故障是指电气元件和设备不能按照预期的指标进行工作的一种状态，也就是说电气元件和设备未达到其应该达到的功能，故障包括有发电机组故障、变压器故障、输电线路故障、变电所故障和母线故障等。随着电力系统的规模越来越大，结构越来越复杂，故障产生不可避免。电力系统故障处理过程可以是，从系统的运行状态中检测到拓扑变化，从拓扑变化相关联的区域(单元)内检测故障征兆信息，经过对这些信息进行分析处理，重点根据保护动作的信号，判断故障发生的具体区域与位置(如故障范围或故障点)。故障范围或故障点确定后，先确保故障区域(单元)可靠切除或被可靠隔离，再完成失电负荷的供电恢复，最后进行故障原因排查与故障消缺处理。用于电力系统诊断的专门系统，为相应的电力系统故障诊断专家系统。在电力系统中，对其运行检修所使用的信号采集设备种类较多，系统维护人员无法对这些信号采集设备进行熟练运用，这样就会造成电力系统维护效率低，维护效果差等问题。为此，电力企业往往会开展一些专业案例培训活动以及刊行案例培训手册等。这种方法虽然在一定程度上能够帮助运维人员提高业务素质，但是，由于电力系统所涉及的电力设备较多，案例培训活动以及刊行案例培训手册往往无法满足电力系统运行维护的要求。
技术实现思路
本专利技术解决的问题是提供电力系统故障案例的典型案例自学习方法，以自动生成和划分相应的典型案例，为电力系统工作人员提供丰富的学习资料。为解决上述问题，本专利技术提供了一种电力系统故障案例的典型案例自学习方法，包括：定义匹配特征值，所述匹配特征值为特征值可信度大于或者等于第一阈值的案例特征值；定义特征值矩阵，所述特征值矩阵为各个典型案例所含所述匹配特征值的矩阵；在实际案例发生后，获取该实际案例的状态值；将所述状态值与各个所述典型案例的所述特征值矩阵进行匹配，计算该实际案例与各个典型案例的案例匹配度，以获取最大案例匹配度；当所述最大案例匹配度小于第二阈值，将该实际案例进行第一处理；当所述最大案例匹配度大于或者等于所述第二阈值，将该实际案例进行第二处理。可选的，所述第一处理包括：利用该实际案例生成新典型案例。可选的，所述第一处理包括：将所述新典型案例的所述状态值生成为新案例特征值，计算所述新案例特征值的特征值可信度。可选的，所述第二处理包括：定义所述最大案例匹配度对应的所述典型案例为该实际案例的最相似案例；定义该实际案例的所述状态值中，满足匹配特征值条件的所述状态值为该实际案例的实际案例状态值；计算该实际案例状态值的特征值可信度，作为实际特征值可信度；根据该实际特征值可信度和所述最大案例匹配度，计算该实际案例为所述最相似案例的案例可信度。可选的，所述第二处理还包括：在计算该实际案例为所述最相似案例的可信度之后，更新所述最相似案例的数据，然后重新计算该实际案例状态值的可信度；将重新计算的该实际特征值可信度，更新到所述最相似案例的所述特征值矩阵。可选的，将该实际案例的所述状态值中，未满足成为所述匹配特征值的所述状态值定义为该实际案例的样本状态值，将所述样本状态值进行特征值培养。可选的，将所述样本状态值进行特征值培养包括：当该实际案例发生N次以上时，如果所述样本状态值在这些次数中出现的比例不低于K％时，将所述样本状态值转化为该实际案例的案例特征值，并计算该案例特征值的特征值可信度，且判断该案例特征值是否可以作为匹配特征值；其中N为3以上的整数，K为50至100的数字。可选的，所述案例特征值和所述案例状态值在用户电网的全景数据中生成，所述全景数据包括以下数据的至少其中之一：变电站SCADA系统数据；电力集控SCADA系统数据；电力调度SCADA系统数据；保护信息系统数据；继电保护装置数据；安全稳定与自动控制装置数据；智能测控装置数据；故障录波装置数据；电力设备状态监测数据；生产工艺过程数据。可选的，所述案例特征值具有关联属性。本专利技术技术方案的其中一个方面中，定义匹配特征值，所述匹配特征值为特征值可信度大于或者等于第一阈值的案例特征值；定义特征值矩阵，所述特征值矩阵为各个典型案例所含所述匹配特征值的矩阵；在实际案例发生后，获取该实际案例的状态值；将所述状态值与各个所述典型案例的所述特征值矩阵进行匹配，计算该实际案例与各个典型案例的案例匹配度，以获取最大案例匹配度；当所述最大案例匹配度小于第二阈值，将该实际案例进行第一处理；当所述最大案例匹配度大于或者等于所述第二阈值，将该实际案例进行第二处理。所述方法能够自动生成和划分相应的典型案例，即能够实现典型案件的生成、匹配和入库等操作，为工作人员的案例学习提供了丰富准确的各类典型案例，即为电力系统工作人员提供丰富的学习资料，从而使工作人员能够掌握更好的电力系统故障处理分析能力。附图说明图1是实施例一，电力系统故障诊断专家系统中诊断系统主站与调度中心(或集控中心)的设置结构示意图；图2是实施例一，电力系统故障诊断专家系统的诊断系统主站部署结构示意图；图3是实施例二，电力系统故障诊断专家系统的诊断系统主站部署结构示意图；图4是本专利技术实施例三提供的电力系统故障案例的典型案例自学习方法对应的一种场景步骤示意图。具体实施方式为更加清楚的表示，下面结合附图对本专利技术做详细的说明。实施例一请结合参考图1和图2，显示了本专利技术提供的一种电力系统故障诊断专家系统。电力系统故障诊断专家系统包括诊断系统主站，本实施例诊断系统主站直接利用调度主站(或称集控主站)的网络来设置(以下统称为调度主站)。图1中，虚线左侧为调度主站的结构，虚线右侧为故障诊断专家系统的诊断系统主站。由图1可知，本实施例诊断系统主站挂设在调度主站的网络结构中。如图1所示，相应的调度主站可以包括：调度主站数据存储结构、工程师站与操作员站、远动转发/调度通信单元和调度主站服务器等结构。调度主站的远动转发/调度通信单元可以接入电力调度网。调度主站的服务器接入集控区域各变电站的SCADA信息。诊断系统主站可以直接利用调度主站的通信设备接入电力系统。图2显示了诊断系统主站的一种具体部署结构。如图2所示，诊断系统主站包括：数据存储结构(如图2中虚线框所示)、专家知识库、前置服务器、分析引擎和运行工作站。数据存储结构用于数据的存储。专家知识库用于专家知识存储。前置服务器用于采集电力系统的运行参数，并执行数据预处理。分析引擎用于作为实时推理机，从前置服务器采集缓存推理所需的观测信息，从专家知识库搜索合适的专家知识，完成推理，并保存推理过本文档来自技高网...

【技术保护点】
1.一种电力系统故障案例的典型案例自学习方法，其特征在于，包括：/n定义匹配特征值，所述匹配特征值为特征值可信度大于或者等于第一阈值的案例特征值；/n定义特征值矩阵，所述特征值矩阵为各个典型案例所含所述匹配特征值的矩阵；/n在实际案例发生后，获取该实际案例的状态值；/n将所述状态值与各个所述典型案例的所述特征值矩阵进行匹配，计算该实际案例与各个典型案例的案例匹配度，以获取最大案例匹配度；/n当所述最大案例匹配度小于第二阈值，将该实际案例进行第一处理；/n当所述最大案例匹配度大于或者等于所述第二阈值，将该实际案例进行第二处理。/n

【技术特征摘要】
1.一种电力系统故障案例的典型案例自学习方法，其特征在于，包括：
定义匹配特征值，所述匹配特征值为特征值可信度大于或者等于第一阈值的案例特征值；
定义特征值矩阵，所述特征值矩阵为各个典型案例所含所述匹配特征值的矩阵；
在实际案例发生后，获取该实际案例的状态值；
将所述状态值与各个所述典型案例的所述特征值矩阵进行匹配，计算该实际案例与各个典型案例的案例匹配度，以获取最大案例匹配度；
当所述最大案例匹配度小于第二阈值，将该实际案例进行第一处理；
当所述最大案例匹配度大于或者等于所述第二阈值，将该实际案例进行第二处理。


2.如权利要求1所述的电力系统故障案例的典型案例自学习方法，其特征在于，所述第一处理包括：利用该实际案例生成新典型案例。


3.如权利要求2所述的电力系统故障案例的典型案例自学习方法，其特征在于，所述第一处理包括：将所述新典型案例的所述状态值生成为新案例特征值，计算所述新案例特征值的特征值可信度。


4.如权利要求1、2或3所述的电力系统故障案例的典型案例自学习方法，其特征在于，所述第二处理包括：
定义所述最大案例匹配度对应的所述典型案例为该实际案例的最相似案例；
定义该实际案例的所述状态值中，满足匹配特征值条件的所述状态值为该实际案例的实际案例状态值；
计算该实际案例状态值的特征值可信度，作为实际特征值可信度；
根据该实际特征值可信度和所述最大案例匹配度，计算该实际案例为所述最相似案例的案例可信度。


5.如权利要求4所述的电力系统故障案例的典型案例自学习方法，其特征在于，所述第二处理还包括...

【专利技术属性】
技术研发人员：袁甄，刘以成，游木森，
申请(专利权)人：厦门盈盛捷电力科技有限公司，
类型：发明
国别省市：福建;35