【技术实现步骤摘要】
一种基于潮流指纹图谱的电网强关联故障分析系统及方法
[0001]本专利技术属于电力系统自动化领域，尤其涉及一种基于潮流指纹图谱的电网强关联故障分析系统及方法。
技术介绍
[0002]随着电力系统迅速发展，电力市场化工作推进，大电网一体化特征日趋明显，系统内部不同元素以及系统与外部环境之间的耦合关系不断增强。电网资源类型不断丰富，新能源占比不断提高，提高新能源消纳水平等新的控制目标不断演进，电网状态的不确定性进一步增强。电力系统及调控业务的一系列深层次发展变化，使得调度控制策略与规程规定复杂程度不断提高，对调控业务的自动化、智能化提出了更高的要求。电力调度控制中心是集高价值数据、分析规则、专家经验和计算决策为一体的“指挥大脑”，现行调控方式主要以人工经验分析为主，调度人员需要将海量多样数据、方案模型进行经验知识关联，重复性“人脑劳动”较多，效率较低，因此，实现智能调控，降低调控人员工作强度迫在眉睫。
[0003]特高压交直流混联电网的形成，在支撑我国电力能源大范围优化配置的同时，也因电网格局的重大改变和极端自然灾害的多...
【技术保护点】
【技术特征摘要】
1.一种基于潮流指纹图谱的强关联故障分析系统，其特征在于：它包括故障诊断模型生成模块(1)、电网强关联故障感知模块(2)；所述故障诊断模型生成模块(1)用于生成强关联设备故障样本集，并形成与强关联设备故障样本集对应的故障潮流指纹图谱，将故障潮流指纹图谱作为基础的SVM分类器的输入，该故障潮流指纹图谱对应的电网故障作为基础的SVM分类器的输出，通过强关联设备故障样本集对基础的SVM分类器进行训练，生成电网故障诊断SVM分类器；所述电网强关联故障感知模块(2)用于获取电网断面数据，对比相邻周期电网断面数据并生成对应的潮流指纹图谱，将潮流指纹图谱输入所述故障诊断模型生成模块(1)生成的电网故障诊断SVM分类器，判断是否存在设备故障的诊断结果，若诊断结果是电网存在故障，则发布电网强关联告警。2.基于权利要求1所述的一种基于潮流指纹图谱的强关联故障分析系统，其特征在于：所述故障诊断模型生成模块(1)包括自适应故障事件集建模模块(11)、故障潮流指纹图谱绘制模块(12)和故障诊断模型训练模块(13)；所述自适应故障事件集建模模块(11)基于D5000平台的在线安全分析模块，采用离线仿真和在线安全分析计算方式进行强关联设备N
‑
2、N
‑
3计算，生成强关联设备故障样本集；所述故障潮流指纹图谱绘制模块(12)用于生成电网故障潮流指纹图谱，其具体实现方法包括模型图构建和图元着色；所述模型图构建是以不同图元代表不同类型设备，形成以图元形式构成的电网模型；所述图元着色是仿真强关联设备故障，根据潮流变化的大小对图元进行着色，将电网潮流变化抽象成易于机器学习的故障潮流指纹图谱；所述诊断模型训练模块(13)利用图像特征SIFT提取算法提取所述故障潮流指纹图谱的SIFT图谱特征，将所述故障潮流指纹图谱的SIFT图谱特征作为训练电网故障诊断SVM分类器的输入，所述潮流指纹图谱对应的电网故障作为输出，通过所述自适应故障事件集建模模块(11)生成的强关联设备故障样本集对电网故障诊断SVM分类器基础模型进行训练，生成适用于电网故障诊断的电网故障诊断SVM分类器。3.基于权利要求2所述的一种基于潮流指纹图谱的强关联故障分析系统，其特征在于：所述自适应故障事件集建模模块(11)中的强关联设备故障样本集的生成方法为：模拟多种电网运行状态，仿真某设备故障，记录故障前后电网所有一次设备有功变化，形成与该故障对应的特征值，仿真所有强关联设备在不同电网运行状态下的N
‑
2、N
‑
3故障；同时，收集实际工作中的经验形成故障事件集；所述电网运行状态包括最大运行方式、最小运行方式、峰谷不同时刻负荷变化和网架拓扑变化的电网状态。4.基于权利要求2所述的一种基于潮流指纹图谱的强关联故障分析系统，其特征在于：所述故障潮流指纹图谱绘制模块(12)中的模型图构建的具体实现方法为：首先，以不同图元代表不同类型设备，以五角形代表线路、圆形代表负荷、菱形代表主变、正方形代表机组；其次，对图形...
【专利技术属性】
技术研发人员：唐俊刺，皮俊波，余建明，单连飞，陈刚，王明凯，高梓济，唐井峰，王超，崔岱，李铁，姜枫，姜狄，史东宇，李正文，孙文涛，张津辉，苑经纬，胡博，许静，胡锦景，吕旭明，丛培贤，张宏宇，许小鹏，王爱华，高凯，葛延峰，刘淼，何晓洋，李桐，孙茜，王琛，周志，韩秋，蔡壮，李佳泽，
申请(专利权)人：国网电力科学研究院有限公司哈尔滨工业大学中国电力科学研究院有限公司国家电网有限公司国网辽宁省电力有限公司电力科学研究院，
类型：发明
国别省市：
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。