一种继电保护装置健康状态评估的隶属函数确定方法制造方法及图纸

本发明专利技术公开了一种继电保护装置健康状态评估的隶属函数确定方法，首先，针对实时指标进行劣化度计算，对统计指标进行量化计算；利用G1法对各级指标赋予常权重，根据劣化度对指标常权值进行变权修正；并对现有的5种常见隶属函数进行理论分析，选取了最适用于保护装置的正态型隶属函数，并引入均衡函数对各层级评价指标均进行变权修正，提出了一种效果更明显、结果更准确的模糊综合评价方法；进一步，结合实例验证了该方法的有效性，具有很强的实用价值。价值。

【技术实现步骤摘要】
一种继电保护装置健康状态评估的隶属函数确定方法


[0001]本专利技术涉及电力系统继电保护
，尤其涉及一种继电保护装置健康状态评估的隶属函数确定方法。

技术介绍

[0002]继电保护装置是保障电力系统安全稳定运行的第一道防线，其健康状态对电网安全、稳定运行起着关键作用。然而在实际运行中，保护装置可能面临复杂的环境特征，装置中芯片
‑
板卡
‑
设备各层级都会因载荷、磨损和腐蚀造成机械强度的下降，其绝缘强度、疲劳强度和运行性能等都必将不可避免地随运行环境和时间的变化而逐渐下降，因此，结合芯片、板卡、整机各层级的运行状态信息，建立分层分级的保护装置健康状态评估模型具有十分重要的现实意义，可实现组件级故障定位与告警，为设备状态检修及故障处置提供建议，实现设备运行中的健康管理。
[0003]健康状态评估的研究工作主要集中在评估方法方面。常见的健康状态评估方法有模型法、层次分析法、模糊评判法、人工神经网络法、基于贝叶斯网络的方法等，其中模糊综合评判法因其能适应保护装置形式多样的“大数据”的特征且被评估对象呈现“亦此亦彼”的特性而被广泛应用。但对于继电保护，在应用模糊综合方法评价继电保护装置健康状态时，仍存在以下问题：
[0004]1)模糊综合评估法的隶属度函数较多，隶属度选择不同将会导致最终评价结果存在差异，因此，合理选择适合于保护装置健康状态的隶属函数对评价结果有很大的影响，但现有文献并未全面分析不同隶属度函数的差异并确定最优方案，可能致使评价结果不精确。
[0005]2)现有文献仅针对底层指标进行变权处理，而忽略了上层指标的变权分析，在指标集个数较大且层级较多的情况下，相对隶属度权系数可能会偏小，常权值较小的指标劣化后经层层递进后可能被淹没，无法体现在评价结果中，进而致使评估失效。

技术实现思路

[0006]本专利技术的目的是提供一种继电保护装置健康状态评估的隶属函数确定方法，该方法计算简单，可以准确的评估继电保护装置的健康状态，并对隶属函数的选取具有指导作用，具有很强的实用价值。
[0007]本专利技术的目的是通过以下技术方案实现的：
[0008]一种继电保护装置健康状态评估的隶属函数确定方法，其特征在于，所述方法包括：
[0009]步骤1、按所建继电保护装置健康状态评价指标体系收集状态数据，计算各指标的劣化度；
[0010]步骤2、计算各指标的常权值，并根据劣化度修正得到其变权值；
[0011]步骤3、对现有的几类隶属进行适应性理论分析；
[0012]步骤4、对继电保护装置进行一级模糊综合评判与隶属函数适应性的实例分析；
[0013]步骤5、对继电保护装置进行二级模糊综合评判与变权方式适应性实例分析；
[0014]步骤6、对继电保护装置进行三级模糊综合评判并确定其健康状态。
[0015]由上述本专利技术提供的技术方案可以看出，上述方法计算简单，可以准确的确定继电保护装置的健康状态，并为保护装置评价中隶属函数的选取提供科学依据，具有很强的实用价值。
附图说明
[0016]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0017]图1为本专利技术实施例提供的模糊综合评判的流程图；
[0018]图2为本专利技术实施例所分析的5种不同隶属函数的对比图；
[0019]图3为本专利技术实施例所得出的岭型分布和正态分布的隶属函数分布图。
具体实施方式
[0020]下面结合本专利技术实施例中的附图，对本专利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专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术的保护范围。
[0021]下面将结合附图对本专利技术实施例作进一步地详细描述，如图1所示为模糊综合评判的流程图，所述方法包括：
[0022]步骤1、按所建继电保护装置健康状态评价指标体系收集状态数据，计算各指标的劣化度；
[0023]在所述步骤1中，具体过程为：
[0024]劣化度用来表征继电保护装置各评价指标的劣化程度，由所采集的状态量经劣化计算得到，其结果代入变权函数和隶属度函数，可计算变权系数以及指标隶属于各状态的值。
[0025]1)对于实时指标中的双向劣化指标，此类指标既有上限也有下限值，其在正常误差范围(及良好值参考范围)内均认为没有劣化，超出后按偏移程度进行量化处理。如：芯片的工作电压，其数值上下波动偏离额定范围均可能导致设备故障，计算式为：
[0026][0027]式中：g(x)为评判指标的劣化度；x为评判指标实测值；β1、α2为该指标允许值；α1、β2为该指标的上、下限值。
[0028]2)对于实时指标中的单向劣化指标，此类指标只有上限或下限值，本文一律按照“越小越优”型指标处理。如：温度、使用率、导通电阻以及热阻等。CPU负荷率过高会导致死机等故障；由于预制式二次设备仓的室温稳定在5
‑
25℃，芯片温度不会出现越最低限值的情况，因此仅考虑高温影响；芯片的导通电阻、热阻均随温度的升高而逐渐劣化直至失效，即越小越优型，单向劣化指标计算式为：
[0029][0030]式中：α、β为该指标的上、下限值。
[0031]表1给出了各实时评价指标的取值范围，可据此计算不同指标的劣化度表达式：
[0032]表1实时评价指标及其取值范围
[0033][0034][0035]对于统计指标，鉴于采集的数据范围宽，可比较性差，为统一处理，需要对其进行量化处理。属性值具有多种类型，包括效益型、成本型和区间型。特别的，对于安全性指标，通常认为继电保护设备是十分安全可靠的，各地区差别较小，因此应除以较大值来减小数据差距；对于维修性指标，由于维修人员数量、水平等不同，相较于安全风险维度，各地区水平相差略大，因此应除以较小值来增大数据差距，对统计数据的量化处理方式归纳如表2所示：
[0036]表2继电保护综合评价量化方法
[0037][0038]式中，对于成本、效益型指标，原始的决策矩阵为A＝(a
ij
)
m
×
n
，变换后的决策阵记为Β＝(b
ij
)
m
×
n
，i＝1,
···
,m，j＝1,
···
,n。是决策矩阵第j列中的最大值，是决策矩阵第j列中的最小值；对于区间型指标，给定的最优区间为a
′
j
为无法容忍下限，a
″
j
为无法容忍上限。
[0039]步骤2、计算各指标的常权值，并根据劣化度修正得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种继电保护装置健康状态评估的隶属函数确定方法，其特征在于，所述方法包括：步骤1、按所建继电保护装置健康状态评价指标体系收集状态数据，计算各指标的劣化度；步骤2、计算各指标的常权值，并根据劣化度修正得到其变权值；步骤3、对现有的几类隶属进行适应性理论分析；步骤4、对继电保护装置进行一级模糊综合评判与隶属函数适应性的实例分析；步骤5、对继电保护装置进行二级模糊综合评判与变权方式适应性实例分析；步骤6、对继电保护装置进行三级模糊综合评判并确定其健康状态。2.根据权利要求1所述一种继电保护装置健康状态评估的隶属函数确定方法，其特征在于，在所述步骤1中，计算各指标的劣化度的具体过程为：劣化度用来表征继电保护装置各评价指标的劣化程度，由所采集的状态量经劣化计算得到，其结果代入变权函数和隶属度函数，可计算变权系数以及指标隶属于各状态的值；对于双向劣化指标，此类指标既有上限也有下限值，其在正常误差范围(及良好值参考范围)内均认为没有劣化，超出后按偏移程度进行量化处理，如：芯片的工作电压，其数值上下波动偏离额定范围均可能导致设备故障，计算式为：式中：g(x)为评判指标的劣化度；x为评判指标实测值；β1、α2为该指标允许值；α1、β2为该指标的上、下限值；对于单向劣化指标，此类指标只有上限或下限值，本文一律按照“越小越优”型指标处理，如：温度、使用率、导通电阻以及热阻等，CPU负荷率过高会导致死机等故障；由于预制式二次设备仓的室温稳定在5
‑
25℃，芯片温度不会出现越最低限值的情况，因此仅考虑高温影响；芯片的导通电阻、热阻均随温度的升高而逐渐劣化直至失效，即越小越优型，单向劣化指标计算式为：
式中：α、β为该指标的上、下限值。3.根据权利要求1所述一种继电保护装置健康状态评估的隶属函数确定方法，其特征在于，在所述步骤2中，计算各指标常权值以及变权值的具体过程为：首先应用G1法确定某继电保护装置各层次的常权值，进一步，针对权重值小的评价指标严重偏离正常值时，评价指标权重较低的评价因素都不能通过模糊算子被突显出来，装置整体评价可能还是正常水平，因此仅仅使用常权重系数不能够真实的反映装置的健康状态，引入变权理论，根据状态量劣化度的实际大小实现状态量权重值的改变，对于严重偏离正常值的状态量给予较高的权重，以增加劣化度大的状态量对评价结果的影响，变权公式为：式中，A
ij
为第i个子系统中第j个状态特征参数对应的变权值；ω
ij(0)
第i个子系统中第j个状态特征参数对应的常权值，α为变权系数，本文取α＝
‑
1；但现有文献仅依据指标的劣化度对最底层(第三级)指标进行变权修正，但一、二级指标仍采用常权值，这将导致劣化较严重的指标由于多层叠加后可能被淹没，使得评价结果不准确，针对以上情况，本文考虑将一、二级指标也进行变权处理，对于上级指标劣化值d
i
的选取，考虑2种方式：变权方式1：取底层指标中劣化度的最大值作为上级指标的劣化值(max):d
ij
＝max(d
ijk
)，k＝1，2，...m变权方式2：取底层指标的劣化度与其对应的常权重相乘，即劣化的平均值作为上层指标的劣化值(avg)：式中，d<...

【专利技术属性】
技术研发人员：薛安成，景子洋，欧阳明浩，陶畅，王书鸿，邓雄耀，洪海雁，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：