一种基于信息融合的750kV电网二次设备状态评估方法技术

本发明专利技术公开了一种基于信息融合的750kV电网二次设备状态评估的方法，对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后由信息融合方式将马尔科夫预测法，模糊综合评价法和隐藏故障判断三种方法的评估结果进行融合从而给出750kV电网二次设备的状态评估结果。根据本方法给出的状态评估结果可以更加合理的制定检修计划，避免了过渡检修或检修不足。?

【技术实现步骤摘要】

本专利技术涉及750kV电网二次设备状态评估领域，具体地，涉及。
技术介绍
750kV电网二次设备能否正常的运行，直接关系到电网的安全稳定运行。因此对二次设备进行状态检修势在必行，其中进行准确的状态评估是实现状态检修的基础。目前用于电气二次设备状态评估的方法主要有以下几种技术方法应用概率法对继电保护装置建立概率模型，由于750kV电网二次设备一般为可修复系统，所以一般不适合应用概率法进行评估。通过一些离线资料如工厂试验、交接试验等，实现对电气二次设备基础评分，但是此方法并不能实现对750kV电网二次设备一些实时动态数据进行利用。目前用于电气二次设备状态评估的方法都比较单一，并且不能很好的综合利用电网二次设备的各种信息，进 行全面的状态评估。
技术实现思路
针对上述问题，本专利技术提出。根据本方法给出的状态评估结果可以制定合理的检修计划，避免了过渡检修或检修不足。为实现上述目的，所采用的技术方案是一种基于信息融合的750kV电网二次设备状态评估的方法，对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后利用信息融合方式将马尔科夫预测法，模糊综合评价法和隐藏故障判断三种方法的评估结果进行融合从而给出750kV电网二次设备的状态评估结果。进一步的，所述的隐藏故障判断方法为对于有两套微机保护装置和一套测控装置所采集的相同模拟量(如线路部分就有两套微机保护装置与一套测控装置对同一模拟量进行采集)，即电压量，电流量进行采集并分别制定了电流量，电压量采集通道的评估方案；具体如下 (O电流量采集通道评估方案将所述微机保护装置的采集电流和所述测控装置的采集电流进行收集，如果有一个装置采集的电流值与其它两个装置采集的电流值相差超过电流限值，即告警检修； (2)电压量采集通道评估方案将所述微机保护装置的采集电压和所述测控装置的采集电压进行收集，如果有一套装置采集的电压值与其它两套装置采集的电压值相差超过电压限值，即告警检修。本专利技术采用模糊综合评价法可以有效地利用自检信息实现对750kV电网二次设备状态评估。马尔科夫预测法具有预测事物未来的特点，可以很好地实现对微机保护装置的可靠性预测。通过基于隐藏故障数据的隐藏故障判断法可以有效地发现单台装置的隐藏故障。信息融合技术可以综合利用多传感器获得的同一对象的多维状态评估信息并进行评估，通过基于DS证据理论的信息融合进行运算，进而得出750kV电网二次设备的最终评估结果。从而可以制定合理的检修计划，避免了过渡检修或检修不足。附图说明图I为本专利技术基于DS证据理论的信息融合评估模型示意 图2为本专利技术基于马尔科夫预测法的二次设备状态空间图。 具体实施例方式以下结合某750kV变电站对本专利技术作进一步详细的说明。参照图1，，本方法包括模糊综合评价法、马尔科夫预测法、隐藏故障判断、以及基于信息融合(DS)证据理论的信息融合。其中所述模糊综合评价法模型的建立分为五步评价因素集的确定，评价因素权重的确定，评估标准的确立，隶属度矩阵的确立，模糊综合评价模型的建立。评价因素集是以反映750kV电网二次设备状态的各状态量为元素组成的集合。各因素权重的分配对二次设备状态的评价结果起着至关重要的作用，确定合理的权重是模糊综合评价的关键步骤。具体(I)评价因素集的确定 评价因素集的一般表达形式为U=Iu1, U2，…uj，式中,U1, U2，…Un代表750kV电网二次设备的各状态量，本模型选取自检信息的状态量建立评价因素集。(2)评价因素权重的确定 权重集的一般表达形式为A=Ia1, a2，…an}，式中，a1; a2，…an代表750kV电网二次设备各状态量的权重值。(3)评估标准的确立 根据相关行业标准制定750kV变电站二次设备的状态评估标准并制定相应的评价集，评价集V的一般表达形式为V=Iv1, V2,…vm}。式中V1, V2,…Vm分别代表对状态评估结果的状态描述，如正常，可疑，危险等。(4)隶属度矩阵的确立，隶属度^表示所述评价因素集U中第i个因素值对所述评价集V中第j个等级的隶属度。分别求出评价因素集中的第i个指标，对应于评价集中评价Vl，V2,…Vm的隶属度即为隶属度矩阵，隶属度矩阵的一般表达形式如下式所示。 y1Y1ψψψ y fIl rUrIm V'V*零..Yt d_ r'2l r22r2mη.—,. * * * γ*Vtψψψ y' _'nl fn2rnm — (5)模糊综合评价模型的建立，i = A R= I iiy ,式中“。”表示合成算子。其中A为上述(2)中的权重集，R为上述(4)中的隶属度矩阵，B为评价结果集，I^b2，…\为评价结果集中的组成元素，为了保留全部有用信息，本模糊综合评价系统选用“加权平均型”模糊合成运算。所述马尔科夫预测法主要是利用初始的状态概率向量和状态概率转移矩阵来推知750kV电网二次设备未来某一时期所处的状态。其模型 (I)用Pu( k)表示750kV电网二次设备由状态Ei经过k次转移至状态Ej的概率，即k步转移概率矩阵本文档来自技高网...

【技术保护点】
一种基于信息融合的750kV电网二次设备状态评估的方法，其特征在于对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后由信息融合方式将马尔科夫预测法，模糊综合评价和隐藏故障判断三种方法的结果进行融合从而给出750kV电网二次设备的状态评估结果。

【技术特征摘要】
1.一种基于信息融合的750kv电网二次设备状态评估的方法,其特征在于对于具有实时动态性质的二次设备自检信息，通过模糊综合评价法实现状态评估；对于工作状态信息，通过马尔科夫预测法实现状态评估；对于隐藏故障数据，通过隐藏故障判断实现状态评估；最后由信息融合方式将马尔科夫预测法，模糊综合评价和隐藏故障判断三种方法的结果进行融合从而给出750kV电网二次设备的状态评估结果。2.根据权利要求I所述的一种基于信息融合的750kV电网二次设备状态评估的方法，其特征在于所述的隐藏故障判断方法为对于有两套微机保护装置和一套测控...

【专利技术属性】
技术研发人员：任伟，李玉明，刘罡，姚旭，司军章，董海鹰，王晓亮，马博，
申请(专利权)人：甘肃省电力公司检修公司，兰州交通大学，
类型：发明
国别省市：