用于电网中的多IED事件分类的方法和系统技术方案

本发明专利技术涉及用于电网中的多IED事件分类的方法和系统。根据本发明专利技术的对电网中的事件进行分类的方法。所述方法利用由各智能电子设备(I1，I2，I3，I4，I5，I6，I7)提供的事件相关数据，并且为操作员提供对事件进行分类的单一结论，从而帮助操作员确定缓解动作。所述方法包括接收来自每个智能电子设备(I1，I2，I3，I4，I5，I6，I7)的单独的事件相关数据，并且根据对于所述事件相关数据应用的概率方法，确定所述事件是故障或者非故障。此外，本发明专利技术还给出了一种对应的系统(1)。

【技术实现步骤摘要】

本公开内容总体上涉及电力系统，并且特别涉及在电网的变电站环境中的事件分析。
技术介绍
中压配电馈线的性能和可靠性对于电力公用事业公司为其商业、工业和住宅客户所提供的服务的质量具有重要影响。为此，服务的可靠性和供电的连续性是每一家公用事业公司最首要的业务目标。但是断电、服务中断和电网干扰是不可避免的。这些问题确实会发生，并且同样会给电力公用事业公司和社会带来很大损失。最近由美国的LawrenceBerkeley国家实验室执行的一项研究报告表明，每年主要由于大量的短时干扰会给不可靠的电力系统带来800亿美元的损失。当中断发生时，电力公用事业公司的最优先事务是尽可能快地解决断电，并且为尽可能多的客户恢复电力。所有网络操作(特别是断电管理)的有效性在很大程度上取决于在正确时间为正确操作员递送正确信息的信息系统的可用性。导致中断的资产失效和故障以及正常的网络操作其自身都表现为被称作事件的电压和电流偏移。这些事件被智能电子设备(IED)捕获到并且作为原始数据存储在数字文件中。由于缺少时间、资源和适当的工具，所记录的原始波形很少被用于实时且准确的决策。为了改进电力网络的可控性和可靠性，所安装的测量点和各种类型的智能电子设备的数目越来越多。由于电连接到相同总线的各IED将捕获单个事件的多项表现，因此数据中常常存在冗余。包括使用 在配电网络中的保护IED和传感器的基于微处理器的数字系统会产生大量原始数据，为了从保护到监测再到控制动作的各种决策功能，需要对这些原始数据进行分析和处理。所述数字系统常常被设置在适当位置以取代传统的电机械系统，并且被配置成提供与其传统对应项相同的功能。因而，由于没有广泛使用先进的基于数据的方法和判定支持工具，导致对于数字数据的利用严重不足。鉴于不断增大的数据量和不断缩小的工程劳动力，电网操作员越来越难以应对这一“数据海嘯”以及对常常相关并且冗余的数据进行有效地利用。特别地，由各IED作为干扰记录所捕获到的原始数据的直接益处很少会超出保护工程师对这些数据的偶尔使用。传统上，所述分析一直都是人工处理。一位或更多位分析师将会熟悉所述数据，并且借助于统计技术提供概要并生成报告。然而，随着数据数量的快速增长，即使有可能进行人工分析也根本无法跟上数据增长的步伐，因此，这样的方法正快速失效。
技术实现思路
本专利技术的专利技术人之前已经开发出一种能够自动捕获、分析以及解释由例如安装在中压变电站总线上的单个馈线保护IED所捕获的馈线事件的方法。利用该方法，通过确定所述事件是该IED的主要监测区域或者邻近监测区域(即相同的中压变电站总线对于不同的馈线的监测区域)内的故障或者非故障的概率，所述IED可以对该事件进行分类。此外，所述方法还提供了对于故障或非故障的类型的确定。在标题为“System and method forclassifying power line events”的美国专利申请13/155，236中公开了这一主题，其被合并在此以作参考。本公开内容的一个目的是提供一种用于实时系统的方法，其综合来自多个IED的数据，并且为操作员提供描述事件的单一结论，从而帮助操作员决定缓解动作。特别地，一个目的是提供一种对多IED环境中的事件进行分类的方法。因此，在本公开内容的第一方面中，提供一种对电网中的事件进行分类的方法，其中所述方法包括:接收来自各智能电子设备的单独的事件相关数据；在数据结构中设置关于所述单独的事件相关数据的各概率值类别，其中对于每个智能电子设备，根据第一类别所述事件是邻近监测区域故障并且根据第二类别所述事件是邻近监测区域非故障，或者根据第三类别所述事件是主要监测区域故障并且根据第四类别所述事件是主要监测区域非故障，智能电子设备的主要监测区域是指派该智能电子设备监测的监测区域，智能电子设备的邻近监测区域是并非该智能电子设备的主要监测区域的监测区域；对于每个智能电子设备，在所述数据结构中选择来自第一类别和第二类别当中每个类别或者来自第三类别和第四类别当中每个类别的最高概率值；基于来自所述第一类别的最高概率值确定所述事件属于所述第一类别的相应总概率，基于来自所述第二类别的最高概率值确定所述事件属于所述第二类别的相应总概率，基于来自所述第三类别的最高概率值确定所述事件属于所述第三类别的相应总概率，并且基于来自所述第四类别的最高概率值确定所述事件属于所述第四类别的相应总概率；以及基于所述第一类别、所述第二类别、所述第三类别和所述第四类别的总概率，确定所述事件是故障或者非故障。因此，操作员将不会被淹没在由多个IED出于事件分类目的所提供的数据中。从而借助于本公开内容，有可能基于来自两个或更多智能电子设备(IED)的输入(即事件相关数据)，为操作员提供关于事件是故障或者非故障的单一结论。`所谓“单独的事件相关数据”是指每个IED提供单独的事件相关数据以作为针对所述方法的输入。一个实施方式包括利用关于事件是故障或者非故障的先验概率确定每一项总概率的变尺度(scaled)总概率，其中确定事件是故障或者非故障是基于所述变尺度总概率。通过基于先验概率确定相应的变尺度概率，由于将关于事件的先验知识纳入考虑，因此可以确定更加现实的概率。此外，所述变尺度概率考虑到与第三类别和第四类别相比，在第一类别和第二类别中可能有不同数目的项目。如果例如在N-1ED系统中存在单一事件，则这是有益的，其中N是IED的数目，第三类别和第四类别包括一个单值概率值，而第一类别和第二类别则包括N-1个值，所有这些值都小于零。在其中所述总概率是作为各单独类别概率的乘积的联合密度函数的值的实施方式中，所得到的第一类别与第二类别的乘积将得到非常小的数字。在这些情况下，所述变尺度会提供补偿。一个实施方式包括基于第一类别和第三类别的变尺度总概率确定故障值，并且基于第二类别和第四类别的变尺度概率确定非故障值，其中确定事件是故障或非故障是基于所述故障值和非故障值当中的最大者。根据一个实施方式，所述设置包括将所述数据结构的每一行的概率值与特定智能电子设备相关联。根据一个实施方式，所述设置包括在与事件是第一类别或者第二类别事件的概率相关联的智能电子设备所关联的各行中，将所述数据结构的每列与故障或者非故障邻近监测区域子类别相关联。根据一个实施方式，所述设置包括在与事件是第三类别或者第四类别事件的概率相关联的智能电子设备所关联的各行中，将所述数据结构的每一列与主要监测区域故障或者非故障子类别相关联。把每行和每列分别与IED和一个类别相关联，可以按照结构化方式对所述数据结构进行搜索以获得包含在其各单元中的数据。应当提到的是，这些仅仅是所述数据结构的可能配置的例子。一个实施方式包括确定第三类别概率值的数目和第四类别概率值的数目。一个实施方式包括在已经确定事件是故障并且第三类别概率值的数目大于零的情况下，确定每个主要监测区域故障子类别的概率，以及通过选择所述概率当中的最大值来确定主要监测区域故障的类型。因此，当已经确定事件是故障并且存在所述事件是主要监测区域事件的概率时，可以从所述主要监测区域故障子类别中的故障类型集合确定具体的故障。一个实施方式包括在已经确定事件是故障并且第三类别概率值的数目等于零的情况下，确定每个邻近监测区域故障子类别的概率，以及通过选择所述概率本文档来自技高网...

【技术保护点】
一种对电网中的事件进行分类的方法，其中所述方法包括：接收(S1)来自各智能电子设备(I1，I2，I3，I4，I5，I6，I7)的单独的事件相关数据；在数据结构中设置(S2)关于所述单独的事件相关数据的各概率值的类别，其中对于每个智能电子设备(I1，I2，I3，I4，I5，I6，I7)，根据第一类别所述事件是邻近监测区域故障并且根据第二类别所述事件是邻近监测区域非故障，或者根据第三类别所述事件是主要监测区域故障并且根据第四类别所述事件是主要监测区域非故障；智能电子设备(I1，I2，I3，I4，I5，I6，I7)的主要监测区域是该智能电子设备(I1，I2，I3，I4，I5，I6，I7)被指派进行监测的监测区域，智能电子设备(I1，I2，I3，I4，I5，I6，I7)的邻近监测区域是并非该智能电子设备(I1，I2，I3，I4，I5，I6，I7)的主要监测区域的监测区域；对于每个智能电子设备(I1，I2，I3，I4，I5，I6，I7)，在所述数据结构中选择(S3)来自所述第一类别和所述第二类别当中每个类别或者来自所述第三类别和所述第四类别当中每个类别的最高概率值；基于来自所述第一类别的最高概率值确定(S4)所述事件属于所述第一类别的相应总概率，基于来自所述第二类别的最高概率值确定(S4)所述事件属于所述第二类别的相应总概率，基于来自所述第三类别的最高概率值确定(S4)所述事件属于所述第三类别的相应总概率，并且基于来自所述第四类别的最高概率值确定(S4)所述事件属于所述第四类别的相应总概率；以及基于所述第一类别、所述第二类别、所述第三类别和所述第四类别的总概率，确定(S5)所述事件是故障或者非故障。...

【技术特征摘要】
2012.01.26 EP 12152569.51.一种对电网中的事件进行分类的方法，其中所述方法包括: 接收(SI)来自各智能电子设备(II，12，13，14，15，16，17)的单独的事件相关数据； 在数据结构中设置(S2)关于所述单独的事件相关数据的各概率值的类别，其中对于每个智能电子设备(II，12，13，14，15，16，17)，根据第一类别所述事件是邻近监测区域故障并且根据第二类别所述事件是邻近监测区域非故障，或者根据第三类别所述事件是主要监测区域故障并且根据第四类别所述事件是主要监测区域非故障； 智能电子设备(II，12，13，14，15，16，17)的主要监测区域是该智能电子设备(II，12，13，14，15，16，17)被指派进行监测的监测区域，智能电子设备(II，12，13，14，15，16，17)的邻近监测区域是并非该智能电子设备(II，12，13，14，15，16，17)的主要监测区域的监测区域； 对于每个智能电子设备(II，12，13，14，15，16，17)，在所述数据结构中选择(S3)来自所述第一类别和所述第二类别当中每个类别或者来自所述第三类别和所述第四类别当中每个类别的最闻概率值； 基于来自所述第一类别的最高概率值确定(S4)所述事件属于所述第一类别的相应总概率，基于来自所述第二类别的最高概率值确定(S4)所述事件属于所述第二类别的相应总概率，基于来自所述第三类别的最高概率值确定(S4)所述事件属于所述第三类别的相应总概率，并且基于来自所述第四类别的最高概率值确定(S4)所述事件属于所述第四类别的相应总概率；以及 基于所述第一类别、所述第二类别、所述第三类别和所述第四类别的总概率，确定(S5)所述事件是故障或者非故障。2.根据权利要求1所述的方法，包括利用关于事件是故障或者非故障的先验概率来确定针对每个总概率的变尺度总概率， 其中确定(S5)所述事件是故障或者非故障是基于所述变尺度总概率。3.根据权利要求2所述的方法，包括基于所述第一类别和所述第三类别的变尺度总概率确定故障值，并且基于所述第二类别和所述第四类别的变尺度概率确定非故障值，其中确定(S5)所述事件是故障或者非故障是基于所述故障值和非故障值当中的最大者。4.根据前述权利要求任一项所述的方法，其中，所述设置(S2)包括将所述数据结构的每一行的概率值与特定智能电子设备(II，12，13，14，15，16，17)相关联。5.根据前述权利要求任一项所述的方法，其中，所述设置(S2)包括在与所述事件是第一类别或者第二类别事件的概率相关联的智能电子设备所关联的每行中，将所述数据结构的每列与故障或者非故障邻近监测区域子类别相关联。6.根据前述权利要求任一项所述的方法，其中，所述设置(S2)包括在与所述事件是第三类别或者第四类别事件的概率相关联的智能电子设备所关联的每行中，将所述数据结构的每列与主要监测区域故障或者非故障子类别相关联。7.根据前述权利...

【专利技术属性】
技术研发人员：K·萨里南，M·穆萨维，
申请(专利权)人：ABB研究有限公司，
类型：发明
国别省市：