多維度數(shù)據(jù)融合的輸電線路故障智能診斷系統(tǒng)

申 元，林 卿，黃修乾，宋文波，王 科

（1.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，云南昆明650217；2.國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，湖北武漢430074；3.云南電網(wǎng)有限責(zé)任公司云南昆明650011；4.云南電網(wǎng)文山供電局云南文山663000）

多維度數(shù)據(jù)融合的輸電線路故障智能診斷系統(tǒng)

申 元1，林 卿2，黃修乾3，宋文波4，王 科1

（1.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，云南昆明650217；2.國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，湖北武漢430074；3.云南電網(wǎng)有限責(zé)任公司云南昆明650011；4.云南電網(wǎng)文山供電局云南文山663000）

針對當(dāng)前輸電線路故障診斷的需求，結(jié)合智能電網(wǎng)運行中產(chǎn)生的大量結(jié)構(gòu)多樣、來源復(fù)雜的數(shù)據(jù)，將這些大數(shù)據(jù)歸類于不同的維度，設(shè)計了基于多維度數(shù)據(jù)融合的輸電線路故障智能診斷系統(tǒng)。對多維度的診斷結(jié)果融合架構(gòu)、融合方法等進(jìn)行了設(shè)計，并給出了故障智能診斷系統(tǒng)的主要功能模塊和整體結(jié)構(gòu)。最后，通過該系統(tǒng)的運行，表明了多維度數(shù)據(jù)融合的診斷結(jié)果具有較高的診斷速度和準(zhǔn)確度，在電力行業(yè)故障診斷方面具有良好的應(yīng)用前景。

多維度；故障診斷；特征降維；數(shù)據(jù)融合；架構(gòu)設(shè)計

隨著物聯(lián)網(wǎng)和智能電網(wǎng)的快速發(fā)展，產(chǎn)生了大量結(jié)構(gòu)多樣、來源復(fù)雜的數(shù)據(jù)，傳統(tǒng)的輸電線路診斷方法大多為單一的診斷方式，準(zhǔn)確性較差[1]。當(dāng)前出現(xiàn)了對數(shù)據(jù)融合的一些研究：基于改進(jìn)的粒子群算法提升D-S的證據(jù)理論融合性能[2]；利用神經(jīng)網(wǎng)絡(luò)進(jìn)行新型融合提高數(shù)據(jù)融合的精度[3]；一種支持多用戶決策的多源異構(gòu)數(shù)據(jù)融合，考慮決策者偏好提高了多用戶決策結(jié)果的可靠度；針對復(fù)雜環(huán)境下提出了基于VxWorks的多目標(biāo)數(shù)據(jù)融合；針對傳感器信號不確定會產(chǎn)生沖突證據(jù)的問題，提出了一種基于改進(jìn)證據(jù)理論的多傳感器信息融合故障診斷方法[4-9]。

面對現(xiàn)今智能電網(wǎng)的大數(shù)據(jù)，文中采用基于多維度數(shù)據(jù)融合[10]技術(shù)的故障診斷方法，將電網(wǎng)系統(tǒng)信息、環(huán)境數(shù)據(jù)、開關(guān)量數(shù)據(jù)、電氣量等數(shù)據(jù)進(jìn)行融合，充分利用多維度的診斷結(jié)果融合，使得診斷結(jié)果更加精確。有利于指導(dǎo)運行人員有針對性地開展輸電線路技術(shù)改造，提高輸電線路運行維護(hù)水平。

1 多維度的輸電線路故障診斷結(jié)構(gòu)與功能

通過對輸電線路故障診斷過程的研究，不難發(fā)現(xiàn)，諸多因素影響最后的診斷結(jié)果，其中包含特征的選取、檢測的誤差和算法選擇等等。如圖1所示可以清晰地看到這些因素都與診斷結(jié)果存在較強(qiáng)的聯(lián)系。

圖1 電網(wǎng)故障診斷中各部分的因素影響

多維度故障診斷系統(tǒng)包括多維度數(shù)據(jù)管理、多維度診斷、多維度融合和多維度決策，多維度故障診斷結(jié)構(gòu)設(shè)計如圖2所示。

圖2 多維度故障診斷結(jié)構(gòu)設(shè)計圖

在多維度故障診斷系統(tǒng)中，多維度數(shù)據(jù)管理主要是對故障進(jìn)行分解，提取出特征值，然后進(jìn)行故障診斷的維度分配；多維度診斷負(fù)責(zé)在各維度下匹配特征值；多維度融合對不同診斷結(jié)果進(jìn)行沖突消解，得出局部診斷結(jié)論的一致性描述，最后通過多維度決策綜合給出故障的診斷結(jié)果[11-12]。

2 多維度的數(shù)據(jù)融合架構(gòu)設(shè)計及方法

2.1 數(shù)據(jù)融合體系結(jié)構(gòu)

數(shù)據(jù)融合最早用于軍事領(lǐng)域，定義為一個處理探測、互聯(lián)、估計以及組合多源信息和數(shù)據(jù)的多層次多方面過程，以便獲得準(zhǔn)確的狀態(tài)和身份估計、完整而及時的戰(zhàn)場態(tài)勢和威脅估計。多數(shù)據(jù)融合技術(shù)的應(yīng)用能夠明顯提高故障診斷的準(zhǔn)確性[13]。

按照融合的位置分有集中式融合、分布式融合和結(jié)合式融合；按照融合的邏輯結(jié)構(gòu)分為數(shù)據(jù)層、特征層和決策層的融合。在維度故障診斷系統(tǒng)中，各個維度下的診斷功能獨立，主要由多維度融合完成，所以本文采用集中式的決策層數(shù)據(jù)融合方式。融合體系結(jié)構(gòu)設(shè)計如圖3所示。

圖3 多維度診斷結(jié)果集中式融合結(jié)構(gòu)設(shè)計

2.2 構(gòu)造可信度分配矩陣

不同維度下按照自己的自主性對故障數(shù)據(jù)處理后，將結(jié)果反饋給多維度融合模塊。融合模塊首先考慮不同維度對不同故障診斷結(jié)論的可信度，構(gòu)造可信度分配矩陣，對診斷結(jié)論進(jìn)行初步修正[14]。

可信度分配矩陣可以通過訓(xùn)練樣本產(chǎn)生，通過診斷訓(xùn)練樣本記錄各維度對每一類故障的正確診斷次數(shù)。假設(shè)有n類故障，某維度對應(yīng)不同故障診斷正確的統(tǒng)計次數(shù)記為T={t1，t2，…，tn}，根據(jù)每一類故障正確診斷的統(tǒng)計次數(shù)，定義該維度對第1到n類的故障可信度為式（1）：

每個訓(xùn)練樣本訓(xùn)練一次，s表示訓(xùn)練樣本的總數(shù)，即總的診斷次數(shù)。rij表示第i個維度得出第j個故障結(jié)論的可信度，也稱為可信度因子?？尚哦纫蜃涌梢岳斫鉃榫S度i對故障j正確診斷的能力。通過式（1）計算的可信度因子范圍為[0，1]，與故障診斷結(jié)論的表達(dá)方式一致。應(yīng)用統(tǒng)計方法求解不同維度的可信度，計算簡單，當(dāng)訓(xùn)練樣本足夠多時，可信度滿足精度要求。

通過上述方法可以計算得出所有維度對應(yīng)不同故障的診斷的可信度，形成可信度分配矩陣R：

2.3 方法實例

假設(shè)存在對跳閘原因的初步診斷結(jié)果如表1所示。

根據(jù)以上各個不同維度下數(shù)據(jù)處理的診斷結(jié)果形成原始診斷矩陣，設(shè)經(jīng)過訓(xùn)練樣本計算后，得到初始可信度分配矩陣。

在可信度分配矩陣R5×5中，其元素是通過統(tǒng)計方法計算出來的，所以其元素均為相對值。元素值越大，說明當(dāng)前維度下故障的診斷準(zhǔn)確率越高。

表1 跳閘初步診斷結(jié)果表

根據(jù)公式（2）計算得初步診斷矩陣Y5×5:

設(shè)隸屬度域值為0.58，即大于域值的故障可能會發(fā)生，小于域值則必然不發(fā)生，則由初步診斷矩陣和隸屬度的域值可以得到融合矩陣為:

3 系統(tǒng)設(shè)計與實現(xiàn)

3.1 系統(tǒng)總體設(shè)計與功能模塊

多維度數(shù)據(jù)融合的輸電線路故障智能診斷系統(tǒng)主要實現(xiàn)以下功能：如圖4所示。

圖4 故障診斷系統(tǒng)功能圖

3.2 故障診斷模塊設(shè)計與實現(xiàn)

故障診斷模塊主要是通過對用戶提交的數(shù)據(jù)，進(jìn)行分析，通過matlab的程序仿真計算結(jié)果，再通過其他系統(tǒng)的實時數(shù)據(jù)進(jìn)行融合判斷，基本流程如圖5。

圖5 故障智能診斷流程圖

4 結(jié) 論

故障診斷廣泛存在于各個領(lǐng)域，智能故障診斷是故障診斷技術(shù)發(fā)展進(jìn)程中的新里程碑。隨著智能電網(wǎng)的快速發(fā)展，電網(wǎng)的大數(shù)據(jù)時代已經(jīng)來臨，本文結(jié)合傳統(tǒng)故障診斷方法，將大數(shù)據(jù)充分挖掘，提出了基于多維度數(shù)據(jù)融合的故障智能診斷技術(shù)，充分利用各維度的自主性和智能性，提高了系統(tǒng)的診斷速度和準(zhǔn)確度。通過融合實例驗證了此方法的有效性，為輸電線路故障智能診斷提供了一個有力的保證。

[1]彭向陽，錢冠軍，李鑫，等.架空輸電線路跳閘故障智能診斷[J].高電壓技術(shù)，2012（8）:1965-1972.

[2]Lee H J，Ahn B S，Park Y M.A fault diagnosis expert system for distribution substations[J].IEEE transactions on power delivery，2000，15（1）:92-97.

[3]費晶，李趙興.基于BP和RBF神經(jīng)網(wǎng)絡(luò)的新型融合技術(shù)研究[J].電子設(shè)計工程，2014，22（17）:96-98.

[4]張晟.Petri網(wǎng)在配電網(wǎng)故障定位中的應(yīng)用[J].機(jī)電信息，2016，27:7-9.

[5]寇為剛，李永祥，孫艷軍.電力系統(tǒng)故障診斷的研究現(xiàn)狀與展望綜述[J].自動化與儀器儀表，2015（2）:4-6.

[6]許元斌.基于電力大數(shù)據(jù)的多源異構(gòu)參數(shù)融合方法的研究與應(yīng)用[J].電子設(shè)計工程，2016，24（14）:14-16.

[7]吳駿，王震，袁海星，等.基于物聯(lián)網(wǎng)技術(shù)的配電網(wǎng)故障定位研究[J].高壓電器，2015，51（12）:72-78.

[8]王小紅.基于RS并行約簡算法的配電網(wǎng)故障診斷方法[J].電子設(shè)計工程，2016（1）:181-183，190.

[9]呂朋亮，陳國順.基于改進(jìn)PSO和DS的融合方法及其在智能診斷上的應(yīng)用[J].計算機(jī)集成制造系統(tǒng)，2014:1.

[10]姜建華，洪年松，張廣云.一種多源異構(gòu)數(shù)據(jù)融合方法及其應(yīng)用研究[J].電子設(shè)計工程，2016，24（12）:33-36.

[11]劉雄杰，楊劍鋒，郭成城.基于VxWorks的數(shù)據(jù)融合系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機(jī)工程與設(shè)計，2016，37（3）:623-628.

[12]劉希亮，陳桂明，李方溪，等.基于改進(jìn)證據(jù)理論的多傳感器信息融合故障診斷[J].中國機(jī)械工程，2014，25（10）:1341-1345.

[13]李再華，劉明昆.電力系統(tǒng)故障的智能診斷綜述[J].電氣技術(shù)，2010（8）:21-24.

[14]劉明，李偉華，嚴(yán)建峰.多Agent信息融合的故障診斷技術(shù)[J].Computer Engineering and Applications，2008，44（34）：204-207.

Intelligent fault diagnosis system for transmission line based on multi dimension data fusion

SHEN Yuan1，LIN Qing2，HUANG Xiu?qian3，SONG Wen?bo4，WANG Ke1
（1.Electric Power Research Institute of Yunnan Power Grid Co.Ltd.，Kunming650217，China；2.State Grid Electric Power Research Institute Wuhan Nari Limited Liability Company，Wuhan430074，China；3.Yunnan Power Grid Co.Ltd.，Kunming650011，China；4.Yunnan Power Grid Yunnan Power Supply Bureau，Wenshan663000，China）

In order to meet the demand of fault diagnosis for transmission lines，a large number of data with complex structure and complicated source are generated，and these data are classified into different dimensions.A intelligent fault diagnosis system based on multi-dimensional data fusion is designed.The fusion structure and fusion method of multi-dimensional diagnosis results are designed，and the main function modules and overall structure of the fault intelligent diagnosis system are given.Finally，the operation of the system shows that the diagnosis result of multi-dimensional data fusion has high diagnostic speed and accuracy，and it has a good application prospect in power industry fault diagnosis.

multidimension；faultdiagnosis；feature dimension reduction；data fusion；architecture design

TM711

A

1674-6236（2017）22-0062-03

2016-10-19稿件編號：201610097

申元（1979—），男，河南虞城人，碩士研究生，工程師。研究方向：電力系統(tǒng)過電壓與外絕緣保護(hù)。