電網(wǎng)故障多源信息智能融合診斷方法

游昊，石恒初，楊遠(yuǎn)航，孔德志，陳璟

（云南電力調(diào)度控制中心，云南 昆明 650011）

0 前言

隨著社會經(jīng)濟(jì)的快速發(fā)展，社會對電力供應(yīng)的依賴程度增強(qiáng)，對穩(wěn)定、可靠的供電服務(wù)質(zhì)量的要求越來越高，電網(wǎng)管理的智能化水平和電網(wǎng)故障的快速處理被越來越多的關(guān)注[1]。

繼電保護(hù)領(lǐng)域的保信、錄波和行波三個主站為調(diào)度機(jī)構(gòu)提供決策支持，是保障電網(wǎng)穩(wěn)定供電的重要手段之一。三個主站系統(tǒng)分別在故障診斷、故障分析和測距定位方面各擅勝場，但存在保信主站調(diào)取信息不及時、錄波主站測距不理想、行波主站自動化程度低等弊端。利用單一主站進(jìn)行故障分析，信息不全面，依賴人工驗(yàn)證，影響故障判定的準(zhǔn)確性。本文對三個主站系統(tǒng)進(jìn)行優(yōu)劣勢互補(bǔ)，通過主站信息融合，提高電網(wǎng)故障分析結(jié)果的準(zhǔn)確性。

三個主站的故障信息融合最大技術(shù)難點(diǎn)在于主站故障信息的同步獲取和信息的融合診斷方法。國內(nèi)外針對電網(wǎng)故障提出了多種智能診斷方法，如專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、模糊推理、因果網(wǎng)絡(luò)及petri網(wǎng)[2-6]等，利用智能融合診斷技術(shù)來判定故障的方法有人工神經(jīng)網(wǎng)絡(luò)信息融合、基于貝葉斯網(wǎng)絡(luò)的信息融合、基于模糊推理的信息融合、基于專家系統(tǒng)的信息融合、基于小波變換的多尺度信息融合、加權(quán)系數(shù)信息融合[7-9]等。文獻(xiàn)[10]提出對故障快速反應(yīng)和可靠決策主要依賴于錄波主站，并未參考保信和行波主站的故障數(shù)據(jù)，故障分析結(jié)果可靠性風(fēng)險高，依賴人工驗(yàn)證；文獻(xiàn)[11-12]利用小波技術(shù)、覆蓋集理論，提出改進(jìn)優(yōu)化模型，對故障開關(guān)量和電氣量信息進(jìn)行特征提取，對小波奇異度、故障度和能量度三者計算可信度來診斷故障，但保護(hù)故障數(shù)據(jù)量大，整理速度慢，數(shù)據(jù)上送可靠性差，錄波和保信電氣量信息在時間約束下的融合效果并不理想，且行波故障測距準(zhǔn)的優(yōu)點(diǎn)未有效利用，故障測距還需要人工干預(yù)。面對電網(wǎng)規(guī)模擴(kuò)大、設(shè)備數(shù)量增多、擾動數(shù)據(jù)驟增的壓力，局限于廠站側(cè)故障數(shù)據(jù)融合，需要花費(fèi)大量的時間從海量數(shù)據(jù)中提取故障特征，工作繁瑣且低效。為解決以上問題，迫切需要：

1）任務(wù)的動態(tài)調(diào)整，保證廠站側(cè)上傳至主站的數(shù)據(jù)或主動激勵獲取到的數(shù)據(jù)在限定時間內(nèi)處理完成，保證融合前故障信息的可靠性；

2）利用多源信息智能融合診斷技術(shù)，結(jié)合三個主站的故障分析結(jié)果綜合判定故障，提升故障分析的準(zhǔn)確性。

本文提出基于D-S證據(jù)理論的綜合錄波、保信和行波主站故障信息的多源信息智能融合診斷方法。通過縱向連通加強(qiáng)裝置與鏈路的狀態(tài)監(jiān)視，提高故障數(shù)據(jù)上送的可靠性和處理的及時性；橫向連通將故障反應(yīng)速度快的錄波主站、故障判定準(zhǔn)的保信主站和測距精確度好的行波主站之間進(jìn)行故障信息共享，實(shí)現(xiàn)同源故障信息融合。利用D-S多源信息智能融合診斷方法，對錄波、保護(hù)和行波故障數(shù)據(jù)在主站側(cè)完成數(shù)據(jù)分析、信息分類、同源故障融合等一系列動作，調(diào)度機(jī)構(gòu)根據(jù)融合后的故障報告可直接決策和處理故障，不依賴人工干預(yù)，對保障電網(wǎng)穩(wěn)定運(yùn)行具有重要的作用。

1 系統(tǒng)設(shè)計

1.1 總體架構(gòu)

本文所提的電網(wǎng)故障多源信息智能融合診斷系統(tǒng)，是為滿足當(dāng)前形勢下電網(wǎng)故障精細(xì)化、智能化管理的要求，按電壓等級劃分調(diào)度管轄范圍，形成縱向貫通、橫向互連的電網(wǎng)故障信息實(shí)時動態(tài)交互場景，實(shí)現(xiàn)各調(diào)度系統(tǒng)三大主站獨(dú)立運(yùn)行且彼此之間互相聯(lián)系，詳如圖1所示。

圖1 總體架構(gòu)

1.2 功能架構(gòu)

該系統(tǒng)重點(diǎn)考慮數(shù)據(jù)狀態(tài)監(jiān)控和信息融合診斷兩個核心部分，旨在確保廠站側(cè)設(shè)備監(jiān)控到的擾動或故障數(shù)據(jù)可以正確完整傳輸?shù)街髡鞠到y(tǒng)，在經(jīng)過數(shù)據(jù)計算、故障分析、信息分類、同源故障融合后生成故障分析報告，確保最終發(fā)布的故障信息完整且準(zhǔn)確。故障信息智能融合診斷系統(tǒng)主要包含數(shù)據(jù)狀態(tài)監(jiān)控、信息融合診斷兩個部分，如圖2所示。

圖2 信息融合診斷系統(tǒng)框架

1）數(shù)據(jù)狀態(tài)監(jiān)控：該功能由數(shù)據(jù)轉(zhuǎn)換模塊、通道映射模塊、控制模塊三個部分組成。

數(shù)據(jù)轉(zhuǎn)換模塊：采用開放式的功能模塊，格式轉(zhuǎn)換接口依據(jù)各廠家數(shù)據(jù)自定義格式進(jìn)行整合，將各采集設(shè)備輸出的原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)格式。這種處理方法可降低廠家自定義格式不統(tǒng)一的弊端，當(dāng)有新的設(shè)備接入組網(wǎng)時，將該設(shè)備的轉(zhuǎn)換接口庫加入其中實(shí)現(xiàn)擴(kuò)展。

通道映射模塊：監(jiān)控數(shù)據(jù)接口正常穩(wěn)定性，查看數(shù)據(jù)傳輸鏈路的實(shí)時狀態(tài)，避免傳輸數(shù)據(jù)量大造成的網(wǎng)絡(luò)擁堵問題。該功能主要是將廠站側(cè)標(biāo)準(zhǔn)格式數(shù)據(jù)及時傳輸給對應(yīng)主站，確保主站接收到的故障數(shù)據(jù)完整正確。

控制模塊：隨著數(shù)據(jù)傳輸任務(wù)的增加和減少來確定傳輸鏈路微線程的利用和釋放，自動調(diào)節(jié)微線程鏈路占用情況，進(jìn)行資源的合理利用。

2）信息融合診斷：該功能由通信模塊、分析整理模塊、融合模塊、推送模塊和統(tǒng)計模塊五個部分組成。

通信模塊：利用通信模塊，確保廠站和主站之間數(shù)據(jù)傳輸以及三個主站之間的信息共享，當(dāng)所需要的數(shù)據(jù)未及時上傳，啟動數(shù)據(jù)自動召喚，當(dāng)數(shù)據(jù)主動召喚失敗時，啟動主動激勵進(jìn)行干預(yù)召喚數(shù)據(jù)，確保最終三站故障信息的可靠性。

分析整理模塊：錄波主站對上傳的故障波形進(jìn)行模擬量和形態(tài)量分析后整理形成錄波故障報告，保信主站對保護(hù)動作信息以及采集到的故障波形進(jìn)行整理形成保信故障報告，行波主站對行波波形以及測距結(jié)果進(jìn)行整理形成行波測距報告。

融合模塊：三個主站故障報告里的同一類型信息按規(guī)則統(tǒng)一描述后進(jìn)行分類，對三個主站分類后的特征量進(jìn)行比對，確認(rèn)為同源故障進(jìn)行融合。

推送模塊：根據(jù)故障發(fā)生時間和影響范圍，確定故障處理的緊急程度，啟動故障信息發(fā)布，使調(diào)度機(jī)構(gòu)可以根據(jù)智能化故障信息推送結(jié)果進(jìn)行故障策略制定和任務(wù)下發(fā)。

統(tǒng)計模塊：統(tǒng)計日報、周報、月報、年報對應(yīng)的所有故障信息報告，便于統(tǒng)籌管理故障信息的實(shí)時跟蹤、處理、閉環(huán)。

2 軟件設(shè)計

軟件主要包含信息集成層、信息支撐層、底層分析層和應(yīng)用層，如圖3所示。通過外圍通信接口和耦合元件進(jìn)行錄波、保信和行波主站信息的共享，并通過設(shè)計靈活的數(shù)據(jù)接入、標(biāo)準(zhǔn)化作業(yè)，適應(yīng)外部數(shù)據(jù)系統(tǒng)規(guī)范。對不同廠家、不同模型和不同格式的數(shù)據(jù)做統(tǒng)一處理，在同類故障信息描述統(tǒng)一的基礎(chǔ)上進(jìn)行故障信息分類，完成底層數(shù)據(jù)分析和故障信息融合。上層應(yīng)用重點(diǎn)開發(fā)主站信息管理應(yīng)用，支撐多種相關(guān)電網(wǎng)數(shù)據(jù)業(yè)務(wù)，具有良好的服務(wù)性、開放性和擴(kuò)展性。

1）信息集成層：當(dāng)電網(wǎng)產(chǎn)生大擾動或故障發(fā)生時，廠站側(cè)設(shè)備采集數(shù)據(jù)并生成文件上傳至對應(yīng)主站，主站完成故障數(shù)據(jù)分析生成故障報告。數(shù)據(jù)交換總線通過短周期性輪詢各分布式主站本地存儲的故障列表，一旦檢測到有新的文件生成集中到信息集成層。由于保護(hù)和行波數(shù)據(jù)量大，數(shù)據(jù)整理上傳有延遲現(xiàn)象，若未同時收取到這兩個主站故障報告，采取主動激勵的方式調(diào)取與錄波分析出的故障時間序列相似的保護(hù)和行波數(shù)據(jù)文件，通過數(shù)據(jù)交換總線，對故障信息進(jìn)行集成。

2）信息支撐層：主要作用是將信息集成層集成的數(shù)據(jù)進(jìn)行規(guī)范化處理，篩選故障特征，相同類型特征統(tǒng)一描述完成特征量分類工作，避免不規(guī)范的描述在計算機(jī)查詢過程中無法識別的問題，這是故障信息融合的基礎(chǔ)。該層對底層分析層進(jìn)行數(shù)據(jù)及時響應(yīng)和數(shù)據(jù)支撐。特征量按照類型分有證據(jù)類、評價類和決策類，詳如圖4所示。

圖4 故障信息流

?

3）底層分析層：對信息支撐層提供的故障數(shù)據(jù)進(jìn)行底層運(yùn)算，其中證據(jù)類包含原始錄波波形圖、行波波形圖和保護(hù)波形圖，對來源不同，采樣點(diǎn)各異的錄波和保護(hù)波形進(jìn)行采樣率歸一化處理，利用時間序列相似性原則對故障時間相近的波形進(jìn)行形狀和特征點(diǎn)的精細(xì)比對，確認(rèn)是否為同一故障波形；評價類包含保護(hù)動作啟動、復(fù)歸、跳閘、總動作次數(shù)、送動次數(shù)、拒動次數(shù)、正確動作次數(shù)等信息，有保護(hù)動作實(shí)施的擾動數(shù)據(jù)排除誤動基本上就可以確認(rèn)為故障，可以對錄波分析結(jié)果從保護(hù)動作角度進(jìn)行再確認(rèn)，避免錄波主站對擾動數(shù)據(jù)的誤判；決策類包含故障線路、重合閘、測距等信息，在決策類信息一致情況下可直接融合后發(fā)送報告，不一致的情況下結(jié)合前兩類特征量對故障進(jìn)行定性診斷后確認(rèn)是否為同源故障。由于數(shù)據(jù)及時響應(yīng)是故障分析的基礎(chǔ)，為了提高故障數(shù)據(jù)的完整性和分析的準(zhǔn)確性，加入主動激勵召喚和任務(wù)動態(tài)調(diào)整兩個部分。對上傳的故障數(shù)據(jù)進(jìn)行計算任務(wù)的優(yōu)先級排序，以確保主站對故障分析的及時性和故障信息的可靠性。

4）應(yīng)用層：聚焦于主站信息管理，如同廠站設(shè)備，信息集成的各主站服務(wù)器分布于異地，開發(fā)主站管理軟件，可以將分布式的錄波、保信和行波三大主站進(jìn)行集中管理，有利于主站故障信息的共享。主站管理覆蓋了信息融合分析、故障信息發(fā)布、故障影響分析、故障風(fēng)險預(yù)警、故障策略制定、任務(wù)下發(fā)和故障指揮等一系列環(huán)節(jié)，可有效輔助調(diào)度機(jī)構(gòu)進(jìn)行快速決策和故障處理跟蹤。

3 關(guān)鍵技術(shù)

因電網(wǎng)故障處理對時效性要求較高，為了既保證時效性還能提高主站信息融合的準(zhǔn)確性，就需要思考如何利用現(xiàn)有資源，提升資源的利用率，保障自動上傳至主站的數(shù)據(jù)或采用主動激勵后召喚到的數(shù)據(jù)在限定時間內(nèi)分析、整理完成。融合前故障信息的可靠性直接決定了融合后故障分析結(jié)果的準(zhǔn)確性。

1）任務(wù)的動態(tài)調(diào)整：當(dāng)三個主站中任一主站分析出故障后，需要其他兩個主站信息驗(yàn)證，就需要將相似時間序列的故障數(shù)據(jù)提高優(yōu)先級安排任務(wù)的分析、整理工作。在現(xiàn)有電力基礎(chǔ)設(shè)施投資的基礎(chǔ)上，通過主動激勵召喚和任務(wù)動態(tài)調(diào)整，合理利用資源來同步處理同源故障任務(wù)，保障三個主站故障信息的可靠性；

2）主站的信息融合：對于具有較高可信度的同源故障進(jìn)行信息融合，確保最終發(fā)布的故障分析報告的準(zhǔn)確性。融合后的故障分析報告，可輔助調(diào)度機(jī)構(gòu)直接決策，制定全面的故障搶修方案，減少人力、物力、財力損失。

3.1 任務(wù)的動態(tài)調(diào)整

由于故障數(shù)據(jù)具有多點(diǎn)驟發(fā)和集中上傳的特性，為了分配局域網(wǎng)的通信和計算資源，需要對上傳到主站的任務(wù)進(jìn)行優(yōu)先級排序，設(shè)T={T1,T2,T3,...,Tn}為主站計算任務(wù)集合，每一個任務(wù)表示為Tm={Tid,Tlength,TDL,Tνalue}。其中，Tid表示故障編號；Tlength表示故障數(shù)據(jù)長度；TDL表示數(shù)據(jù)計算任務(wù)的截止時間；Tνalue表示數(shù)據(jù)價值。

AS屬于中醫(yī)學(xué)“脈痹”范疇，為正氣虧虛，五臟功能失調(diào)，痰瘀互結(jié)阻于脈道所致，熱毒內(nèi)蘊(yùn)是易損斑塊病機(jī)演變的重要環(huán)節(jié)。臨床治療當(dāng)隨證治之，扶正補(bǔ)虛法、活血化瘀法和清熱解毒法常聯(lián)合使用，通過調(diào)節(jié)血脂、抗氧化、保護(hù)內(nèi)皮功能、抗血小板聚集黏附、抗血栓及抗血管平滑肌增殖等機(jī)制，以發(fā)揮中醫(yī)藥多環(huán)節(jié)、多途徑、多靶點(diǎn)治療AS的優(yōu)勢，全面干預(yù)AS的發(fā)生和發(fā)展。

利用以下三個參數(shù)來計算體現(xiàn)任務(wù)優(yōu)先級指標(biāo)：

1）故障數(shù)據(jù)的價值密度：

2）數(shù)據(jù)處理的緊迫性：

3）數(shù)據(jù)處理的優(yōu)先級計算：

Tνd體現(xiàn)該任務(wù)處理數(shù)據(jù)符合故障數(shù)據(jù)特征的多少，Trest代表剩余執(zhí)行時間，Pm表示任務(wù)Tm在剩余執(zhí)行時間內(nèi)的價值密度，Pm越大，任務(wù)處理優(yōu)先級越高。在調(diào)度過程中，可以縮短TDL截止時間，加快對可疑故障任務(wù)的緊急分析。此分析的意義在于進(jìn)行資源的合理分配，使得故障融合所需的錄波故障分析結(jié)果、保信保護(hù)動作信息以及行波測距結(jié)果在限定時間內(nèi)分析、整理、計算完成，提高主站故障信息的可靠性[13-17]。

3.2 主站的信息融合

D-S證據(jù)理論是信息融合的重要方法。對于電網(wǎng)線路故障，特定故障發(fā)生會產(chǎn)生許多特征，每個特征下該故障存在一定的發(fā)生概率。該理論通過計算主站提供的故障特征的基本概率分配（BPA）函數(shù)，根據(jù)組合原則計算融合后的信度函數(shù)值來判定故障，置信水平更高。

根據(jù)圖5故障診斷流程，首先進(jìn)行決策類信息和評價類信息的初步判斷，若決策類信息不一致，評價類信息存在保護(hù)動作，就需要調(diào)取主站證據(jù)類故障特征信息。利用D-S證據(jù)理論，首先計算保信和錄波證據(jù)類信息分配到各故障模式的信度函數(shù)m1(A1),m1(A2),...,m1(An)，m2(A1),m2(A2),...,m2(An)，再 計 算 主 站 信 息融合后分配到各故障模式上的信度函數(shù)值m(A1),m(A2),...,m(An)。本文采用引入目標(biāo)類型的算法，定義保信或錄波主站證據(jù)j對目標(biāo)模式Ai的信度函數(shù)為m1j(Ai)，公式如下：

圖5 D-S融合故障診斷流程

式（4）-（6）中，K為修正系數(shù)；N為證據(jù)數(shù)目；Nc為目標(biāo)模式數(shù)目；R1j為保信主站證據(jù)j的可靠性系數(shù)；α1j為保信主站證據(jù)j的最大相關(guān)系數(shù)；β1j為保信主站證據(jù)j的相關(guān)分配值；W1j為保信主站證據(jù)j偵測的環(huán)境加權(quán)系數(shù)，值域?yàn)閇0,1]；C1j(Ai)為保信主站證據(jù)j對目標(biāo)模式Ai的相關(guān)系數(shù)。k為兩個證據(jù)的沖突因子，當(dāng)k越接近1，證據(jù)之間的沖突程度越大，融合結(jié)果越不準(zhǔn)確；當(dāng)k越接近0，證據(jù)之間的沖突越小，融合結(jié)果越準(zhǔn)確[18-21]。

4 應(yīng)用案例

為驗(yàn)證任務(wù)的動態(tài)調(diào)整對主站故障分析可靠性的影響，采用云南電網(wǎng)歷史數(shù)據(jù)庫中的故障信息作為數(shù)據(jù)來源，單線路故障(A1)、多線路故障(A2)、母線故障(A3)、試驗(yàn)?zāi)M(A4)共563個故障樣本原始數(shù)據(jù)匯入。設(shè)主站數(shù)據(jù)分析鏈路有6條，每個主站數(shù)據(jù)鏈路各兩條互為備用同時投入使用，Tνd、TDL范圍依次為[1,60]、[60,900]，單位分別為兆、秒。采用15分鐘倒計時的形式進(jìn)行Trest計算，利用優(yōu)先級算法進(jìn)行P1、P2和P3排序，分別代表高（0.8≤P1≤1）、中（0.5≤P2＜0.8）、低（0＜P3＜0.5）優(yōu)先級，統(tǒng)計563 個故障任務(wù)優(yōu)先級分布如下圖6所示。

圖6 任務(wù)優(yōu)先級分布

由于保信和行波數(shù)據(jù)量大，獲取數(shù)據(jù)時效性較低，可通過主動激勵機(jī)制設(shè)5分鐘召喚與錄波已識別故障時間序列相似的故障數(shù)據(jù)，如果召喚成功，縮短TDL的時間調(diào)整優(yōu)先級進(jìn)行故障分析整理工作并生成故障報告；如果召喚失敗再進(jìn)行兩次5分鐘召喚，直到15分鐘時間用盡為止；若三次均召喚不上來，即為數(shù)據(jù)召喚失敗，則無法進(jìn)行后續(xù)的數(shù)據(jù)融合分析。以A1 131個單線路短路故障樣本為例，限定100分鐘，比對主動激勵召喚數(shù)據(jù)進(jìn)行任務(wù)動態(tài)調(diào)整后的故障數(shù)據(jù)分析完成率與隨機(jī)排序的故障分析完成率，發(fā)現(xiàn)三大主站在任務(wù)優(yōu)先級調(diào)整后的故障分析完成率提升19%，表明在相同時間內(nèi)任務(wù)動態(tài)調(diào)整能較多的分析故障數(shù)據(jù)，反過來也說明三個主站同步分析單個故障時間時效性提高了。在擾動數(shù)據(jù)驟增的情況下，任務(wù)的動態(tài)調(diào)整對在限定時間內(nèi)完成故障數(shù)據(jù)分析來說有絕對性優(yōu)勢，能有效保障三個主站數(shù)據(jù)分析的時效性和可靠性。

圖7 任務(wù)動態(tài)調(diào)整和隨機(jī)排序分析完成率比較

當(dāng)三個主站故障相關(guān)信息都有效獲取的基礎(chǔ)上，若發(fā)現(xiàn)三個主站提供的決策類和評價類故障信息不統(tǒng)一，利用D-S證據(jù)理論進(jìn)行錄波和保信證據(jù)類信息融合，通過調(diào)整參數(shù)，最終取證據(jù)數(shù)量N=6，修正系數(shù)K=0.2，權(quán)系數(shù)W1=W2=0.5，故障元件Nc=8，以L1-L8共8條線路診斷發(fā)生單相接地短路故障為例，通過保信和錄波在各線路上的分配函數(shù)m1(A)和m2(B)，求取8條線路發(fā)生單相短路的融合信度函數(shù)m(θ)。制定“目標(biāo)故障的信度函數(shù)至少為其它故障信度函數(shù)值的1.5倍”的判定規(guī)則，圖8中的L1線路融合后的信度函數(shù)值是其它值2個倍數(shù)左右，融合后的故障信度函數(shù)值提升到0.95352，不確定性概率0.00103小于閾值0.01，判定出的目標(biāo)線路故障信度函數(shù)遠(yuǎn)遠(yuǎn)大于不確定性概率，綜合判定線路L1為單相短路故障。調(diào)取L1對應(yīng)的Tid=51的鹽金線單線路短路故障分析報告進(jìn)行驗(yàn)證，D-S證據(jù)理論融合后的信度函數(shù)診斷結(jié)果與鹽金線錄波和保信故障報告情況相符，確認(rèn)為同源故障。

圖8 D-S證據(jù)理論信息融合結(jié)果

在D-S證據(jù)理論融合故障信息能準(zhǔn)確判定故障的基礎(chǔ)上，以錄波和保信故障測距結(jié)果作為范圍參考，搜尋該范圍內(nèi)的初始波頭以及對應(yīng)的行波測距結(jié)果，完成三站同源故障信息融合，即融合錄波主站故障分析結(jié)果、保護(hù)動作元件信息和行波的測距結(jié)果，生成最終的故障分析報告。從A1 131個單線路短路故障樣本中抽取故障報告100份，線路全長劃分為L≤50公里、50公里＜L≤100公 里 和100公里＜L≤150公里三個區(qū)間，匯總不同線路長度區(qū)間融合后的測距結(jié)果求取測距誤差平均值，并與單一主站測距結(jié)果進(jìn)行對比，見下表1所示。

表1 故障測距準(zhǔn)確度對比

綜合分析：

1）主動激勵機(jī)制和任務(wù)的動態(tài)調(diào)整可以較好地保障故障數(shù)據(jù)分析計算的及時性和可靠性。在主站交互數(shù)據(jù)計算量增加的情況下，任務(wù)優(yōu)先級調(diào)整可以節(jié)省主站故障診斷時間；

2）利用D-S證據(jù)理論融合分析算法，單一主站證據(jù)不確定度會高于融合后的不確定度，通過信息融合，可得到較高的故障識別率和較低的不確定性，能夠準(zhǔn)確地判定故障；

3）線路越長，故障測距偏差越大，行波主站高頻脈沖測距法區(qū)別于錄波和保信的阻抗測距法，在故障定位上是對其它主站測距結(jié)果的校驗(yàn)。行波自動化程度低，測距依賴人工提供初始波頭信息，測距完好率低，而融合診斷在鎖定初始波頭和測距方面有明顯優(yōu)勢；

4）融合三個主站故障分析結(jié)論，綜合錄波分析結(jié)論、保信的保護(hù)動作和行波的測距結(jié)果，不會出現(xiàn)漏判和誤判等問題，且故障測距準(zhǔn)確度提升顯著，三個主站融合可以保證故障分析結(jié)果的完整性和準(zhǔn)確性。

5 結(jié)束語

本文重點(diǎn)介紹了電網(wǎng)故障多源信息融合診斷方法，以縱橫連接、動態(tài)交互與信息融合為設(shè)計目標(biāo)，在數(shù)據(jù)共享、動態(tài)調(diào)度、故障分析、信息融合等方面做精細(xì)化的設(shè)計。在系統(tǒng)底層分析層加入主動激勵召喚和任務(wù)的動態(tài)調(diào)整兩個功能，可將海量數(shù)據(jù)進(jìn)行計算資源合理分配，提高任務(wù)的完成率；基于D-S證據(jù)理論融合算法，利用三站融合信度函數(shù)值判定故障，得到高可信度的同源故障識別結(jié)論；以錄波和保信提供的故障距離范圍鎖定初始波頭進(jìn)行行波測距，融合處理后的測距精度和之前單一主站測距精度比對，發(fā)現(xiàn)該電網(wǎng)故障多源信息智能融合診斷方法故障定位更準(zhǔn)確，發(fā)布故障信息更可靠，提高了繼電保護(hù)智能化水平，滿足當(dāng)前對電網(wǎng)故障精細(xì)化管理需求。