4。1基于时间序列匹配的故障诊断方法 14

4。2 计及警报漏报的故障诊断修正策略 15

5 算例 17

5。1 广州电力系统故障案例 17

5。2 浙江电力系统故障案例 21

5。3 对两个实际案例诊断的评价 27

结论 29

致谢 30

参考文献 31

1 绪论

1。1 研究意义和基本概念

现今电力系统正处在一个高速发展的阶段，电网的规模不停扩大，结构日益复杂。随着不同区域电网间的互联更加紧密，若局部电网中发生故障，可能会影响到周围的电网，造成更大的事故。因此要完善电力系统的运行，对各种设备元件的故障诊断起到至关重要的作用。论文网

电网的故障诊断是利用故障发生后，电力系统随后的一系列动作信息来进行分析诊断，如各类保护的报警，断路器的开合闸动作等。调度人员收到警报的信息后根据保护装置的动作逻辑加以分析，从而准确推测出故障元件，给调度中心决策提供正确的依据，可以有效地防止事故蔓延并加快恢复，提高系统稳定性。而如何迅速准确的处理报警信息，特别是当发生多重并发的一些复杂故障时，报警信息中更可能会存在漏误报的情况，此时信息的正确性和警报发生丢失的可能性等都需要考虑，所以要求一种高效实用的故障诊断方法来协助电网运行。

1。2 故障诊断方法的研究现状

1。2。1 蕴含时序属性的贝叶斯网络故障诊断

1。2。2 基于警报时序特性的混合规则网络故障诊断

1。2。3 基于时序模糊Petri网络的故障诊断

1。2。4 其他故障诊断方法的研究状况

1。3 本文的主要内容

时间序列由一系列按时间顺序排列的数据组成，广泛地存在于科学，经济，工程等各个领域中，我们通过各种数据挖掘技术来研究这些序列。数据挖掘技术用于在大量的数据中挖掘出有价值的信息，并从中发现规律。作为一种常见的数据类型，基于时序序列的相似性匹配在目前的各种数据挖掘技术问题中具有一定的研究价值。随着通信技术的发展，电力系统发生故障后，运行人员可以轻易地通过调度中心所接收到的警报信息及时地了解到各电力设备的动作状况，这些故障警报信息按照时间顺序排列可以构成一个时序序列。如果我们能够有效挖掘这些包含故障警报的时序序列并发现背后蕴涵的信息，就可以提高故障诊断的效率。

因此引入时序序列的数据挖掘和分析的概念，针对电力系统故障诊断的特性，利用时间序列相似性的相关理论和方法为电网故障诊断提供理论支持。本文选用时序序列相似性匹配作为故障诊断的核心算法，采取理论分析，时序建模和算法仿真的方式，建立了电网故障的时序模型并编程实现。

具体工作如下：

1。给出时序序列的概念和它的数学意义，并引入了关联时间序列组的概念，以便于电网故障序列的建模仿真，然后介绍了用于衡量时间序列相似度的距离概念。

2。对实际电力系统构造故障的警报信息时序序列。同时根据保护装置的动作逻辑和整定规范，对可疑的故障元件建立假说时序序列模型。另外针对电力系统故障的特性，对衡量时序序列相似程度的序列距离作出新的定义。最后根据实际序列与假说序列间的距离，给出假说序列故障置信度的计算方式，识别出故障元件，给出诊断结果。文献综述