多維度數據融合的輸電線路故障智能診斷系統

申 元，林 卿，黃修乾，宋文波，王 科

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

多維度數據融合的輸電線路故障智能診斷系統

申 元1，林 卿2，黃修乾3，宋文波4，王 科1

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

針對當前輸電線路故障診斷的需求，結合智能電網運行中產生的大量結構多樣、來源復雜的數據，將這些大數據歸類于不同的維度，設計了基于多維度數據融合的輸電線路故障智能診斷系統。對多維度的診斷結果融合架構、融合方法等進行了設計，并給出了故障智能診斷系統的主要功能模塊和整體結構。最后，通過該系統的運行，表明了多維度數據融合的診斷結果具有較高的診斷速度和準確度，在電力行業故障診斷方面具有良好的應用前景。

多維度；故障診斷；特征降維；數據融合；架構設計

隨著物聯網和智能電網的快速發展，產生了大量結構多樣、來源復雜的數據，傳統的輸電線路診斷方法大多為單一的診斷方式，準確性較差[1]。當前出現了對數據融合的一些研究：基于改進的粒子群算法提升D-S的證據理論融合性能[2]；利用神經網絡進行新型融合提高數據融合的精度[3]；一種支持多用戶決策的多源異構數據融合，考慮決策者偏好提高了多用戶決策結果的可靠度；針對復雜環境下提出了基于VxWorks的多目標數據融合；針對傳感器信號不確定會產生沖突證據的問題，提出了一種基于改進證據理論的多傳感器信息融合故障診斷方法[4-9]。

面對現今智能電網的大數據，文中采用基于多維度數據融合[10]技術的故障診斷方法，將電網系統信息、環境數據、開關量數據、電氣量等數據進行融合，充分利用多維度的診斷結果融合，使得診斷結果更加精確。有利于指導運行人員有針對性地開展輸電線路技術改造，提高輸電線路運行維護水平。

1 多維度的輸電線路故障診斷結構與功能

通過對輸電線路故障診斷過程的研究，不難發現，諸多因素影響最后的診斷結果，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果存在較強的聯系。

圖1 電網故障診斷中各部分的因素影響

多維度故障診斷系統包括多維度數據管理、多維度診斷、多維度融合和多維度決策，多維度故障診斷結構設計如圖2所示。

圖2 多維度故障診斷結構設計圖

在多維度故障診斷系統中，多維度數據管理主要是對故障進行分解，提取出特征值，然后進行故障診斷的維度分配；多維度診斷負責在各維度下匹配特征值；多維度融合對不同診斷結果進行沖突消解，得出局部診斷結論的一致性描述，最后通過多維度決策綜合給出故障的診斷結果[11-12]。

2 多維度的數據融合架構設計及方法

2.1 數據融合體系結構

數據融合最早用于軍事領域，定義為一個處理探測、互聯、估計以及組合多源信息和數據的多層次多方面過程，以便獲得準確的狀態和身份估計、完整而及時的戰場態勢和威脅估計。多數據融合技術的應用能夠明顯提高故障診斷的準確性[13]。

按照融合的位置分有集中式融合、分布式融合和結合式融合；按照融合的邏輯結構分為數據層、特征層和決策層的融合。在維度故障診斷系統中，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據融合方式。融合體系結構設計如圖3所示。

圖3 多維度診斷結果集中式融合結構設計

2.2 構造可信度分配矩陣

不同維度下按照自己的自主性對故障數據處理后，將結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論的可信度，構造可信度分配矩陣，對診斷結論進行初步修正[14]。

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

每個訓練樣本訓練一次，s表示訓練樣本的總數，即總的診斷次數。rij表示第i個維度得出第j個故障結論的可信度，也稱為可信度因子。可信度因子可以理解為維度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]，與故障診斷結論的表達方式一致。應用統計方法求解不同維度的可信度，計算簡單，當訓練樣本足夠多時，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

假設存在對跳閘原因的初步診斷結果如表1所示。

根據以上各個不同維度下數據處理的診斷結果形成原始診斷矩陣，設經過訓練樣本計算后，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，說明當前維度下故障的診斷準確率越高。

表1 跳閘初步診斷結果表

根據公式（2）計算得初步診斷矩陣Y5×5:

設隸屬度域值為0.58，即大于域值的故障可能會發生，小于域值則必然不發生，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 系統設計與實現

3.1 系統總體設計與功能模塊

多維度數據融合的輸電線路故障智能診斷系統主要實現以下功能：如圖4所示。

圖4 故障診斷系統功能圖

3.2 故障診斷模塊設計與實現

故障診斷模塊主要是通過對用戶提交的數據，進行分析，通過matlab的程序仿真計算結果，再通過其他系統的實時數據進行融合判斷，基本流程如圖5。

圖5 故障智能診斷流程圖

4 結 論

故障診斷廣泛存在于各個領域，智能故障診斷是故障診斷技術發展進程中的新里程碑。隨著智能電網的快速發展，電網的大數據時代已經來臨，本文結合傳統故障診斷方法，將大數據充分挖掘，提出了基于多維度數據融合的故障智能診斷技術，充分利用各維度的自主性和智能性，提高了系統的診斷速度和準確度。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，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神經網絡的新型融合技術研究[J].電子設計工程，2014，22（17）:96-98.

[4]張晟.Petri網在配電網故障定位中的應用[J].機電信息，2016，27:7-9.

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

[6]許元斌.基于電力大數據的多源異構參數融合方法的研究與應用[J].電子設計工程，2016，24（14）:14-16.

[7]吳駿，王震，袁海星，等.基于物聯網技術的配電網故障定位研究[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故障診斷方法[J].電子設計工程，2016（1）:181-183，190.

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

[10]姜建華，洪年松，張廣云.一種多源異構數據融合方法及其應用研究[J].電子設計工程，2016，24（12）:33-36.

[11]劉雄杰，楊劍鋒，郭成城.基于VxWorks的數據融合系統的設計與實現[J].計算機工程與設計，2016，37（3）:623-628.

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

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

[14]劉明，李偉華，嚴建峰.多Agent信息融合的故障診斷技術[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：電力系統過電壓與外絕緣保護。