基于朴素贝叶斯算法的电网故障诊断研究.pdf

Microcomputer Applications Vol.39,No.8,2023文章编号：10 0 7-7 57 X（2 0 2 3)0 8-0 0 9 8-0 5研究与设计基于朴素贝叶斯算法的电网故障诊断研究微型电脑应用2 0 2 3年第39 卷第8 期卢建刚，李波，赵瑞锋，李世明，郑文杰，曾坚永（广东电网有限责任公司电力调度控制中心，广东，广州510 6 0 0）摘要：针对现有的电网故障诊断系统误差大、适应性差等问题，将朴素贝叶斯算法和D-S证据理论结合，并利用经验模态分解（EMD)方法将电网故障信号分解为有限个固有模态函数。针对电网设备并联型有源电力滤波器（SAPF）中功率开关的开路故障会加剧电网的谐波污染，提出一种基于三相四开关（TPFS)拓扑进行硬件容错。仿真结果表明，近5年内年平均精度达到 94%,具有良好的诊断效果。关键词：朴素贝叶斯算法；电网故障诊断；经验模态分解；D-S证据理论；三相四开关拓扑中图分类号：TP391Research on Power Grid Fault Diagnosis Based on Naive Bayesian AlgorithmLU Jiangang,LI Bo,ZHAO Ruifeng,LI Shiming,ZHENG Wenjie,ZENG Jianyong(Electric Power Dispatching and Control Center,Guangdong Power Grid Co.,Ltd.,Guangzhou 5106o0,China)Abstract:Aiming at the problems of large error and poor adaptability of the existing power grid fault diagnosis system,the na-ive Bayesian algorithm and D-S evidence theory are combined,and the empirical mode decomposition(EMD)method is used todecompose the power grid fault signal into finite intrinsic modal functions.Aiming at the open circuit fault of the power switchin the shunt active power filter(SAPF)of power grid equipment,which may aggravate the harmonic pollution of the powergrid,a three-phase four-switch(TPFS)topology is presented for hardware fault tolerance.The simulation results show thatthe average annual accuracy has reached 94%in the past five years,and it has a good diagnostic effect.Key words:naive Bayesian algorithm;power grid fault diagnosis;empirical mode decomposition;D-S evidence theory;three-phase four-switch topology法与D-S证据理论相结合，并采用实时布线的方法减少诊断0引言面积；基于EMD算法提取电网故障数据特征，从而建立各子当电网发生故障时，大量信息将流入调度中心，信息本网的朴素贝叶斯网络模型；对于电场中的故障，对朴素贝叶身的缺乏和工作人员的失误可能导致信息传递的不准确，从斯网络模型重叠部分的电网故障数据进行D-S证据融而影响最终的诊断结果 1。近年来，各种数据驱动的电网故合-5。具体过程如图1所示。障诊断方法被提出，例如：深度神经网络(DNN)、支持向量机（1）朴素贝叶斯分类器(SVM)和模糊逻辑（FL)已经被研究和开发为电网故障诊断假设朴素贝叶斯分类器属性变量之间的条件是独立的，的新工具，可以从原始数据中自动发现有价值的信息 2-3，文每个属性节点只与类节点C相关。由于网络层次的减少，建献 4 提出了一种自适应分层DNN算法模型，用于变压器的立贝叶斯网络模型的复杂度呈指数级降低 6 ，可以表示为故障类型识别和故障大小评估；文献 5 提出了一种电网输送线智能故障诊断方法，基于深度自动编码器（DAE)进行无监督的特征学习，然后作为分类器的输入进行故障识别。然而，以上文献只能确定深度学习网络的结构和参数需要大量的训练样本，高计算量和低适应能力仍然没有解决。1分布式电网故障诊断方法为了快速准确地诊断电网故障，本研究将朴素贝叶斯算作者简介：卢建刚（197 0 一），男，硕士，教授级高级工程师，研究方向为调度自动化专业管理；李波（197 8 一），男，硕士，高级工程师，研究方向为电力系统自动化；赵瑞锋（198 1一），男，博士，高级工程师，研究方向为电力系统调度运行；李世明（198 4一），男，硕士，高级工程师，研究方向为电力系统调度运行；郑文杰（198 1一），男，博士，高级工程师，研究方向为电力系统调度运行；曾坚永（197 9一），男，硕士，高级工程师，研究方向为智能电网调度自动化。文献标志码：AP(C)ZP(;I Ck)P(C,/1,2,an)=-P(a1,t2,.,a,)式中,所有电网故障类别的P()都是常数，只有当P(;lC）为最大概率值的电网故障类别需要获得并筛选。对于先验概率，可使用式（2）进行计算：P(C)=Nc,/N98(1)(2)Microcomputer Applications Vol.39,No.8,2023基于历史故障样本建立决策表构建朴素贝叶斯网络模型是故障属于子网？子网中的重叠区域？是7D-S理论证据融合非重复故障诊断重叠部分故障诊断立比较、分析和推断故障部件图1分布式电网故障诊断整体流程式中，k=1,2，m,N表示所有电网故障训练样本的总数，N。表示所有电网故障训练样本中故障类型Ck的样本数。当属性数量非常大时，计算最大后验概率P(XIC）会增加计算成本。假设朴素贝叶斯网络，2，的每个属性在条件上相互独立，仅与故障类型C相关，公式如下：P(XIC,)=P(1,2,.,I C,)=2 P(a:1 C.)i-1式中，符号表示的概率P（;lCk）可根据训练样本计算，即：P(C)=N&/Nc(4)式中，N表示训练样本P（C）中同时满足电网故障特征C和条件属性；的样本数，如果其不存在，则训练样本计算使用以下公式：P(C.)=Ne,+N,/N1/N(2）EM D 特征提取假设任何电网故障信号都由不同的固有振荡模式组成，EMD简单地将非平稳信号分解为一些IMF。I M F是满足IMF极值的数量（最大值和最小值之和）和过零点的数量必须相等或最多相差一两个条件的函数，在IMF的任何点上，由局部极大值定义的包络线和由局部极小值定义的包络线的平均值应为0。与简谐函数相比,IMF代表一种简单的振荡模式 8-9。对于齿列，任何输入的电网故障信号(t)可分解如下：(t)=Zc;(t)+rni=1式中，EMD将给定电网故障信号分解为n个经验模态和1个表示电网故障信号(t)中心趋势的剩余rn。I M Fs 的ci（t)，C2（t)，C（t)包括从高到低的不同频带，每个频带中包含的频率分量是不同的，且随电网故障信号（t)的变化而变化。EMD算法将电网故障信号（t)分解为若干IMF，每个研究与设计输入采集数据IMF分量由信号的局部特征组成，不同电网设备运行时，各IMF的振幅能量明显不同。将原始信号分解为n个经验模故障区识别态和1个残差rn，前n个IMF的总能量E计算如下：蝶形网络分割Em=Ic;(t)12i-1式中，E表示第i个IMF的振幅能量，m表示第i个IMF的离散数据长度。以振幅能量为元素的特征向量构造为T=(Em,En2,Em)式中，n表示IMF的数量。考虑到某些IMF能量有时可能非常大，需要避免较大数值范围内的属性支配较小数值范围内的属性，并减少计算过程中的数值难度。为了方便后面的分析和处理，通过对特征进行归一化来调节T。设E=11-Em/2|/2:Em.Em2T。=，(Ei,E2,E.)(EEE式中，T。表示归一化向量。该归一化向量T。应被视为所提出的电网故障诊断模型的输入向量，以便可以区分故障特征类型。（3）建立分布式电网故障网络模型将所有经过EMD特征提取的电网故障数据作为节点，建立分布式电网故障网络模型。在分布式电网故障网络模型中，由于D-S证据理论仅用于融合各子网中重叠部件的诊断结果，因此识别框架为电网中的重叠部件。假设sum是样本空间中独立事件的基本概率赋值函数，其核分别为sum(A,A2,.,A,)和(B,B2,.,B,)10,则用D-S证证据(3)理论的组合规则表示组合m=mi十m2如下：m(A)=k2_m1(A)ma(As)A,nA2=A式中，如果m=0，此时A=0,K可表示为k=1-2_m(A)m(Aa)AinA2-根据组合规则和输出的电网故障信息，进而分析、比较(5)和推断电网故障诊断结果。2采用过调制策略的TPFS硬件容错针对电网设备中SAPF的故障问题，本研究采用新型TPFS拓扑硬件容错，并提出调制策略提高了TPFS拓扑的电压传输比，设计了整套滤波器故障容错方案。TPFS拓扑电源开关是电网设备的核心部件，长期在高开关频率和热应力条件下工作，容易发生故障或损坏。常规的SAPF硬件容错拓扑如图2 所示。图2 中，L是滤波电感，Ci和C2是直流链路电容器，Udei和Ude2是经过Ci和C的电压，dc表示直流，TRa、T R 和TR。是双向晶闸管。当SAPF在正常条件下运行时，TRa、(6)TR,和TR。关闭。如果电源开关断路，开关驱动信号设置为0，以隔离故障支路。同时，将这两个故障相的电源开关更换为两个分裂电容器，双向晶闸管被触发接通，故障相的节点k(k=a,b,c)与直流链路电容器的中性点相连。如果Sa中出现开路故障，则将Sa的开关驱动信号Sa设置为O，以隔离支路a。接下来，触发TR以将节点a连接到中性点n。本研究所设计的新型TPFS拓扑如图3所示。99微型电脑应用2 0 2 3年第39 卷第8 期(7)(8)Eu(9)(10)(11)Microcomputer Applications Vol.39,No.8,2023+CScVdc2mCLaSSbS非线性TR载荷ITRTTR图2 SAPF的硬件容错拓扑VdelISanambIscSitaizbl非线性载荷图3新型TPFS的硬件容错拓扑对比图2 与图3可以看出，采用TPFS硬件容错后，电压传输比降低一半。因此，如果不改变直流链路参考电压，SAPF最大输出电压的振幅将下降一半。如果支路a中出现开路故障，则支路b和c有（0,0）、（0,1）、（1,0)和（1,1)等4种通断状态，对应4种通断状态的4个基本电压矢量由U。、UiU和U表示。矢量空间由4个基本电压矢量划分为4个象限，如图4所示。U3(1,1)图4TPFS拓扑下SAPF的电压矢量图4中，0,表示参考电压矢量U，和轴之间的角度。参考电压矢量U，由矢量空间任意部分的两个相邻基本电压矢量组成，以象限1为例,U，由U。和U组成。TPFS拓扑下的SAPF采用空间矢量脉宽调制（SVPWM），连接4个基本电压矢量的端点，形成菱形。当参考电压矢量轨迹超出菱形边缘时，这称为过调制，有3个过调制区：0.5774Mi0.6072,130.6072M20.6120,1I(0.6120M30.7201,III式中,M是指调制指数。在过调制条件下，以图4中的矢量空间象限1为例，分析其他3个过调制区，过调制区I的电压研究与设计矢量如图5所示。isaTVdelSbnb+C2Vdc2CBU2(1,0)U2u34微型电脑应用2 0 2 3年第39 卷第8 期UMUFEUKAuaGCUBU2N图5过调制区I的电压矢量图5中，参考电压矢量U，由点圆弧表示；添加补偿电压矢量Uc，由细实线FG表示，补偿区域为AKFE和CDHG，粗线EFGH表示实际电压矢量U,91是基本电压矢量U。和OF之间的角度，其中F是补偿电压矢量U.,和菱形边缘的交点；对图5进行几何分析，1的范围是固定的，即0 91元/6。在给定参考电压矢量的基础上，计算调制指数M，如果在过调制区I中，则计算出相应的补偿电压矢量U。的幅度，经过补偿后，参考电压矢量的轨迹将会超出菱形的边界。关于过调制区II的电压矢量如图6 所示。aUoEUMUKAF92UCBU2图6 过调制区II的电压矢量图6 中，参考电压矢量Ur，由虚线圆弧表示；Uc，和直线MN只有1个交点，补偿区域为CDGF；粗线MFG表示实际电压矢量UnzP2表示为EOF区域的角度，同时也是基本电压矢量U。和OF之间的角度；对图6 进行几何分析，P2的范围是固定的，即0 2 元/2。在给定参考电压矢量的基础Uo(0,0)上，计算调制指数M,如果在过调制区II中，则实现过程与过调制区II相同。关于过调制区III的电压矢量如图7 所示。BFNCUB图7 过调制区III的电压矢量图7 中，i表示为MOD区域的角度，同时也是实际电压矢量的保持角。在过调制区III,菱形的边缘位于补偿电压(12)矢量的内部。为了保证输出电压的最大值，Un,应在一个顶点保持一段时间，直到参考电压矢量9，的相位角等于h，当,=元/2 一Ph时,Un，保持在菱形的另一个顶点。基于以上分析,TPFS拓扑下过调制策略的实现过程如.100.a复1HDGDUBUUUmK/U00a4EU。AMDua110Microcomputer Applications Vol.39,No.8,2023图8 所示。占空比M的计算MU,过调制区IM2U.过调制区II过调制区判断M过调制区图8 TPFS拓扑下过调制策略流程图由图8 可知，本文采用TPFS拓扑对SAPF硬件容错下的过调制，通过测量SAPF开关故障通断状态下的电压矢量U,等基础参数，进行调制比M的计算，根据M的大小范围判断是否过调制区，分别进行补偿计算得出实际电压矢量Uc，最后计算出占空比（通电时间相对于总时间所占的比例）完成信号SAPF开关通断信号的调制，使得SAPF减少发生开关故障，提高了其硬件容错性。3实验与分析实验计算机硬件环境为Pentium?CPU、8 核16 G内存，电脑的硬盘容量为512 G的硬件环境，软件的操作系统Win-dows10，M A T LA B版本为2 0 2 0。采用国家电网公司管辖下的X变电站数据库，针对电网故障中的SAPF损坏（Xi）、变压器损坏（X2）输电线路损坏（X）、发电机组损坏（X4）和互感器损坏（X，）等5种不同情况分别采样了30 0 0 个样本，经过预处理后利用EMD方法将采集到的振动信号分解成若干个IMF。前5个IMF包含主要故障信息，用于构造振幅-能量特征向量EiEs，如表1所示。表1基于EMD方法的特征向量故障特征向量/无量纲类型E1X10.447X20.976X30.994X40.953X0.845本文通过MATLAB软件评估分布式电网故障诊断方法的性能。以30 0 0 个变压器故障损坏训练样本为实验数据集，将文献 4 的DNN算法、文献 5 的DAE算法与本文方法进行比较，分别计算近5年电网故障诊断的错误案例。统计3种算法所得出的误差评估值，结果如图9 所示。从图9 可以看出，文献 4 算法对最近5年的电网故障评估误差波动较大，而文献 5 算法与本文方法对最近5年的电网故障评估误差波动较小，但是文献 5 算法得出的平均误差值高于本文方法，这说明本文所提出的分布式电网故障诊断方法性能更好，近5年内年平均精度达到9 4%。为了验证本文所提出的TPFS硬件容错方法的有效性，基于Simulink软件建立了SAPF系统的仿真模型。表2 列出了SAPF仿真模型的参数。研究与设计20本文方法文献 4 一一文献 5Mo18调制比非过调制区Uc计算信号C调制E2E0.1180.0460.1070.0250.1840.0490.1400.0740.1690.084微型电脑应用2 0 2 3年第39 卷第8 期1614121086422017图93种算法的评估误差对比表2 SAPF系统仿真模型参数参数电网电压/V电网频率/Hz负载电阻/Q负载电感/mH输出电感/mH开关频率/Hz直流链路电容/F直流链路参考电压/V在这项工作中，调制指数M设定为0.8，将容错技术应用于SAPF系统中，本文进行了两种容错仿真，传统SAPF的硬件拓扑与本研究TPFS拓扑，将直流链路参考电压的幅值设置为112 2 V,并采用第2 节中提出的TPFS拓扑下的过调制策略，分别在40 0 2 0 0 0 Hz噪声干扰下得出电网信号的谐波含量。仿真结果如图10 所示。4E4Es0.0390.0330.0330.0550.0120.0740.0440.0980.0590.107.10120183上210从图10 可以明显看出，在TPFS拓扑下应用过调制策略后谐波含量大幅度降低，这表明SAPF系统开始正常补偿电网电流，体现了TPFS拓扑过调制策略的适用性。4总结本文提出了一种分布式电网故障诊断方法，并采用实时布线的方法减少诊断面积，然后基于EMD算法提取电网故障数据特征建立各子网的朴素贝叶斯网络模型，最后对于电场中的故障，对朴素贝叶斯网络模型重叠部分的电网故障数据进行D-S证据融合，通过分析重叠区域的故障特征诊断结果，得到最准确的诊断结论。然而，该方法在最近新兴的边缘计算平台上没能实现完全扩展适用，未来会进行更深层次2019年份口SAPFTPFS40080012001600频率/Hz图10 两种拓扑结果对比202012.800940070020002021数值38050511Microcomputer Applications Vol.39,No.8,2023的研究。1周杰.基于民用电子电气设备的电磁兼容测试系统设计与实现 D.成都：电子科技大学，2 0 19.2徐建枫.智能配电网大数据应用技术与前景分析 J.电子元器件与信息技术，2 0 18,2（4）：2 8-31.3孙保华，夏栋.配用电统一模型中心的设计与应用J.浙江电力，2 0 18,37(7)：8 3-8 8.4张帝，朱吉然，唐海国，等.湖南电网配电自动化运行管理 J.湖南电力，2 0 19,39（5）：6 2-6 5.5TSENG K C,CHANG S Y,CHENG C N.NovelIsolated Bidirectional Interleaved Converter for Re-newable Energy ApplicationsJ.IEEETransactionson Industrial Electronics,2019,66(12):9278-9287.研究与设计6 肖胜.基于云计算的智能电网调度系统设计 J.电源技术,2 0 18,42(2)：2 8 8-2 9 0.参考文献7 王磊，陈青，高洪雨，等.基于大数据挖掘技术的智能变电站故障追踪架构 J.电力系统自动化，2 0 18，42(3):84-91.8 何春，李琦，吴让好，等.基于故障传播的模块化BP神经网络电路故障诊断 J.计算机应用，2 0 18，38（2)：602-609.9 朱晓岭，梁东，宗瑾，等.配电网运行状态健康评估体系研究 J.广东电力，2 0 18,31（4）：119-12 4.10代杰杰，宋辉，杨祎，等.基于油中气体分析的变压器故障诊断ReLU-DBN方法J.电网技术，2 0 18，42(2):658-664.微型电脑应用2 0 2 3年第39 卷第8 期（收稿日期：2 0 2 1-0 9-19）(上接第9 7 页）电流信号具有更高的信噪比，正常状态和老化状态下的泄漏电流波形特征差距更大，且泄漏电流信号噪声含量不同时，本文去噪方法均能取得更好的去噪效果。本文去噪方法能更好地去除泄漏电流中的噪声成分，更有利于通过泄漏电流来识别氧化锌避雷器的运行状态，可为氧化锌避雷器的在线监测提供很好的指导作用。1尚尚京城氧化锌避雷器的老化机理与状态评价研究D.大连：大连理工大学，2 0 18.2 LIJ L,RUANJ J,DU Z Y,et al.Analysis of Inter-ference Current for High-Voltage Arresters Based onResistance-Capacitance NetworkJJ.IEEE Transac-tions on Magnetics,2015,51(3):1-4.3 陈丹，傅中君，柳益君，等一种氧化锌避雷器阻性电流的提取方法J电测与仪表，2 0 19，56（13）：117-122.4杨朝政.氧化锌避雷器运行状态分析研究 D.成都：西南交通大学，2 0 15.5唐明良，李佑光，曹洪亮。综合消噪算法在金属氧化物避雷器在线监测中的应用 J.电瓷避雷器，2 0 16(2):45-49.6 赵世华，巢亚锋，孙利朋，等基于小波变换与EE-MD的绝缘子泄漏电流去噪方法研究 J.电瓷避雷器，2 0 19(6)：2 16-2 2 0.7杨洪耕，刘守亮，肖先勇，等基于S变换的电压凹陷分类专家系统J中国电机工程学报，2 0 0 7，27(1):98-104.8吴禹，唐求，滕召胜，等.基于改进S变换的电能质量扰动信号特征提取方法 J中国电机工程学报，参考文献2016，36(10)：2 6 8 2-2 6 8 9.9 盖超会，高丽氧化锌避雷器在线监测方法的研究J.煤炭工程，2 0 18，50（2)：12 4-12 7.10崔荣喜，何柏娜，赵云伟，等金属氧化锌避雷器泄漏电流仿真研究 J.电瓷避雷器，2 0 16（4）：111-115.11靖文，毛凯，王丽丽基于泄漏电流三次谐波分析的高压设备在线监测方法 J电测与仪表，2 0 18，55(23):123-128.12ZACCARELLI N,LI B L,PETROSILLO I,et al.Order and Disorder in Ecological Time-series:Intro-ducing Normalized Spectral Entropy J.EcologicalIndicators,2013,28(5):22-30.13何贵先，行鸿彦，徐伟，等互补集成经验模态分解在MOA监测中的应用J.高压电器，2 0 18，54(12):225-231.（收稿日期：2 0 2 1-0 6-2 1).102