[发明专利]一种基于动力学行为的孤岛式电力系统潜隐故障预测方法

摘要

本发明公开一种基于动力学行为的孤岛式电力系统潜隐故障预测方法，包括如下两大步骤：步骤1、利用电力系统演变发展的分岔动力学行为特征来辨识潜隐故障的实现步骤；步骤2、电力系统潜隐故障预测步骤。与现有技术相比，本发明提供的本发明的基于动力学行为的孤岛式电力系统潜隐故障预测方法，能识别电力系统正在发展演变的潜隐故障并预测其可能发生的概率，使移动载体(飞机或船舶)能在有利的工作环境中实现隐患系统或设备的修复，为避免破坏性故障的发生提供条件。

主权项

1.一种基于动力学行为的孤岛式电力系统潜隐故障预测方法，其特征在于，包括如下两大步骤：步骤1、利用电力系统演变发展的分岔动力学行为特征来辨识潜隐故障的实现步骤；步骤2、电力系统潜隐故障预测步骤；其中，步骤1分为如下步骤完成：Step11、建立孤岛式电力系统健康状态渐进演变的动力学模型根据动力学理论，电力系统健康状态演变发展的动力学行为可由一系列参数化的微分‑代数方程组：描述；式中的β为反映电力系统动态元件的行为性态的状态向量，θ为描述电力系统结构的代数向量，y为传感器采集到的信号，函数f(·)为表示电力系统动态元件的动力学行为的状态微分方程，函数g(·)为表示动态元件之间相互作用的非线性代数方程；Step12、分界点1和分界点2的确定设有不动点(β₀,θ₀)，则其中J就是系统模型的雅可比矩阵，它的元素和由于J₄可逆，则可得 ， 在不动点(β₀,θ₀)处，矩阵(J₁‑J₂J₄^‑1J₃)的特征值λ取决于y，反映y和λ之间关系的平面为一个多维超平面，当孤岛式电力系统演变发展为故障潜隐状态后，特征值λ将处于右半超平面；有且仅当孤岛式电力系统工作在分界点1时，λ的值分布为：两个为纯虚数，其余的全部为非负的实数；根据这个原理就可以辨识出分界点1及其相应的工作数据y；孤岛式电力系统演变发展为故障潜隐状态后，系统将表现出更多的分岔动力学行为，而这些分岔行为体现了电力系统状态向失效故障状态的演变发展，并且分岔点越接近分界点2说明电力系统将更加趋近于失效故障状态；分界点2是一个如分界点1刚度强烈的系统状态改变的分岔点，更是电力系统在故障潜隐阶段最终的分岔点，因此分界点2的确定可以视为要在y与λ关系的右半超平面上寻找与分界点1特征值之间的距离全局最大y的问题；基于此构造求解其的代价函数为：l为母线数，ΔP_i为母线i在某分岔点相对于分界点1的有功功率增量，相应的ΔQ_i为无功功率增量，计算电力系统产生分岔时母线有功功率和无功功率的表达式分别为：和P_i⁰、Q_i⁰和V_i⁰分别为稳态时的有功功率、无功功率和负荷电压，l_i的值由母线负荷的性质决定，y为y的元素；ΔP_i和ΔQ_i是沿着故障潜隐阶段的分岔点特征值与分界点1特征值之间距离相同的方向变化的，综上，求解分界点2相应工作数据的表达式为：以DLM作为目标函数，利用人工蜂群算法在y与λ关系的多维超平面上寻找满足DLM代价函数全局最优的分岔点来获得分界点2及其相应的工作数据；Step13、潜隐故障数据集的辩识假设分界点1的工作数据ε₁和分界点2的工作数据ε₂之间的距离为DIS(ε₁,ε₂)，如果传感器采集到的信号ε为潜隐故障信号，那么DIS(ε,ε₁)和DIS(ε,ε₂)一定同时满足：DIS(ε,ε₁)＜DIS(ε₁,ε₂)和DIS(ε,ε₂)＜DIS(ε₁,ε₂)，因此，利用这个动力学行为的特征就能从安全、故障潜隐和失效三种工作状态中辨识出潜隐故障数据；其中，步骤2分为如下步骤完成：Step21、在对传感器采集到时频域信号的统计特性分析中，均方值和二次误差值为互补反映电力系统健康状态的两种测度，借助这两种测度来识别电力系统当前的健康状态和预测正在发展演变的潜隐故障；电力数据的均方值和二次误差值分别根据和两式计算，μ_i,f和σ_i,f分别为分离后船舶电力系统源信号在不同频率点的均值和标准方差，i表示第i个采集信号，i＝1,2,…,n；Ω₁,Ω₂,…,Ω_M为M种工作状态的均方值和二次误差值的数据集，而Ω'₁,Ω'₂,…,Ω'_M′为M′类潜隐故障的均方值和二次误差值的数据集；孤岛式电力系统潜隐故障预测方法模型是通过计算包含实测信号均方值和二次误差值的Ω与Ω_i(i＝1,2,…,M)之间的相似度sim(Ω_i,Ω)来评估孤岛式电力系统当前时刻t的状态属于M种工作状态的哪一种，即评估孤岛式电力系统当前的健康状态，sim(Ω_i,Ω)越大说明Ω与Ω_i的相似度越高，反之相似度越低；M种工作状态包括安全状态和各类故障状态，M类工作状态的数据集Ω_i是利用聚类分析机理对传感器采集到信号的均方值和二次误差值进行归类得到，M′类潜隐故障的数据集Ω'_i也是通过此类方法得到；Step22、在识别出系统当前健康状态的基础上，利用马尔可夫链分析计算孤岛式电力系统当前的工作状态和故障潜隐状态之间的转移概率预测t+1时刻可能发生的潜隐故障；记向量π_k(k＝1,2,…,M′)为描述第k类潜隐故障在前t个时刻的初始化概率分布，A_k为描述第k类潜隐故障和含有它本身的M′类潜隐故障以及“安全”状态之间的转移概率分布，B_k为描述前t个时刻观测序列映射在第k类潜隐故障的概率分布，实现的步骤：首先定量估算实测的孤岛式电力系统工作数据O映射在M′类潜隐故障对应的概率P(O|π_k,A_k,B_k)，然后依据概率最大的原则定性做出电力系统在t+1时刻状态的预测结果。