[发明专利]一种基于故障基因表的智能配电网故障预警方法

摘要

本发明涉及一种基于故障基因表的智能配电网故障预警方法，属于智能配电网故障预警领域。首先将智能配电网的运行状态划分为优、良、中和差四种状态，然后采用BP神经网络算法对智能配电网运行的历史数据进行状态评估并结合对应的故障，得到各段状态转移时间序列与故障之间的映射关系，从而构造出故障基因表，接着周期性的在线获取智能配电网的状态转移时间序列，并通过Smith‑Waterman算法将其与故障基因表中的所有基因进行匹配，若最大匹配值达到设定的阈值，则预警相应的故障。本发明能很好的面对智能配电网越来越复杂的问题，提高智能配电网故障预警的准确率，为相关管理人员对智能配电网的维护提供指导和帮助，有效的提高了电网运行决策的科学性和预见性。

主权项

一种基于故障基因表的智能配电网故障预警方法，其特征在于：具体包含如下步骤：S1：对智能配电网的运行状态进行划分，并构建智能配电网状态评估指标体系；S2：构建包含输入层、隐含层和输出层的BP神经网络模型；S3：将智能电网历史故障数据分为两部分，对第一部分智能配电网历史故障数据源中的母线的运行数据进行聚类来构建训练样本；S4：将第一部分智能电网的训练样本和训练样本所对应的配电网运行状态输入到BP神经网络模型进行训练，得到BP神经网络状态评估模型；S5：将第二部分智能配电网历史故障数据源中的母线的运行数据输入到BP神经网络状态评估模型得到智能配电网状态转移时间序列和故障的映射关系，从而构建出故障基因表；S6：周期性获取当前智能配电网的母线的运行状态数据，并将运行状态数据输入到BP神经网络状态评估模型得到当前智能电网的状态转移时间序列；S7：通过Simith‑Waterman基因序列比对算法，将获得的当前智能电网的状态转移时间序列与故障基因表中的所有基因进行匹配，求取匹配值，将最大的匹配值与所设定的阈值进行比较，若超过阈值，则预警该基因所对应的故障。