电子设计工程
Electronic Design Engineering
第 25卷
Vol.25
第 22期
No.22
2017年 11月
Nov. 2017
收稿日期:2016-10-19 稿件编号:201610097
作者简介:申 元(1979—),男,河南虞城人,硕士研究生,工程师。研究方向:电力系统过电压与外绝缘保护。
随着物联网和智能电网的快速发展,产生了大
量结构多样、来源复杂的数据,传统的输电线路诊断
方法大多为单一的诊断方式,准确性较差
[1]
。当前出
现了对数据融合的一些研究:基于改进的粒子群算
法提升 D-S 的证据理论融合性能
[2]
;利用神经网络进
行新型融合提高数据融合的精度
[3]
;一种支持多用户
决策的多源异构数据融合,考虑决策者偏好提高了
多用户决策结果的可靠度;针对复杂环境下提出了
基于 VxWorks 的多目标数据融合;针对传感器信号
不确定会产生冲突证据的问题,提出了一种基于改
进证据理论的多传感器信息融合故障诊断方法
[4-9]
。
面对现今智能电网的大数据,文中采用基于多
维度数据融合
[10]
技术的故障诊断方法,将电网系统
信息、环境数据、开关量数据、电气量等数据进行融
合,充分利用多维度的诊断结果融合,使得诊断结果
更加精确。有利于指导运行人员有针对性地开展输
电线路技术改造,提高输电线路运行维护水平。
1 多维度的输电线路故障诊断结构与
功能
通过对输电线路故障诊断过程的研究,不难发现,
多维度数据融合的输电线路故障智能诊断系统
申 元
1
,林 卿
2
,黄修乾
3
,宋文波
4
,王 科
1
(1.云南电网有限责任公司电力科学研究院,云南 昆明 650217;2.国网电力科学研究院武汉南瑞有限责任公司,
湖北 武汉 430074;3.云南电网有限责任公司 云南 昆明 650011;4.云南电网文山供电局 云南 文山 663000)
摘要:针对当前输电线路故障诊断的需求,结合智能电网运行中产生的大量结构多样、来源复杂的
数据,将这些大数据归类于不同的维度,设计了基于多维度数据融合的输电线路故障智能诊断系
统。对多维度的诊断结果融合架构、融合方法等进行了设计,并给出了故障智能诊断系统的主要
功能模块和整体结构。最后,通过该系统的运行,表明了多维度数据融合的诊断结果具有较高的
诊断速度和准确度,在电力行业故障诊断方面具有良好的应用前景。
关键词:多维度;故障诊断;特征降维;数据融合;架构设计
中图分类号:TM711 文献标识码:A 文章编号:1674-6236(2017)22-0062-03
Intelligent fault diagnosis system for transmission line based on multi dimension
data fusion
SHEN Yuan
1
,LIN Qing
2
,HUANG Xiu⁃qian
3
,SONG Wen⁃bo
4
,WANG Ke
1
(1. Electric Power Research Institute of Yunnan Power Grid Co. Ltd.,Kunming 650217,China;
2. State Grid Electric Power Research Institute Wuhan Nari Limited Liability Company,Wuhan 430074,
China;3. Yunnan Power Grid Co. Ltd.,Kunming 650011,China;
4. Yunnan Power Grid Yunnan Power Supply Bureau,Wenshan 663000,China)
Abstract: 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.
Key words: multi dimension;fault diagnosis;feature dimension reduction;data fusion;architecture design
-- 62