(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211341275.2 (22)申请日 2022.10.31 (71)申请人 国网四川省电力公司电力科 学研究 院 地址 610000 四川省成 都市高新区锦晖西 二街16号 (72)发明人 高艺文　张华　龙呈　苏学能　 李世龙　杨勇波　方玉　吴驰　 徐琳　雷潇　宁鑫　李巍巍　罗洋　 张睿　刘畅　熊嘉宇　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 林菲菲 (51)Int.Cl. G06F 11/07(2006.01)G06N 3/08(2006.01) H02J 3/00(2006.01) (54)发明名称 一种高容 错电网故障诊断方法及系统 (57)摘要 本发明公开一种高容错电网故障诊断方法 及系统， 在数据输入神经网络模 型进行诊断前进 行数据预处理操作： 基于KMP算法高效的进行数 据校核、 通过匹配校核的开关动作数据建立原始 决策表， 对原始决策表进行属性约简处理得到最 佳属性约简组合； 属性约简处理进行特征简化， 不仅提高诊断模 型的容错能力， 配合神经网络的 拟合能力， 还降低了故障诊断模 型对数据可靠性 的依赖程度， 提高模型的学习速度、 精度和容错 性； 数据校核与属性约 简操作相结合能够做到性 能优势互补， 改善了多源故障信息异常所带来的 容错性低的问题， 且模型整体结构简单， 诊断速 度快， 精度高， 具有较好的实用价 值。 权利要求书2页 说明书9页 附图4页 CN 115408196 A 2022.11.29 CN 115408196 A 1.一种高容 错电网故障诊断方法， 其特 征在于， 包括 步骤： 步骤一： 采集电网的多源实时故障遥信数据并进行 预处理； 步骤二： 将预处理后的故障遥信数据进行归一化处理得到保护器和断路器的开关动作 数据， 对开关动作数据使用KMP算法进行 数据匹配校核； 步骤三： 基于通过匹配校核的开关动作数据建立原始决策表， 并对原始决策表进行属 性约简处 理得到最佳属性约简组合； 步骤四： 将最佳属性约简组合所对应的故障遥信数据输入已训练好的反 向传播神经网 络模型中进行实时故障诊断。 2.根据权利要求1所述的一种高容错电网故障诊断方法， 其特征在于， 所述预处理包括 过程： 对多源实时故障遥信数据进行抽样 审核、 筛选分类、 统一标准和剔除冗余。 3.根据权利要求1所述的一种高容错电网故障诊断方法， 其特征在于， 所述归一化处理 包括过程： T1， 将预处理后的故障遥信数据输入专家库系统利用电网的树状图描述出电网的拓扑 结构； T2， 基于电网的拓扑结构和故障遥信数据计算多源文本字符串之间的相关度， 输出故 障遥信数据中相关度最大的文本 字符串； T3， 基于相关度最大的文本字符串提取出电网中的各保护器和断路器的开关动作数 据。 4.根据权利要求1所述的一种高容错电网故障诊断方法， 其特征在于， 原始决策表的建 立方法包括以下子步骤： S1， 获取通过匹配校核的开关动作数据并确定电网的所有故障事故， 以各故障事故作 为一个事故样本； S2， 对每个事故样本建立条件属性和决策属性； 所述条件属性包括各保护器和断路器 的开关状态、 所述决策属性包括当前故障事故中发生故障的器件； S3， 将电网所有事故样本的条件属性和决策属性建立在同一个表格中得到原始决策 表。 5.根据权利要求4所述的一种高容错电网故障诊断方法， 其特征在于， 所述属性约简处 理方法包括： G1， 对每个原始决策表建立 一个可辨识 矩阵； G2， 基于可辨识 矩阵对特 征属性进行约简筛 选后得到若干个属性约简组合； G3， 计算各属性约简组合的平均互信息， 将平均互信息最小的视为 最佳属性约简组合。 6.根据权利要求5所述的一种高容错电网故障诊断方法， 其特征在于， 所述原始决策表 建立方法包括： 以每个事故样本作为一个行表头， 每个条件属性作为一个列表头， 决策属性作为最后 一个列表头来建立表格； 设置条件属性对应的表身为各条件属性的开关状态， 用分布变量表示； 最后一列的表 身为决策属 性发生故障的器件； 所述分布变量表示的方法为： 把条件属 性的开关状态设定 为0和1分布的变量， 其中0表示保护器或者断路器没有动作， 1值表示保护器或者 断路器已 动作。权　利　要　求　书 1/2 页 2 CN 115408196 A 27.根据权利要求6所述的一种高容错电网故障诊断方法， 其特征在于， 可辨识矩阵建立 方法包括： 根据原始决策表表身第 i行的数据和 第j行的数据确定可辨识矩阵第 i行第j列的 元素mij： 当决策表表身中的第 i行数据与第 j行数据之间的条件属性值出现不一致， 且决策属性 值也不一致时， 元素mij为不同属性 值的合并； 当决策表表身中的第 i行信息与第 j行信息之间的条件属性值与 决策属性值全部一致 时， 元素mij为0； 当决策表表身中的第 i行信息与第 j行信息之间的决策属性值不同而条件属性值一致 时， 元素mij为‑1。 8.根据权利要求5所述的一种高容错电网故障诊断方法， 其特征在于， 所述平均互信 息 的计算方法包括： 计算出属性约简组合中两 两特征属性之间的互信息； 将所有互信息求和后再求平均值得到属性约简组合的平均互信息值； 计算出所有属性约简组合的平均互信 息值， 将平均互信 息值最小的属性约简组合视为 最佳属性约简组合。 9.根据权利要求8所述的一种高容错电网故障诊断方法， 其特征在于， 所述互信 息的计 算方法包括： 属性约简组合中的特征属性确定为等价关联 和等价关联 ； 式中： 和 表示属性约简组合中 n个事故样本所对应的条件属性 集合和决策属性 集合； 等 价 关 联 的 信 息 熵 值 用 H ( G )表 示 ，等 价 关 联 对于等价关联 G的条件熵值用 H(Q/G)表示， 则等价关联 G和等价关联 Q的互信息为： 式中： 和 表示每个属性约简组合中 n个事故样本所对应的条件 属性集合和决策属性 集合， P表示 求概率， x表示条件属性， y表示决策属性。 10.一种高容错电网故障诊断系统， 其特征在于， 包括： 采集模块、 数据校核模块、 粗糙 集模块和诊断模块； 所述采集模块用于采集电网的多源实时故障遥信数据并进行 预处理； 所述数据校核模块用于将预处理后的故障遥信数据进行归一化处理得到保护器和断 路器的开关动作数据， 对开关动作数据使用KMP算法进行 数据匹配校核； 粗糙集模块用于基于通过匹配校核的开关动作 数据建立原始决策表， 并对原始决策表 进行属性约简处 理得到最佳属性约简组合； 所述诊断模块用于将最佳属性约简组合所对应的故障遥信数据输入已训练好的反向 传播神经网络模型中进行实时故障诊断。权　利　要　求　书 2/2 页 3 CN 115408196 A 3