一种电力信息系统运行安全管理监控方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115912654A(43)申请公布日2023.04.04(21)申请号202211567872.7G06F18/2321(2023.01)(22)申请日2022.12.08G06N7/02(2006.01)H02J3/00(2006.01)(71)申请人国网辽宁省电力有限公司信息通信分公司地址110006辽宁省沈阳市和平区宁波路18号(72)发明人孙俊伟李佳硕曲英实孙旭泽周宁宁(74)专利代理机构沈阳维特专利商标事务所(普通合伙)21229专利代理师李丹(51)Int.Cl.H02J13/00(2006.01)G06F18/22(2023.01)G06F18/25(2023.01)权利要求书3页说明书8页附图2页(54)发明名称一种电力信息系统运行安全管理监控方法(57)摘要本发明公开了一种电力信息系统运行安全管理监控方法，包括：(1)构建状态参数信息分布结构模型；(2)基于状态参数信息分布结构模型，建立系统稳态特征分析模型；(3)以希尔伯特卷积图谱解析方法为基础，提取电力系统的状态参数信息特征；(4)使用HHT模型进行状态监测；(5)采用仿真测试方法进行验证安全监测的应用性能。本发明提出的电力信息系统运行安全管理监控方法，能够保证电力系统安全稳定的运行，快速发现电气设备中存在的问题，精准的提供故障诊断工作，提升工作效率。CN115912654ACN115912654A权利要求书1/3页1.一种电力信息系统运行安全管理监控方法，其特征在于，所述方法包括步骤：(1)构建状态参数信息的希尔伯特谱特征分析模型；(2)基于状态参数信息分布结构模型，分析系统状态参数信息的希尔伯特谱特征，建立系统稳态特征分析模型；(3)以希尔伯特卷积图谱解析方法为基础，提取电力系统状态参数信息的输出功率及电压的模糊图谱关联特征集；(4)使用HHT模型进行状态监测；(5)采用仿真测试方法进行验证安全监测的应用性能。2.根据权利要求1所述的电力信息系统运行安全管理监控方法，其特征在于，所述步骤(1)具体包括如下步骤：通过使用希尔伯特卷积图谱解析方法对电力系统的状态参数进行融合和特征匹配，使A为系统监测的内频数特征参数，σT为采样时延，f(X,t)为信息采集频率，d(t)为状态信息‑1分布的时间间隔，Cn为系统状态参数信息的深度融合特征量，从而系统状态参数信息的时间序列分布结构模型为：在模糊信息的结构映射中引入联合时间序列进行分析，使λ为大数据随机融合的特征量，u为状态参数信息常数，ps(si)为电力系统状态参数信息的模糊类特征参数，从而得到电力系统状态参数信息HHT模型为：其中，电力系统状态参数信息的模糊类特征参数ps(si)：使用块匹配技术结合分布式电力系统的状态管理，使l为聚类相关性系数，vt为状态参数信息融合的阶数，ρ、H分别为自适应加权系数和系统状态时域，从而得到联合特征聚类模型为：结合运维状态管理和系统状态时域控制分析，进而对电力系统的运维状态特征进行重组，而后对其信息进行融合处理，使ai、K(x,xi)为系统运行状态特征量和在参数时间内的状态变化特征量，从而得到电力系统状态参数信息分布结构模型：3.根据权利要求1所述的电力信息系统运行安全管理监控方法，其特征在于：所述步骤2CN115912654A权利要求书2/3页(2)具体包括：使希尔伯特谱特征匹配系数为Ta、ah(vTh)，vTh为电力系统的有效数据检测阈值，取1或‑1，并根据电力系统状态参数信息的训练结果，得到数据离散样本特征聚类参数τw(vTh)：基于上述聚类结果，采用特征映射寻优方法，使vij、σj为数据检测值和状态参数信息融合得到的综合权重，pi、wj为参数信息分布结构和系统状态信息谱，从而得到电力系统的运行状态特征融合模型：上述参数信息分布结构的谱密度特征分量Pij为：其中，为随机概率密度，根据综合评价的决策方法，建立电力系统状态参数信息的融合模型，使ri为状态信息的模糊度频移，θi为尺度信息，得到电力系统状态参数信息的HHT解析模型为:采用联合自相关映射，得到分布式电力系统状态参数信息调度的采样时间间隔，根据模糊融合体系，采用HHT变换，使blocki为任意分块，得到模糊特征匹配函数M为：最终根据模糊特征匹配函数，结合电力系统的状态特征信息，使fg、Bki、为抗阻、抗阻系数和功率谱调节系数，从而得到电力系统稳态特征分析模型为：4.根据权利要求1所述的电力信息系统运行安全管理监控方法，其特征在于：所述步骤(3)具体包括：使和B为相位偏移和输出电流增益，从而得到状态参数的特征分类属性判别函数U为：通过多模态的参数分析，使X(k)、I(n)为时间采样序列和参数信息融合的特征干扰分量，从而得到电力系统状态监测的联合互信息函数