买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜国网经济技术研究院有限公司;国网天津市电力公司申请的专利一种基于多源信息融合的配电网故障研判方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115219838B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110414417.2，技术领域涉及：G01R31/08；该发明授权一种基于多源信息融合的配电网故障研判方法是由姜世公;王云飞;杨赫;贾利虎设计研发完成，并于2021-04-16向国家知识产权局提交的专利申请。

本一种基于多源信息融合的配电网故障研判方法在说明书摘要公布了：本发明提供了一种基于多源信息融合的配电网故障研判方法，包括：步骤1，配电网故障区域划分：基于设备资产管理系统中配电网静态拓扑信息以及结合配电自动化信息进行故障区域划分；步骤2，配电网故障区域开关量信息研判：通过构建故障诊断模型，基于量子遗传算法进行参数寻优获得开关量信息的模糊故障度；步骤3，配电网故障区域电气量信息研判：基于希尔伯特‑黄变换Hilbert‑HuangTransform,HHT进行故障区域电流信息的特征提取，获得幅值畸变度与故障能量度；步骤4，配电网故障信息融合决策：基于谱聚类算法进行元件的模糊故障度、幅值畸变度、故障能量度综合分析，实现故障元件的研判。

本发明授权一种基于多源信息融合的配电网故障研判方法在权利要求书中公布了：1.一种基于多源信息融合的配电网故障研判方法，所述方法包括：步骤1配电网故障区域划分：当配电网发生故障时，搜索范围方面主要体现为相关的开关元件和保护装置动作，通过调取设备资产管理系统中配电网静态拓扑信息进行故障前后对比以及结合配电自动化系统开关信息可以得到故障区域；而故障区域由于受开关元件与保护装置的隔离作用，属无源区域，故障元件也包含在此无源失电区域中，因此，故障元件的定位与识别在范围上主要是针对该无源区域来进行；步骤2配电网故障区域开关量信息研判：针对配电网开关量信息，采用基于优化技术的诊断模型创造性地将电网故障诊断问题转换为求取极值的0-1整数规划问题,从而具有严密的数学基础,然后采用量子遗传算法进行模型求最优解，有效地实现配电网故障诊断；所述步骤2包含以下步骤，如下：步骤2.1：基于元件动作的实际与期望值来构造故障诊断模型，具体模型为： 式中：rk,m和r*k,m分别为某个设备主保护的实际状态和期望状态；rk,s和r*k,s分别为某个设备近后备保护的实际状态和期望状态；rk,l和r*k,l分别为某个设备远后备保护的实际状态和期望状态；Ci和Ci*分别为断路器的实际状态和期望状态；步骤2.2：采用量子遗传算法对故障诊断模型求解，获得故障元件集；所述步骤2.2包含如下步骤：步骤2.2.1：初始化故障区域元件种群Qt0,随机生成n个以量子比特为编码的染色体；步骤2.2.2：对初始化种群Qt0中的每个个体进行一次解码测量，得到一组对应的确定解其中为第t0代种群中第j个解，表现形式为长度为m的二进制串，其中每一位为0或1，是根据量子比特的概率或i＝1,2,···,m选择得到的；测量过程为，随机产生一个[0,1]区间的数，若它大于概率幅的平方，则测量结果取值1，否则为0；对确定解进行适应度评估，记录最优个体和对应的适应度；适应度函数采用目标函数即：Θx＝Ex；步骤2.2.3；利用量子旋转门Ut对个体实施调整，得到新的种群Qt；该调整策略是将个体当前的测量值的适应度Θx与该种群当前最优个体的适应度值Θbesti进行比较，如果Θx＞Θbesti，则调整中相应量子比特，使得几率幅对ai,βi向着有利于xi出现的方向演化，反之，调整中相应量子比特，使得几率幅对ai,βi向着有利于besti出现的方向演化；步骤2.2.4：将迭代次数t加1,直到设定的迭代次数；得到最优解，从而确定故障元件集；步骤3配电网故障区域电气量信息研判：由于配电网发生故障时，系统内元件的电气量会存在暂态分量；因此通过对步骤1获得的故障可疑元件集合进行电气量分析，得到元件的电气量故障度；所述步骤3包含以下步骤，如下：步骤3.1：对通过元件的电流信息进行快速本征模态分解所述步骤3.1包含以下步骤：步骤3.1.1：设输入电流信号为ft,计算该信号的极值点Rt:Rt,t0≤tj≤tm-12式中，t0、tj和tm-1分别表示不同极值点的采样时刻；步骤3.1.2:利用线性转换方法对极值点进行转换并成对用的残余量rt： 式中，tj+1是j+1个极值点处所对应的采样时间；步骤3.1.3:将原始信号减去残余量，即可求得原始信号固有的模态函数IMF；因此原始输入信号能够分解为多个唯一的固有模态分量以及一个残余分量；步骤3.2:对模态函数IMF进行希尔伯特变换Hilbert设某一模态函数IMF实信号为ut，其对应的Hilbert变换为： 其对应的反变换为： 将ut和vt进行组合，能够得到如下的复信号：xt＝ut+jvt＝atejθt6根据式子6可得： 那么其瞬时频率可以定义为： 因此，原始信号ut的瞬时频率即是其所对应复信号xt的相位导数；步骤3.3：计算元件电流信息幅值畸变度通过式7可以获得某一模态函数进行Hilbert变换后求得第i条线路在故障发生前后电流有效值幅值的第j个FIMD分量分别如下所示： 式中，N是采样的点数，l是故障时刻所对应的采样点数；则进一步可求得故障线路电流信号的畸变度为： 步骤3.4：计算元件电流信息故障能量度；根据式8能够求得故障电流信号的能量谱Hω,t，进而求得对应的边际谱为： 进一步求得Hilbert变换的边际能量谱为： 则第i条线路在故障时的电流故障能量度值可表示为： 式中，fs表示的信号采样频率；步骤4.配电网故障信息融合决策：通过步骤2与步骤3获得元件模糊故障度、电流信息幅值畸变度、电流信息故障能量度三种信息，作为故障区域各元件的故障特征，利用谱聚类进行故障信息融合，实现故障诊断的最终决策；所述步骤4包含以下具体步骤：步骤4.1：输入样本集V＝x1,x2,x3…,xn,构建度矩阵Dn×n与邻接矩阵W； wij为点xi和点xj之间的权重；由于是无向图，所以wij＝wji；di为xi相连的所有边的权重之和；矩阵D为对角矩阵，只有主对角线有值，对应第i行的第i个点的度数di；W为n×n的矩阵，第i行的第j个值对应权重wij；步骤4.2：采用Ncut理论进行切图聚类，识别故障元件；所述步骤4.2包含以下具体步骤：步骤4.2.1：构建切图聚类目标E： 其中为Ai的补集，|Ai|为子图中的样本点个数，Ai为每个子图点的集合；步骤4.2.2：进行目标函数E转化求解： 步骤4.2.3：构建标准化后的拉普拉斯矩阵D-12LD-12；步骤4.2.4：计算D-12LD-12最小的k1k1n个特征值所各自对应的特征向量f；步骤4.2.5：将各自对应的特征向量f组成的矩阵按行标准化，最终组成n×k1维的特征矩阵F；步骤4.2.6：对F中的每一行作为一个k1维的样本，共n个样本，用传统的k-means聚类方法进行聚类，聚类维数为k2，得到簇划分Cc1,c2,...ck2，异常点即为故障元件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网经济技术研究院有限公司;国网天津市电力公司，其通讯地址为：102209 北京市昌平区未来科技城滨河大道18号A栋五、六层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。