基于机器学习算法的继电保护装置动作时间评价方法及系统与流程

1.本发明涉及继电保护技术领域，更具体地，涉及一种基于机器学习算法的继电保护装置动作时间评价方法及系统。


背景技术：

2.继电保护装置是电力系统安全稳定运行的重要保障手段之一，电力系统动态模拟系统通过灵活建立不同电压等级、不同规模、不同类型的试验模型，可以真实地模拟电力系统出现的各种复杂故障及其它异常运行工况，实现对线路保护、变压器保护、母线保护、电抗器保护、发电机保护等各类继电保护装置的针对性的试验验证，对装置的功能和整体性能做系统全面的检验测试，同时，利用动态模拟实验室可以进行不同厂家及同厂家不同型号继电保护装置之间的性能比对试验。
3.当前保护装置动作时间测试主要是依据相应的标准开展通过性测试，验证动作时间能否满足技术规范要求，因继电保护装置动作时间受运行工况、故障类型、保护原理、动作逻辑以及装置软硬件性能影响，通常为非连续离散时间变量，且具有一定的时间区域聚集性，采用动模试验方法可以得到各种工况下大量的继电保护装置动作时间，但如何在保证满足标准要求的基础上，对动作时间优劣进行综合评价一直是困扰装置性能评价的一大难题。


技术实现要素：

4.本发明技术方案提供一种基于机器学习算法的继电保护装置动作时间评价方法及系统，以解决如何基于机器学习算法对继电保护装置动作时间进行评价的问题。
5.为了解决上述问题，本发明提供了一种基于机器学习算法的继电保护装置动作时间评价方法，所述方法包括：
6.模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；
7.通过预设的机器学习算法计算继电保护动作时间中心，当所述机器学习算法收敛时，停止计算，获取所述动作时间的动作时间中心元素和对应的动作时间中心子集；
8.基于所述动作时间中心子集设置动作时间中心元素的代表概率密度；
9.基于所述动作时间中心元素、所述代表概率密度计算继电保护装置动作时间的评价指标。
10.优选地，所述模拟电力系统不同运行工况，遍历各种类型的区内故障之前，还包括：
11.建立继电保护装置动作模拟试验系统，所述试验系统包括一次电力系统模拟单元、故障模拟单元、控制系统单元、故障录波单元以及外部授时单元；
12.所述一次电力系统模拟单元的接线形式与所述继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；
13.所述故障模拟单元用于模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；
14.所述控制系统单元用于改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；
15.所述故障录波单元用于记录一次电力系统模拟单元的电气量波形和继电保护装置的动作时间；
16.所述外部授时单元用于为所述继电保护装置动作模拟试验系统提供统一的外部时间基准。
17.优选地，还包括：
18.将继电保护装置接入所述继电保护装置动作模拟试验系统；
19.对所述继电保护装置进行配置，包括：定值整定配置和模型文件配置；
20.对所述继电保护装置动作模拟试验系统进行调试，包括：模拟量比对、开关量校核、传动试验以及通信检查。
21.优选地，所述电力系统不同运行工况包括：不同系统等值容量和不同负荷运行工况，系统频率偏移和手合故障元件工况；
22.所述区内故障包括：单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障。
23.优选地，所述动作时间中心元素的代表概率密度：
24.fi＝crad(ci)/crad(t)
25.其中，crad(ci)为动作时间中心子集中的样本数量，crad(t)为继电保护动作时间样本集中的样本数量。
26.优选地，增加遍历各种类型的区内故障的预设次数。
27.优选地，所述通过预设的机器学习算法计算继电保护动作时间中心，包括：
28.计算所述继电保护动作时间样本集的相似度：
[0029][0030]
其中s(i，j)＝-||t
i-tj||2；ti为第i次试验记录的动作时间，tj为第j次试验记录的动作时间，s(i,j)为动作时间样本i和样本j之间的相似度；
[0031]
基于所述继电保护动作时间样本集的相似度，对机器学习算法进行初始化：
[0032]
s1:将吸引度矩阵r和归属度矩阵a初始化为0矩阵；
[0033]
s2:更新吸引矩阵r：
[0034][0035]
其中，ai(i，j)为动作时间样本i和样本j之间的吸引度，ri(i，j)为动作时间样本i和样本j之间的归属度，k为动作时间样本k；
[0036]
s3：更新归属度矩阵a：
[0037][0038]
m为迭代计算次数；
[0039]
s4：基于衰减系数λ对吸引矩阵r和归属度矩阵a进行衰减：
[0040]rm+1
(i，j)＝λ
×rm
(i，j)+(1-λ)
×rm+1
(i，j)
[0041]am+1
(i，j)＝λ
×am
(i，j)+(1-λ)
×am+1
(i，j)
[0042]
重复步骤s2、s3和s4，直到所述吸引矩阵r和归属度矩阵a在预设次迭代中不再发生变化或者达到最大迭代次数时，结束计算；
[0043]
选取a+r最大的作为动作时间中心元素，选取规则为：max{a(i，j)+r(i，j)}
[0044]
其中，a+r为吸引度和归属度的和。
[0045]
基于本发明的另一方面，本发明提供一种基于机器学习算法的继电保护装置动作时间评价系统，所述系统包括：
[0046]
初始单元，用于模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；
[0047]
获取单元，用于通过预设的机器学习算法计算继电保护动作时间中心，当所述机器学习算法收敛时，停止计算，获取所述动作时间的动作时间中心元素和对应的动作时间中心子集；
[0048]
设置单元，用于基于所述动作时间中心子集设置动作时间中心元素的代表概率密度；
[0049]
结果单元，用于基于所述动作时间中心元素、所述代表概率密度计算继电保护装置动作时间的评价指标。
[0050]
优选地，所述系统还包括建立单元，用于：
[0051]
建立继电保护装置动作模拟试验系统，所述试验系统包括一次电力系统模拟单元、故障模拟单元、控制系统单元、故障录波单元以及外部授时单元；
[0052]
所述一次电力系统模拟单元的接线形式与所述继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；
[0053]
所述故障模拟单元用于模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；
[0054]
所述控制系统单元用于改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；
[0055]
所述故障录波单元用于记录一次电力系统模拟单元的电气量波形和继电保护装置的动作时间；
[0056]
所述外部授时单元用于为所述继电保护装置动作模拟试验系统提供统一的外部时间基准。
[0057]
优选地，所述建立单元，还用于：
[0058]
将继电保护装置接入所述继电保护装置动作模拟试验系统；
[0059]
对所述继电保护装置进行配置，包括：定值整定配置和模型文件配置；
[0060]
对所述继电保护装置动作模拟试验系统进行调试，包括：模拟量比对、开关量校核、传动试验以及通信检查。
[0061]
优选地，所述电力系统不同运行工况包括：不同系统等值容量和不同负荷运行工况，系统频率偏移和手合故障元件工况；
[0062]
所述区内故障包括：单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障。
[0063]
优选地，所述动作时间中心元素的代表概率密度：
[0064]fi
＝crad(ci)/crad(t)
[0065]
其中，crad(ci)为动作时间中心子集中的样本数量，crad(t)为继电保护动作时间样本集中的样本数量。
[0066]
优选地，所述初始单元，还用于：增加遍历各种类型的区内故障的预设次数。
[0067]
优选地，所述获取单元，用于通过预设的机器学习算法计算继电保护动作时间中心，包括：
[0068]
计算所述继电保护动作时间样本集的相似度：
[0069][0070]
其中s(i，j)＝-||t
i-tj||2；ti为第i次试验记录的动作时间，tj为第j次试验记录的动作时间，s(i,j)为动作时间样本i和样本j之间的相似度；
[0071]
基于所述继电保护动作时间样本集的相似度，对机器学习算法进行初始化：
[0072]
s1:将吸引度矩阵r和归属度矩阵a初始化为0矩阵；
[0073]
s2:更新吸引矩阵r：
[0074][0075]
其中，ai(i,j)为动作时间样本i和样本j之间的吸引度，ri(i,j)为动作时间样本i和样本j之间的归属度，k为动作时间样本k；
[0076]
s3:更新归属度矩阵a：
[0077][0078]
m为迭代计算次数；
[0079]
s4：基于衰减系数λ对吸引矩阵r和归属度矩阵a进行衰减：
[0080]rm+1
(i，j)＝λ
×rm
(i，j)+(1-λ)
×rm+1
(i，j)
[0081]am+1
(i，j)＝λ
×am
(i，j)+(1-λ)
×am+1
(i，j)
[0082]
重复步骤s2、s3和s4，直到所述吸引矩阵r和归属度矩阵a在预设次迭代中不再发
生变化或者达到最大迭代次数时，结束计算；
[0083]
选取a+r最大的作为动作时间中心元素，选取规则为：max{a(i，j)+r(i，j)}
[0084]
其中，a+r为吸引度和归属度的和。
[0085]
本发明技术方案提供了一种基于机器学习算法的继电保护装置动作时间评价方法及系统，其中方法包括：模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；通过预设的机器学习算法计算继电保护动作时间中心，当机器学习算法收敛时，停止计算，获取动作时间的动作时间中心元素和对应的动作时间中心子集；设置动作时间中心元素的代表概率密度；基于动作时间中心元素、代表概率密度计算继电保护装置动作时间的评价指标。本发明技术方案提供了一种基于机器学习算法的继电保护装置动作时间评价方法，通过建立统一的标准继电保护装置动态模拟系统，将各种类型的区内故障遍历模拟，采用affinity propagation(ap)机器学习算法得到动作时间样本集的时间中心及对应的聚合子集，进而计算得到继电保护装置动作时间评价指标，实现在统一试验条件、不同运行工况、各类故障状态下继电保护装置动作时间的综合评价，进一步可对各厂商继电保护装置动作时间指标开展横向比对，切实提升继电保护装置的精细化评价管理水平。
附图说明
[0086]
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
[0087]
图1为根据本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价方法流程图；
[0088]
图2为根据本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价方法流程图；
[0089]
图3为根据本发明优选实施方式的输电线路动态模拟一次系统接线示意图；以及
[0090]
图4为根据本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价系统结构图。
具体实施方式
[0091]
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
[0092]
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
[0093]
图1为根据本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价方法流程图。本发明提供一种基于机器学习算法的继电保护装置动作时间评价方法，通过建立统一的标准继电保护装置动态模拟系统，将各种类型的区内故障遍历模拟，采用affinity propagation(ap)机器学习算法得到动作时间样本集的时间中心及对应的聚
合子集，进而计算得到继电保护装置动作时间评价指标，实现在统一试验条件、不同运行工况、各类故障状态下继电保护装置动作时间的综合评价，进一步可对各厂商继电保护装置动作时间指标开展横向比对，切实提升继电保护装置的精细化评价管理水平。
[0094]
如图1所示，本发明提供一种基于机器学习算法的继电保护装置动作时间评价方法，方法包括：
[0095]
步骤101：模拟电力系统不同运行工况，遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；
[0096]
步骤102：通过预设的机器学习算法计算继电保护动作时间中心，当机器学习算法收敛时，停止计算，获取动作时间的动作时间中心元素和对应的动作时间中心子集；
[0097]
步骤103：基于动作时间中心子集设置动作时间中心元素的代表概率密度；
[0098]
步骤104：基于动作时间中心元素、代表概率密度计算继电保护装置动作时间的评价指标。
[0099]
优选地，模拟电力系统不同运行工况，遍历各种类型的区内故障之前，还包括：
[0100]
建立继电保护装置动作模拟试验系统，试验系统包括一次电力系统模拟单元、故障模拟单元、控制系统单元、故障录波单元以及外部授时单元；
[0101]
一次电力系统模拟单元的接线形式与继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；
[0102]
故障模拟单元用于模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；
[0103]
控制系统单元用于改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；
[0104]
故障录波单元用于记录一次电力系统模拟单元的电气量波形和继电保护装置的动作时间；
[0105]
外部授时单元用于为继电保护装置动作模拟试验系统提供统一的外部时间基准。
[0106]
优选地，还包括：
[0107]
将继电保护装置接入继电保护装置动作模拟试验系统；
[0108]
对继电保护装置进行配置，包括：定值整定配置和模型文件配置；
[0109]
对继电保护装置动作模拟试验系统进行调试，包括：模拟量比对、开关量校核、传动试验以及通信检查。
[0110]
优选地，电力系统不同运行工况包括：不同系统等值容量和不同负荷运行工况，系统频率偏移和手合故障元件工况；
[0111]
区内故障包括：单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障。
[0112]
优选地，动作时间中心元素的代表概率密度：
[0113]fi
＝crad(ci)/crad(t)
[0114]
其中，crad(ci)为动作时间中心子集中的样本数量，crad(t)为继电保护动作时间样本集中的样本数量。
[0115]
优选地，增加遍历各种类型的区内故障的预设次数。
[0116]
优选地，通过预设的机器学习算法计算继电保护动作时间中心，包括：
[0117]
计算继电保护动作时间样本集的相似度：
[0118][0119]
其中s(i，j)＝-||t
i-tj||2；ti为第i次试验记录的动作时间，tj为第j次试验记录的动作时间，s(i,j)为动作时间样本i和样本j之间的相似度；
[0120]
基于继电保护动作时间样本集的相似度，对机器学习算法进行初始化：
[0121]
s1:将吸引度矩阵r和归属度矩阵a初始化为0矩阵；
[0122]
s2:更新吸引矩阵r：
[0123][0124]
其中，ai(i，j)为动作时间样本i和样本j之间的吸引度，ri(i，j)为动作时间样本i和样本j之间的归属度，k为动作时间样本k；
[0125]
s3：更新归属度矩阵a：
[0126][0127]
m为迭代计算次数；
[0128]
s4：基于衰减系数λ对吸引矩阵r和归属度矩阵a进行衰减：
[0129]rm+1
(i，j)＝λ
×rm
(i，j)+(1-λ)
×rm+1
(i，j)
[0130]am+1
(i，j)＝λ
×am
(i，j)+(1-λ)
×am+1
(i，j)
[0131]
重复步骤s2、s3和s4，直到吸引矩阵r和归属度矩阵a在预设次迭代中不再发生变化或者达到最大迭代次数时，结束计算；
[0132]
选取a+r最大的作为动作时间中心元素，选取规则为：max{a(i，j)+r(i，j)}
[0133]
其中，a+r为吸引度和归属度的和。
[0134]
如图2所示，本发明提出一种基于affinity propagation机器学习算法的继电保护装置动作时间评价方法，方法包括：
[0135]
s1：搭建继电保护装置动模试验系统，试验系统包括一次电力系统模拟单元，故障模拟单元、控制系统单元，故障录波单元，外部授时单元；本发明在步骤s1中，一次电力系统模拟单元的接线形式与继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；
[0136]
故障模拟单元可以模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；
[0137]
控制系统单元可以改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；
[0138]
故障录波单元可记录一次电力系统模拟单元的电气量波形和继电保护装置的动
作时间；
[0139]
外部授时单元为动模试验系统提供统一的外部时间基准。
[0140]
s2：将继电保护装置接入动模试验系统，完成装置配置及试验系统调试；本发明在步骤s2中，装置配置包括定值整定和模型文件配置；试验系统调试包括模拟量比对、开关量校核、传动试验以及通信检查。
[0141]
s3：模拟电力系统不同运行工况下，遍历各种类型的区内故障，记录各次故障发生后继电保护装置的动作时间，得到保护动作时间样本集t＝{t1,t2,...tn}；
[0142]
本发明在步骤s3中，电力系统不同运行工况包括不同系统等值容量和不同负荷运行工况，可选地，电力系统不同运行工况还可以包括系统频率偏移和手合故障元件工况；
[0143]
各种类型的区内故障包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；
[0144]
保护动作时间t的计算方式为故障发生时刻和故障录波单元接收到保护动作信号之间的相对时间。本发明为提升动作时间评价指标的准确性，可重复步骤s3中故障模拟遍历次数，增加保护动作时间样本t数量。
[0145]
s4：采用affinity propagation(ap)机器学习算法分析动作时间样本集t，计算样本之间的相似度s，设置算法参数，完成ap算法收敛，得到动作时间t的时间中心子集e＝{e1,e2,..ek}，以及对应的时间聚合样本集c＝{c1,c2,..ck}；本发明在步骤s4中，计算样本之间的相似度其中s(i，j)＝-||t
i-tj||2。
[0146]
算法参数包括偏好参数p、阻尼系数λ、最大迭代次数n以及在停止收敛的估计集群数量上没有变化的迭代次数g；
[0147]
本发明affinity propagation(ap)机器学习算法初始化包括：
[0148]
步骤4-1，初始化，将吸引度矩阵r和归属度矩阵a初始化为0矩阵；
[0149]
步骤4-2，更新吸引度矩阵：
[0150]
步骤4-3，更新归属度矩阵：
[0151][0152]
步骤4-4，根据衰减系数λ对两个公式进行衰减：
[0153]rm+1
(i，j)＝λ
×rm
(i，j)+(1-λ)
×rm+1
(i，j)
[0154]am+1
(i，j)＝λ
×am
(i，j)+(1-λ)
×am+1
(i，j)；
[0155]
步骤4-5，重复步骤4-2，4-3，4-4直至吸引度矩阵r和归属度矩阵a在g次迭代中不再发生变化或者达到最大迭代次数n，计算结束。
[0156]
步骤4-6，最终选取a+r最大的tk作为ti聚类中心，选取规则为：max{a(i，j)+r(i，j)}。
[0157]
s5：设置动作时间中心ei(i＝1，2，...k)的代表概率密度fi；本发明在步骤s5中，动作时间中心的代表概率密度fi＝crad(ci)/crad(t)。
[0158]
s6：计算继电保护装置动作时间评价指标
[0159]
本发明提供了一种基于affinity propagation机器学习算法的继电保护装置动作时间评价方法，包括：搭建继电保护装置动模试验系统，试验系统包括一次电力系统模拟单元，故障模拟单元、控制系统单元，故障录波单元，外部授时单元；将继电保护装置接入动模试验系统，完成装置配置及试验系统调试；模拟电力系统不同运行工况下，各种类型的区内故障，记录各次故障发生后继电保护装置的动作时间，得到保护动作时间样本集t；采用affinitypropagation(ap)机器学习算法得到动作时间t的时间中心e，以及对应的时间聚合样本集c；设置动作时间中心ei的代表概率密度fi；计算得到继电保护装置动作时间评价指标p。
[0160]
本发明建立标准的动态模拟试验系统，可以将不同厂商、不同算法的同类型继电保护装置接入试验系统，在保证外部试验条件完全一致的情况下，开展各种系统运行工况下全部故障类型模拟，得到一系列的保护装置动作时间，通过采用ap机器学习算法对动作时间样本进行聚合分类，得到继电保护装置动作时间中心以及对应的代表概率密度，进而得到动作时间评价指标，实现对继电保护装置动作时间的综合评价。
[0161]
本发明提供的继电保护装置动作时间评价方法采用机器学习算法实现大量动作时间的自动聚合分类，减少动作时间样本数据预处理步骤，鲁棒性强，时间中心计算准确度较高。
[0162]
本发明提供的继电保护装置动作时间评价方法实现了在统一标准的动态模拟试验条件下对继电保护装置动作时间性能的综合评价以及各厂商装置性能的横向比较，解决了继电保护装置动作时间性能优劣综合评价难题。
[0163]
本发明以线路保护动作时间评价为例，根据gb/t 26864-2011《电力系统继电保护产品动模试验》的要求和超高压输电线路成套保护装置的功能，搭建500kv 400km双回无互感输电线路动态模拟系统。
[0164]
一次系统接线见图3所示，n厂经500kv双回无互感输电线路与l系统相连。n厂装有12g、14g共两台发电机组，总装机容量为5880mw。l站接入一地区等值系统，有大、中、小三种运行方式，其对应的短路容量分别为20000mva、10000mva和3000mva。
[0165]
各台发电机组的主要参数如表1所示。
[0166]
表1发电机组主要参数
[0167][0168]
输电线路的长度为400km，主要参数如表2所示。n厂采用单母接线方式，l站采用一个半开关接线方式。每条输电线路的两端均装有容量为150mvar的并联电抗器，电抗器参数如表3所示。
[0169]
表2输电线路主要参数(每100km参数)
[0170][0171]
表3高压并联电抗器主要参数
[0172][0173][0174]
线路l2为被保护线，试验时在被保护线路的两端和中间、非保护线路的两端及区外母线上共设置了6个故障点，其编号分别为fd1、fd2、fd3、fd6、fd9和fd10，每一个故障点都可以模拟各种类型的金属性或经过渡电阻短路故障。
[0175]
n站线路保护装置交流电压由变比为500kv/0.1kv的线路侧电容式电压互感器(cvt)pt73接入，交流电流模拟量由变比为1250a/1的电流互感器ct78接入。l站线路保护装置交流电压由变比为500kv/0.1kv的线路侧电容式电压互感器(cvt)pt15接入，交流电流由变比为1250a/1的电流互感器ct16/ct9接入。保护装置接入断路器位置及失灵开入信号。
[0176]
两侧线路保护装置采用光纤直联+2m复用通道的通讯方式。
[0177]
试验中使用故障录波器记录输入保护装置的电压、电流信号以及保护的分相跳闸、重合、发信等信号，采用gps或者北斗时间同步服务器为继电保护装置、故障录波装置、控制系统提供统一的时钟同步信号。
[0178]
通过试验控制系统可完成发电机启停、并网控制及功率调节，开关的分合闸，以及故障时序模拟。
[0179]
将线路保护装置接入动态模拟系统后，根据一次系统设备参数及保护装置通信连接关系完成装置定值整定和配置文件下装，核验正确后开展试验系统调试，调试内容主要包括模拟量比对、开关量校核、传动试验以及通信状态检查；
[0180]
在系统不同短路容量下分别模拟线路重载、轻载运行方式，分别进行线路保护区内瞬时金属性和经过渡电阻单相接地、两相短路接地、两相短路、三相短路和三相短路接地故障，使用故障录波器记录每次故障对应的保护动作时间，得到厂家a和厂家b同类型线路保护动作时间样本集ta和tb；在本实施例中各保护的动作时间样本数为106，且在各类故障状态下保护的动作行为及动作时间均满足标准要求)。
[0181]
在affinity propagation(ap)机器学习算法中，设置偏好参数p＝50、阻尼系数λ＝0.5、最大迭代次数n＝10000以及在停止收敛的估计集群数量上没有变化的迭代次数g＝15；
[0182]
通过迭代计算得到厂家a线路保护动作时间ta的时间中心ea＝{11.25，23.25，30.25，15，12.75，35.5}(单位ms)，以及对应的时间聚合样本集ca＝{c
a1
，c
a2
，c
a3
，c
a4
，c
a5
，c
a6
}；厂家b线路保护动作时间tb的时间中心eb＝{16，20.5，13.75，78.5，27.5，56.75，99.75}(单位ms)，以及对应的时间聚合样本集cb＝{c
b1
，c
b2
，c
b3
，c
b4
，c
b5
，c
b6
，c
b7
}；
[0183]
根据动作时间中心的代表概率密度fi＝crad(ci)/crad(t)，得到
[0184]fa1
＝0.3208，f
a2
＝0.0189，f
a3
＝0.0472，f
a4
＝0.1415，f
a5
＝0.3679，f
a6
＝0.1038；
[0185]fb1
＝0.4434，f
b2
＝0.0755，f
b3
＝0.3396，f
b4
＝0.0283，f
b5
＝0.0566，f
b6
＝0.0283，，f
b7
＝0.0283；
[0186]
计算得到厂家a线路保护装置动作时间评价指标厂家b线路保护装置动作时间评价指标
[0187]
从结果可以看出，在保护装置动作时间均满足现行标准规范统一约束下，在标准化的动模试验条件下，厂家a的线路保护装置动作时间要优于厂家b同类型线路保护。
[0188]
图4为根据本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价系统结构图。如图4所示，本发明提供一种基于机器学习算法的继电保护装置动作时间评价系统，系统包括：
[0189]
初始单元401，用于模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；
[0190]
获取单元402，用于通过预设的机器学习算法计算继电保护动作时间中心，当机器学习算法收敛时，停止计算，获取动作时间的动作时间中心元素和对应的动作时间中心子集；
[0191]
设置单元403，用于基于动作时间中心子集设置动作时间中心元素的代表概率密度；
[0192]
结果单元404，用于基于动作时间中心元素、代表概率密度计算继电保护装置动作时间的评价指标。
[0193]
优选地，系统还包括建立单元，用于：
[0194]
建立继电保护装置动作模拟试验系统，试验系统包括一次电力系统模拟单元、故障模拟单元、控制系统单元、故障录波单元以及外部授时单元；
[0195]
一次电力系统模拟单元的接线形式与继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；
[0196]
故障模拟单元用于模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；
[0197]
控制系统单元用于改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；
[0198]
故障录波单元用于记录一次电力系统模拟单元的电气量波形和继电保护装置的动作时间；
[0199]
外部授时单元用于为继电保护装置动作模拟试验系统提供统一的外部时间基准。
[0200]
优选地，建立单元，还用于：
[0201]
将继电保护装置接入继电保护装置动作模拟试验系统；
[0202]
对继电保护装置进行配置，包括：定值整定配置和模型文件配置；
[0203]
对继电保护装置动作模拟试验系统进行调试，包括：模拟量比对、开关量校核、传动试验以及通信检查。
[0204]
优选地，电力系统不同运行工况包括：不同系统等值容量和不同负荷运行工况，系
统频率偏移和手合故障元件工况；
[0205]
区内故障包括：单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障。
[0206]
优选地，动作时间中心元素的代表概率密度：
[0207]fi
＝crad(ci)/crad(t)
[0208]
其中，crad(ci)为动作时间中心子集中的样本数量，crad(t)为继电保护动作时间样本集中的样本数量。
[0209]
优选地，初始单元，还用于：增加遍历各种类型的区内故障的预设次数。
[0210]
优选地，获取单元，用于通过预设的机器学习算法计算继电保护动作时间中心，包括：
[0211]
计算继电保护动作时间样本集的相似度：
[0212][0213]
其中s(i，j)＝-||t
i-tj||2；ti为第i次试验记录的动作时间，tj为第j次试验记录的动作时间，s(i,j)为动作时间样本i和样本j之间的相似度；
[0214]
基于继电保护动作时间样本集的相似度，对机器学习算法进行初始化：
[0215]
s1:将吸引度矩阵r和归属度矩阵a初始化为0矩阵；
[0216]
s2:更新吸引矩阵r：
[0217][0218]
其中，ai(i,j)为动作时间样本i和样本j之间的吸引度，ri(i,j)为动作时间样本i和样本j之间的归属度，k为动作时间样本k；
[0219]
s3:更新归属度矩阵a：
[0220][0221]
m为迭代计算次数；
[0222]
s4：基于衰减系数λ对吸引矩阵r和归属度矩阵a进行衰减：
[0223]rm+1
(i，j)＝λ
×rm
(i，j)+(1-λ)
×rm+1
(i，j)
[0224]am+1
(i，j)＝λ
×am
(i，j)+(1-λ)
×am+1
(i，j)
[0225]
重复步骤s2、s3和s4，直到吸引矩阵r和归属度矩阵a在预设次迭代中不再发生变化或者达到最大迭代次数时，结束计算；
[0226]
选取a+r最大的作为动作时间中心元素，选取规则为：max{a(i，j)+r(i，j)}
[0227]
其中，a+r为吸引度和归属度的和。
[0228]
本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价系
统与本发明优选实施方式的一种基于机器学习算法的继电保护装置动作时间评价方法相对应，在此不再进行赘述。
[0229]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
[0230]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0231]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0232]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0233]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0234]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
[0235]
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
[0236]
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

技术特征：
1.一种基于机器学习算法的继电保护装置动作时间评价方法，所述方法包括：模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；通过预设的机器学习算法计算继电保护动作时间中心，当所述机器学习算法收敛时，停止计算，获取所述动作时间的动作时间中心元素和对应的动作时间中心子集；基于所述动作时间中心子集设置动作时间中心元素的代表概率密度；基于所述动作时间中心元素、所述代表概率密度计算继电保护装置动作时间的评价指标。2.根据权利要求1所述的方法，所述模拟电力系统不同运行工况，遍历各种类型的区内故障之前，还包括：建立继电保护装置动作模拟试验系统，所述试验系统包括一次电力系统模拟单元、故障模拟单元、控制系统单元、故障录波单元以及外部授时单元；所述一次电力系统模拟单元的接线形式与所述继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；通过所述故障模拟单元模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；通过所述控制系统单元改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；通过所述故障录波单元记录一次电力系统模拟单元的电气量波形和继电保护装置的动作时间；通过所述外部授时单元为所述继电保护装置动作模拟试验系统提供统一的外部时间基准。3.根据权利要求2所述的方法，还包括：将继电保护装置接入所述继电保护装置动作模拟试验系统；对所述继电保护装置进行配置，包括：定值整定配置和模型文件配置；对所述继电保护装置动作模拟试验系统进行调试，包括：模拟量比对、开关量校核、传动试验以及通信检查。4.根据权利要求1所述的方法，所述电力系统不同运行工况包括：不同系统等值容量和不同负荷运行工况，系统频率偏移和手合故障元件工况；所述区内故障包括：单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障。5.根据权利要求1所述的方法，所述动作时间中心元素的代表概率密度：f
i
＝crad(c
i
)/crad(t)其中，crad(c
i
)为动作时间中心子集中的样本数量，crad(t)为继电保护动作时间样本集中的样本数量。6.根据权利要求1所述的方法，增加遍历各种类型的区内故障的预设次数。7.根据权利要求1所述的方法，通过预设的机器学习算法计算继电保护动作时间中心，包括：计算所述继电保护动作时间样本集的相似度：
其中s(i，j)＝-||t
i-t
j
||2；t
i
为第i次试验记录的动作时间，t
j
为第j次试验记录的动作时间，s(i，j)为动作时间样本i和样本j之间的相似度；基于所述继电保护动作时间样本集的相似度，对机器学习算法进行初始化：s1：将吸引度矩阵r和归属度矩阵a初始化为0矩阵；s2：更新吸引矩阵r：其中，a
i
(i，j)为动作时间样本i和样本j之间的吸引度，r
i
(i，j)为动作时间样本i和样本j之间的归属度，k为动作时间样本k；s3：更新归属度矩阵a：m为迭代计算次数；s4：基于衰减系数λ对吸引矩阵r和归属度矩阵a进行衰减：r
m+1
(i，j)＝λ
×
r
m
(i，j)+(1-λ)
×
r
m+1
(i，j)a
m+1
(i，j)＝λ
×
a
m
(i，j)+(1-λ)
×
a
m+1
(i，j)重复步骤s2、s3和s4，直到所述吸引矩阵r和归属度矩阵a在预设次迭代中不再发生变化或者达到最大迭代次数时，结束计算；选取a+r最大的作为动作时间中心元素，选取规则为：max{a(i，j)+r(i，j)}其中，a+r为吸引度和归属度的和。8.一种基于机器学习算法的继电保护装置动作时间评价系统，所述系统包括：初始单元，用于模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；获取单元，用于通过预设的机器学习算法计算继电保护动作时间中心，当所述机器学习算法收敛时，停止计算，获取所述动作时间的动作时间中心元素和对应的动作时间中心子集；设置单元，用于基于所述动作时间中心子集设置动作时间中心元素的代表概率密度；结果单元，用于基于所述动作时间中心元素、所述代表概率密度计算继电保护装置动作时间的评价指标。9.根据权利要求8所述的系统，所述系统还包括建立单元，用于：建立继电保护装置动作模拟试验系统，所述试验系统包括一次电力系统模拟单元、故
障模拟单元、控制系统单元、故障录波单元以及外部授时单元；所述一次电力系统模拟单元的接线形式与所述继电保护装置所保护的原型线路及设备元件的典型接线方案保持一致；所述故障模拟单元用于模拟各类金属性和经过渡电阻故障类型，包括单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障；所述控制系统单元用于改变一次电力系统模拟单元的运行方式和故障模拟单元所模拟的故障类型；所述故障录波单元用于记录一次电力系统模拟单元的电气量波形和继电保护装置的动作时间；所述外部授时单元用于为所述继电保护装置动作模拟试验系统提供统一的外部时间基准。10.根据权利要求9所述的系统，所述建立单元，还用于：将继电保护装置接入所述继电保护装置动作模拟试验系统；对所述继电保护装置进行配置，包括：定值整定配置和模型文件配置；对所述继电保护装置动作模拟试验系统进行调试，包括：模拟量比对、开关量校核、传动试验以及通信检查。11.根据权利要求8所述的系统，所述电力系统不同运行工况包括：不同系统等值容量和不同负荷运行工况，系统频率偏移和手合故障元件工况；所述区内故障包括：单相接地故障、两相短路接地故障、两相短路故障、三相短路故障以及三相短路接地故障。12.根据权利要求8所述的系统，所述动作时间中心元素的代表概率密度：f
i
＝crad(c
i
)/crad(t)其中，crad(c
i
)为动作时间中心子集中的样本数量，crad(t)为继电保护动作时间样本集中的样本数量。13.根据权利要求8所述的系统，所述初始单元，还用于：增加遍历各种类型的区内故障的预设次数。14.根据权利要求8所述的系统，所述获取单元，用于通过预设的机器学习算法计算继电保护动作时间中心，包括：计算所述继电保护动作时间样本集的相似度：其中s(i，j)＝-||t
i-t
j
||2；t
i
为第i次试验记录的动作时间，t
j
为第j次试验记录的动作时间，s(i,j)为动作时间样本i和样本j之间的相似度；基于所述继电保护动作时间样本集的相似度，对机器学习算法进行初始化：s1:将吸引度矩阵r和归属度矩阵a初始化为0矩阵；s2：更新吸引矩阵r：
其中，a
i
(i，j)为动作时间样本i和样本j之间的吸引度，r
i
(i，j)为动作时间样本i和样本j之间的归属度，k为动作时间样本k；s3：更新归属度矩阵a：m为迭代计算次数；s4：基于衰减系数λ对吸引矩阵r和归属度矩阵a进行衰减：r
m+1
(i，j)＝λ
×
r
m
(i，j)+(1-λ)
×
r
m+1
(i，j)a
m+1
(i，j)＝λ
×
a
m
(i，j)+(1-λ)
×
a
m+1
(i，j)重复步骤s2、s3和s4，直到所述吸引矩阵r和归属度矩阵a在预设次迭代中不再发生变化或者达到最大迭代次数时，结束计算；选取a+r最大的作为动作时间中心元素，选取规则为：max{a(i，j)+r(i，j)}其中，a+r为吸引度和归属度的和。

技术总结
本发明公开了一种基于机器学习算法的继电保护装置动作时间评价方法及系统，其中方法包括：模拟电力系统不同运行工况，按预设次数遍历各种类型的区内故障，基于区内故障发生后继电保护装置的动作时间，建立继电保护动作时间样本集；通过预设的机器学习算法计算继电保护动作时间中心，当机器学习算法收敛时，停止计算，获取继电保护动作时间中心元素和对应的动作时间中心子集；基于所述动作时间中心子集设置动作时间中心元素的代表概率密度；基于动作时间中心元素、代表概率密度计算继电保护装置动作时间的评价指标。置动作时间的评价指标。置动作时间的评价指标。


技术研发人员：孟江雯 詹荣荣 余越 金龙 刘龙浩 詹智华 张坤俊 李伟
受保护的技术使用者：国家电网有限公司 国网江苏省电力有限公司
技术研发日：2022.09.22
技术公布日：2023/7/22