(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 202111572514.0 (22)申请日 2021.12.21 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 申请人 中国电力科 学研究院有限公司 　 国网浙江省电力有限公司 (72)发明人 郑文庭　谢仁淦　李文臣　黄彦浩　 汪飞　陈兴雷　文晶　章姝俊　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 专利代理师 米志鹏 (51)Int.Cl. G06K 9/62(2022.01) G06Q 50/06(2012.01)G01R 31/08(2006.01) (54)发明名称 一种渐进式探查大型电网故障的可视推理 方法 (57)摘要 本发明公开了一种渐进式探查大型电网故 障的可视推理方法， 包括步骤： 提取电压和频率 特征数据； 对中的电压数据进行聚类； 将中的聚 类结果按聚类曲线图展示； 选择变化明显的曲线 图， 获得对应的母线编号； 绘制着色图和地理接 线图帮助用户理解故障影 响范围； 抽取电压数据 和频率数据； 计算电压数据和频率数据的均值和 方差并组织成四元组时序数据； 定义多变量相似 性度量函数， 进行二次聚类； 将聚类结果表示成 特征图符矩阵图； 从特征矩阵图中选择具有显著 差异的母线， 进一步缩小潜在的故障源点范围； 获得母线电压和频率时序数据， 高亮显示数据进 一步确认该母线是否为真正的故障源点； 本发明 可用于大型电力系统中故障源探测和影响范围 分析方面。 权利要求书2页 说明书6页 附图3页 CN 115017966 A 2022.09.06 CN 115017966 A 1.一种渐进式探查大 型电网故障的可视推理方法， 其特 征在于， 包括以下步骤： (1)读取电网地理接线图数据、 暂稳仿真多变量时序数据以及地图瓦片数据； (2)提取步骤(1)中暂稳仿真多变量时序数据中的电压和频率数据， 并且将每条母线的 电压和频率时序数据组织成等长的n维向量； (3)对所有经 过步骤(2)组织的电压n维向量 通过k‑means算法聚类； (4)将步骤(3)中的聚类结果分成k个子 视图按聚类曲线图展示； (5)从步骤(4)的视图中选择变化明显的曲线图， 获得m个母线电压时序数据以及对应 的母线编号； (6)将电压时序数据以着色图形式展示并且以网络图结构可视化 地理接线图； (7)根据步骤(5)中获得的母线编号， 从步骤(1)中的暂稳仿真多变量时序数据中抽取 电压数据和频率数据； (8)以t为时间窗大小， 计算步骤(7)中电压数据和频率数据的均 值和方差， 将其组织为 四元组变量时序数据； (9)对步骤(8)中的多变量时序数据进行二次聚类； (10)将聚类结果表示成特征图符矩阵图， 矩阵的行按照相似性度量值布局列按照时间 窗顺序排列； (11)从步骤(10)特征矩阵图中选择具有显著差异的母线， 进一步缩小潜在故障源点范 围； (12)获得步骤(11)中母线电压和频率时序数据， 在地理接线图中高亮显示该母线位 置， 并且将其电压和频率以曲线图展示， 通过观察 曲线图变化进一步确认该母线是否为真 正的故障源点； (13)重复步骤(5) ‑步骤(12)， 直到找到真正的故障源点。 2.根据权利要求1所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 步骤 (3)中， 对所有经 过步骤(2)组织的n维向量 通过k‑means算法聚类的具体方法如下： 定义n维向量为x＝<x1,x2,…,xn>， 任意两个向量p和q之间的均方根距离 定义为: 其中， t为向量下 标值； 在此基础上， 应用k ‑means算法对所有n维向量进行聚类， 聚类过程中向量与中心点的 距离度量即为均方根距离； k 值根据elbo w曲线来确定 。 3.根据权利要求1所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 所述 步骤(4)中， 对步骤(3)中的聚类曲线图可视化的具体方法如下： 聚类曲线图分为k个子视图； 每个子视 图包含一类聚类结果， 其中n维向量以曲线图显 示其线宽为0.1， 颜色为浅灰色， 聚类中心从colorbrewer颜色库中选择k个对比色， 线宽为 1。 4.根据权利要求1所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 步骤 (8)中， 计算电压数据和频率数据的均值和极值的具体步骤为： 电压数据可表示为n维向量v， 频率数据则表示为n维向量f， 时间窗大小为t， 则电压均权　利　要　求　书 1/2 页 2 CN 115017966 A 2值可以表示成n/t维向量vm， 电压方差为vr， 频率均值 为fm， 频率方差为fr； 其中vmi为第i维电压均值， vri为第i维电压方差， 类似地可以计算频率均值和频率极值。 5.根据权利要求1所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 步骤 (9)中的多变量时序数据具体为四元组变量， 分别为电压均值vm， 电压方差vr， 频率均值fm， 频率方差fr。 6.根据权利要求5所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 由于 四元组变量中每个变量数值和单位各不相同， 为了获得一致的距离度量， 需设计一种变量 类型无关的距离函数。 7.根据权利要求6所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 多变 量相似性度量 函数的具体步骤为： (9‑1)定义幅度距离dmag用于表征四元组幅度上的偏差大小， 计算 为： (9‑2)定义余弦距离dcos用于表征四元组方向上的偏差， 可计算 为： (9‑3)定义距离度量 函数为： (9‑4)按k‑means算法计算 不同母线之间的距离进行聚类， k 值根据elbo w曲线确定 。 8.根据权利要求1所述的渐进式探查大型电网故障的可视推理方法， 其特征在于， 步骤 (10)中， 将聚类结果表示成特 征矩阵图， 具体步骤为： (10‑1)将每个时间窗的四元组编码为圆环图符， 圆环中心线的x轴方向为频率均值， y 轴方向为电压均值， 圆环x方向宽度为频率方差， 圆环y方向宽度为电压方差； (10‑2)圆环图符按照时间窗先后顺序排列成行； (10‑3)同一类别的母线沿y轴相邻排列， 将母线名称标注在行首， 并对每个类别赋以不 同颜色， 构成特 征图符矩阵。权　利　要　求　书 2/2 页 3 CN 115017966 A 3