CN109752629B - 一种电网量测问题智能诊断方法及*** - Google Patents

Abstract

本发明提供了一种电网量测问题智能诊断方法及***，包括：基于电网时序数据计算电网不同时刻潮流断面的量测特征量，找出存在量测错误的断面；根据量测错误断面量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型。本发明提供的技术方案，根据决策树模型实现电网量测问题的智能诊断，提高了运行人员工作效率，提升了***自动化精细程度，为电网在线安全稳定运行提供有力保障。

Description

一种电网量测问题智能诊断方法及***

技术领域

本发明属于电力***分析及其自动化领域，具体涉及一种电网量测问题智能诊断方法及***。

背景技术

电网基础数据的维护是调度自动化***运维的重要工作，准确可靠的电网运行数据是调度环节智能化的基础。由于对电网模型参数在测量、辨识和维护环节都存在一定的偏差，而量测数据通过多个环节的采集和转发也不可避免的存在误差和错误，最终导致状态估计结果出现偏差或发生残差污染。现有智能调度控制支持***还缺乏有效的辅助分析方法定位量测问题，大量的基础数据问题分析仍依赖于运维人员的人工经验。

现有的量测数据错误辨识技术，多采用单一断面人工排查或错误发生前后两个断面进行转移潮流数据比对实现量测错误的排查。现有方法虽然能够较为有效的定位数据问题出现的位置，并被排除以保证后续计算正常进行，但由于较多的依赖人工经验，判定时间长，自动化程度有待提升。另一方面，随着近年来特高压交直流电网的不断升级，网络结构日益复杂，依赖人工处理量测数据问题越来越无法与时俱进。判定问题区域后，不给出数据错误的原因，也使一些数据污染问题反复出现，无法根本治理。

发明内容

本发明提出了一种电网遥测问题智能诊断方法用于实现电网基础数据中量测问题的判断和定位，实现***量测问题智能在线诊断，提高***自动化程度，提升基础数据质量，保障大电网在线分析的准确性与实时性。

本发明提供的一种电网量测问题智能诊断方法，包括：

基于电网时序数据计算电网不同时刻潮流断面的量测特征量，找出存在量测错误的断面；

根据量测错误断面的量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；

根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型。

所述根据量测错误断面查找历史潮流断面中与所述量测错误断面相似的断面包括：

搜索出与所述量测错误断面拓扑相同的历史断面；

找出所述量测错误断面中导致量测错误的设备，根据所述设备的量测特征值在所述拓扑相同的历史断面中找出所述设备正常的历史断面，作为相似历史断面。

所述决策树模型的建立包括：

根据获取的电网的历史运行数据信息，提取历史断面的量测特征量；

对提取的历史断面的量测特征量进行离散化权重分配处理形成决策树模型。

所述对提取的历史断面的量测特征量进行离散化权重分配处理包括：将历史断面故障前后的量测特征量的连续数据信息离散化，由此递归数据信息的特征属性，将潮流断面与***潮流计算结果数据依据特征属性进行概念分层。

所述电网不同时刻潮流断面的量测特征量和历史断面的量测特征量均包括：模型数据特征量和遥测数据特征量。

所述模型数据特征量包括历史运行数据和按照全网‐地区‐厂站顺序排序的潮流断面中各类型设备的个数总和。

所述遥测数据特征量包括按设备描述与按拓扑描述的特征量。

所述按设备描述的特征量包括：状态估计合格率、母线功率平衡信息、支路首末端和变压器绕组的功率平衡信息、设备类型和电压等级。

所述母线功率平衡信息的计算公式如下所示：

式中，R_MXGL为母线功率平衡信息，M为参与母线电量平衡合格率计算的节点总数，M_HG为母线的有功平衡量和无功平衡合格率达标的节点总数。

所述支路首末端功率和变压器绕组的功率平衡信息包括：支路首末端和变压器各绕组的有功功率平衡信息和支路首末端和变压器各绕组的无功功率平衡信息。

所述支路首末端和变压器各绕组的有功功率平衡信息的获取包括：

在各支路有功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的有功功率是否平衡：

|P_ij+P_ji-_ΔP|≈0

所述各支路有功功率平衡的约束条件包括：

式中，P_ij和P_ji分别表示线路首末端和变压器各绕组的有功量测，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角，b、g分别为支路的电纳、电导，ΔP表示线路首末端和变压器各绕组的有功平衡量。

所述支路首末端和变压器各绕组的无功功率平衡信息的获取包括：

在各支路无功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的无功功率是否平衡：

|Q_ij+Q_ji-ΔQ|≈0

所述各支路无功功率平衡的约束条件：

ΔQ＝2v_iv_jbcos(θ_ij)-(v_j ²+v_i ²)(b+y_c)

≈2v_iv_jb-(v_j ²+v_i ²)(b+y_c)

式中，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角；b、g和y_c分别为支路的电纳、电导和电容，ΔQ表示线路首末端和变压器各绕组的无功平衡量；Q_ij和Q_ji分别表示线路首末端和变压器各绕组的无功量测。

所述按拓扑描述的特征量包括厂站信息和母线信息；

所述厂站信息包括：设备总个数、带电设备个数、母线条数、电压等级个数

所述母线信息包括：带点设备数、电压等级。

所述获取的电网的时序运行数据信息包括：***计算模型数据、***量测数据，***潮流信息、***状态估计计算结果；

所述***计算模型数据包括电气连接关系与设备参数；

所述***量测数据通过SCADA***、WAMS或PMU物理量采集装置获取，包括：遥测量、遥信量、遥调量、遥控量信息、PMU数据及故障录波数据；

所述***潮流信息包括：电网运行***历史潮流断面信息和电网运行实时潮流断面信息；

所述***状态估计计算结果包含历史存储的电网状态估计计算结果信息、电网实时状态估计计算结果。

所述决策树模型包括根据量测特征量的特征属性得出的量测错误类型。

本发明提供一种电网量测问题智能诊断***，包括：

第一查找模块，用于基于时序计算电网潮流断面的量测特征量，找出存在量测错误的断面；

第二查找模块，用于根据量测错误断面的量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；

诊断模块，用于根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型。

与最接近的现有技术比，本发明提供的技术方案具有以下有益效果：

本发明提供的技术方案，根据预先建立的决策树模型诊断电网量测问题，实现了***量测问题智能在线诊断，提高了***自动化程度，提升了电网基础数据的质量，保障了大电网在线分析的准确性与实时性；

本发明提供的技术方案，通过获取电网运行数据信息，提取包括模型数据特征量和遥测数据特征量的量测特征量，对量测特征量进行离散化权重分配，得到决策树模型，基于决策树模型实时、智能判断电网***遥测数据错误，输出智能诊断结果，大大节约人力成本。

本发明提供的技术方案，解决了电网基础数据中量测数据错误人工辨识不够准确、错误处理速度不够快的问题，全面提升基础数据量测错误数据处理精确性和实效性，提升了***自动化程度与调控运行维护人员工作效率。

附图说明

图1为本发明一种电网量测问题智能诊断方法流程图；

图2为本发明实施例电网量测问题智能诊断方法流程图。

具体实施方式

下面结合附图对本发明做进一步详细的说明：

如图1所示，本发明提供的一种电网量测问题智能诊断方法，包括：

基于电网时序数据计算电网不同时刻潮流断面的量测特征量，找出存在量测错误的断面；

根据量测错误断面的量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；

根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型。

所述根据量测错误断面查找历史潮流断面中与所述量测错误断面相似的断面包括：

搜索出与所述量测错误断面拓扑相同的历史断面；

找出所述量测错误断面中导致量测错误的设备，根据所述设备的量测特征值在所述拓扑相同的历史断面中找出所述设备正常的历史断面，作为相似历史断面。

所述决策树模型的建立包括：

根据获取的电网的时序运行数据信息，提取历史断面的量测特征量；

对提取的历史断面对的量测特征量进行离散化权重分配处理形成决策树模型。

所述对历史断面的量测特征量进行离散化权重分配处理包括：将历史断面故障前后量测特征量的连续数据信息离散化，由此递归数据信息的特征属性，将潮流断面与***潮流计算结果数据依据特征属性进行概念分层。

所述电网不同时刻潮流断面的量测特征量和历史断面的量测特征量均包括：模型数据特征量和遥测数据特征量。

所述模型数据特征量包括***历史运行数据和按照全网‐地区‐厂站顺序排序的潮流断面中各类型设备的个数总和。

所述遥测数据特征量包括按设备描述与按拓扑描述的特征量。

所述按设备描述的特征量包括：状态估计合格率、母线功率平衡信息、支路首末端和变压器绕组的功率平衡信息、设备类型和电压等级。

所述母线功率平衡信息的计算公式如下所示：

式中，R_MXGL为母线功率平衡信息，M为参与母线电量平衡合格率计算的节点总数，M_HG为母线的有功平衡量和无功平衡合格率达标的节点总数。

所述支路首末端和变压器绕组的功率平衡信息包括：支路首末端和变压器各绕组的有功功率平衡信息和支路首末端和变压器各绕组的无功功率平衡信息。

所述支路首末端和变压器各绕组的有功功率平衡信息的获取包括：

在各支路有功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的有功功率是否平衡：

|P_ij+P_ji-_ΔP|≈0

所述各支路有功功率平衡的约束条件包括：

式中，P_ij和P_ji分别表示线路首末端和变压器各绕组的有功量测，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角，b、g分别为支路的电纳、电导，ΔP表示线路首末端和变压器各绕组的有功平衡量。

所述支路首末端和变压器各绕组的无功功率平衡信息的获取包括：

在各支路无功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的无功功率是否平衡：

|Q_ij+Q_ji-ΔQ|≈0

所述各支路无功功率平衡的约束条件：

ΔQ＝2v_iv_jbcos(θ_ij)-(v_j ²+v_i ²)(b+y_c)

≈2v_iv_jb-(v_j ²+v_i ²)(b+y_c)

式中，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角；b、g和y_c分别为支路的电纳、电导和电容，ΔQ表示线路首末端和变压器各绕组的无功平衡量；Q_ij和Q_ji分别表示线路首末端和变压器各绕组的无功量测。

所述按拓扑描述的特征量包括厂站信息和母线信息；

所述厂站信息包括：设备总个数、带电设备个数、母线条数、电压等级个数

所述母线信息包括：带点设备数、电压等级。

所述获取的电网的时序运行数据信息包括：***计算模型数据、***量测数据，***潮流信息、***状态估计计算结果；

所述***计算模型数据包括电气连接关系与设备参数；

所述***量测数据通过SCADA***、WAMS或PMU物理量采集装置获取，包括：遥测量、遥信量、遥调量、遥控量信息、PMU数据及故障录波数据；

所述***潮流信息包括：电网运行***历史潮流断面信息和电网运行实时潮流断面信息；

所述***状态估计计算结果包含历史存储的电网状态估计计算结果信息即出现量测错误前的计算结果、电网实时状态估计计算结果即出现量测错误的时刻的计算结果。

所述决策树模型包括根据量测特征量的特征属性得出的量测错误类型。

本发明提供一种电网量测问题智能诊断***，包括：

第一查找模块，用于基于时序计算电网潮流断面的量测特征量，找出存在量测错误的断面；

第二查找模块，用于根据量测错误断面的量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；

诊断模块，用于根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型。

所述第二查找模块根据量测错误断面查找历史潮流断面中与所述量测错误断面相似的断面包括：

搜索出与所述量测错误断面拓扑相同的历史断面；

找出所述量测错误断面中导致量测错误的设备，根据所述设备的量测特征值找出所述设备正常的与所述量测错误断面拓扑相同的历史断面，作为相似历史断面。

所述决策树模型的建立包括：

根据获取的电网的时序运行数据信息，提取量测特征量；

对提取的量测特征量进行离散化权重分配处理形成决策树模型。

所述对量测特征量进行离散化权重分配处理包括：将故障前后量测特征量的连续数据信息离散化，由此递归数据信息的特征属性，将潮流断面与***潮流计算结果数据依据特征属性进行概念分层。

所述量测特征量包括：模型数据特征量和遥测数据特征量。

所述模型数据特征量包括***历史运行数据和按照全网‐地区‐厂站顺序排序的潮流断面中各类型设备的个数总和。

所述遥测数据特征量包括按设备描述与按拓扑描述的特征量。

所述按设备描述的特征量包括：状态估计合格率、母线功率平衡信息、支路首末端功率平衡信息、变压器绕组平衡信息、设备类型和电压等级。

所述母线功率平衡信息的计算公式如下所示：

式中，R_MXGL为母线功率平衡信息，M为参与母线电量平衡合格率计算的节点总数，M_HG为母线的有功平衡量和无功平衡合格率达标的节点总数。

所述支路首末端功率平衡信息和变压器绕组平衡信息包括：支路首末端和变压器各绕组的有功功率平衡信息和支路首末端和变压器各绕组的无功功率平衡信息。

所述支路首末端和变压器各绕组的有功功率平衡信息的获取包括：

在各支路有功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的有功功率是否平衡：

|P_ij+P_ji-_ΔP|≈0

所述各支路有功功率平衡的约束条件包括：

式中，P_ij和P_ji分别表示线路首末端和变压器各绕组的有功量测，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角，b、g分别为支路的电纳、电导，ΔP表示线路首末端和变压器各绕组的有功平衡量。

所述支路首末端和变压器各绕组的无功功率平衡信息的获取包括：

在各支路无功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的无功功率是否平衡：

|Q_ij+Q_ji-ΔQ|≈0

所述各支路无功功率平衡的约束条件：

ΔQ＝2v_iv_jbcos(θ_ij)-(v_j ²+v_i ²)(b+y_c)

≈2v_iv_jb-(v_j ²+v_i ²)(b+y_c)

式中，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角；b、g和y_c分别为支路的电纳、电导和电容，ΔQ表示线路首末端和变压器各绕组的无功平衡量；Q_ij和Q_ji分别表示线路首末端和变压器各绕组的无功量测。

所述按拓扑描述的特征量包括厂站信息和母线信息；

所述厂站信息包括：设备总个数、带电设备个数、母线条数、电压等级个数

所述母线信息包括：带点设备数、电压等级。

所述获取的电网的时序运行数据信息包括：***计算模型数据、***量测数据，***潮流信息、***状态估计计算结果；

所述***计算模型数据包括电气连接关系与设备参数；

所述***量测数据通过SCADA***、WAMS或PMU物理量采集装置获取，包括：遥测量、遥信量、遥调量、遥控量信息、PMU数据及故障录波数据；

所述***潮流信息包括：电网运行***历史潮流断面信息及出现量测错误前的潮流信息和电网运行实时潮流断面信息即出现量测错误的时刻的潮流信息；

所述***状态估计计算结果包含历史存储的电网状态估计计算结果信息即出现量测错误前的计算结果、电网实时状态估计计算结果即出现量测错误的时刻的计算结果。

实施例：

如图2所示为一种电网量测问题智能诊断方法，所述方法计算流程如下：

(1)获取电网时序运行数据信息；

(2)提取***拓扑模型特征量；

(3)提取***遥测数据特征量；

(4)特征量的离散化；

(5)基于决策树实时判断电网***遥测数据错误；

(6)结果输出。

所述步骤(1)中的获取电网运行数据信息，相关信息包含***计算模型数据、***量测数据，***潮流信息、***状态估计计算结果。

所述电力***基础模型包括电气连接关系与设备参数：基准电压、控制区域、电压等级、发电机组、变电站或发电厂、逻辑节点、拓扑岛、母线、交流线段、变压器、负荷、并联电容或电抗器、串联补偿器、换流器、直流线段、直流平波电抗器、直流滤波器；

所述电力***量测信息通过SCADA***、WAMS或PMU物理量采集装置获取、且其包括：遥测量、遥信量、遥调量、遥控量信息、PMU数据及故障录波数据。本方法主要涉及遥测量错误数据的辨识；

所述电力***潮流信息为电网运行***历史潮流断面信息PF_t(t＝0,…,t，即出现量测错误前的一段时间)、电网运行实时潮流断面信息PF_t(t＝t+1,即出现量测错误的时刻)；

所述***状态估计计算结果包含历史存储的电网状态估计计算结果信息SE_t(t＝0,…,t，即出现量测错误前的一段时间)、电网实时状态估计计算结果SE_t(t＝t+1,即出现量测错误的时刻)。

所述步骤(2)中的提取***模型数据特征量，其内容包含考虑***历史运行数据，按照“全网-地区-厂站”的排序分别求取目标计算断面的各类型设备的个数总和。

所述步骤(3)中的提取***遥测数据特征量，其内容包含考虑按设备描述与按拓扑描述的特征量。

其中，按设备描述的特征量包含：

a.状态估计合格率

b.母线功率平衡信息

式中，M为参与母线电量平衡合格率计算的节点总数，M_HG为母线的有功平衡量和无功平衡合格率达标的节点总数。

支路首末端和变压器绕组的功率平衡信息

各支路有功功率平衡的约束条件：

判断线路首末端和变压器各绕组的有功功率是否平衡：

|P_ij+P_ji-_ΔP|≈0 (5)

各支路无功功率平衡的约束条件：

ΔQ＝2v_iv_jbcos(θ_ij)-(v_j ²+v_i ²)(b+y_c)

≈2v_iv_jb-(v_j ²+v_i ²)(b+y_c) (8)

判断线路首末端和变压器各绕组的无功功率是否平衡：

|Q_ij+Q_ji-ΔQ|≈0 (9)

式中，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角；b、g和y_c分别为支路的电纳、电导和电容，ΔQ和ΔP分别表示线路首末端和变压器各绕组的有功平衡量和无功平衡量，P_ij和P_ji分别表示线路首末端和变压器各绕组的有功量测，Q_ij和Q_ji分别表示线路首末端和变压器各绕组的无功量测。

c.设备类型

d.电压等级

其中，按拓扑描述的特征量包含厂站信息与母线信息。厂站信息有：

a.总设备个数

b.带电设备个数

c.母线条数

d.电压等级个数

母线信息有：带点设备数、电压等级。

所述步骤(4)中的特征量的离散化权重分配，利用权利要求3、4、5中的特征属性将一段时间内连续数值信息泛化，即使断面数据离散化，由此递归数据特征属性，将状态估计断面与***潮流计算结果数据依据特征属性概念分层。

所述步骤(5)中的基于决策树实时判断电网***遥测数据错误，其内容为：计算特征量的数据准备和使用决策树进行实时量测错误判断。

所述步骤(5)中的基于决策树实时判断电网***遥测数据错误计算特征量的数据准备包含采用历史或实时状态估计断面信息，求取各个断面特征量。

所述步骤(5)中的基于决策树实时判断电网***遥测数据错误分析时使用决策树进行实时量测错误判断，其步骤是：

1)对于不合格的设备计算量测特征值；

2)比对历史断面的特征值，找出t+1时刻断面信息相似的断面。对于相似断面有如下定义：

a.拓扑相同；

b.找到相同设备为合格测点的断面；

c.比较两个带你们的设备参数、量测的变化。

3)通过找出的差异在决策树里得到量测错误类型。

所述步骤(6)中输出结果为根据权利要求7所得到的量测错误类型，实现自动诊断量测错误，输出错误结果信息，为***调控运行维护人员提供实时决策参考。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、设备(***)、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。

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。

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。

最后应当说明的是：以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解：本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (15)

1.一种电网量测问题智能诊断方法，其特征在于，包括：

基于电网时序数据计算电网不同时刻潮流断面的量测特征量，找出存在量测错误的断面；

根据量测错误断面的量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；

根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型；

所述根据量测错误断面查找历史潮流断面中与所述量测错误断面相似的断面包括：

搜索出与所述量测错误断面拓扑相同的历史断面；

找出所述量测错误断面中导致量测错误的设备，根据所述设备的量测特征值在所述拓扑相同的历史断面中找出所述设备正常的历史断面，作为相似历史断面。

2.如权利要求1所述的电网量测问题智能诊断方法，其特征在于，所述决策树模型的建立包括：

根据获取的电网的历史运行数据信息，提取历史断面的量测特征量；

对提取的历史断面的量测特征量进行离散化权重分配处理形成决策树模型。

3.如权利要求2所述的电网量测问题智能诊断方法，其特征在于，所述对提取的历史断面的量测特征量进行离散化权重分配处理包括：将历史断面故障前后的量测特征量的连续数据信息离散化，由此递归数据信息的特征属性，将潮流断面与***潮流计算结果数据依据特征属性进行概念分层。

4.如权利要求1-3任一所述的电网量测问题智能诊断方法，其特征在于，所述电网不同时刻潮流断面的量测特征量和历史断面的量测特征量均包括：模型数据特征量和遥测数据特征量。

5.如权利要求4所述的电网量测问题智能诊断方法，其特征在于，所述模型数据特征量包括历史运行数据和按照全网-地区-厂站顺序排序的潮流断面中各类型设备的个数总和。

6.如权利要求4所述的电网量测问题智能诊断方法，其特征在于，所述遥测数据特征量包括按设备描述与按拓扑描述的特征量。

7.如权利要求6所述的电网量测问题智能诊断方法，其特征在于，所述按设备描述的特征量包括：状态估计合格率、母线功率平衡信息、支路首末端和变压器绕组的功率平衡信息、设备类型和电压等级。

8.如权利要求7所述的电网量测问题智能诊断方法，其特征在于，所述母线功率平衡信息的计算公式如下所示：

式中，R_MXGL为母线功率平衡信息，M为参与母线电量平衡合格率计算的节点总数，M_HG为母线的有功平衡量和无功平衡合格率达标的节点总数。

9.如权利要求7所述的电网量测问题智能诊断方法，其特征在于，所述支路首末端和变压器绕组的功率平衡信息包括：支路首末端和变压器各绕组的有功功率平衡信息和支路首末端和变压器各绕组的无功功率平衡信息。

10.如权利要求9所述的电网量测问题智能诊断方法，其特征在于，所述支路首末端和变压器各绕组的有功功率平衡信息的获取包括：

在各支路有功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的有功功率是否平衡：

|P_ij+P_ji-ΔP|≈0

所述各支路有功功率平衡的约束条件包括：

P_ij＝V_i ²g-V_iV_j(gcosθ_ij+bsinθ_ij)

式中，P_ij和P_ji分别表示线路首末端和变压器各绕组的有功量测，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角，b、g分别为支路的电纳、电导，ΔP表示线路首末端和变压器各绕组的有功平衡量。

11.如权利要求9所述的电网量测问题智能诊断方法，其特征在于，所述支路首末端和变压器各绕组的无功功率平衡信息的获取包括：

在各支路无功功率平衡的约束条件下按下式判断线路首末端和变压器各绕组的无功功率是否平衡：

|Q_ij+Q_ji-ΔQ|≈0

所述各支路无功功率平衡的约束条件：

Q_ij＝-V_i ²(b+y_c)+V_iV_j(bcosθ_ij-gsinθ_ij)

ΔQ＝2v_iv_jbcos(θ_ij)-(v_j ²+v_i ²)(b+y_c)

≈2v_iv_jb-(v_j ²+v_i ²)(b+y_c)

式中，V_i、V_j分别表示线路两端的电压大小，θ_ij为相位角；b、g和y_c分别为支路的电纳、电导和电容，ΔQ表示线路首末端和变压器各绕组的无功平衡量；Q_ij和Q_ji分别表示线路首末端和变压器各绕组的无功量测。

12.如权利要求6所述的电网量测问题智能诊断方法，其特征在于，所述按拓扑描述的特征量包括厂站信息和母线信息；

所述厂站信息包括：设备总个数、带电设备个数、母线条数、电压等级个数；

所述母线信息包括：带点设备数、电压等级。

13.如权利要求2所述的电网量测问题智能诊断方法，其特征在于，所述获取的电网的时序运行数据信息包括：***计算模型数据、***量测数据，***潮流信息、***状态估计计算结果；

所述***计算模型数据包括电气连接关系与设备参数；

所述***量测数据通过SCADA***、WAMS或PMU物理量采集装置获取，包括：遥测量、遥信量、遥调量、遥控量信息、PMU数据及故障录波数据；

所述***潮流信息包括：电网运行***历史潮流断面信息和电网运行实时潮流断面信息；

所述***状态估计计算结果包含历史存储的电网状态估计计算结果信息、电网实时状态估计计算结果。

14.如权利要求3所述的电网量测问题智能诊断方法，其特征在于，所述决策树模型包括根据量测特征量的特征属性得出的量测错误类型。

15.一种用于如权利要求1-14任一项所述电网量测问题智能诊断方法的电网量测问题智能诊断***，其特征在于，包括：

第一查找模块，用于基于时序计算电网潮流断面的量测特征量，找出存在量测错误的断面；

第二查找模块，用于根据量测错误断面的量测特征量查找历史潮流断面中与所述量测错误断面相似的历史断面；

诊断模块，用于根据预先建立的决策树模型分析量测错误断面与相似的历史断面，得到量测错误类型。

Images