采集数据目的不同，对数据时间颗粒度空间颗粒度以及电气量数据开关量数据等信息没有严格的统化采集要求，导致当前电网环境下不同数据采集单元所采集到的数据有着不同的内容。

研究成果，定义两类时间约束在电网运行的实际系统中，当原因事件发生时，保护和断路器的动作时间并不能精确确定。

其中，保护的动作时间主要由保护装臵整定延时和触发延时决定，而断路器也有定的动作延时。

因此，根据传统继电保护配臵原则，定义主保护近后备保护远后备保护相对原因事件的延时区间分别为对于不同的独立数据源，其所接收到的原因事件时间点是不同的，甚至有的数据源没有原因事源数据的智能告警系统研究及建设，项目编号基于多源信息融合的电网故障诊断研究原稿。

本文结合电网中的不同独立数据采集单元的开关量以及电气量信息进行相关故障诊断分析。

由于电网中不同数据采集单元的灵敏性以及对数据采集的精度不同，不同数据源采集到的数据特征存在差异同时不同数据采集单元由于采集数据目的不同，对数据时间颗粒度空间颗粒度以及电气量数据开关量数据等信息，最后通过证据理论对数据信息进行融合，得到针对每种故障元件，在综合考虑开关量以及电气量等多种信息的情况下，可能故障元件的故障概率值，为相关元件的故障诊断与分析提供了依据，同时还可以进步对相关保护以及断路器的动作情况进行分析。

参考文献白展，苗世洪，孙雁斌，陈亦平，侯云鹤计及时间约束的改进模糊网故障诊断模型电工技术学报，赵熙临基于信息融合的电力系统基于多源信息融合的电网故障诊断研究原稿作时序约束以及电气量能量畸变度指标对相关数据进行处理，分别得到可能故障元件的概率集合，最后通过证据理论对数据信息进行融合，得到针对每种故障元件，在综合考虑开关量以及电气量等多种信息的情况下，可能故障元件的故障概率值，为相关元件的故障诊断与分析提供了依据，同时还可以进步对相关保护以及断路器的动作情况进行分析。

算例分析为验证本文所提故障诊断模型的有效性以及实用差波信号而言，部分非故障线路电流差值可能会出现比故障线路电流差值大的情况，因此此处的电气量本文主要考虑电压的相关数据。

紧接着对差波电压信号进行小波能量分析，得到相应的能量畸变度的值，利用该式对电网内所有可能故障元件进行能量畸变度分析，并实现全网内对每个可能故障元件能量畸变度的归化处理，基于证据理论的信息融合证据理论是不确定性推理的重要手段。

在证据理论中化处理，基于证据理论的信息融合证据理论是不确定性推理的重要手段。

在证据理论中，设是个假设空间，称为辨识空间，由系列元素组成。

证据图故障诊断流程图表证据理论的组合融合开关量与电气量的故障诊断流程分析本文多源信息融合电网故障诊断具体诊断流程见下图所示。

由下图的故障诊断流程可知，本文首先对多数据源开关量以及电气量等数据信息进行采集，并分别利用开关量动析与推理，从而得到在不同数据源时序约束条件下的故障元件集合本文认为每种数据采集单元独立不相关，于是对任何个故障元件，其故障发生的概率为，基于电气量能量畸变度的电力元件故障分析小波变换与小波能量分析基于多分辨率的快速小波变换是利用正交小波基将信号分解为不同尺度下的各个分量，每分解次，信号采样频率降低倍，每次分解都针对低频分量进行。

离散信号采用多分辨分析小波变换及时间并不能精确确定。

其中，保护的动作时间主要由保护装臵整定延时和触发延时决定，而断路器也有定的动作延时。

因此，根据传统继电保护配臵原则，定义主保护近后备保护远后备保护相对原因事件的延时区间分别为对于不同的独立数据源，其所接收到的原因事件时间点是不同的，甚至有的数据源没有原因事件数据信息，于是需要根据不同数据源的特点找到合适的时间参考点，从而为时序约束分析奠定基数重构，可表示为各分解尺度下高频分量系数与最大分解尺度下低频分量系数之和能量畸变度的求取在电力网络中，当元件发生故障时，总是伴随着该元件电压与电流等电气量的突变，于是考虑利用测量该元件的故障录波装臵录得的电气量数据，包括相电压相电流等，用故障后周波减去故障前周波，得到故障差波信号，即由于对电压差波信号而言，故障线路电压变化最大，非故障线路变化较小而对于电流本文结合电网中的不同独立数据采集单元的开关量以及电气量信息进行相关故障诊断分析。

由于电网中不同数据采集单元的灵敏性以及对数据采集的精度不同，不同数据源采集到的数据特征存在差异同时不同数据采集单元由于采集数据目的不同，对数据时间颗粒度空间颗粒度以及电气量数据开关量数据等信息没有严格的统化采集要求，导致当前电网环境下不同数据采集单元所采集到的数据有着不同的内容。

配有主保护，动作时跳开与该母线相连的所有断路器线路两端都各有主保护和近远后备保护，其中近后备保护是指由相邻母线所连接的断路器进行提供，在仿真分析时，下标分别表示电力元件的首端与尾端，相关仿真结果如下表所示，图局部电力系统模型相关仿真分析以及诊断结果如下表所示，表仿真结果分析结束语本文研究了当前电网环境下含多种独立信息采集系统的数据分析方法，提出了针对不同数据系统模型相关仿真分析以及诊断结果如下表所示，表仿真结果分析结束语本文研究了当前电网环境下含多种独立信息采集系统的数据分析方法，提出了针对不同数据源的开关量时序约束以及电气量能量畸变度的概念，并建立了相关模型进行数据的分析与处理。

在此基础上，利用证据理论分别融合基于开关量与基于电气量的故障诊断结果，为电网的故障诊断提供理论依据。

多组算例仿真测试结果表明，在保，设是个假设空间，称为辨识空间，由系列元素组成。

证据图故障诊断流程图表证据理论的组合融合开关量与电气量的故障诊断流程分析本文多源信息融合电网故障诊断具体诊断流程见下图所示。

由下图的故障诊断流程可知，本文首先对多数据源开关量以及电气量等数据信息进行采集，并分别利用开关量动作时序约束以及电气量能量畸变度指标对相关数据进行处理，分别得到可能故障元件的概率集合数重构，可表示为各分解尺度下高频分量系数与最大分解尺度下低频分量系数之和能量畸变度的求取在电力网络中，当元件发生故障时，总是伴随着该元件电压与电流等电气量的突变，于是考虑利用测量该元件的故障录波装臵录得的电气量数据，包括相电压相电流等，用故障后周波减去故障前周波，得到故障差波信号，即由于对电压差波信号而言，故障线路电压变化最大，非故障线路变化较小而对于电流作时序约束以及电气量能量畸变度指标对相关数据进行处理，分别得到可能故障元件的概率集合，最后通过证据理论对数据信息进行融合，得到针对每种故障元件，在综合考虑开关量以及电气量等多种信息的情况下，可能故障元件的故障概率值，为相关元件的故障诊断与分析提供了依据，同时还可以进步对相关保护以及断路器的动作情况进行分析。

算例分析为验证本文所提故障诊断模型的有效性以及实用波信号，即由于对电压差波信号而言，故障线路电压变化最大，非故障线路变化较小而对于电流差波信号而言，部分非故障线路电流差值可能会出现比故障线路电流差值大的情况，因此此处的电气量本文主要考虑电压的相关数据。

紧接着对差波电压信号进行小波能量分析，得到相应的能量畸变度的值，利用该式对电网内所有可能故障元件进行能量畸变度分析，并实现全网内对每个可能故障元件能量畸变度的基于多源信息融合的电网故障诊断研究原稿源的开关量时序约束以及电气量能量畸变度的概念，并建立了相关模型进行数据的分析与处理。

在此基础上，利用证据理论分别融合基于开关量与基于电气量的故障诊断结果，为电网的故障诊断提供理论依据。

多组算例仿真测试结果表明，在保护和断路器发生误动或拒动报警信息缺失或时序不致以及发生多重故障等情况下，该模型也能给出正确的故障诊断结果基于多源信息融合的电网故障诊断研究原稿作时序约束以及电气量能量畸变度指标对相关数据进行处理，分别得到可能故障元件的概率集合，最后通过证据理论对数据信息进行融合，得到针对每种故障元件，在综合考虑开关量以及电气量等多种信息的情况下，可能故障元件的故障概率值，为相关元件的故障诊断与分析提供了依据，同时还可以进步对相关保护以及断路器的动作情况进行分析。

算例分析为验证本文所提故障诊断模型的有效性以及实用到不同电气元件的故障概率值。

最后通过研究电网拓扑的相关历史运行数据信息进行分析，表明该模型能够很好地解决电网故障诊断的问题基于多源信息融合的电网故障诊断研究原稿。

算例分析为验证本文所提故障诊断模型的有效性以及实用性，利用下图所示的局部电力系统进行仿真分析，其中，表示线路，表示单母线，表示双母线，表示变压器，表示断路器，下标数字为编号。

假定母线故障臵信集对不同独立数据源获得相关时间参考点之后，可以对不同动作元件的时序约束进行分析与推理，从而得到在不同数据源时序约束条件下的故障元件集合本文认为每种数据采集单元独立不相关，于是对任何个故障元件，其故障发生的概率为，基于电气量能量畸变度的电力元件故障分析小波变换与小波能量分析基于多分辨率的快速小波变换是利用正交小波基将信号分解为不同尺度下的各个分量，每分解和断路器发生误动或拒动报警信息缺失或时序不致以及发生多重故障等情况下，该模型也能给出正确的故障诊断结果基于多源信息融合的电网故障诊断研究原稿。

本文在已有研究的基础上，通过整合电网中独立的数据采集单元相关的开关量信息以及电气量信息，实现对电网的故障诊断研究。

首先利用不同数据源开关量信息的时序约束建立相关故障元件的臵信度集合，接着通过电气量信息结合信息熵权值得数重构，可表示为各分解尺度下高频分量系数与最大分解尺度下低频分量系数之和能量畸变度的求取在电力网络中，当元件发生故障时，总是伴随着该元件电压与电流等电气量的突变，于是考虑利用测量该元件的故障录波装臵录得的电气量数据，包括相电压相电流等，用故障后周波减去故障前周波，得到故障