Fault Diagnosis Method of Intelligent Substation Protection System Based on Gradient Boosting Decision Tree
Fault Diagnosis Method of Intelligent Substation Protection System Based on Gradient Boosting Decision Tree
复制标题
基于梯度提升决策树的智能变电站保护系统故障诊断方法
DOI：
10.3390/app12188989
复制
发表时间：
2022-09
影响因子：
2.7
通讯作者：
Ning Shao
中科院分区：
文献类型：
--
作者：
Wei Ding;Qing Chen;Yuzhan Dong;Ning Shao
为了提高智能变电站保护系统设备故障诊断的效率，提出了一种基于梯度提升决策树的故障诊断方法。利用综合告警信息、设备自检信息、通用面向对象变电站事件（GOOSE）与采样值（SV）的链接信息以及保护系统故障时产生的采样值信息，构建故障特征信息集。根据故障特征的不同，将保护系统故障分为简单故障和复杂故障，以提高诊断效率。利用GBDT训练规则，建立了基于GBDT的保护系统故障诊断模型，给出了故障诊断步骤。以南方某110 kV智能变电站为例，验证了该故障诊断方法的有效性和准确性，并与现有方法在准确性方面进行了比较。验证了在虚警和多故障情况下的诊断准确性。结果表明，该方法能够满足实际工程应用。
In order to improve the efficiency of the devices’ fault diagnosis of the protection systems of intelligent substation, a fault diagnosis method based on a gradient boosting decision tree (GBDT) was proposed. Using the integrated alarm information, the device self-checking information, the link information of generic object-oriented substation event (GOOSE) and sampled value (SV) and the sampling value information generated during the fault of the protection system, the fault feature information set is constructed. According to different fault characteristics, the protection system faults are classified into simple faults and complex faults to improve the diagnosis efficiency. Using GBDT training rules, a fault diagnosis model of protection system based on GBDT is established and fault diagnosis steps are given. This study takes a 110 kV intelligent substation in southern China as an example, to verify the effectiveness and accuracy of the proposed fault diagnosis method, and compared it with the existing methods in terms of the accuracy. The diagnostic accuracy in the case of false alarms and the case of multiple faults are verified. The results show that the method can meet the practical engineering application.
登录
查看更多内容
DOI：
--
发表时间：
2015
期刊：
Power System Protection and Control
影响因子：
--
作者：
Xu Changba
通讯作者：
Xu Changba
DOI：
--
发表时间：
2014
期刊：
Power System Protection and Control
影响因子：
--
作者：
Gao Xian
通讯作者：
Gao Xian
DOI：
--
发表时间：
2013
期刊：
Applied Physics A
影响因子：
--
作者：
Liu;Zhenya;Zhang;Qiping
通讯作者：
Liu;Zhenya;Zhang;Qiping
影响因子：
--
作者：
He Feiyue
通讯作者：
He Feiyue
DOI：
--
发表时间：
2010
期刊：
Automation of electric power systems
影响因子：
--
作者：
Wo Jiandong
通讯作者：
Wo Jiandong