基于故障区域识别和证据信息融合的换流站故障诊断方法

本发明涉及电力系统故障诊断技术领域，尤其涉及一种基于故障区域识别和证据信息融合的换流站故障诊断方法，对换流站顺序事件记录(SER)数据进行预处理，构建特征事件数据库，并计算各保护动作的置信度，以初步界定故障范围；利用模糊Petri网模型处理换流站调试运行过程中的开关信号数据，结合MYCIN置信度推理方法获取开关证据；基于换流站调试运行过程中的电气数据构建BP神经网络模型，通过深度学习分析电气数据，提取电气量证据。采用D‑S证据理论融合两类证据，得出精确故障诊断结果。通过综合考量两类特征信息从而准确找出故障点，不仅提高了故障诊断的精度，还实现了故障的快速定位，为换流站的安全运行提供了有力保障。