一种中压船舶电力系统单相接地故障报警器设计方法

摘要

本发明公开了一种中压船舶电力系统单相接地故障报警器设计方法，属于船舶安全运行维护领域。本发明先将每一时刻的含有不确定性的两个报警置信度利用报警置信度静态融合规则进行静态融合，得到每一时刻的静态报警置信度，再利用报警置信度动态融合规则将当前时刻的静态报警置信度与其以往时刻的动态报警置信度进行动态融合，得到当前时刻的动态报警置信度，并在相关判定准则下判定是否发出警报，这种静态融合与动态融合相结合的置信度融合过程可以有效降低报警器的误报率和漏报率。

说明书

技术领域

本发明涉及一种中压船舶电力系统单相接地故障报警器设计方法，属于船舶安全运行维护领域。

背景技术

在中压船用电力系统中，电缆数量多，总长度长，等效对地电容显著大于低压船舶电力系统，单相接地故障的危害已经不能忽视。单相接地故障作为一种频发故障，会造成非接地相对地电压升高，长期带故障运行将影响电缆的绝缘水平，造成电缆的加速老化。还会引起接地点(间断性)电弧，导致故障严重化，进而发展为两相、三相(短路)接地故障。一般情况下，通过设置合适的方向性零序过电流保护可实现对此类故障的有效保护。

中压船用电力系统中的单相接地故障，就是要对产生的零序电压，电流的相位与幅值做量化分析，然后设计报警器对中压电力系统的单相接地状态进行有效实时的监测。但是普通的报警器只能根据单一的输入信号变量是否触发设定的报警阈值来确定报警与否，这种单一变量下的阈值触发报警产生的机制，在中压电力系统的实际应用中，常常会导致误报、漏报等情况发生。通常衡量一个报警器性能的基本指标为误报率、漏报率和平均延迟时间。数字滤波、时间延迟、设置死区是几类常用的基于绝对阈值判别方式的报警器设计方法，这些传统的报警方法采用过程变量超过阈值则立即报警、低于阈值报警即刻解除的机制。但是，考虑到中压电力系统的复杂情况，这些传统方法并不能很好的消除中压电力系统运行及传感器信息采集中各种不确定性干扰，导致误报率和漏报率过大，无法达到精准判定中压电力系统运行状态的目的。

发明内容

本发明的目的是提出一种中压船舶电力系统单相接地故障报警器设计方法，与传统报警器设计方法中采用的绝对阈值报警判别方式不同，本发明所提方法先将每一时刻的含有不确定性的两个报警置信度利用报警置信度静态融合规则进行静态融合，得到每一时刻的静态报警置信度，再利用报警置信度动态融合规则将当前时刻的静态报警置信度与其以往时刻的动态报警置信度进行动态融合，得到当前时刻的动态报警置信度，并在相关判定准则下判定是否发出警报，这种静态融合与动态融合相结合的置信度融合过程可以有效降低报警器的误报率和漏报率。

本发明包括以下各步骤：

(1)对于中压船舶电力系统，其中压部分的拓扑多为母排分段结构，每段母排上至少由一台发电机供电，日用变压器和推进变频器等负载设备分开连接至不同的母排分段上，根据《钢制海船入级规范》，当系统中发生单相接地故障时，在故障点和地之间形成3.3KV～10.8KV不等的零序电压U，通过线缆和设备的对地电容以及发电机中性点电阻对地产生零序电流I及其相位D，由零序电流传感器采集得到零序电流信号，经傅里叶分解得到其峰值，记为x₁，由零序电流传感器采集得到零序电流相位，记为x₂，零序电流峰值x₁由0开始增大，零序电流相位x₂从180°开始向-90°方向偏离，同时中压电力系统由正常工作状态变为故障状态，传感器每隔1秒采集一次零序电流信号和零序电流相位。

(2)设定单相接地故障报警器的辨识框架为Θ＝{NA,A}，其中NA＝0表示电力系统处于正常运行状态，A＝1表示电力系统处于单相接地故障状态。

(3)由步骤(1)知x₁和x₂分别是单相接地故障报警器需要监测的零序电流峰值和零序电流相位的报警变量，令x₁(k)和x₂(k)，k＝1,2,3,…,K，分别是传感器对监测零序电流峰值的采样值和零序电流相位的采样值的在线测量序列，k为采样时刻，采样数量K要大于3600，构造零序电流峰值的报警变量x₁关于正常运行状态和单相接地故障状态的正态分布X_1,NA～N(μ₁,σ₁²)和X_1,A～N(μ₂,σ₂²)，对应的概率密度函数为f_1,NA(x)和f_1,A(x)，构造零序电流相位的报警变量x₂关于正常运行状态和单相接地故障状态的正态分布X_2,NA～N(μ₃,σ₃²)和X_2,A～N(μ₄,σ₄²)，对应的概率密度函数为f_2,NA(x)和f_2,A(x)，其中0A≤μ₁<μ₂<3A,σ₁>0,σ₂>0,180°≤μ₃<360°,-90°<μ₄<0°,σ₃>0,σ₄>0。

(4)设定单相接地故障报警器的两个输入故障特征为x₁(k)和x₂(k)，其参考区间的端点集合为T＝{T_n’|n’＝1,2…,N}和Q＝{Q_m’|m’＝1,2…,M}，它们分别构成零序电流峰值的采样值x₁(k)的N-1个参考区间{[T₁,T₂],[T₂,T₃],…,[T_N-2,T_N-1],[T_N-1,T_N]}和零序电流相位的采样值x₂(k)的M-1个参考区间{[Q₁,Q₂],[Q₂,Q₃],…,[Q_M-2,Q_M-1],[Q_M-1,Q_M]}，且有(μ₁-3*σ₁)<T₁<T₂<…<T_N<(μ₂+3*σ₂)，(μ₄-3*σ₄)＝Q₁<Q₂<…<Q_M＝(μ₃+3*σ₃)，报警器输出为中压电力系统单相接地状态，记为y(k)，其参考值集合为W＝{W_e|e＝1,2}，其中W₁＝NA＝0，W₂＝A＝1。

(5)通过步骤(3)构造得到输入x₁(k)和x₂(k)关于输出y(k)的测量值序列S＝{x₁(k)，x₂(k)，y(k),k＝1,2,3,…,K，K≥3600}，将x₁(k)、x₂(k)和y(k)表示成样本集合Z＝[x₁(k),x₂(k),y(k)]的形式，确知x₁(k)和x₂(k)中分别有β₁个测量值满足N(μ₁,σ₁²)和N(μ₃,σ₃²)，对应输出y(k)＝0，分别有β₂个测量值满足N(μ₂,σ₂²)和N(μ₄,σ₄²)，对应输出y(k)＝1，且有β₁+β₂＝K，将x₁(k)和y(k)表示成样本集合Z’＝[x₁(k),y(k)]，将x₂(k)和y(k)表示成样本集合Z”＝[x₂(k),y(k)]，分别使用样本集合[x₁(k),y(k)]和[x₂(k),y(k)]在所对应的区间上的概率分布构造输入故障特征x₁(k)和x₂(k)与中压电力系统单相接地状态y(k)的概率分布表，如下表1和表2分别所示，其中n＝1,2…,N-1，m＝1,2,…,M-1，e＝1,2，有显然，有α_n为落在参考点T_n上的概率分布总和，并有a_n＝γ_1,n+γ_2,n，η_m为落在参考点Q_m上的概率分布总和，并有η_m＝ε_1,m+ε_2,m。

表1样本[x₁(k),y(k)]的概率分布表

表2样本[x₂(k),y(k)]的概率分布表

(6)根据步骤(5)中得到的样本[x₁(k),y(k)]的概率分布表，可获得当输入故障特征x₁(k)的样本落在参考点T_n上时，W_e发生的置信度为

并有则可定义对应于参考点T_n的报警置信度为

同理，对于样本[x₂(k),y(k)]的概率分布表，定义对应于参考点Q_m的报警置信度为

其中

对于新进的测量值x₁(t)和x₂(t),t＝1,2,3,…，其必然落入参考点T_n或Q_m上，此时该参考点所对应的报警置信度被激活，它们分别由式(2)和式(3)给出。

(7)根据步骤(6)分别获得t时刻关于过程变量x₁和x₂的报警置信度和之后，利用报警置信度静态融合规则把每一时刻的报警置信度和进行静态融合，得到t时刻的静态报警置信度B_t，具体计算过程如下：

B_t＝R_o,b(2)，o＝{W_e|e＝1,2}>

其中，在设定w_i＝r_i，i＝1,2情况下，有

(8)根据步骤(7)获得t时刻的静态报警置信度B_t之后，利用报警置信度动态融合规则将当前t时刻静态报警置信度与其以往时刻的动态报警置信度进行融合，得出当前t时刻的动态报警置信度，记为E_t＝[E_t(NA),E_t(A)]，具体步骤如下：

(8-1)当t＝1时，有E₁＝B₁＝[E₁(NA),E₁(A)]，亦即动态报警置信度即为该时刻获得的静态报警置信度。

(8-2)设定报警置信度权重w_i＝1，i＝1,2，当前时刻的静态报警置信度的可靠性r_t通过如下公式计算：

其中，r₀＝0.5是可靠性初值，τ是奖惩系数，通过下面公式计算：

设定e_NA＝(1,0,0)，e_A＝(0,1,0)，B′_t＝[B_t(NA),B_t(A),0]，E′_t＝[E_t(NA),E_t(A),0]，φ是可靠性增强因数，通过下面公式计算：

是前l个时刻动态报警置信度的可靠性的平均值

(8-2-1)当t＝2时，利用式(5)、(6)、(7)获得t＝1和t＝2时刻的静态报警置信度B₁和B₂，R₁＝1，取R₂＝r_t，利用报警置信度动态融合规则对它们进行融合，得到融合结果为：

即把t＝1时刻和t＝2时刻的静态报警置信度融合得到t＝2时刻的动态报警置信度。

(8-2-2)当t>2且t≤l时，取t-1时刻的动态报警置信度的可靠性利用式(8)～(13)计算得到当前t时刻静态报警置信度的可靠性r_t，有R₂＝r_t，利用式(15)和式(16)对t-1时刻的动态报警置信度E_t-1和当前t时刻的静态报警置信度B_t进行融合得到当前t时刻的动态报警置信度E_t。

(8-2-3)当t>l时，利用式(14)计算得到t-1时刻的动态报警置信度的可靠性利用式(8)～(14)计算得到当前t时刻静态报警置信度的可靠性r_t，有R₂＝r_t，利用式(15)和式(16)对t-1时刻的动态报警置信度E_t-1和当前t时刻的静态报警置信度B_t进行融合得到当前t时刻的动态报警置信度E_t。

(9)根据步骤(8)得到t时刻的动态报警置信度E_t＝(E_t(NA),E_t(A))，给出报警准则：若E_t(NA)≥E_t(A)，则输出y(t)＝0，不报警，即表明中压电力系统处于正常运行状态，若E_t(NA)<E_t(A)，则输出y(t)＝1，报警，即说明此时中压电力系统处于单相接地状态。

本发明提出的一种中压船舶电力系统单相接地故障报警器设计方法，先将每一时刻的含有不确定性的两个报警置信度利用报警置信度静态融合规则进行静态融合，得到每一时刻的静态报警置信度，再利用报警置信度动态融合规则将当前时刻的静态报警置信度与其以往时刻的动态报警置信度进行动态融合，得到当前时刻的动态报警置信度，并在相关判定准则下判定是否发出警报，这种静态融合与动态融合相结合的置信度融合过程可以有效降低不确定性的影响，提升报警器的精准性。根据本发明方法编制的程序(编译环境LabVIEW，C++等)可以在监控报警计算机上运行，并联合传感器、数据采集器及数据存储器等硬件组成在线报警系统，实现对中压电力系统运行状况的实时报警功能。

附图说明

图1是本发明方法的流程框图；

图2(a)和图2(b)分别是本发明方法实施例中x₁和x₂的样本数据序列；

图3(a)和图3(b)分别是本发明方法实施例中x₁和x₂的测试样本序列。

具体实施方式

为了更好地适用于中压船舶电力系统，并降低单相接地故障报警器的误报率和漏报率，本发明采用与传统报警器不同的静态融合与动态融合相结合的置信度融合技术，即先将每一时刻的含有不确定性的两个报警置信度利用报警置信度静态融合规则进行静态融合，得到每一时刻的静态报警置信度，再利用报警置信度动态融合规则将当前时刻的静态报警置信度与其以往时刻的动态报警置信度进行动态融合，获得对中压船舶电力系统运行状态更精准的判定，达到实时监测与精准报警的目的。

如图1所示，本发明包括以下各步骤：

(1)对于中压船舶电力系统，其中压部分的拓扑多为母排分段结构，每段母排上至少由一台发电机供电，日用变压器和推进变频器等负载设备分开连接至不同的母排分段上，根据《钢制海船入级规范》，当系统中发生单相接地故障时，在故障点和地之间形成3.3KV～10.8KV不等的零序电压U，通过线缆和设备的对地电容以及发电机中性点电阻对地产生零序电流I及其相位D，由零序电流传感器采集得到零序电流信号，经傅里叶分解得到其峰值，记为x₁，由零序电流传感器采集得到零序电流相位，记为x₂，零序电流峰值x₁由0开始增大，零序电流相位x₂从180°开始向-90°方向偏离，同时中压电力系统由正常工作状态变为故障状态，传感器每隔1秒采集一次零序电流信号和零序电流相位。

(2)设定单相接地故障报警器的辨识框架为Θ＝{NA,A}，其中NA＝0表示电力系统处于正常运行状态，A＝1表示电力系统处于单相接地故障状态。

(3)由步骤(1)知x₁和x₂分别是单相接地故障报警器需要监测的零序电流峰值和零序电流相位的报警变量，令x₁(k)和x₂(k)，k＝1,2,3,…,K，分别是传感器对监测零序电流峰值的采样值和零序电流相位的采样值的在线测量序列，k为采样时刻，采样数量K要大于3600，构造零序电流峰值的报警变量x₁关于正常运行状态和单相接地故障状态的正态分布X_1,NA～N(μ₁,σ₁²)和X_1,A～N(μ₂,σ₂²)，对应的概率密度函数为f_1,NA(x)和f_1,A(x)，构造零序电流相位的报警变量x₂关于正常运行状态和单相接地故障状态的正态分布X_2,NA～N(μ₃,σ₃²)和X_2,A～N(μ₄,σ₄²)，对应的概率密度函数为f_2,NA(x)和f_2,A(x)，其中0A≤μ₁<μ₂<3A,σ₁>0,σ₂>0,180°≤μ₃<360°,-90°<μ₄<0°,σ₃>0,σ₄>0。

为便于理解，这里举例说明。构造正态分布X_1,NA～N(0.5A,0.5²)、X_1,A～N(2A,0.5²)、X_2,NA～N(180°,90²)、X_2,A～N(-45°,30²)，显然，其分别对应于概率密度函数

分别表征零序电流峰值的报警变量x₁和零序电流相位的报警变量x₂关于正常运行状态与单相接地故障状态的正态分布。

(4)设定单相接地故障报警器的两个输入故障特征为x₁(k)和x₂(k)，其参考区间的端点集合为T＝{T_n’|n’＝1,2…,N}和Q＝{Q_m’|m’＝1,2…,M}，它们分别构成零序电流峰值的采样值x₁(k)的N-1个参考区间{[T₁,T₂],[T₂,T₃],…,[T_N-2,T_N-1],[T_N-1,T_N]}和零序电流相位的采样值x₂(k)的M-1个参考区间{[Q₁,Q₂],[Q₂,Q₃],…,[Q_M-2,Q_M-1],[Q_M-1,Q_M]}，且有(μ₁-3*σ₁)<T₁<T₂<…<T_N<(μ₂+3*σ₂)，(μ₄-3*σ₄)＝Q₁<Q₂<…<Q_M＝(μ₃+3*σ₃)，报警器输出为中压电力系统单相接地状态，记为y(k)，其参考值集合为W＝{W_e|e＝1,2}，其中W₁＝NA＝0，W₂＝A＝1。

为了便于对两个输入故障特征参考区间端点的集合和输出单相接地状态的参考值的理解，这里举例说明。通过步骤(3)构造出的零序电流峰值和零序电流相位的采样值的正态分布，可得零序电流峰值的采样值x₁(k)的分布区间为[0A,3A]，零序电流相位的采样值x₂(k)的分布区间为[-90°,360°]，对应输出运行状态结果是离散序列0和1。故可设输出单相接地状态参考值集合W＝{0,1}，e＝1,2，输入x₁(k)的参考区间端点集合T＝{0,0.1,0.2,0.3,0.5,0.7,0.9,1.1,1.3,1.5,1.8,2.1,2.4,2.7,3.0}，对应于参考区间{[0,0.1],[0.1,0.2],[0.2,0.3],[0.3,0.5],[0.5,0.7],[0.7,0.9],[0.9,1.1],[1.1,1.3],[1.3,1.5],[1.5,1.8],[1.8,2.1],[2.1,2.4],[2.4,2.7],[2.7,3.0]}(单位：A)，输入x₂(k)的参考区间端点集合Q＝{-90,-30,0,45,90,135,160,165,170,175,180,360}，对应于参考区间{[-90,-30],[-30,0],[0,45],[45,90],[90,135],[135,160],[160,165],[165,170],[170,175],[175,180],[180,360]}(单位：°)。

(5)通过步骤(3)构造得到输入x₁(k)和x₂(k)关于输出y(k)的测量值序列S＝{x₁(k)，x₂(k)，y(k),k＝1,2,3,…,K，K≥3600}，将x₁(k)、x₂(k)和y(k)表示成样本集合Z＝[x₁(k),x₂(k),y(k)]的形式，确知x₁(k)和x₂(k)中分别有β₁个测量值满足N(μ₁,σ₁²)和N(μ₃,σ₃²)，对应输出y(k)＝0，分别有β₂个测量值满足N(μ₂,σ₂²)和N(μ₄,σ₄²)，对应输出y(k)＝1，且有β₁+β₂＝K，将x₁(k)和y(k)表示成样本集合Z’＝[x₁(k),y(k)]，将x₂(k)和y(k)表示成样本集合Z”＝[x₂(k),y(k)]。

为便于理解，这里举例说明。通过步骤(3)构造出K＝4800组数据作为训练样本，排成序列S，确知其中分别有β₁＝3600个x₁(k)和x₂(k)的测量值是在中压电力系统处于正常运行状态时测得的，对应输出y(k)＝0，分别有β₂＝1200个x₁(k)和x₂(k)的测量值是中压电力系统处于单相接地故障状态测得的，对应输出y(k)＝1，则有β₁+β₂＝K＝4800，分别构成4800组样本集合Z’＝[x₁(k),y(k)]和Z”＝[x₂(k),y(k)]。

分别使用样本集合[x₁(k),y(k)]和[x₂(k),y(k)]在所对应的区间上的概率分布构造输入故障特征x₁(k)和x₂(k)与中压电力系统单相接地状态y(k)的概率分布表，如下表1和表2分别所示，其中n＝1,2…,N-1，m＝1,2,…,M-1，e＝1,2，有显然，有α_n为落在参考点T_n上的概率分布总和，并有a_n＝γ_1,n+γ_2,n，η_m为落在参考点Q_m上的概率分布总和，并有η_m＝ε_1,m+ε_2,m。

表1样本[x₁(k),y(k)]的概率分布表

表2样本[x₂(k),y(k)]的概率分布表

为了便于理解概率分布表，这里举例说明。沿用步骤(4)中的参考区间，结合相对应的概率密度函数，分别获得所有K＝4800个样本集合[x₁(k),y(k)]和[x₂(k),y(k)]在各自对应区间上的概率分布，即可分别构造出样本[x₁(k),y(k)]和[x₂(k),y(k)]的概率分布表，如下表3、表4所示。

表3样本[x₁(k),y(k)]的概率分布表

表4样本[x₂(k),y(k)]的概率分布表

(6)根据步骤(5)中得到的样本[x₁(k),y(k)]的概率分布表，可获得当输入故障特征x₁(k)的样本落在参考点T_n上时，W_e发生的置信度为

并有则可定义对应于参考点T_n的报警置信度为

同理，对于样本[x₂(k),y(k)]的概率分布表，定义对应于参考点Q_m的报警置信度为

其中

对于新进的测量值x₁(t)和x₂(t),t＝1,2,3,…，其必然落入参考点T_n或Q_m上，此时该参考点所对应的报警置信度被激活，它们分别由式(2)和式(3)给出。

为便于理解报警置信度的激活过程，这里举例说明。对于t时刻，有新进的测量值x₁(t)＝1.31时，对应于表3，可以看出其落入区间[1.3,1.5]，则有则可得到其报警信度为在同一t时刻，有新进测量值x₂(t)＝-15，同理有

(7)根据步骤(6)分别获得t时刻关于过程变量x₁和x₂的报警置信度和之后，利用报警置信度静态融合规则把每一时刻的报警置信度和进行静态融合，得到t时刻的静态报警置信度B_t，具体计算过程如下：

B_t＝R_o,b(2)，o＝{W_e|e＝1,2}>

其中，在设定w_i＝r_i，i＝1,2情况下，有

为便于理解，这里举例说明。根据步骤(6)得到同一t时刻关于过程变量x₁和x₂的报警置信度和取w_i＝r_i＝0.9，i＝1,2，利用公式(5)～(7)把二者进行静态融合，得到t时刻的静态报警置信度B_t＝(0.116,0.884)。

(8)根据步骤(7)获得t时刻的静态报警置信度B_t之后，利用报警置信度动态融合规则将当前t时刻静态报警置信度与其以往时刻的动态报警置信度进行融合，得出当前t时刻的动态报警置信度，记为E_t＝[E_t(NA),E_t(A)]，具体步骤如下：

(8-1)当t＝1时，有E₁＝B₁＝[E₁(NA),E₁(A)]，亦即动态报警置信度即为该时刻获得的静态报警置信度；

(8-2)设定报警置信度权重w_i＝1，i＝1,2，当前时刻的静态报警置信度的可靠性r_t通过如下公式计算：

其中，r₀＝0.5是可靠性初值，τ是奖惩系数，通过下面公式计算：

设定e_NA＝(1,0,0)，e_A＝(0,1,0)，B′_t＝[B_t(NA),B_t(A),0]，E′_t＝[E_t(NA),E_t(A),0]，φ是可靠性增强因数，通过下面公式计算：

是前l个时刻动态报警置信度的可靠性的平均值

(8-2-1)当t＝2时，利用式(5)、(6)、(7)获得t＝1和t＝2时刻的静态报警置信度B₁和B₂，R₁＝1，取R₂＝r_t，利用报警置信度动态融合规则对它们进行融合，得到融合结果为

即把t＝1时刻和t＝2时刻的静态报警置信度融合得到t＝2时刻的动态报警置信度；

(8-2-2)当t>2且t≤l时，取t-1时刻的动态报警置信度的可靠性利用式(8)～(13)计算得到当前t时刻静态报警置信度的可靠性r_t，有R₂＝r_t，利用式(15)和式(16)对t-1时刻的动态报警置信度E_t-1和当前t时刻的静态报警置信度B_t进行融合得到当前t时刻的动态报警置信度E_t；

(8-2-3)当t>l时，利用式(14)计算得到t-1时刻的动态报警置信度的可靠性利用式(8)～(14)计算得到当前t时刻静态报警置信度的可靠性r_t，有R₂＝r_t，利用式(15)和式(16)对t-1时刻的动态报警置信度E_t-1和当前t时刻的静态报警置信度B_t进行融合得到当前t时刻的动态报警置信度E_t。

为加深对步骤(8)的理解，这里举例说明。首先假设已知t＝1,2,3,4这4个时刻的新进测量值x_i(t),i＝1,2，分别由公式(5)～(7)依次计算得到这4个时刻的静态报警置信度，如表5所示：

表5静态报警置信度表

按照步骤(8)可以给出这4个时刻的动态报警置信度分别如下：

当t＝1时，根据步骤(8-1)可得，E₁＝B₁＝(0.9,0.1)；

当t＝2时，根据步骤(8-2-1)，取R₁＝1,计算2时刻的静态报警置信度的可靠性r₂：通过公式(9)计算出τ＝1，通过公式(11)计算出d₁＝0.4，通过公式(12)计算出d₂＝0.1，进而通过公式(10)计算出φ＝0.6。把可靠性初值r₀、奖惩系数τ、可靠性增强因数φ代入公式(8)中得到r₂＝0.8，即R₂＝0.8，利用公式(15)和(16)对E₁＝(0.9,0.1)和B₂＝(0.6,0.4)进行动态融合，得到t＝2时刻的动态报警置信度E₂＝(0.92,0.08)；

(为便于说明，这里取l＝3。)

当t＝3时，根据步骤(8-2-2)，利用式(8)～(13)计算得到r₃＝0.65，则R₂＝r₃＝0.65，利用公式(15)和(16)对E₂＝(0.92,0.08)和B₃＝(0.5,0.5)进行动态融合，得到t＝3时刻的动态报警置信度E₃＝(0.86,0.14)；

当t＝4时，根据步骤(8-2-3)，利用式(14)计算得到则R₁＝0.82，利用式(8)～(14)计算得到r₄＝0.75，则R₂＝r₄＝0.75，利用公式(15)和(16)对E₃＝(0.86,0.14)和B₄＝(0.3,0.7)进行动态融合，得到t＝4时刻的动态报警置信度E₄＝(0.67,0.33)。

(9)根据步骤(8)得到t时刻的动态报警置信度E_t＝(E_t(NA),E_t(A))，给出报警准则：若E_t(NA)≥E_t(A)，则输出y(t)＝0，不报警，即表明中压电力系统处于正常运行状态，若E_t(NA)<E_t(A)，则输出y(t)＝1，报警，即说明此时中压电力系统处于单相接地状态。

在上例中，根据4个时刻输出的动态报警置信度，根据步骤(9)做出报警结果，如表6所示：

表6报警结果

时刻t动态报警置信度E_t报警结果t＝1E₁＝(0.9,0.1)正常运行(NA)t＝2E₂＝(0.92,0.08)正常运行(NA)t＝3E₃＝(0.86,0.14)正常运行(NA)t＝4E₄＝(0.67,0.33)正常运行(NA)

以下结合附图，详细介绍本发明方法的实施例：

本发明方法的流程框图如图1所示，核心部分是：在确定需要监测的中压电力系统的零序电流峰值和零序电流相位的报警变量及其样本数据序列之后，先将每一时刻的含有不确定性的两个报警置信度利用报警置信度静态融合规则进行静态融合，得到每一时刻的静态报警置信度，再利用报警置信度动态融合规则将当前时刻的静态报警置信度与其以往时刻的动态报警置信度进行动态融合，得到当前时刻的动态报警置信度，并在相关判定准则下判定是否发出警报，这种静态融合与动态融合相结合的置信度融合过程可以有效降低报警器的误报率和漏报率。

以下结合图2(a)和图2(b)中所示的x₁和x₂的样本数据序列，给出最佳实施例，详细介绍本发明方法的各个步骤。

1、分别给定中压电力系统的零序电流峰值的采样值和零序电流相位的采样值的样本数据序列x₁(k)和x₂(k)。

零序电流峰值x₁的样本数据序列x₁(k)如图2(a)所示，K的取值为4800，通过统计可知x₁变化的范围是[0A,3A]；零序电流相位x₂的样本数据序列x₂(k)如图2(b)所示，K的取值为4800，通过统计可知x₂变化的范围是[-90°,180°]。

2、两个输入故障特征参考区间端点的集合和输出单相接地状态的参考值的选取。

通过步骤(3)构造出的零序电流峰值和零序电流相位的采样值的正态分布，可得零序电流峰值的采样值x₁(k)的分布区间为[0A,3A]，零序电流相位的采样值x₂(k)的分布区间为[-90°,360°]，对应输出运行状态结果是离散序列0和1。故可设输出单相接地状态参考值集合W＝{0,1}，e＝1,2，输入x₁(k)的参考区间端点集合T＝{0,0.1,0.2,0.3,0.5,0.7,0.9,1.1,1.3,1.5,1.8,2.1,2.4,2.7,3.0}，对应于参考区间{[0,0.1],[0.1,0.2],[0.2,0.3],[0.3,0.5],[0.5,0.7],[0.7,0.9],[0.9,1.1],[1.1,1.3],[1.3,1.5],[1.5,1.8],[1.8,2.1],[2.1,2.4],[2.4,2.7],[2.7,3.0]}(单位：A)，输入x₂(k)的参考区间端点集合Q＝{-90,-30,0,45,90,135,160,165,170,175,180,360}，对应于参考区间{[-90,-30],[-30,0],[0,45],[45,90],[90,135],[135,160],[160,165],[165,170],[170,175],[175,180],[180,360]}(单位：°)。

3、构造样本[x₁(k),y(k)]和[x₂(k),y(k)]的概率分布表。

通过步骤(3)构造出K＝4800组数据作为训练样本，排成序列S，确知其中分别有β₁＝3600个x₁(k)和x₂(k)的测量值是在中压电力系统处于正常运行状态时测得的，对应输出y(k)＝0，分别有β₂＝1200个x₁(k)和x₂(k)的测量值是中压电力系统处于单相接地故障状态测得的，对应输出y(k)＝1，则有β₁+β₂＝K＝4800，分别构成4800组样本集合Z’＝[x₁(k),y(k)]和Z”＝[x₂(k),y(k)]。沿用步骤(4)中的参考区间，结合相对应的概率密度函数，分别获得所有K＝4800个样本集合[x₁(k),y(k)]和[x₂(k),y(k)]在各自对应区间上的概率分布，即可分别构造出样本[x₁(k),y(k)]和[x₂(k),y(k)]的概率分布表，如下表7、表8所示：

表7样本[x₁(k),y(k)]的概率分布表

表8样本[x₂(k),y(k)]的概率分布表

4、新进测量值x_i(t)激活得到相应的报警置信度。

根据本发明步骤(5)获得样本[x₁(k),y(k)]和[x₂(k),y(k)]的概率分布表之后，依据本发明方法的步骤(6)可对新进测量值x_i(t)激活得到相应的两个报警置信度。对于t时刻，有新进的测量值x₁(t)＝1.31时，对应于表3，可以看出其落入区间[1.3,1.5]，则有则可得到其报警信度为在同一t时刻，有新进测量值x₂(t)＝-15，同理有

5、利用报警置信度静态融合规则对两个报警置信度进行静态融合，得到每一时刻的静态报警置信度。

根据步骤(6)得到同一t时刻关于过程变量x₁和x₂的报警置信度取w_i＝r_i＝0.9，i＝1,2，利用公式(5)～(7)把二者进行静态融合，得到t时刻的静态报警置信度B_t＝(0.116,0.884)。

6、利用报警置信度动态融合规则将当前时刻的静态报警置信度与其以往时刻的动态报警置信度进行动态融合，得到当前时刻的动态报警置信度。

已知t＝1,2,3,4这4个时刻的新进测量值x_i(t),i＝1,2，分别由公式(5)～(7)依次计算得到这4个时刻的静态报警置信度，如表9所示：

表9静态报警置信度表

按照步骤(8)可以给出这4个时刻的动态报警置信度分别如下：

当t＝1时，根据步骤(8-1)可得，E₁＝B₁＝(0.9,0.1)；

当t＝2时，根据步骤(8-2-1)，取R₁＝1,计算2时刻的静态报警置信度的可靠性r₂：通过公式(9)计算出τ＝1，通过公式(11)计算出d₁＝0.4，通过公式(12)计算出d₂＝0.1，进而通过公式(10)计算出φ＝0.6。把可靠性初值r₀、奖惩系数τ、可靠性增强因数φ代入公式(8)中得到r₂＝0.8，即R₂＝0.8，利用公式(15)和(16)对E₁＝(0.9,0.1)和B₂＝(0.6,0.4)进行动态融合，得到t＝2时刻的动态报警置信度E₂＝(0.92,0.08)；

(为便于说明，这里取l＝3。)

当t＝3时，根据步骤(8-2-2)，利用式(8)～(13)计算得到r₃＝0.65，则R₂＝r₃＝0.65，利用公式(15)和(16)对E₂＝(0.92,0.08)和B₃＝(0.5,0.5)进行动态融合，得到t＝3时刻的动态报警置信度E₃＝(0.86,0.14)；

当t＝4时，根据步骤(8-2-3)，利用式(14)计算得到则R₁＝0.82，利用式(8)～(14)计算得到r₄＝0.75，则R₂＝r₄＝0.75，利用公式(15)和(16)对E₃＝(0.86,0.14)和B₄＝(0.3,0.7)进行动态融合，得到t＝4时刻的动态报警置信度E₄＝(0.67,0.33)。

7、依据报警准则进行报警决策。

根据步骤(9)可以做出报警结果，如表10所示：

表10报警结果

时刻t动态报警置信度E_t报警结果t＝1E₁＝(0.9,0.1)正常运行(NA)t＝2E₂＝(0.92,0.08)正常运行(NA)t＝3E₃＝(0.86,0.14)正常运行(NA)t＝4E₄＝(0.67,0.33)正常运行(NA)