基于模糊Petri的GIS故障诊断与可靠性分析方法技术

本发明专利技术公开了基于模糊Petri的GIS故障诊断与可靠性分析方法，该方法基于GIS故障的随机性、多样性和故障征兆的模糊性，提出模糊petri网的GIS故障建模及推理方法，其将Petri网的理论与模糊推理规则有机结合在一起，具有高效准确地并行推理能力。结合大量的统计故障案例，建立了基于FPN的GIS系统的故障诊断模型。当系统未发生故障，通过在线监测预测可能的故障征兆的情况下，对GIS故障状态进行矩阵的正向推理，可以快速、准确地计算出各个库所的可信度，并对初始库所重要度进行分析；在已知故障现象的情况下，通过反向的模糊推理规则，找出故障原因。

【技术实现步骤摘要】

本专利技术属于电气设备检测
，特别涉及基于模糊Petri的GIS故障诊断与 可靠性分析方法。
技术介绍
气体绝缘金属封闭开关设备GIS(gasinsulatedswitchgear)由于占地面积小、 可靠性高、安全性好、检修周期长、受环境影响小等优点，被广泛用于城市变电站。随着电网 规模的不断扩大，电力系统对供电可靠性要求越来越高，据资料统计，GIS设备的故障率只 有常规的敞开式设备的16. 6%~40%，但GIS故障不易被发现，且一旦发生故障，维修困 难，给城市供电带来巨大的损失。GIS故障大致可分为机械故障、绝缘故障、二次回路故障、 本体渗漏故障、其他故障等。机械故障和绝缘故障是GIS中较为常见的故障。机械故障多 发生在操动机构，非操动机构的故障相对较少。绝缘故障一般由两类原因引起，一方面，各 种过电压会导致局部场强超过临界场强，从而导致局部放电的产生，另一方面，绝缘缺陷引 起GIS内部电气强度减弱，也会诱发局部放电。而GIS的各类绝缘缺陷可归类于如下五类 缺陷：毛刺、悬浮电位、自由粒子、附着物、绝缘气隙等。及时准确的发现故障和采取相应的 措施处理、排除故障具有重要的意义。GIS内有多种开关设备，其故障具有随机性、多样性、复杂性；故障征兆具有模糊 性；事件因果关系具有不确定性，数据采集与监视控制系统SCADA(SupervisoryControl AndDataAcquisition)提供的信息具有不确定性和不完整性。所以在加强对GIS监测的 同时，更要对GIS监测结果进行综合分析以便精确诊断。GIS综合诊断方法有神经网络、聚 类分析、粗糙集、支持向量机、专家系统等，但这些研宄方法有一定的局限性和不全面性，主 要表现为：需要复杂的计算；对于小样本会导致高误差，对于大样本会导致网络收敛困难； 在通用性、实时性和准确性等方面都有缺陷。探索一种高效可行的GIS故障诊断方法，清 晰动态地表达故障信息，准确地对GIS故障进行诊断和状态评价具有非常重要的意义。
技术实现思路
为了解决上述
技术介绍
提出的技术问题，本专利技术旨在提供基于模糊Petri的GIS 故障诊断与可靠性分析方法，将模糊Petri网应用在GIS在线检测和故障诊断中，通过 Petri网的图形描述能力和模糊系统的模糊推理能力，使得知识表示简单清晰，便于故障的 分析、推理和决策，从而对GIS系统进行定性、定量的性能分析。 为了实现上述技术目的，本专利技术的技术方案为： ，包括以下步骤： 步骤（1):定义模糊Petri结构是一个九元组FPN: FPN= (P，T，D，I，0，f，a, 0，q)其中：P= {Pl，P2，…，Pn}，是一个有限的非空库所集，表示故障事件的集合，PiS1个库 所，i= 1，2, 3,…，n; T=It1,t2，…，tj，是一个有限的非空变迀集，表示故障事件的状态变化或行为动 作，反映故障传播阶段的更替，tj为1个变迀，j= 1，2, 3,…，m; D=Id2，…，dn}，是一个有限的命题集，屯为1个命题，i= 1，2,3,…，n，屯表 示PiK代表故障事件发生的命题； I:PXT- {0, 1}，是mXn输入关联矩阵，表示从库所到变迀的映射位置； O:TXP- {0, 1}，是mXn输出关系矩阵，表示从变迀到库所的映射位置； f:T- ，是变迀的置信度，Uj=f(tj)，Uj表示变迀规则的置信度向量； a:P- ，是P的可信度，yi=a(Pi)，y^为托肯，表示库所Pi的真实度向 量； 0是库所到命题的双向映射，即0 (Pi) = (IiQ= 1，2,…，n);n=W1,n2,…，nn}T为标志矩阵，ni取值为1或〇,分别表示库所Pi有效或无 效。 步骤（2):根据步骤（1)模糊Petri结构的定义，构建复合模糊Petri网络； 步骤（3):结合GIS统计故障案例，将GIS故障进行分类，统计GIS各种故障所占 得百分比，按步骤（2)中构建的复合模糊Petri网络，建立基于模糊Petri的GIS故障诊断 丰旲型； 步骤（4):设定初始可信度值/、变迀规则置信度U、变迀的阈值X及标志矩阵 n； 步骤（5):当GIS系统无故障现象发生时，通过在线监测GIS设备预测潜在的故障 征兆，由模糊Petri网络的正向矩阵推理算法原理进行故障可靠性分析，得到存在的潜伏 性故障、实现对系统故障严重程度的评价和初始库所的重要度分析； 步骤（6):当GIS故障已经发生时，首先由基于模糊Petri的GIS故障诊断模型建 立初始库所集合、目标库所以及各个库所的可达集合、立即可达集合，然后从目标开始，按 可信度最大的原则进行查询，反向使用模糊推理规则，找出该目标的前提命题，如果该前提 命题还是其他规则的结论，再重复步骤(6)，直到对某个规则的前提给出确定的判断为止。 其中，步骤（1)中Uj的取值范围是。 其中，步骤（1)中yi的取值范围是。 其中，步骤⑷中所述初始可信度值y°为可信度值y的初始值，其中，y= {yi,y2,yJT° 其中，步骤（4)中所述变迀规则置信度U=diaglu^i^, ???，!〇，diag{}表示将{} 内的向量组成对角矩阵。 采用上述技术方案带来的有益效果： (1)本专利技术通过Petri网的图形描述能力和模糊系统的模糊推理能力，使得知识 表示简单清晰，便于对GIS故障进行分析、推理和决策；且本专利技术不需要复杂的计算，收敛 快，具有较好实时性和准确性；本专利技术利用模糊数学理论和方法可以有效的处理研宄对象 和系统的不确定性和模糊性； (2)在基于模糊Petri的GIS故障诊断模型中，采用基于统计事件的概率值来确定 对应库所的初始标志，这样在实际应用中，只要根据统计数据更新模糊petri网的初始库 所的可信度就可以将诊断推理顺利的进行下去，扩大了模型的适用范围； (3)本专利技术采用矩阵的正向推理能充分利用模糊Petri网的数学理论基础和描述 并发系统的能力，具有并行推理能力，可以同时得到推理后系统的全部状态值，非常适合数 据不完备、不确定、模糊情况下的在线诊断。【附图说明】 图1是本专利技术复合模糊Petri网络结构图； 图2是本专利技术基于模糊Petri的GIS故障诊断模型示意图； 图3是本专利技术的流程图； 图4是本专利技术以GIS绝缘缺陷为例构建的基于模糊Petri的GIS故障诊断模型示 意图。【具体实施方式】 以下将结合附图，对本专利技术的技术方案进行详细说明。 基于模糊Pet当前第1页1 2 本文档来自技高网...

【技术保护点】
基于模糊Petri的GIS故障诊断与可靠性分析方法，其特征在于：包括以下步骤：步骤(1)：定义模糊Petri结构是一个九元组FPN：FPN＝(P,T,D,I,O,f,α,β,η)其中：P＝{p1,p2,…,pn}，是一个有限的非空库所集，表示故障事件的集合，pi为1个库所，i＝1,2,3,…,n；T＝{t1,t2,…,tm}，是一个有限的非空变迁集，表示故障事件的状态变化或行为动作，反映故障传播阶段的更替，tj为1个变迁，j＝1,2,3,…,m；D＝{d1,d2,…,dn}，是一个有限的命题集，di为1个命题，i＝1,2,3,…,n，di表示pi所代表故障事件发生的命题；I：P×T→{0,1}，是m×n输入关联矩阵，表示从库所到变迁的映射位置；O：T×P→{0,1}，是m×n输出关系矩阵，表示从变迁到库所的映射位置；f：T→[0,1]，是变迁的置信度，uj＝f(tj)，uj表示变迁规则的置信度向量；α：P→[0,1]，是P的可信度，yi＝α(pi)，yi称为托肯，表示库所pi的真实度向量；β是库所到命题的双向映射，即β(pi)＝di(i＝1,2,…,n)；η＝{η1,η2,…,ηn}T为标志矩阵，ηi取值为1或0，分别表示库所pi有效或无效。步骤(2)：根据步骤(1)模糊Petri结构的定义，构建复合模糊Petri网络；步骤(3)：结合GIS统计故障案例，将GIS故障进行分类，统计GIS各种故障所占得百分比，按步骤(2)中构建的复合模糊Petri网络，建立基于模糊Petri的GIS故障诊断模型；步骤(4)：设定初始可信度值y0、变迁规则置信度U、变迁的阈值λ及标志矩阵η；步骤(5)：当GIS系统无故障现象发生时，通过在线监测GIS设备预测潜在的故障征兆，由模糊Petri网络的正向矩阵推理算法原理进行故障可靠性分析，得到存在的潜伏性故障、实现对系统故障严重程度的评价和初始库所的重要度分析；步骤(6)：当GIS故障已经发生时，首先由基于模糊Petri的GIS故障诊断模型建立初始库所集合、目标库所以及各个库所的可达集合、立即可达集合，然后从目标开始，按可信度最大的原则进行查询，反向使用模糊推理规则，找出该目标的前提命题，如果该前提命题还是其他规则的结论，再重复步骤(6)，直到对某个规则的前提给出确定的判断为止。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李凯，许洪华，马宏忠，王春宁，王涛云，陈冰冰，尹来宾，崔杨柳，刘宝稳，
申请(专利权)人：国家电网公司，江苏省电力公司南京供电公司，江苏省电力公司，
类型：发明
国别省市：江苏;32