将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法技术

技术编号:15636848 阅读:254 留言:0更新日期:2017-06-14 22:09
将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法属于电力系统配电网故障诊断领域,具体涉及一种将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法。本发明专利技术提出一种将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法,以达到通过修正初始置信度和权值等参数得出更准确的元件故障概率的目的。本发明专利技术包括以下步骤:步骤1、获取故障后SCADA系统接收到的各级保护、断路器的警报信息;步骤2、通过结线分析法搜索停电区域,得到故障区域中可疑故障元件集合,缩小故障诊断范围,构建各个可疑元件与其对应的警报集合。

【技术实现步骤摘要】
将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法
本专利技术属于电力系统配电网故障诊断领域,具体涉及一种将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法。
技术介绍
电网规模的不断扩大,联网程度的增强可以提高电网的可靠性与供电质量,但同时也带来了潜在的危险。配电网是电力系统中的重要组成部分,配电网的安全稳定运行是整个电网安全运行的重要环节,是目前提高供电系统运行水平的关键环节。为了降低或避免事故所带来的影响,需要及时、快速地诊断并消除故障隐患,提升系统安全可靠性。因此,研究和建立起一套高效的配电网故障智能诊断系统,对于及时认知电网中设备事故,处理电网故障是十分必要的。模糊Petri网是一种具有严密数学定义的可用图形表示的组合模型,推理直观,可对多种活动过程做定性和定量分析,与电网故障发生和处理过程相吻合,对数据的不确定性具有较好的容错性;模糊Petri网非常符合人类的思维和认知方式,因此在配电网故障诊断领域逐渐受到青睐。但仍有问题亟需解决:模糊Petri网的权值、阈值、初始置信度等参数一般依靠人工经验确定,易将人工经验的不确定性添加在算法中,影响准确性,限制了模糊Petri网的应用。
技术实现思路
针对现有技术的不足,本专利技术提出一种将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法,以达到通过修正初始置信度和权值等参数得出更准确的元件故障概率的目的。本专利技术包括以下步骤:步骤1、获取故障后SCADA系统接收到的各级保护、断路器的警报信息;步骤2、通过结线分析法搜索停电区域,得到故障区域中可疑故障元件集合,缩小故障诊断范围,构建各个可疑元件与其对应的警报集合;步骤3、对每个可疑元件分别建立基于时序信息的加权模糊Petri网诊断模型,其中若母线故障则需要对每一个故障蔓延方向分别建立模型;步骤4、根据SCADA系统警报信息进行反向时序推理,通过关系约束库和警报时间点二者的逻辑关系筛选出时序不一致的信息,再通过正态分布函数修正Petri网诊断模型中初始库所置信度,代替现有的依靠人为经验对初始库所置信度进行赋值的方法;步骤5、采用改进仿电磁学算法对模糊Petri网模型中的权值、置信度等参数进行训练,减小电网故障诊断过程中因人为主观因素造成的误差;步骤6、运用矩阵算法计算出模型中线路或母线的故障概率,提示调度人员采取相应措施。作为一种优选方案,本专利技术所述步骤4所述的时序推理部分的步骤如下:(1)首先经结线分析法和SCADA警报系统获取故障元件集和其所对应的警报信息集作为时序分析的数据支持。(2)基于继电保护原理可获得故障线路主保护、近后备保护、远后备保护相对于线路发生故障时刻的动作延时Δt1和各级保护发出指令后断路器相对于保护的动作延时Δt2。(3)对已经建模完毕的模糊Petri网模型,对每一条从左到右的时间通路分别判定是否满足时序一致性关系,其判定方法为:iftCB-tp∈Δt2?式中,tCB为断路器动作的警报时刻,tp为各级保护动作的警报时刻。通过上式判断警报信息是否满足时序属性,并计算出该信息的期望发生时刻和期望发生区间,用[t-Δt,t+Δt]表示。(4)将所有满足上述公式的警报信息加入集合A,所有不满足上述公式的警报信息加入集合B,分别对集合A和集合B中所有警报信息用下述类正态分布函数处理来确定初始库所置信度值:式中,A为系统可靠性系数,t'为某警报信息的触发时刻,t为该警报信息触发的期望时刻,通过该函数能反映出若t-t'值越小,该警报信息的触发时刻越接近其期望值,则求得该警报信息的库所置信度α(ta)越高。为将正态分布函数应用于模糊Petri网故障诊断所作的改进,它反映的特性为:由于主保护、近后备保护、远后备保护三者与其控制的断路器之间的动作时间距离各不相同,若出现时序不一致警报,通常远后备与断路器的时间偏差大于主保护与断路器的时间偏差,但远后备保护的触发时刻却大于主保护的触发时刻,若只计算正态分布函数的绝对数值会导致无法准确描述某警报信息触发时刻与期望时刻的偏离值而不是偏离程度使诊断结果出现偏差,因此本方法将正态分布函数值乘以以反映警报信息的“相对偏移度”。作为另一种优选方案,本专利技术所述的步骤5采用仿电磁学算法对模糊Petri网模型中的权值、置信度等参数进行训练,具体步骤如下:目标函数:约束条件:目标函数中,Pend为通过第k次迭代后第i个粒子包含的所有参数计算出的目标库所实际故障概率,该值通过模糊Petri网的矩阵算法得出,Tend为该目标库所的期望故障概率,线路或母线故障时,认为期望故障概率为1。目标函数值越小则说明迭代后参数值越接近理想值,使本次迭代中目标函数值最小的粒子即为该代的最优粒子Xk,best,并加入到下述步骤的计算当中。(1)、首先规定种群规模为N,初始种群中所有粒子可用如下向量描述:X1=[x1,1,x1,2,...,x1,N]其中,第i个粒子x1,i中通过本方法训练的所有参数可由如下向量所示:x1,i=[ω11,ω12,...,ω1n,μ11,μ12,...,μ1n]式中,ω为某变迁对应的所有输入权值,μ为规则置信度。在可行域里随机生成多个解作为算法进行迭代的初始种群,初始种群的产生过程如下式所示:分别为第k代种群中第t个粒子的上、下限,rnd为从区间[0,1]内随机数产生函数。(2)、将每个个体Xk,i看作一个带电粒子,迭代过程中根据每个粒子的评价函数值f(Xk,i)计算出其对应的电荷值,电荷值的大小表明粒子与本次迭代中最好粒子的接近程度。粒子Xk,i的电荷值表达式为:其中,Xk,i表示第k次迭代时种群中的第i个粒子;Xk,best代表第k代种群中适应度度最高的粒子;n是粒子维数;qk,i代表对第k次迭代中第i个粒子的电荷值;f(·)为计算出的本问题的目标函数值。(3)、利用粒子所带电荷量大小来描述其在可行域内所受到的其它粒子的作用力,通过合力的方向判断粒子移动的方向,粒子所受的合力就可以通过模拟电磁学中的合力计算方法得到,粒子间的受力情况如下式所示。式中:||·||为向量的2范数,Fk,i为第k次迭代中第i个粒子矢量力。(4)、种群进化的迭代方程可以表示为:通过合力引导本算法进行全局搜索并生成新一代种群。在整个解空间内进行的最优解搜索,可以将粒子Xk,i中的待训练值进化为新的参数值:Xk,i→Xk+1,iXk,i=[ω11,ω12,...,ω1n,μ11,μ12,...,μ1n]Xk+1,i=[ω'11,ω'12,...,ω'1n,μ'11,μ'12,...,μ'1n]将新一代种群的粒子返回公式(5)中重新计算目标函数值并选取该代的最优粒子,继续本算法运算迭代过程至达到循环结束条件。作为另一种优选方案,本专利技术所述的步骤5对仿电磁学算法加以改进,具体步骤如下:(1)、为防止算法由于强收敛性在迭代过程中陷入局部最优,需计及粒子间作用力的相互性对本算法公式(7)做出相应改进,以大范围拓展新的解域,扩大搜索区域范围,如下所示:式中,c为被动聚集因子,δ为抗干扰因子,Fk,ir为粒子i对随机选取的粒子r的作用力;(2)、仿电磁学算法的迭代次数是人为规定的,当满足最大迭代次数时,算法跳出循环结束寻优,算法规定最大迭代次数N=25D,其中D为停滞代数,其取本文档来自技高网...
将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法

【技术保护点】
将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法,其特征在于,包括以下步骤:步骤1、获取故障后SCADA系统接收到的各级保护、断路器的警报信息;步骤2、通过结线分析法搜索停电区域,得到故障区域中可疑故障元件集合,缩小故障诊断范围,构建各个可疑元件与其对应的警报集合;步骤3、对每个可疑元件分别建立基于时序信息的加权模糊Petri网诊断模型,其中若母线故障则需要对每一个故障蔓延方向分别建立模型;步骤4、根据SCADA系统警报信息进行反向时序推理,通过关系约束库和警报时间点二者的逻辑关系筛选出时序不一致的信息,再通过正态分布函数修正Petri网诊断模型中初始库所置信度,代替现有的依靠人为经验对初始库所置信度进行赋值的方法;步骤5、采用改进仿电磁学算法对模糊Petri网模型中的权值、置信度参数进行训练,减小电网故障诊断过程中因人为主观因素造成的误差;步骤6、运用矩阵算法计算出模型中线路或母线的故障概率,提示调度人员采取相应措施。

【技术特征摘要】
1.将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法,其特征在于,包括以下步骤:步骤1、获取故障后SCADA系统接收到的各级保护、断路器的警报信息;步骤2、通过结线分析法搜索停电区域,得到故障区域中可疑故障元件集合,缩小故障诊断范围,构建各个可疑元件与其对应的警报集合;步骤3、对每个可疑元件分别建立基于时序信息的加权模糊Petri网诊断模型,其中若母线故障则需要对每一个故障蔓延方向分别建立模型;步骤4、根据SCADA系统警报信息进行反向时序推理,通过关系约束库和警报时间点二者的逻辑关系筛选出时序不一致的信息,再通过正态分布函数修正Petri网诊断模型中初始库所置信度,代替现有的依靠人为经验对初始库所置信度进行赋值的方法;步骤5、采用改进仿电磁学算法对模糊Petri网模型中的权值、置信度参数进行训练,减小电网故障诊断过程中因人为主观因素造成的误差;步骤6、运用矩阵算法计算出模型中线路或母线的故障概率,提示调度人员采取相应措施。2.根据权利要求1所述的将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法,其特征在于所述步骤4的时序推理部分,步骤如下:(1)首先经结线分析法和SCADA警报系统获取故障元件集和其所对应的警报信息集作为时序分析的数据支持;(2)基于继电保护原理可获得故障线路主保护、近后备保护、远后备保护相对于线路发生故障时刻的动作延时Δt1和各级保护发出指令后断路器相对于保护的动作延时Δt2;(3)对已经建模完毕的模糊Petri网模型,对每一条从左到右的时间通路分别判定是否满足时序一致性关系,其判定方法为:iftCB-tp∈Δt2?式中,tCB为断路器动作的警报时刻,tp为各级保护动作的警报时刻;通过上式判断警报信息是否满足时序属性,并计算出该信息的期望发生时刻和期望发生区间,用[t-Δt,t+Δt]表示;(4)将所有满足上述公式的警报信息加入集合A,所有不满足上述公式的警报信息加入集合B,分别对集合A和集合B中所有警报信息用下述类正态分布函数处理来确定初始库所置信度值:式中,A为系统可靠性系数,t'为某警报信息的触发时刻,t为该警报信息触发的期望时刻,通过该函数能反映出若t-t'值越小,该警报信息的触发时刻越接近其期望值,则求得该警报信息的库所置信度α(ta)越高;为将正态分布函数应用于模糊Petri网故障诊断所作的改进,它反映的特性为:由于主保护、近后备保护、远后备保护三者与其控制的断路器之间的动作时间距离各不相同,若出现时序不一致警报,通常远后备与断路器的时间偏差大于主保护与断路器的时间偏差,但远后备保护的触发时刻却大于主保护的触发时刻,若只计算正态分布函数的绝对数值会导致无法准确描述某警报信息触发时刻与期望时刻的偏离值而不是偏离程度使诊断结果出现偏差,因此本方法将正态分布函数值乘以以反映警报信息的“相对偏移度”。3.根据权利要求1所述的将仿电磁学算法融于时序模糊Petri网的配电网故障诊断方法,其特征在于步骤5采用仿电磁学算法对模糊Petri网模型中的权值、置信度参数进行训练,具体步骤如下:目标函数:约束条件:目标函数中,Pen...

【专利技术属性】
技术研发人员:郝爽刘鑫蕊冯喜强马煜孙秋野李悦悦马鹤齐张化光金鹏杨珺赵斌隋伯昊
申请(专利权)人:国网辽宁省电力有限公司沈阳供电公司国家电网公司东北大学
类型:发明
国别省市:辽宁,21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1