一种基于膜系统的电力系统故障自动诊断方法技术方案

一种基于模糊推理脉冲神经膜系统的电力系统故障自动诊断方法，首先构建表征整个电网拓扑结构的拓扑数据及其保护配置的保护数据。其次，在SCADA系统提供保护与开关的动作信息后，调用电力网络拓扑分析算法程序利用断路器开合状态确定出相关的可疑故障元件，生成每个可疑故障元件相应的模糊推理脉冲神经膜系统诊断模型，然后再调用模糊推理脉冲神经膜系统的推理算法，确定故障元件。本发明专利技术采用程序化的方式实现了模糊推理脉冲神经膜系统在电力输电网中的故障诊断。整个故障诊断过程自动实现，即使在大规模电网的复杂故障以及在SCADA系统提供完备故障信息或存在保护断路器误动、拒动等信息不完备的情况下都能高效、自动地获得正确的诊断结果。

【技术实现步骤摘要】
一种基于模糊推理脉冲神经膜系统的电力系统故障自动诊断方法
本专利技术涉及电网调度与故障分析
，特别是一种基于模糊推理脉冲神经膜系统(FRSNPsystem)的电力系统故障自动诊断方法。
技术介绍
随着现代社会生产力水平的不断提升，电能用户对于供电可靠性特别是连续性的要求越来越高，优质、可靠、稳定的电力供应已成为电力用户的普遍需求。与此同时，现代电力系统的互联规模和运行的复杂性也在不断增加，使得电网故障造成的损失较以往也大大增加。因此保证连续可靠的电力供应已经成为电力系统一个极为重要的目标。然而由于自然、人为等多种因素的影响，故障的出现又是不可避免的。另一方面，随着计算机技术和自动化技术的高速发展，调度系统中接入的远动信息和继电保护信息越来越丰富。当电网发生故障时，各级自动装置将会产生大量的警报信息，而这些信息在电力系统故障的瞬间将会不加选择的涌入调度控制中心，特别是同时出现多重故障并伴随有保护和断路器的拒动误动等情况时，故障诊断问题将会变得异常复杂。在这种情况下，要求调度人员在很短时间内迅速准确地判断出故障实际上是十分困难的，很容易出现误判断、误处理，使事故进一步扩大、故障恢复时间进一步加长，从而会导致更为严重的停电事故，带来更恶劣的影响。因此专利技术一种高效、自动的电力系统故障集中诊断系统在电力系统故障特别是复杂故障的情形下，该系统能够辅助运行人员进行故障诊断，自动、快速、准确地判断故障区域、识别故障元件具有重要的实际意义。作为分布式并行生物计算的一类分支，膜计算，伴随其发展，诸多学者提出了各种类型的膜系统及其在工程当中的应用。其中，模糊推理脉冲神经膜系统由于其具有直观的图形表示、并行性、动态性以及不确定性，不仅可以形象地表示模糊知识库中的模糊产生式规则，而且可以有效的利用矩阵形式模拟动态模糊推理行为，非常有助于分析离散系统状态的动态演变过程。而电网故障后，在继电保护系统的保护下，故障清除隔离的过程中，保护的动作以及断路器的跳闸等一系列事件也是一个离散的动态过程。此外，在故障清除过程当中，常伴随有保护或断路器出现拒动或误动等不确定性的存在，因此，模糊推理脉冲神经膜系统的特点使其非常适合求解电网故障诊断问题。故近年来，其在电力系统故障诊断方面得到了广泛的应用。之前，这些基于模糊推理脉冲神经膜系统的方法具有一些优点并得到了一定的应用，但在实际应用中也暴露了一些缺点。到目前为止，模糊推理脉冲神经膜系统用于电力系统故障诊断其有效性和正确性的验证都是通过手工计算应用实例的结果而得到的。同时，对于不同的故障元件都需要建立其基于模糊推理脉冲神经膜系统的诊断模型，此过程工作量十分巨大且繁琐，推理结果也是基于手工计算而得，因此效率十分低下，无法做到自动且快速的实现故障定位。此外，在实际应用中，现代电力系统的互联规模也在不断的增大，整个故障诊断过程的复杂程度也在不断增加，所以采用传统的手工计算推导出结果的方式显然是无法满足电网迅速发展的要求。因此，如何高效、快速、准确地判断出故障区域、并且能够自动建立各个故障元件的模糊推理脉冲神经膜系统诊断模型，对于电力系统的安全运行研究具有重要意义。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提供一种基于模糊推理脉冲神经膜系统的电力系统故障自动诊断方法。本专利技术采用的技术方案为：一种基于模糊推理脉冲神经膜系统的电力系统故障自动诊断方法，包括步骤1：构建表示整个电网拓扑结构的拓扑数据以及保护配置数据；步骤2：以电网拓扑数据和保护配置数据作为输入数据，读取来自SCADA的保护与断路器的动作信息，对保护动作状态及断路器的开合状态进行标记，并利用结线分析算法完成故障区域的搜索，确定可疑故障元件；步骤3：生成可疑故障元件逻辑图，即以可疑故障元件作为图的起点，以可疑故障元件与其外围系统的连接路径为正方向，向其外围系统进行搜索，通过检索每一个节点的关联保护-元件/开关关联集来确定是否将该元件或开关添加到逻辑图中，直到确定每个方向的搜索树支为止；其中，路径搜索终止的条件为以下任一个条件：(1)搜索路径上与可疑故障元件关联保护范围内所有的元件和开关搜索完毕，则搜索正常结束；(2)搜索路径上若由于正常操作与外围设备断开，则终止此方向搜索；(3)搜索路径上若搜索方向与规定正方向相反，则终止此方向搜索；步骤4：将可疑故障元件逻辑图根据故障模糊产生式规则映射形成FRSNPsystem故障诊断模型，包括(1)任取可疑故障元件逻辑图其中的一个分支，查询电网拓扑数据和保护配置数据，从元件—关联保护关联集中找出此可疑故障元件所取分支方向上所关联的主保护、近后备保护信息以及能够保护到此可疑故障元件的所取分支方向上的所有远后备保护信息，再从保护—开关关联集中找到所取分支方向上每个保护动作时应动作的所有断路器信息；将所关联的每个保护和相应的断路器根据故障模糊产生式规则设定此分支的FRSNPsystem模型的第一层；(2)将所取分支中主保护、近后备保护、远后备保护及其所对应的断路器之间的配合根据故障模糊产生式规则设定为此分支的FRSNPsystem模型的第二层；(3)重复步骤(1)和步骤(2)，直至可疑故障元件逻辑图中所有的分支都建立其对应的第一层和第二层FRSNPsystem模型；(4)将前三个步骤所建立的各方向支路之间的配合作为FRSNPsystem模型的第三层，即将可疑故障元件逻辑图根据故障模糊产生式规则完全映射为FRSNPsystem故障诊断模型；其中，对于母线而言，每一个与母线相连的断路器都为一个支路方向；对于变压器而言，其接线两端分别对应一个支路方向；对于线路而言，分别以线路的S端和R端作为一个支路方向；(5)读取来自SCADA的保护与断路器的动作信息，结合母线、线路的各类保护及其对应的断路器动作的可信度，对FRSNPsystem故障诊断模型中相应的命题神经元进行初值设定；其中，母线、线路的各类保护及其对应的断路器动作的可信度如下：动作的保护和断路器的可信度未动作的保护和断路器的可信度对于线路的S端和R端所有远后备保护及其断路器，分别用一个命题神经元表示；若存在多个远后备保护，则在命题神经元可信度前乘上一个因子；其中，线路S端的因子为μ1，线路R端的因子为μ2，如下：或或步骤5：对每个可疑故障元件，执行以下推理算法获取输出命题神经元所代表命题的模糊值，作为该可疑故障元件的故障可信度，包括(1)设定初始状态：令推理步骤g＝0，设定判定依据01＝(0，…，0)T，设置命题神经元和规则神经元初始脉冲值相量分别为θ0＝(θ10，…，θs0)T，δ0＝(δ10，…，δt0)T，其中s代表命题神经元个数，t代表规则神经元个数；(2)令推理步骤g＝g+1；(3)模型中满足激发规则的命题神经元激发，在执行激发规则后，产生一个新的脉冲输入到与之相连的下一个规则神经元中，且规则神经元脉冲值向量依据以下公式进行更新：(4)当δg≠01，规则神经元执行激发规则；规则神经元执行激发规则后，产生一个新的脉冲输入到与之相连的下一个命题神经元中；命题神经元脉冲值向量依据以下公式进行更新，并返回步骤(2)；否则，结束推理并输出结果；其中，各参数向量(矩阵)含义及其乘法算子的定义如下：(1)θ＝(θ1，…，θs)T为命题神经元脉冲本文档来自技高网...

【技术保护点】
1.一种基于模糊推理脉冲神经膜系统的电力系统故障自动诊断方法，其特征在于，包括步骤1：构建表示整个电网拓扑结构的拓扑数据以及保护配置数据；步骤2：以电网拓扑数据和保护配置数据作为输入数据，读取来自SCADA的保护与断路器的动作信息，对保护动作状态及断路器的开合状态进行标记，并利用结线分析算法完成故障区域的搜索，确定可疑故障元件；步骤3：生成可疑故障元件逻辑图，即以可疑故障元件作为图的起点，以可疑故障元件与其外围系统的连接路径为正方向，向其外围系统进行搜索，通过检索每一个节点的关联保护‑元件/开关关联集来确定是否将该元件或开关添加到逻辑图中，直到确定每个方向的搜索树支为止；其中，路径搜索终止的条件为以下任一个条件：(1)搜索路径上与可疑故障元件关联保护范围内所有的元件和开关搜索完毕，则搜索正常结束；(2)搜索路径上若由于正常操作与外围设备断开，则终止此方向搜索；(3)搜索路径上若搜索方向与规定正方向相反，则终止此方向搜索；步骤4：将可疑故障元件逻辑图根据故障模糊产生式规则映射形成FRSN P system故障诊断模型，包括(1)任取可疑故障元件逻辑图其中的一个分支，查询电网拓扑数据和保护配置数据，从元件—关联保护关联集中找出此可疑故障元件所取分支方向上所关联的主保护、近后备保护信息以及能够保护到此可疑故障元件的所取分支方向上的所有远后备保护信息，再从保护—开关关联集中找到所取分支方向上每个保护动作时应动作的所有断路器信息；将所关联的每个保护和相应的断路器根据故障模糊产生式规则设定此分支的FRSN P system模型的第一层；(2)将所取分支中主保护、近后备保护、远后备保护及其所对应的断路器之间的配合根据故障模糊产生式规则设定为此分支的FRSN P system模型的第二层；(3)重复步骤(1)和步骤(2)，直至可疑故障元件逻辑图中所有的分支都建立其对应的第一层和第二层FRSN P system模型；(4)将前三个步骤所建立的各方向支路之间的配合作为FRSN P system模型的第三层，即将可疑故障元件逻辑图根据故障模糊产生式规则完全映射为FRSN P system故障诊断模型；其中，对于母线而言，每一个与母线相连的断路器都为一个支路方向；对于变压器而言，其接线两端分别对应一个支路方向；对于线路而言，分别以线路的S端和R端作为一个支路方向；(5)读取来自SCADA的保护与断路器的动作信息，结合母线、线路的各类保护及其对应的断路器动作的可信度，对FRSN P system故障诊断模型中相应的命题神经元进行初值设定；其中，母线、线路的各类保护及其对应的断路器动作的可信度如下：动作的保护和断路器的可信度...

【技术特征摘要】
1.一种基于模糊推理脉冲神经膜系统的电力系统故障自动诊断方法，其特征在于，包括步骤1：构建表示整个电网拓扑结构的拓扑数据以及保护配置数据；步骤2：以电网拓扑数据和保护配置数据作为输入数据，读取来自SCADA的保护与断路器的动作信息，对保护动作状态及断路器的开合状态进行标记，并利用结线分析算法完成故障区域的搜索，确定可疑故障元件；步骤3：生成可疑故障元件逻辑图，即以可疑故障元件作为图的起点，以可疑故障元件与其外围系统的连接路径为正方向，向其外围系统进行搜索，通过检索每一个节点的关联保护-元件/开关关联集来确定是否将该元件或开关添加到逻辑图中，直到确定每个方向的搜索树支为止；其中，路径搜索终止的条件为以下任一个条件：(1)搜索路径上与可疑故障元件关联保护范围内所有的元件和开关搜索完毕，则搜索正常结束；(2)搜索路径上若由于正常操作与外围设备断开，则终止此方向搜索；(3)搜索路径上若搜索方向与规定正方向相反，则终止此方向搜索；步骤4：将可疑故障元件逻辑图根据故障模糊产生式规则映射形成FRSNPsystem故障诊断模型，包括(1)任取可疑故障元件逻辑图其中的一个分支，查询电网拓扑数据和保护配置数据，从元件—关联保护关联集中找出此可疑故障元件所取分支方向上所关联的主保护、近后备保护信息以及能够保护到此可疑故障元件的所取分支方向上的所有远后备保护信息，再从保护—开关关联集中找到所取分支方向上每个保护动作时应动作的所有断路器信息；将所关联的每个保护和相应的断路器根据故障模糊产生式规则设定此分支的FRSNPsystem模型的第一层；(2)将所取分支中主保护、近后备保护、远后备保护及其所对应的断路器之间的配合根据故障模糊产生式规则设定为此分支的FRSNPsystem模型的第二层；(3)重复步骤(1)和步骤(2)，直至可疑故障元件逻辑图中所有的分支都建立其对应的第一层和第二层FRSNPsystem模型；(4)将前三个步骤所建立的各方向支路之间的配合作为FRSNPsystem模型的第三层，即将可疑故障元件逻辑图根据故障模糊产生式规则完全映射为FRSNPsystem故障诊断模型；其中，对于母线而言，每一个与母线相连的断路器都为一个支路方向；对于变压器而言，其接线两端分别对应一个支路方向；对于线路而言，分别以线路的S端和R端作为一个支路方向；(5)读取来自SCADA的保护与断路器的动作信息，结合母线、线路的各类保护及其对应的断路器动作的可信度，对FRSNPsystem故障诊断模型中相应的命题神经元进行初值设定；其中，母线、线路的各类保护及其对应的断路器动作的可信度如下：动作的保护和断路器的可信度未动作的保护和断路器的可信度对于线路的S端和R端所有远后备保护及其断路器，分别用一个命题神...

【专利技术属性】
技术研发人员：张葛祥，易康，荣海娜，董建平，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51