一种基于体液免疫应答机制的电网故障诊断模型构建方法技术

本发明专利技术公开了属于电网故障诊断领域的一种基于体液免疫应答机制的电网故障诊断模型构建方法，该方法首先，建立了体液免疫系统与电网故障诊断系统的映射关系。其次，模拟体液免疫应答机制和结构，构建了基于体液免疫应答机制的电网故障诊断模型。该诊断模型考虑了当前电网故障诊断所面临的故障警报信息不完备性和不确定性的影响，既能够快速、有效地根据先验知识实现已知故障的诊断，又可以实现未知故障的连续学习，具有较强的容错性和适应性；通过故障诊断知识的不断完善和补充，一定程度上克服了故障知识不完备的问题，具有一定的实用价值。

Construction method of power grid fault diagnosis model based on humoral immune response mechanism

The invention discloses a power grid fault diagnosis field construction method of power grid fault diagnosis model based on the mechanism of humoral immune response, the method first, mapping of the humoral immune system and fault diagnosis system of power grid. Secondly, the simulation of humoral immune response mechanism and structure, and build a power grid fault diagnosis model based on humoral immune response mechanism. The diagnosis model considering the influence of power grid fault diagnosis the fault alarm information incompleteness and uncertainty, which can quickly and effectively realize the fault diagnosis according to the known prior knowledge, continuous learning and can realize the unknown faults, with fault tolerance and strong adaptability; fault diagnosis knowledge through continuous improvement and added a certain extent overcome failure of incomplete knowledge, has certain practical value.

【技术实现步骤摘要】
一种基于体液免疫应答机制的电网故障诊断模型构建方法
本专利技术属于电力系统电网故障诊断领域，特别涉及一种基于体液免疫应答机制的电网故障诊断模型构建方法。
技术介绍
电网故障诊断在事故后快递分析、尽快恢复供电等方面起着重要的作用。作为故障恢复的第一步，应快速、有效地对电网故障进行诊断以隔离故障元件，避免事故扩大，进而采取相应措施快速恢复供电，保证电网安全、可靠运行。目前，应用于电网故障诊断领域的方法主要有专家系统、贝叶斯网络、神经网络、Petri网、优化技术等。这些故障诊断方法在故障警报信息准确且故障样本数据完备的情况下能够获得良好的诊断效果，并且在故障警报信息不确定性方面亦取得了某些进展。然而在实际中，随着电网的规模不断扩大和拓扑结构日趋复杂，获取完备的故障样本数据非常困难，并且由于量测设备采样错误、信息传输通道异常或中断等原因导致保护、断路器等故障警报信息畸变、丢失更加严峻，在此背景下电网故障诊断存在很多困难。因此有必要研究一种容错性强、具有自学习能力的电网故障诊断方法，以辅助调度运行人员快速进行事故分析与处理。
技术实现思路
本专利技术的目的是提出了一种基于体液免疫应答机制的电网故障诊断模型构建方法，所述方法主要包括以下步骤：步骤1：根据体液免疫应答过程与电网故障诊断过程的相似性，将免疫系统的一些基本量与电网故障诊断的基本量对应起来，建立二者的映射关系；步骤2：模拟人体免疫系统的自体耐受、克隆选择、记忆细胞获取、抗体浓度调节等免疫机制和结构，构建基于体液免疫应答机制的电网故障诊断模型；步骤3：基于步骤2构建的诊断模型进行电网故障诊断，应用先验知识实现已知故障的诊断，借助连续学习机制实现未知故障的学习，逐步补充和完善诊断知识。所述步骤1免疫系统的一些基本量与电网故障诊断系统的基本量的对应关系包括：抗原与故障警报信息；B细胞、抗体与故障诊断检测器；浆细胞与候选故障诊断检测器；记忆细胞与记忆故障诊断检测器；亲和力与故障匹配程度；抗体、抗原的绑定与故障模式匹配；自体耐受与否定选择算法；克隆选择与克隆选择算法；协同刺激与人工辅助；抗原检测和应答与故障警报信息的识别和应答。所述步骤3整个电网故障诊断过程主要分为三个阶段：(1)故障诊断检测器生成阶段，这一阶段主要是对故障样本数据进行体液免疫学习训练；(2)故障诊断阶段，这一阶段利用故障知识库中的故障检测器对目标系统的实时故障警报信息进行诊断识别，确定故障元件；(3)连续学习阶段，对不能识别的故障警报信息进行体液免疫连续学习。所述对故障样本数据进行的体液免疫学习主要包括的环节有：未成熟检测器的自体耐受；成熟检测器的选择、克隆、变异、亲和力成熟、受体编辑过程；生成最终故障检测器的抗体评估策略。所述成熟检测器的选择指依据亲和力和抗体浓度进行选择，每个检测器期望被选择的概率计算公式如下：式中，f(Ab,Ag)为抗体与抗原的亲和力；C(Ab)为抗体浓度；α为多样性常数调节因子，0.5<α<1。所述亲和力是指抗体与抗原的绑定能力，即故障匹配程度，其计算公式为，式中，为抗体与抗原基于平均信息熵的距离计算公式，其中X为等位基因数；l为抗原Ag与抗体Ab的编码基因长度；pij为抗原Ag与抗体Ab中第j位编码基因取值为第i个等位基因的概率。设抗体与抗原的匹配阈值为ε，若f(Ab,Ag)≥ε，则抗体与抗原相匹配。所述抗体浓度指相似抗体在群体中所占的比重，计算公式为，式中，η为预设的相似度阈值；S(Abj,Abk)为抗体Abj与Abk的相似度；N为群体规模。所述相似度指抗体与抗体间的匹配程度，其计算公式为，式中，为抗体间的海明距离计算公式，其中，l为抗体编码基因长度；abki、abji为第k与j第个抗体的第i位编码基因。本专利技术的有益效果在于，本专利技术所提供的一种基于体液免疫应答机制的电网故障诊断模型构建方法考虑了当前电网故障诊断所面临的故障警报信息不确定性和不完备性的影响，所构建的电网故障诊断模型具有较强的容错能力，既能够快速、有效地实现已知故障的诊断，又可以实现未知故障的连续学习，故障诊断知识的不断完善和补充，一定程度上克服了故障知识不完备的问题，逐步使系统的故障诊断能力达至最优。附图说明图1为体液免疫系统与电网故障诊断系统的映射关系图。图2为基于体液免疫应答机制的电网故障诊断流程图。具体实施方式本专利技术提出了一种基于体液免疫应答机制的电网故障诊断模型构建方法，主要包括以下步骤：步骤1：根据体液免疫应答过程与电网故障诊断过程的相似性，将免疫系统的一些基本量与电网故障诊断的基本量对应起来，建立二者的映射关系；步骤2：模拟人体免疫系统的自体耐受、克隆选择、记忆细胞获取、抗体浓度调节等免疫机制和结构，构建基于体液免疫应答机制的电网故障诊断模型；步骤3：基于步骤2构建的诊断模型进行电网故障诊断，应用先验知识实现已知故障的诊断，借助连续学习机制实现未知故障的学习，逐步补充和完善诊断知识。下面结合附图对本专利技术做进一步说明。图1所示为本专利技术体液免疫系统与电网故障诊断系统的映射关系图，根据二者的映射关系，定义电网故障诊断模型中所涉及的一些基本量，定义如下：(1)自体，当电网正常运行时，所收集的状态特征量构成的向量即为自体，用Self表示，Self＝(s1,s2,...,si,...,sl)，其中si为第i位自体编码基因；l为编码基因长度。(2)抗原，电网发生故障时获取的故障警报信息构成的特征向量映射为抗原，用Ag来表示，Ag＝(ag1,ag2,...,agi,...,agl)，其中agi为第i位抗原编码基因。(3)故障诊断检测器，故障诊断检测器由B细胞及抗体构成，故障元件映射为B细胞，引发元件发生故障的警报信息映射为抗体。故障检测器可以诊断故障征兆数据以辨识发生故障的元件，表示成D＝(Ab,B_cell)，其中，B_cell为B细胞映射的故障元件；Ab＝(ab1,ab2,...,abi,...,abl)为抗体映射的相关警报信息，abi为第i位抗体编码基因。(4)亲和力，亲和力指抗体与抗原的绑定能力，即故障匹配程度，抗体与抗原的亲和力计算公式为，式中，为抗体与抗原基于平均信息熵的距离计算公式，其中X为等位基因数；l为抗原Ag与抗体Ab的编码基因长度；pij为抗原Ag与抗体Ab中第j位编码基因取值为第i个等位基因的概率。设抗体与抗原的匹配阈值为ε，若f(Ab,Ag)≥ε，则抗体与抗原相匹配。(5)相似度。相似度指抗体与抗体间的匹配程度，其计算公式为，式中，为抗体间的海明距离计算公式，其中，l为抗体编码基因长度；abki、abji为第k与第j个抗体的第i位编码基因。(6)抗体浓度。抗体的浓度指相似抗体在群体中所占的比重，其计算公式为，式中，η为预设的相似度阈值；N为群体规模。图2为本专利技术基于体液免疫应答机制的电网故障诊断流程图。如图2所示，本专利技术提供的基于体液免疫应答机制的电网故障诊断模型构建方法主要包括以下步骤：步骤1：对所获取的故障样本数据进行体液免疫学习训练。步骤1.1：随机生成N个未成熟检测器，并初始化体液免疫学习过程中所涉及的各个参数。步骤1.2：采用海明距离对自体抗原进行匹配，若未成熟检测器与自体抗原匹配，则将其删除并补入新的未成熟检测器，否则转入成熟检测器集合；步骤1.3：对生成本文档来自技高网...

【技术保护点】
一种基于体液免疫应答机制的电网故障诊断模型构建方法，其特征在于，包括以下步骤：步骤1：根据体液免疫应答过程与电网故障诊断过程的相似性，将免疫系统的一些基本量与电网故障诊断的基本量对应起来，建立二者的映射关系；步骤2：模拟人体免疫系统的自体耐受、克隆选择、记忆细胞获取、抗体浓度调节的免疫机制和结构，构建基于体液免疫应答机制的电网故障诊断模型；步骤3：基于步骤2构建的诊断模型进行电网故障诊断，应用先验知识实现已知故障的诊断，借助连续学习机制实现未知故障的学习，逐步补充和完善诊断知识。

【技术特征摘要】
1.一种基于体液免疫应答机制的电网故障诊断模型构建方法，其特征在于，包括以下步骤：步骤1：根据体液免疫应答过程与电网故障诊断过程的相似性，将免疫系统的一些基本量与电网故障诊断的基本量对应起来，建立二者的映射关系；步骤2：模拟人体免疫系统的自体耐受、克隆选择、记忆细胞获取、抗体浓度调节的免疫机制和结构，构建基于体液免疫应答机制的电网故障诊断模型；步骤3：基于步骤2构建的诊断模型进行电网故障诊断，应用先验知识实现已知故障的诊断，借助连续学习机制实现未知故障的学习，逐步补充和完善诊断知识。2.根据权利要求1所述基于体液免疫应答机制的电网故障诊断模型构建方法，其特征在于，所述步骤1免疫系统的一些基本量与电网故障诊断系统的基本量的对应关系包括：抗原与故障警报信息；B细胞、抗体与故障诊断检测器；浆细胞与候选故障诊断检测器；记忆细胞与记忆故障诊断检测器；亲和力与故障匹配程度；抗体、抗原的绑定与故障模式匹配；自体耐受与否定选择算法；克隆选择与克隆选择算法；协同刺激与人工辅助，抗原检测和应答与故障警报信息的识别和应答。3.根据权利要求1所述基于体液免疫应答机制的电网故障诊断模型构建方法，其特征在于，所述步骤3整个电网故障诊断过程主要分为三个阶段：(1)故障诊断检测器生成阶段。这一阶段主要是对故障样本数据进行体液免疫学习训练；(2)故障诊断阶段。这一阶段利用故障知识库中的故障检测器对目标系统的实时故障警报信息进行诊断识别，确定故障元件；(3)连续学习阶段。对不能识别的故障警报信息进行体液免疫连续学习。4.根据权利要求3所述基于体液免疫应答机制的电网故障诊断模型构建方法，其特征在于，所述对故障样本数据进行的体液免疫学习主要包括的环节有：未成熟检测器的自体耐受；成熟检测器的选择、克隆、变异、亲和力成熟、受体编辑过程；生成最终故障检测器的抗体评估...

【专利技术属性】
技术研发人员：赵冬梅，王守鹏，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京,11