基于故障区域识别及信息时序属性的电网故障诊断

针对电网故障诊断中的不确定和不完备信息,以及考虑到信息的时序逻辑关系,提出基于故障区域识别及信息时序属性的电网故障诊断方法。首先通过故障区域的识别确定可疑故障元件,减小了诊断范围。充分利用电力系统时序特性,建立带有时间戳的模糊Petri网模型,并利用时序逻辑矩阵对时序不一致信息进行识别和修正。给出该电网故障诊断方法的流程,通过仿真验证了所提方法的可行性。     

基于模糊积分融合理论的电网故障诊断策略研究

针对电力系统自动化水平不断提高、广域测量技术高速发展的现状,提出一种综合电气故障信号电气量、开关量的多数据源信息融合的电网故障诊断方法。该方法将电气量诊断结果和开关量诊断结果相结合,对电气量采用小波分析提取故障奇异度、故障诊断度;开关量采用时序贝叶斯网络理论建立诊断模型进行诊断,得到各个元件的故障表征。最后,通过模糊积分理论对求得的元件故障概率进行多源信息的融合得出电网故障诊断决策。仿真计算表明,该策略能够将电气量和开关量的故障诊断信息进行融合,得到精确的故障诊断结果。     

基于多种算法融合的区域电网在线故障诊断

电网在线故障诊断是保证电网安全稳定运行的必要措施之一。随着区域电网规模的不断扩大,电网出现故障时会有更多不准确的信息传入调度中心,这势必影响原有在线故障诊断方法的速度和准确性。本文考虑自然灾害对故障区域的影响,将T-S模糊模型、粗糙集理论和遗传算法有效融合,充分利用T-S模糊和粗糙集理论对不精确和不完备信息的知识挖掘与处理能力,基于遗传算法的自适应优势改进粗糙集约简,能够更快、更准确地在线诊断区域电网故障。通过故障诊断算例仿真分析,结果表明了所研究的故障诊断算法具有快速性、准确性、有效性。     

基于自适应加权模糊Petri网的电网故障诊断研究

本文针对电网故障诊断中存在的保护和断路器拒动误动以及故障信息丢失的情况,给出基于加权模糊Petri网(WFPN)的故障诊断方法。考虑到故障诊断模型中权值设定完全依赖于专家经验的问题,设计具有学习能力的加权模糊Petri网,建立电网元件的WFPN故障诊断模型,并利用粒子群算法对权值进行学习实现权值自适应,最后利用故障诊断模型进行故障案例的仿真分析,并与基于加权模糊Petri网的诊断方法相比证明所提出方法具有较好的诊断可信度。     

采用交叉熵支持向量机和模糊积分的电网故障诊断

为了解决分布式电网故障诊断中局部电网内部故障和相邻区域联络线故障的诊断问题,采用交叉熵支持向量机(cross entropy support vector machine,CE-SVM)的改进方法,提出一种基于后验概率输出的CE-SVM和模糊积分动态融合的大电网故障诊断策略。首先通过网络分区算法将电网分割成连通且计算负担平衡的子区域;采用历史数据离线训练各局部CE-SVM模块,根据故障报警信息选择性触发局部CE-SVM实现局部电网内部的故障诊断;利用模糊密度动态调节算法构建模糊积分环节,关联融合相连区域CE-SVM模块关于联络线故障的后验概率输出,实现联络线故障的综合决策。该方法不仅可以应对局部网络内部的故障诊断,也可以有效处理相邻区域间联络线的故障诊断问题。仿真结果看出:所得到的诊断结论正确,并且对于处理保护器和断路器报警信息丢失或不正确动作的情况具有较好的容错性。     

基于时序信息的模糊Petri网电网故障诊断方法

为提高电网故障诊断的准确性,充分利用报警信号的时序信息,研究一种基于时序信息的分层变迁模糊Petri网故障诊断方法。首先,建立分层变迁加权模糊Petri网(WFPN)故障诊断模型;其次,构建元件、保护和断路器之间的时间关联特性(TAC),进行时间关联一致性检查;最后,通过模糊推理进行故障诊断,并对保护和断路器异常行为进行评判。通过典型电网算例推理验证,结果证明该方法不仅能够提高故障诊断的准确性和容错性,还能够判断保护和断路器的异常行为并推出元件故障发生时刻。     

基于改进Petri网和Hilbert变换的多源信息融合电网故障诊断方法

针对采用单一开关量信息来判断电网故障而存在的可靠性差和精度低等问题,提出了一种基于改进Petri网和Hil-bert变换的多源信息融合电网故障诊断方法.对电网的故障信息数据进行特征提取,通过改进的层次化加权模糊Petri网实现开关量到元件模糊故障度的转化,利用改进Hilbert变换对录波电气信息进行分析而得到元件所对应的故障度;采用改进的D-S证据理论进行开关信息和电气信息的融合;采用的改进的C-均值法来对电网元件故障进行决策.实际电网测试表明,所提方法在复杂的电网故障场景下能够精确地实现故障元件的诊断,在实际工程中具有较好的应用前景.     

基于径向基函数神经网络和模糊积分融合的电网分区故障诊断EI北大核心CSCD

为有效解决分区故障诊断关于互连区域间联络线的诊断问题,提出了基于径向基函数神经网络和模糊积分融合的大电网故障诊断方法。该方法通过网络重叠分区将大电网划分为若干区域,故障发生后根据警报信息选择性触发警报信息所在区域对应的区域径向基函数神经网络诊断模块,然后利用模糊积分关联融合相连区域关于联络线的诊断输出,实现对联络线的故障诊断。该方法不仅可以诊断各区域内部发生的故障,而且能够有效地诊断区域间联络线发生的故障。算例仿真结果表明:该方法简单、有效,能弥补现有电网分区故障诊断方法在联络线故障诊断方面存在的不足,且能够处理各种复杂故障情况,具有良好的故障容错能力。     

基于径向基函数神经网络和模糊积分融合的电网分区故障诊断

为有效解决分区故障诊断关于互连区域间联络线的诊断问题,提出了基于径向基函数神经网络和模糊积分融合的大电网故障诊断方法。该方法通过网络重叠分区将大电网划分为若干区域,故障发生后根据警报信息选择性触发警报信息所在区域对应的区域径向基函数神经网络诊断模块,然后利用模糊积分关联融合相连区域关于联络线的诊断输出,实现对联络线的故障诊断。该方法不仅可以诊断各区域内部发生的故障,而且能够有效地诊断区域间联络线发生的故障。算例仿真结果表明:该方法简单、有效,能弥补现有电网分区故障诊断方法在联络线故障诊断方面存在的不足,且能够处理各种复杂故障情况,具有良好的故障容错能力。     

基于模糊Petri网的输电网故障诊断改进方法

基于元件建模的模糊Petri网电网故障诊断,可以处理保护和断路器的不确定信息,并具有良好的并行处理能力和容错性.但当电网规模增大时,会产生组合爆炸现象.由此引入关联矩阵约简技术,利用可信度矩阵进行计算,可降低诊断关联矩阵的阶数,减少计算量,缩短诊断时间.通过实例验证了该方法的有效性和可行性.     

计及时间约束的改进模糊Petri网故障诊断模型

为充分利用故障事件记录的时间约束特性,进一步提高故障诊断的准确性与快速性,建立了一种计及时间约束的改进模糊Petri网故障诊断模型。首先,分析故障事件记录的一元、二元时间约束关系,研究不确定及缺失的报警信息对故障诊断的影响,利用虚拟有向弧及Petri网产生式规则,建立改进模糊Petri网模型;之后,通过正、反向时序推理分析,获得所有报警信息应该满足的时间区间,依据所建立的状态真值矩阵有效甄别出时序不一致的报警信息;在上述基础上,制定电网故障诊断的具体流程,提出继电保护装置动作行为辨识规则;最后,通过局部电力系统的多组算例仿真和实际系统故障案例测试,证明了所建模型能有效地诊断出电网故障,并具有较高的容错性。     

利用电气量和时序信息的改进Petri网故障诊断模型

现有的电力系统故障诊断模型在利用多渠道、多方位的测控信息方面,大多采用决策级别的信息融合,在信息冲突或不完整时有可能导致误判;对时序信息的利用一般局限于对信息的初步筛选,未能充分利用时标偏差与信息准确程度之间的关联性。在此背景下,以现有模糊Petri网故障诊断模型为基础,对多源信息进行融合分析,充分利用设备遥信动作事件的顺序记录(SOE)、由广域测量系统得到的电气量信息以及这些信息所包含的时序特性,建立了一种考虑时序信息的多源Petri网故障诊断模型。所发展的故障诊断模型通过利用时序信息对保护设备动作事件进行置信度评价,利用多源信息的冗余度对所缺警报信息进行补充并校验所收到的警报信息的正确性,可以有效提高故障诊断的准确度和可靠性。最后,采用南方电网和江苏电力系统发生过的实际故障案例对所建立的故障诊断模型进行了验证。     

A fuzzy Petri net based approach for fault diagnosis in power systems considering temporal constraints

The fuzzy Petri net is a promising and efficient approach that can tackle the complexities of power system fault diagnosis. In this work, the temporal constraint between event occurrences in power systems is investigated. Then, it is introduced to a fuzzy Petri net (FPN) for fault diagnosis. The temporal attributes are assigned to the propositions in the Petri net, so that temporal information can be taken into account, which makes the true hypothesis distinguishable from the false ones. The modified matrix execution algorithm can enhance computational efficiency, with a “weighted average” operation included to improve the fault-tolerance. The developed model possesses a modular structure, which is easy to adapt to topology changes, and to accommodate modern protection schemes. A preliminary evaluation of the operating performance of protective devices is also carried out after fault section identification. The testing results on the IEEE 14-bus power system and Zhejiang provincial power system in China demonstrate that the developed model is correct and efficient. Compared with three existing fault diagnosis methods, the proposed one has stronger fault-tolerance with lower computational cost, and is suitable for on-line fault diagnosis in large-scale power systems.     

基于事件起点的层次化时序Petri网及其电网故障诊断方法

电网发生故障后利用大量告警信息快速准确地识别故障元件是保障可靠供电和电网安全稳定运行的首要任务。为适应电网运行调控需求,提出一种基于事件起点的层次化加权模糊时序Petri网故障诊断方法。在完善母线和线路的层次化加权模糊时序Petri网模型的基础上,以故障发生时刻为事件起点,确立各初始库所的时序属性,并通过逆向和正向时序推理对保护和断路器动作信息进行时序约束检查和置信度修正。IEEE 39节点系统仿真算例和电网实际故障算例表明所提方法能够在保护和断路器误动/拒动、告警信息缺失/错误等复杂状态下识别真实故障元件,提高了故障诊断的准确度和容错性。此外所提方法还可以得到设备故障的时间点约束,有利于进一步分析故障原因和故障事态发展。通过与现有应用时序信息的故障诊断方法相比,所提方法时序推理过程简明清晰,对网络拓扑的变化适应性强,运算速度快,满足在线诊断需求。     

基于模糊时间Petri网的电网故障诊断方法

故障元件判别作为电网故障应急处置的首要环节,是在线调控运行的重点工作之一。针对现有基于Petri网的电网故障诊断方法未充分利用时序信息或者时序推理过程复杂的问题,提出一种基于模糊时间Petri网的电网故障诊断方法。为Petri网中库所及变迁引入时间属性以表征电力系统告警信息的时序约束关系,定义了置信概率与时序约束的关联推理运算,并从模型结构出发建立了模糊时间Petri网的分层推理过程,能够同时推理得到元件故障的置信概率及其时间点约束。算例仿真表明,所提方法能够快速判定故障元件,诊断结果正确且合理,具有较强的容错性,且能对告警信息做出正确评价。     

变压器故障诊断中信息融合技术的应用

电力变压器的可靠性直接影响供电的稳定,为此结合电力变压器故障诊断的具体情况,从信息融合的角度提出了基于信号类型及不同特征向量组合的集成诊断模型。该模型利用基于故障机理内在因素的专家系统,采用匹配知识规则,通过模糊推理,得特征向量与变压器故障信息间的关联性质,完成故障诊断,且诊断完成后,利用数据挖掘技术将诊断过程中的特征量、推理过程、结果以编码形式存入专家系统规则库。该模型将油中溶解气体、电气参数等特征量结合作为故障判据,评估变压器状态,并利用评估结果丰富专家系统的规则库。在讨论了多传感器信息融合技术用于变压器在线故障诊断时的具体实现方法后通过实例进行分析说明:利用来自传感器的各种故障信息进行融合,作为变压器故障诊断的判据,提高了诊断的可靠性和准确性,这将对提高电网安全性能及电气设备的诊断自动化与智能化水平起到推动作用。     

计及警报信息时序特性的电网故障诊断解析模型

现有的故障诊断解析模型没有利用警报信息的时序特性,对于复杂的多重故障,诊断结果可能有2个甚至多个解,不够明确。文中通过提出动态关联路径的概念,构造了能够充分利用警报信息时序特性的电力系统故障诊断的一种新解析模型,能够合理地描述现代电力系统多种保护配置下保护和断路器的动作时序关系,对于复杂故障可以得到更为明确的诊断结果。最后用实际电力系统所发生过的故障对所提出的方法进行了说明。     

灾害天气条件下电力系统故障诊断特征匹配方法

灾害天气会导致电力通信系统的可靠性降低, 警报信息在通信过程中发生畸变的可能性上升, 进而增加对停电区域内元件准确识别故障的困难。现有研究表明, 通过对线路发生故障期间的外部环境数据进行分析可得到该线路的故障风险程度, 但此信息尚很少被用于故障诊断之中。在此背景下,提出一种利用外部天气环境信息进行故障特征匹配的电力系统故障诊断方法。首先, 利用故障期间采集得到的外部环境信息根据灰色模糊理论得到线路综合故障概率。然后, 在现有的电力系统故障诊断解析模型（优化模型）的目标函数中增加外部环境故障特征匹配指标, 对与灾害天气相关故障特征不匹配的故障假说进行惩罚。接着, 利用模拟退火遗传算法对改进的解析模型进行求解。最后, 针对广州市局部电网的故障案例进行仿真测试,结果表明所提的改进故障诊断方法对通信故障的容错性强;此外,还比较分析了考虑与不考虑外部天气环境影响时的诊断结果及差异原因。     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。