基于模糊petri网理论的汽轮机润滑油系统故障诊断研究

汽轮机润滑油系统对于电厂机组安全运行起着至关重要的作用,润滑油压低故障是润滑油系统重要的报警信号。针对汽轮机润滑油压低故障,利用模糊Petri网理论,建立汽轮机润滑油系统模糊Petri网故障模型。经过对模型的推理计算,得到汽轮机润滑油压低故障产生的各个原因概率。通过与电厂润滑油系统故障原因的实际对比,验证模型的正确性和有效性,为电厂系统的故障诊断提供了一个新的思路。     

应用模糊Petri网的继电保护行为评判

模糊Petri网应用于电网故障诊断时不能很好地实现对保护行为的评判,为此,提出了应用模糊Petri网前后向推理的继电保护行为评判新方法。为缩小诊断范围,首先利用实时接线分析法对故障区域进行识别;再对故障区域内的元件利用模糊Petri网前向推理进行诊断;最后,利用后向推理算法,并结合数据采集与监控/能量管理系统(SCADA/EMS)信息及相应计算,推断出拒动及误动的保护装置和断路器。详细给出了模糊Petri网后向推理的算法以及对保护装置和断路器进行评价的判据。仿真算例验证了所提方法的有效性,在实际故障分析中有较好的实用价值。     

一种基于模糊故障Petri网的三相异步电动机故障分析方法

为提高三相异步电动机运行的稳定性,采用模糊故障Petri网理论对运行电动机进行状态评价与故障诊断。根据电动机故障逻辑关系,结合Petri网建模方法,建立电动机的模糊故障Petri网模型;提出变迁使能点火判别矩阵,结合MYCIN置信度矩阵法的正向推理算法,实现电动机运行状态的准确评价;逆向推理算法即为故障诊断过程,提出一种更为简洁的全矩阵推理算法,使诊断速度极大提高;采用最小割集理论进行优先诊断能够很好地避免诊断的盲目性;最后对电动机部分故障模型进行演绎分析,并通过故障树、统计数据和方法对比验证推理模型的可靠性和合理性。     

计及拓扑结构的时间Petri网故障诊断模型

故障元件的快速准确识别是电力系统故障应急处置的首要环节,是电网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能充分利用系统拓扑信息以及告警时序信息等问题,提出一种计及拓扑结构的时间Petri网故障诊断模型。首先,从系统的拓扑描述及告警信息的时序推理出发,定义了时间Petri网故障诊断模型,并给出了其图形建模及矩阵描述;其次,从保护逻辑出发,重点分析了断路器失灵保护以及远后备保护推理路径的拓扑映射转换规则,在此基础上给出了时间Petri网模型的推理流程及其矩阵推理算法,无需遍历便能够快速得到各疑似元件的故障置信概率及其时序点约束区间;最后,IEEE 39节点系统算例的仿真结果验证了所提故障诊断方法的有效性、容错性及适应性。     

加权模糊Petri网在电网故障诊断中的应用

以模糊Petri网为基本工具,在研究模糊Petri网的基本结构及概念的基础上,提出了一种基于加权模糊Petri网规则推理的电网故障诊断算法。首先选取经典算例系统建立各元件的加权模糊Petri网模型,然后利用该算法进行了逻辑验证和实例数据的仿真,结果表明,该算法在电网故障诊断中应用的可行性和有效性,给出的故障发生概率为研究人员进一步诊断提供了一定的依据。     

计及时序信息检查的分层模糊Petri网电网故障诊断模型

研究一种计及时序信息检查的电网故障诊断分层模糊Petri网模型。为了简化诊断模型,构造线路与母线的分层模糊Petri网。深入分析了电网故障诊断中故障、各保护与断路器之间的一元与二元时序约束关系,提出了一种对线路两端保护与断路器动作的时序约束交叉检查方法,对不满足时序约束的保护与断路器动作的概率进行修正。对该分层模糊Petri网进行逆向推理找到故障元件,通过正向时序推理发现误动与拒动的保护与断路器。典型电网的多组案例测试结果验证了该分层模糊Petri网诊断模型的有效性。     

时间约束的改进分层模糊Petri网的配电网故障诊断方法

配电网发生故障后,迅速利用大量的告警信息判别出故障元件,能为调度中心的工作人员提供重要的决策支持。针对现有Petri网的故障诊断方法未应用在配电网中的问题,提出了一种时间约束的改进分层模糊Petri网的配电网故障诊断方法。对配电网中的可疑故障元件建立改进的分层模糊Petri网模型,能够适应网络拓扑结构的变换,利用获得的报警信息通过反向和正向时序推理对保护和断路器进行时序检查,对不满足时间约束的库所进行置信度修正。给出了改进分层模糊Petri网模型的推理流程及矩阵推理算法,在矩阵推理过程中引入高斯函数修正概率,使概率始终保持在0～1,最终得到故障元件的置信概率及其时间点约束。通过对配电网系统算例的比较、分析,验证了所提方法的正确性和合理性,能够有效地诊断出配电网的故障元件。     

基于人工智能的输电线路故障快速诊断方法研究

针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题,提出一种基于人工智能的输电线路故障诊断方法。对输电线路故障诊断Petri网模型进行改进,在建立的模糊Petri网模型中预设变迁阈值,采用逆向搜索策略,对模糊Petri网进行约简,减小推理规模,提高故障诊断效率。所提方法可以对故障信息进行快速分析、分类处理,大大减少调度员处理信息的工作量,提高输电线路自动化水平,确保电力系统安全稳定运行。通过算例验证了所提方法的有效性。     

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。     

基于混合模糊Petri网的电力系统故障暂态识别方法

提出一种基于混合模糊Petri网(hybrid fuzzy Petrinets,HFPN)的电力系统故障暂态信号识别新方法。该方法将小波变换特征提取、模糊逻辑和模糊Petri网相结合构成混合模糊Petri网,有效解决了单一的模糊Petri网无法识别故障暂态信号的缺陷,也改善了原有识别方法推理过程不容易被人理解的不足。对故障发生后1/4个周期内的三相电流和零序电流,应用小波变换提取小波能量,再经过模糊推理系统得到模糊值作为特征量,最后应用模糊Petri网进行识别。大量PSCAD/EMTDC仿真试验结果表明:该故障识别方法能快速准确地识别各类故障暂态信号,识别速度快,并且以概率的形式给出发生各种故障的可能性;基于HFPN的图形化表示方法清晰直观,不受故障时刻、过渡电阻、故障位置等因素的影响,对噪声信号和不同线路都具有较好的适应性。     

基于加权模糊时序Petri网络的电网故障诊断模型

提出了一种基于加权模糊时序Petri网络(FTPN)的电网故障智能诊断模型,该模型主要包括停电区域识别、可能故障元件加权FTPN建模、故障元件集求解、保护/断路器动作情况判定4个部分。介绍了故障差错告警差错信息的分类以及故障告警信息时序特性,研究了断路器动作信息及网络拓扑关系,结合广度优先搜索,得到了停电区域识别方法。最后,以新英格兰10机39节点系统为例,建立了母线和线路加权FTPN故障诊断数学模型,并给出该系统的总体结构,结果表明该模型能够快速故障定位,准确提供保护和断路器动作评价信息。     

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。     

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.     

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。     

模糊Petri网在高速铁路牵引供电系统故障诊断中的应用

指出在高速铁路牵引供电系统故障诊断中应计及所获取的保护和开关动作信息的不确信性和模糊性,基于此,将模糊Petri网(fuzzy Petri net,FPN)应用于牵引供电系统的故障诊断.考虑到牵引供电系统保护的特殊性,进行了第2次推理;针对越区供电时馈线远后备保护覆盖元件多的特点,增加了推理条件以保证推理的正确性;根据...     

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。     

基于改进Petri网模型的电网故障诊断新方法

将Petri网理论用于电网故障诊断中,提出了一种改进的Petri网故障诊断模型。分别以线路和母线为例说明了Petri网模型的构建方法、推理过程及解析表示方法。该方法对于电网的单一故障、多重故障及存在保护和断路器不正确动作等情况的严重故障均能快速准确地定位故障元件,自动给出可靠有效的诊断结果,适用于电力系统在线故障诊断。在四平地区电力系统中的测试结果证明了基于该模型的故障诊断系统的实用性和有效性。