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.     

改进FPN在航空保障系统易损性评估中的应用

针对舰船航空保障系统易损性评估特性,提出一种易损性评估模型.考虑到系统设备毁伤的模糊随机特性以及设备之间复杂逻辑关系,在模糊Petri网(FPN)的模糊推理算法基础上,结合分层思想和具有非线性自反馈项的BP算法,建立了可用于复杂舰船系统易损性评估的改进FPN模型,摆脱了系统中大量无法确定参数对经验的依赖.最后根据该模型对航空保障系统易损性进行了评估,并对模型参数选择进行了分析.仿真结果表明,本文模型比传统损伤树方法更全面合理,对于复杂舰船系统易损性评估研究具有参考价值.     

具有冗余保护的变电站模糊Petri网故障诊断

针对750kV变电站的双网双重保护配置特点及保护装置、断路器存在的误动和拒动等不确定性情况,提出一种基于冗余保护的变电站模糊Petri网故障诊断方法。在该方法中利用双重保护装置的信息对元件诊断模型进行冗余知识表示,依据电网拓扑结构和保护配置等形成规则约束,在此基础上建立了故障元件的模糊Petri网冗余诊断模型,并将其分为主网和冗余网两个子网模型。在模型中采用信息熵确定初始信息的可信度,通过模糊推理获得最小故障诊断结果集。仿真结果表明了该方法的有效性。     

基于分层模糊Petri网的电网故障综合诊断方法

为降低Petri网的规模,提高诊断的准确性和适应性,研究了一种用于电网故障综合诊断的分层、多子网模糊Petri网模型。考虑了主保护、近后备保护及远后备保护的不同作用,对各保护子网中变迁到终止库所的输出弧赋予不同的权值,修正了变迁的输出概率高斯求取函数。提出先建元件的各保护子网与线路单侧诊断子网、再建综合诊断子网的分层建模方法。该方法可根据电网拓扑变化对模型进行一定的自适应调整。给出了基于矩阵运算的推理过程。针对一个典型电网做了多组案例测试,实验结果验证了该模糊Petri网的有效性,在信息不完备情况下仍能给出正确的诊断结果。     

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。     

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。     

一种基于最小二乘法的FPN与规则权值优化新方法

如何确定模糊产生式规则的各项参数对模糊Petri网的建立具有非常重要的意义,也是目前研究的难点和热点。针对模糊产生式规则中的与规则,提出了一种基于最小二乘法求解最优权系数的训练方法,把权值优化问题演变成通过最小二乘算法求解带约束条件的线性超定方程组的问题。仿真结果表明,该算法的训练精度对样本数的依赖较小,训练模型的预测精度较高。与同类模糊Petri网权值优化算法相比,使用该算法得到的最优权系数计算的输出库所对应命题的可信度能够更准确的逼近真实值。     

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。     

基于分层变迁的WFPN电网故障分析

为了增强模型的灵活性以及解决算法在推理过程中存在的不足而影响诊断准确性的问题,研究了基于改进的加权模糊故障Petri网(WFPN)的电网故障诊断方法。首先,根据故障信息确定可疑元件并建立各元件两层通用模型。其次,提出了对变迁集合进行分层归类及算法的改进,使计算过程更符合变迁的触发时序。其中,变迁分层数的多少决定着算法迭代的次数。最后,给出了故障诊断的具体推理过程,分析了算法性能和模型适应性。算例分析和不同模型诊断结果的比较表明该方法的合理性和有效性,可实现快速的故障诊断。     

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。     

一种基于FPN的变电站故障推理机制

针对变电站故障推理过程中存在的不确定性问题,提出一种基于模糊Petri网的变电站故障推理机制。对于告警信号漏报、误报问题,设计模糊诊断规则,采取模糊推理策略;对于适用多条规则的争议性信号,在信号单一及信号重复时分别给出分配方案;引入岭型隶属函数,计算在时间上信号对规则的隶属度。通过故障诊断实例的仿真,验证了该推理机制的有效性,并对实验数据进行比较分析,阐述不同的信号接收情况及时间分布对推理结果产生的影响。实验表明,该FPN推理机制可在不确定的信息基础上进行较为准确的推理。     

基于BP网络算法优化模糊Petri网的电力变压器故障诊断

为了提高电力变压器故障诊断的正确率,提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法。利用具有自学习、自适应能力的BP网络算法,在确定模糊Petri网的权值、阈值、可信度等网络参数初始值的前提下,实现模糊Petri网网络参数的优化。在模糊Petri网网络结构上,运用BP网络算法,对电力变压器DGA样本进行学习训练,使模糊Petri网网络参数逐步向真实值逼近。实例分析结果表明,该方法能够有效地诊断电力变压器中的单一故障和多重故障,提高故障诊断正确率,证明了方法的正确性和有效性。     

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。     

基于云模型与模糊Petri网的电力市场潜在危害行为识别

针对电力市场中存在潜在危害性交易行为难以被识别、管控的问题,提出基于云模型与模糊Petri网的电力市场潜在危害行为识别方法,在交易过程中对潜在危害行为进行实时预警。将云模型与模糊Petri网应用于模式识别中,有效解决了潜在危害行为难以量化识别的问题,也克服了一般识别方法不易理解的缺陷。首先,设计潜在危害行为识别的一般框架与步骤;其次,阐述通过逆向云发生器与根据专家描述的两种特征云的构建方法;同时,设计潜在危害行为识别的模糊Petri网网络结构与识别算法;最后,以江西省月度竞价交易市场为背景,采用真实交易数据进行算例分析。算例分析结果表明:所设计的方法给出的结果与专家分析得出的结果以及实际的数据高度一致,验证了方法的有效性。     

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。     

模糊Petri网络知识表示方法及其在变压器故障诊断中的应用

Petri网络理论以图形化的方法直观地描述了离散事件系统的各种关系和行为，且以网络理论、代数理论等作为数学基础，适合于描述异步并发现象的计算机系统模型和对并行及并发系统进行行为分析的有效工具，在人工智能领域中正得到越来越广泛的应用。该文从模糊产生式系统出发，提出一种模糊Petri网络知识表示方法及其严密的推理算法，论述了利用模糊Petri网络(FPN)进行知识表示及推理的矩阵运算算法，为模糊知识的表示提供了一种有效的工具，并首次将其应用于电力变压器故障诊断中，“描述了故障征兆与故障的关系，使用了比传统专家系统更深的知识。与传统的专家系统相比，利用此理论及方法仅仅使用简单的矩阵计算，大大减少诊断时间，提高了准确度。最后通过实例对此算法进行了测试，表明该模型方法快速、准确。     

基于面向Agent Petri网的广域后备保护建模与分析

提出一种面向AgentPetri网改进型模型,给出了该Petri网模型的一般性结构、网络的形式化描述和结构特性属性的定义及其定理,将Agent的自治性、协作性、容错性在模型中予以具体的表达。针对一种广域后备保护算法为其建立较精确的面向AgentPetri网模型,对其进行L3-活性和多Agent动态行为跟踪有效性的分析。通过算例分析了电力系统发生故障时Petri网的推理过程,验证了所构建的多AgentPetri网模型的正确性和有效性,能较好地构造广域后备保护分布式系统的内部结构和活动,有效地跟踪系统的动态行为,使得广域后备保护系统的设计更加系统化。     

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。     

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。     

继电保护原理性运行失效概率模型

建立了继电保护原理性运行失效的双层概率模型,即基于赋时Petri网的保护逻辑动态层和基于模糊Petri网的概率信息层。该模型不仅能够进行保护逻辑的动态仿真,而且能够根据系统运行方式、保护定值和保护逻辑,定量计算保护系统运行过程中由继电保护原理引起的运行失效概率,对继电保护动作特性与特定故障匹配程度的随机性分析具有参考价值。