基于改进的方向性加权模糊Petri网配电网故障诊断

为提高配电网保护动作信息丢失时故障诊断的准确率及容错性，提出了基于改进的方向性加权模糊Petri网配电网故障诊断方法。首先，考虑故障发生时近后备保护对可疑故障元件故障诊断的影响，对可疑故障元件的各个故障蔓延方向进行建模；其次，在专家经验的基础上采用随机数对模型输入权值进行随机赋值；最后，在保护动作信息丢失时，跟踪改变可疑故障元件保护未动作的可信度取值，并分析该故障诊断方法的适应性与容错性。仿真结果表明，所提基于改进的方向性加权模糊Petri网配电网故障诊断模型在信息不完备或者保护及断路器拒动时，均具有较高的故障诊断准确率。     

基于时间约束的分层模糊Petri网的配电网故障诊断

配电网发生故障后充分利用报警信息和时序信息快速准确地诊断出故障元件,是对配电网可靠供电和保证配电网安全运行的首要任务?在现有Petri网的故障诊断基础上,提出一种基于时间约束的分层模糊Petri网的配电网故障诊断模型?建立的模型对配电网的拓扑结构变化具有良好的适应性,通过使用主保护和主保护对应断路器的动作时间来获得原因事件动作起点,并对高斯函数进行修正?通过算例比较证明此方法具有较强的准确度和通用性,能有效地诊断出配电网的故障?     

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。     

粗糙集结合Petri网进行分区域并行推理的配电网故障诊断方法研究

针对配电网规模庞大且发生故障后警报信息存在不确定性和不完整性的问题,提出了一种粗糙集结合Petri网进行分区域并行推理的配电网故障诊断方法。该方法先将配电网划分为多个独立的区域,对于各个区域分别建立故障决策表,再利用粗糙集对决策表进行属性优选和诊断规则提取,最后构建Petri网模型,通过Petri网的并行推理实现故障诊断。诊断实例证明了该方法不仅诊断快速准确,而且容错能力强、适应性好、灵活性高。     

基于Petri网的故障区段定位与故障模式辨识方法

现有的基于Petri网的配电网故障诊断方法只能找出故障区段、不能辨识出故障类型,针对此问题,提出一种基于Petri网的配电网故障模式辨识方法。同时,对基于Petri网的故障区段定位的电压判据进行了简化,使其只需要利用区段两侧的测量点信息就能进行区段定位。通过配电网的算例,验证了所提方法在故障区段定位和故障模式辨识中的有效性。     

基于Petri网的配电网信息物理系统可靠性评估

该文提出一种基于广义随机Petri网(generalized stochasticPetrinets, GSPN)的配电网信息物理系统(cyber-physicalsystem,CPS)可靠性评估模型。首先,考虑配电网CPS的动态控制关系,基于GSPN的基本原理,构建配电网CPS的Petri网模型;之后,分析了信息攻击及信息元件自身故障对于配电网CPS运行可靠性的影响,并构建了系统元件的状态模型;然后,结合最大流理论,判断故障后各阶段的令牌数,并计算相应的可靠性指标。基于Petri网的评估方法,可以直观地刻画系统拓扑结构及元件状态变化,并通过动态方程推理故障后果,避免了故障后果分析的遍历过程,提升了评估效率。最后,以IEEE-RBTSBUS6配电系统为例开展仿真测试,验证了所提模型的有效性。     

一种基于Petri网模型的配电网故障恢复算法

Petal网是一种对离散事件动态系统进行建模和分析的强有力工具,被广泛应用于各种工业领域。鉴于配电网故障的发生和恢复过程具备异步、并发等动态特征,将Petri网方法应用到配电网故障恢复问题中。提出了基于Petri网的建模方法,将配电网的故障恢复过程抽象为Petri网中的变迁序列,设计了一种基于最优目标状态的故障恢复算法。该方法中提出的Petri网模型结构更为简洁,同时最大限度的保留配电网系统的拓扑结构,便于理解;解决了其中最大的一个优化问题,并与现有算法进行比较,证明了本故障恢复算法的全局最优性和有效性。     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

基于D-PMU的配电网故障选线和定位方法

配电网发生单相接地故障时,故障信号微弱且易受噪声干扰,准确选线和故障定位困难。为此,提出一种基于配电网同步相量测量装置(D-PMU)的故障选线和定位新方法。研制了D-PMU功能扩展模块——行波故障采集模块;搭建了配电网故障选线和定位系统;依据全网波头时差构建故障前、后时间特征矩阵,并引入最小二乘法模型以消除行波波头到达时刻标定误差。通过分析得出故障前、后时间特征矩阵中元素的变化规律,实现配电网故障选线和精确定位。仿真分析及现场试验结果表明,D-PMU现场运行稳定,所提方法不受线路参数和网络拓扑结构的影响且实用性强。     

基于贝叶斯网络信息融合的直流配电网故障诊断方法

新型直流配电系统故障期间暂态特征复杂多变,继电保护存在拒动和误动情况。为了避免继电保护的不正确动作对故障诊断产生影响,提出一种基于贝叶斯网络信息融合的直流配电网故障诊断方法。首先,对传统继电保护贝叶斯网络模型进行改进,同时考虑直流配电网故障限流策略,分别构建保护动作信息、断路器动作信息和限流策略信息3种贝叶斯网络模型,对故障区域内各元件的故障概率进行初步评估。其次,利用D-S证据理论将各元件对应的故障概率信息进行融合,完成故障元件的判别。然后,应用故障元件对应的贝叶斯网络模型识别误动或拒动的保护装置与断路器,实现对直流配电网的故障诊断。最后,通过算例验证了所提故障诊断方法的可靠性以及准确性。     

基于云边架构和小波神经网络的配电网故障诊断方法

电力物联网的建设促进了配电网故障诊断技术的发展。提出了基于云边架构和小波神经网络的配电网故障诊断方法,利用电力物联网的智能传感和通信技术,实现配电网故障诊断的同步数据量测及智能化信息分析。根据配电网同步相量测量单元(distributed phasor measurement unit,D-PMU)等装置对配电网故障进行分层处理,将经过小波变换的故障电流信号进行小波包变换分解得到故障特征向量,带入神经网络训练,输出诊断结果,实现快速收敛并减少了故障时间,提高了故障诊断精度。通过仿真算例验证,证明了所提方法的有效性。     

含分布式电源配电网故障的Petri网诊断方法

现有含DG配电网的Petri网故障诊断方法需要多次假定正方向,造成故障诊断过程复杂、计算量大。通过分析故障后功率方向和初始托肯赋值的特点,提出一种基于功率方向的初始托肯判据,并基于该判据只需要假定一次正方向和一次定位,就能定位出故障区段;同时对FTU遥信数据和遥测数据设置不同置信度,使得区段定位的容错能力得到了提高。通过配电网算例分析,验证了所提方法在含DG配电网故障诊断中的优势。     

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。     

基于贝叶斯全解析模型与多因素降维的有源配电网分布式故障区段定位方法

随着配电网规模的扩大与分布式电源的并网运行,传统集中式故障区段定位方法难以满足故障诊断准确性和可靠性的要求。对此文章提出一种基于贝叶斯全解析模型与多因素降维的有源配电网分布式故障区段定位方法。首先构建基于多代理机制的分布式故障诊断模式,提出故障区段定位基本原理;其次考虑FTU多种类型信息畸变情况,提出基于故障假说的贝叶斯全解析模型,并利用故障矛盾理论与故障电流序列特征对模型进行降维与化简;最后论述多代理机制下故障定位方法的实现流程,准确定位配电网故障区段。仿真结果表明,该方法具有较高的容错性,且能够有效改善集中式算法的单点失效问题,适用于规模化有源配电网。     

自适应幅值比的有源配电网差动保护方案

分布式电源大量接入配电网,改变了传统配电网单侧电源结构,易导致配网线路中出现双向潮流、电压越限和潮流波动等问题.文章首先分析了基于恒定功率控制的逆变型分布式电源故障特性以及有源配电网故障特性,提出了具有自适应幅值比的有源配电网差动保护方案.利用端电流的相位差自适应调整保护方案的幅值约束条件:在区内发生故障时,可以减少制动范围,防止保护拒动;在区外发生故障时,则可以增加制动范围,防止保护误动.最后,在PSCAD中搭建相关仿真模型,对所提有源配电网保护方案进行验证,结果表明该保护方案具有良好的适应性.     

计及故障重构与信息约束的有源配电网短期可靠性评估方法

配电网短期可靠性可有效反映系统的运行风险,而分布式电源出力变化、网络重构与信息系统状态都是其重要影响因素。为此,提出了计及故障重构与信息约束的有源配电网短期可靠性评估模型和方法。首先构建基于马尔可夫过程的配电网元件短期停运模型,然后建立考虑故障重构与信息物理耦合的有源配电网故障后最优负荷削减模型,提出基于有向虚拟多商品流模型的考虑故障重构与孤岛划分的最优负荷削减策略,建立适用于故障重构与孤岛划分的辐射状拓扑约束以及考虑信息系统对配电网支撑作用的信息约束,实现对故障后果的精确分析。在此基础上,提出基于模型驱动的有源配电网短期可靠性评估方法,并进一步针对基于模型驱动的方法所存在的快速性不足缺点,采用“离线建模,在线评估”思想,提出基于最小二乘支持向量机的改进短期可靠性快速评估方法,实现了短期可靠性的快速评估。基于算例分析了负荷削减策略、分布式电源出力、信息物理耦合对系统可靠性的影响,验证了所提方法的有效性以及所提负荷削减策略对可靠性提升的优越性。     

基于Petri网的电力系统故障诊断综述

为了研究基于Petri网的电网故障诊断方法,提高电力系统安全稳定性,综述Petri网原理及Petri故障诊断模型在电网故障诊断中的应用.首先,介绍Petri网基本概念、分类及优缺点;然后,分别针对发电机组故障、输电线路故障、变压器故障、配电网故障、电力系统故障,介绍国内外关于Petri网及改进Petri网在不同类型故障...     

基于多源信息的延时约束加权模糊Petri网故障诊断模型

提出一种基于电气量判据、保护判据和断路器判据,并能够计及这3类判据时序属性的多源信息延时约束加权模糊Petri网故障诊断模型。首先,分析故障前后的电力网络拓扑以确定可疑故障元件。之后,采用反向推理寻径法识别故障元件动作可能路径,并在此基础上构造加权模糊Petri网故障诊断模型来确定故障元件;该模型能够计及故障电气量及其时序属性、元件故障和保护动作之间、保护动作和断路器跳闸之间的延时约束以及保护和断路器动作不确定性,且诊断推理全程采用矩阵运算来实现。在上述基础上,采用逆向推理判断警报信息的完整性和正确性,识别出误动或拒动的保护与断路器。最后,用IEEE 39节点系统和贵州兴仁变电站实际故障案例对所构建的故障诊断模型的正确性和求解方法的有效性作了验证。     

基于BP网络算法优化粗糙-Petri网的电网故障诊断

为了使电网故障诊断的过程更简洁、快速和直观,提出了一种基于BP网络算法优化粗糙-Petri网的电网故障诊断方法。首先用粗糙集理论对电网的故障征兆数据进行处理,从冗余的故障信息中约简出最小决策表;然后基于得到的最小决策表提取诊断规则并建立最优的 Petri 网模型,利用 Petri 网处理并行推理的能力来实现高效的电网故障诊断。其中引入神经网络中的BP算法对电网故障诊断Petri 网模型的权值参数进行网络优化训练。电网实例分析结果表明该模型能准确找到故障区域,具有较好的快速性、自适应性和一定的容错性。