[发明专利]一种基于最大似然译码字的Petri网电网故障检测方法

说明书

技术领域

本发明涉及检测技术领域，具体地说，涉及一种基于最大似然译码字的Petri网电 网故障检测方法。

背景技术

对电网的正常运行实现在线监测监控是检测技术领域的一个重要方向，特别对电 网中的突发故障如何正确有效地进行检测诊断，是找出故障点或区域和尽快恢复供电的关 键，故其意义重大。

目前，国内外学者对电网的故障检测和诊断提出了多种方法，如神经网络、贝叶斯 网、遗传算法和分级优化法等。这些方法均存在着问题，有的学习时间过长，而达不到学习 目的、有的知识更新能力较弱，影响诊断准确性、有的局部搜索能力较差不能及时反馈信息 等。由于Petri网能对离散事件进行数学表示和行为分析，一些学者提出了利用Petri网建 模方法对电网的故障推理及诊断，如利用Petri网的状态方程进行故障诊断方法，但其反映 的故障信息并不完备，仅能进行简单的故障点搜索且容错性较差；利用冗余Petri网方法， 能较全面的反映故障信息状态，但该方法在利用保护和断路器的动作信号时，未考虑信号 可能出错、丢失或畸变时对其进行纠正，诊断结果可靠性较低，甚至可能引起误判。

发明内容

为了克服现有技术中存在的缺陷，本发明提出了一种基于最大似然译码字的 Petri网电网故障检测方法，能克服上述背景技术中的不足，可提高电网故障诊断的容错 性、可靠性和准确性。其技术方案如下：

一种基于最大似然译码字的Petri网电网故障检测方法，包括以下步骤：

步骤1：当电网故障发生后，获取反馈的故障信息；

步骤2：根据保护和断路器的动作逻辑关系，建立故障元件的Petri网诊断模型；

步骤3：添加监督码元，形成冗余Petri网，推导相关矩阵；

步骤3.1：设上述Petri网模型有n个库所和k个变迁，并列出库所的状态变化方程；

步骤3.2：根据警报信息确定Petri网初始状态向量M₀；

步骤3.3：计算Petri网中库所的最终状态向量M₁；

步骤3.4：在原Petri网的n个库所后追加m个监督码元，形成冗余Petri网。此时库 所的状态向量为冗余Petri网的状态向量，将其称其为发送码字A；

步骤3.5：确定监督码元个数m以及计算校验矩阵H；

步骤3.6：计算冗余Petri网的最终接收码字序列R；

步骤4：计算错误图样，求得最大似然译码字,纠正畸变信号；

步骤4.1：计算错误伴随式S；

步骤4.2：计算错误图样E；

步骤4.3：错误图样序列值的变换；

步骤4.4：计算实际发送码字A，实现对信号的纠正；

步骤5：依据处理后的信号进行故障映射及诊断。

本发明的有益效果为：

本发明利用保护和断路器的动作信号对电网进行故障诊断，但畸变的信号会降低 诊断的准确性。根据上述方案可看出，本发明所提供的一种基于最大似然译码字的Petri网 电网故障检测方法，考虑了畸变的信号对电网故障诊断的影响，可实现对畸变的信号进行 纠正，并依据处理后的信号做出相应的故障诊断和评价，使故障诊断结果的容错性、可靠性 和准确性得到了提高。

附图说明

图1为本发明实施例中一种基于最大似然译码字的Petri网电网故障检测方法的 流程图；

图2为本发明具体实施方式中畸变信号的纠正过程示意图；

图3为本发明具体实施方式中故障诊断的计算推理过程示意图；

图4为本发明具体实施方式中电力系统测试图；

图5为本发明具体实施方式中故障元件B₂的Petri网模型示意图；

图6为本发明具体实施方式中故障元件B₂的CPN模型示意图；

图7为本发明具体实施方式中故障元件B₁的Petri网模型示意图。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。

本实施方式的一种基于最大似然译码字的Petri网电网故障检测方法，其诊断流 程如图1所示，包括以下步骤：

步骤1：当电网发生故障后，获取反馈故障信息；