[发明专利]基于模糊推理脉冲神经膜系统的输电线路故障选相方法

说明书

本发明属于电网调度与故障分析领域，涉及一种基于模糊推理实数脉冲神经膜系统的输电线路故障选相方法。本发明的方法主要包括：获取电流故障分量信息；提取电流故障分量信号小波特征；建立故障选相模糊推理实数脉冲神经膜系统；对建立的故障选相模糊推理实数脉冲神经膜系统进行推理；根据模糊推理得到的各疑似故障类型的模糊可信度进行判定，选择模糊可信度最大的命题神经元所对应故障类型为最后选相结果。本发明的有益效果为，本发明将小波变换与模糊推理实数脉冲神经膜系统进行有机结合，实现准确的输电线路故障选相；故障选相正确性高；方法实现简单；对复杂故障情况适应性好。

技术领域

本发明属于电网调度与故障分析领域，涉及一种基于模糊推理实数脉冲神经膜系统的输电线路故障选相方法。

背景技术

随着电网规模的不断扩大，如何高效稳定地输送电能是保证电网安全、稳定运行的重要环节。影响电能输送的因素很多，其中，输电线路故障是其重要因素之一。如何快速、准确地对输电线路进行故障选相是快速恢复电网供电、保证电网安全运行的重要前提。

目前，传统的输电线路故障选相主要分为两个阶段：故障信息特征提取和故障信息特征识别。在第一阶段，故障信息特征提取方法主要分为两类，一类是基于工频稳态量的提取方法，这类方法的性能容易受故障电阻、故障距离、故障初始角等因素影响；另一类是基于故障暂态量的提取方法，由于暂态量包含了丰富的故障特征信息，并且不易受故障电阻、故障距离、故障初始角的影响，因此提取故障信息特征具有很高的识别度和精度。对于第二阶段，故障信息特征识别方法主要集中于推理法和分类器法，如模糊推理、人工神经网络。但是，无论是模糊推理还是人工神经网络，其推理过程都是一个黑箱操作，不容易被人理解。因此，研究快速准确的输电线路故障选相方法对保障电能传输安全性与经济性具有重要的实际意义。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种基于模糊推理实数脉冲神经膜系统的输电线路故障选相方法。首先利用小波变换具有良好的时频特性，提取电流故障分量的特征信息。在此基础上，利用模糊推理实数脉冲神经膜系统进行故障特征识别。本发明的突出优势是利用模糊推理脉冲神经膜系统解决输电线路故障选相的第二阶段。该方法在选相过程中依据模糊推理实数脉冲神经膜系统的推理算法进行推理，表达清晰，计算简便，且在复杂的故障条件下，本方法都能获得正确选相结果。

为解决上述技术问题，本发明的采用的技术方案为：

基于模糊推理脉冲神经膜系统的输电线路故障选相方法，其特征在于，包括以下步骤：

a.获取电流故障分量信息：

取故障后1/4周期内的三相电流与故障发生前15ms至20ms内的三相电流差值作为三相电流故障分量，并同时计算零序电流故障分量；

b.提取电流故障分量信号小波特征：

采用db3小波对三相电流及零序电流故障分量进行8层分解，对第8层小波系数矩阵进行奇异值分解，得到系数矩阵的奇异值，并计算归一化值，将得到的归一化值作为电流故障分量信号小波特征值；

c.建立故障选相模糊推理实数脉冲神经膜系统：

根据电流故障分量信号小波特征值，建立故障选相模糊产生式规则集；

d.对建立的故障选相模糊推理实数脉冲神经膜系统进行推理：

采用模糊推理实数脉冲神经膜系统的模糊推理算法对故障选相膜系统进行推理，获取故障类型的模糊可信度；模糊推理实数脉冲神经膜系统模糊推理算法的具体步骤为：