[发明专利]基于模糊推理脉冲神经膜系统的电力系统故障诊断方法

摘要

本发明涉及电网调度与故障分析领域。本发明公开了一种基于模糊推理脉冲神经膜系统的电力系统故障诊断方法，其步骤包括：首先从电网数据采集与监控系统中获取保护与断路器的动作信息，利用断路器跳闸信息确定出断电区域即故障区域，如果故障区域中元件数大于1，则将该故障区域内的所有元件标记为可疑故障元件，然后分别建立其对应的模糊推理脉冲神经膜系统故障诊断模型，运用模糊推理脉冲神经膜系统模糊推理算法对故障诊断模型进行反向模糊推理，获得每个疑似故障元件的模糊真值（也称为故障可信度），最终确定故障元件。本发明诊断过程采用矩阵形式，依据模糊推理算法进行推理，表达清晰，计算简便。在多数情况下都能获得正确的诊断结果。

主权项

基于模糊推理脉冲神经膜系统的电力系统故障诊断方法，包括以下步骤：A、故障区域识别，确定疑似故障元件读取来自数据采集与监控系统的保护与断路器的动作信息，并利用网络拓扑分析法完成故障区域的搜索，缩小诊断范围，包括步骤：（i）建立一个集合Q，在该集合中存放电网中三类主要元件母线、线路和变压器的编号；（ii）建立一个子网集合M，然后从集合Q中任取一个元件放入子网集合M；（iii）找出所有与该元件相连的闭合断路器；若未找到任何闭合断路器，转入执行第（vi）步；（iv）分别找出与所述闭合断路器相连接的元件，并把该元件加入到子网集合M中；（v）依次搜索与第（iv）步中所得元件相连接的其他闭合断路器，若搜索到其他闭合断路器，则转入执行第（iv）步；否则，进入下面步骤；（vi）将所有在子网集合M中出现过的元件从集合Q中取出，若集合Q非空，则转入第（ii）步继续执行；否则，列出所有子网集合，从中找出无源子网，对照编号，获得疑似故障元件集合，故障区域识别结束；B、模糊推理脉冲神经膜系统故障诊断模型建立若无源子网中只包含一个元件，则该元件为故障元件；若无源子网中元件数大于1，则针对故障区域中的每个疑似故障元件，建立相应的模糊推理脉冲神经膜系统故障诊断模型，详细步骤包括：(1)任意选取一个疑似故障元件，根据各保护之间的配合关系设定各个命题神经元和规则神经元，并根据故障模糊产生式规则建立完整的模糊推理脉冲神经膜系统故障诊断模型；根据疑似元件的种类及各类元件的保护类型，分别建立相应的线路故障模糊产生式规则集、母线故障模糊产生式规则集和变压器故障模糊产生式规则集，并作为相应的三类模糊推理脉冲神经膜系统故障诊断模型建立的依据；(2)根据从数据采集与监控系统获得的保护与断路器的动作信息，确定元件主保护、近后备保护、远后备保护及其对应断路器的可信度并与其对应的输入神经元的脉冲值建立对应关系；C、模糊推理脉冲神经膜系统故障诊断模型反向模糊推理，获得疑似元件的故障可信度采用模糊推理脉冲神经膜系统的模糊推理算法对每个模糊推理脉冲神经膜系统故障诊断模型依次进行反向模糊推理，获取每个疑似故障元件的故障可信度；D、确定故障元件，输出诊断结果根据模糊推理得到的各疑似故障元件的故障可信度θ确定故障元件，并输出诊断结果。