[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

摘要

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。

主权项

1.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，包括：规则1：If零序特征值高，then接地故障；规则2：If零序特征值低，then相间故障；规则3：If A相特征值高、B相特征值低、C相特征值低且接地故障，then故障类型为A相接地故障；规则4：If A相特征值低、B相特征值高、C相特征值低且接地故障，then故障类型为B相接地故障；规则5：If A相特征值低、B相特征值低、C相特征值高且接地故障，then故障类型为C相接地故障；规则6：If A相特征值高、B相特征值高、C相特征值低且接地故障，then故障类型为AB两相接地故障；规则7：If A相特征值低、B相特征值高、C相特征值高且接地故障，then故障类型为BC两相接地故障；规则8：If A相特征值高、B相特征值低、C相特征值高且接地故障，then故障类型为CA两相接地故障；规则9：If A相特征值高、B相特征值高、C相特征值低且相间故障，then故障类型为AB相间短路故障；规则10：If A相特征值低、B相特征值高、C相特征值高且相间故障，then故障类型为BC相间短路故障；规则11：If A相特征值高、B相特征值低、C相特征值高且相间故障，then故障类型为CA相间短路故障；规则12：If A相特征值高、B相特征值高、C相特征值高且相间故障，then故障类型为ABC三相短路故障；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，包括：（1）.设定初始状态：设定推理步骤g＝0，设定判定依据01＝(0,0,...,0)T，模糊推理实数脉冲神经膜系统初始状态为：θ0＝[1，0，1，0，0.013，0.987，0，1，0，0，0，0，0，0，0，0，0，0，0，0]，δ0＝[0，0，0，0，0，0，0，0，0，0，0，0]，C＝[0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95]；（2）.令推理步骤g增加1,即g＝1；（3） .命题神经元点火：命题神经元点火后，规则神经元矩阵中各元素的值将依据公式进行更新,即δ₁＝[1,0,0,0,0,0,0,0,0,0,0,0]；（4）.规则神经元点火：规则神经元点火，命题神经元矩阵中各元素的值将依据公式进行更新，即θ1＝[0,0,1,0,0.013,0.987,0,1,0.95,0,0,0,0,0,0,0,0,0,0,0]；（5）.返回执行第（2）步：推理步骤g＝2，δ2＝[0,0,0.95,0,0,0,0,0,0,0,0,0]，θ1＝[0,0,0,0,0,0,0,0,0,0,0.9025,0,0,0,0,0,0,0,0,0]；（6）.返回执行第（2）步：推理步骤g＝3，δ3＝[0,0,0,0,0,0,0,0,0,0,0,0]，满足终止条件，结束推理；其中，各参数向量含义及其乘法算子的定义如下：θ＝(θ1,θ2,...,θs)T，其中θi，1≤i≤s，表示第i个命题神经元包含的脉冲值，其值由0和1之间的实数表示；若一个命题神经元中没有包含任何脉冲，则该命题神经元的脉冲值表示为0；δ＝(δ1,δ2,...,δt)T，其中δj，1≤j≤t，表示第j个规则神经元包含的脉冲值，其值同样由0和1之间的实数表示；若一个规则神经元中没有包含任何脉冲，则该规则神经元的脉冲值表示为0；C＝diag(c1,c2,...,ct)，其中cj表示第j个规则神经元的置信度，其值由0和1之间的实数表示；D＝(dij)s×t为突触矩阵，表示命题神经元到“与”规则神经元的有向连接关系，如果从命题神经元δi到“与”规则神经元δj存在突触，则dij＝1，否则dij＝0；E＝(eji)t×s为突触矩阵，表示“与”规则神经元到命题神经元的有向连接关系，如果从“与”规则神经元δj到命题神经元δi存在突触，则eji＝1，否则eji＝0；其中其中算子“∧”为取最小值；其中算子“∨”为取最大值；e.确定故障选相结果：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。