[发明专利]一种基于考虑气象因素P系统的输电网故障诊断方法有效
申请号: | 202110103575.6 | 申请日: | 2021-01-26 |
公开(公告)号: | CN112926023B | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 王涛;陈孝天;黄著;赵斌;闫占新;刘伟;刘力源 | 申请(专利权)人: | 西华大学;国网四川省电力公司技能培训中心 |
主分类号: | G06F17/16 | 分类号: | G06F17/16;G06Q10/06;G06Q50/06;G06N3/04;G01R31/08 |
代理公司: | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人: | 李梦蝶 |
地址: | 610039 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 考虑 气象 因素 系统 输电网 故障诊断 方法 | ||
1.一种基于考虑气象因素P系统的输电网故障诊断方法,其特征在于,包括以下步骤:
S1、采用结线分析法判定输电网的故障区域,并确定疑似故障元件;
S2、根据输电网的物理拓扑结构和保护装置配置信息,为每一个疑似故障元件建立基于考虑气象生存环境的脉冲神经膜系统的故障元件诊断模型;
S3、根据输电网保护装置真实动作信息和故障时序信息,获取故障元件诊断模型输入神经元的初始脉冲值;
S4、通过气象环境数据修正故障元件诊断模型输入神经元的初始脉冲值;
S5、针对各个进行初始脉冲值修正后的故障元件诊断模型,并行执行矩阵推理算法,计算得到输出神经元的脉冲值,并根据输出神经元的脉冲值判定对应疑似故障元件的故障状态;
所述步骤S2中建立的基于考虑气象生存环境的脉冲神经膜系统的故障元件诊断模型Π具体为:
Π=(O,σ1,...,σm,syn,in,out,κ)
其中O={a}表示神经脉冲的集合,a表示一个神经脉冲;
σ1,...,σm表示脉冲神经膜系统中的m个神经元,所述神经元包括命题神经元和规则神经元,所述命题神经元对应故障模糊产生式规则中的命题,所述规则神经元对应故障模糊产生式规则,所述命题神经元和规则神经元统一表示为其中:
θi为[0,1]上的实数,表示神经元σi内部脉冲值的大小;
ci为[0,1]上的实数,表示神经元σi的模糊真值;当σi为命题神经元时,其模糊真值ci=0;当σi为规则神经元时,其模糊真值ci等于该神经元对应故障模糊产生式规则的确定性因子;
表示神经元σi的输出权重向量,其中ωij为(0,1]上的实数,表示第i个神经元的第j条突触的权重值,j=1,...,Ni,Ni为自然数,表示从神经元σi引出的突触总数;
λi为(0,1]上的实数,表示神经元σi的点火阈值;
ri表示神经元σi的点火规则,其形式为E/aθ→aβ,其点火条件为E={an,θ≥λi},表示当且仅当神经元σi接收到至少n个脉冲且该神经元内部脉冲值θ满足θ≥λi时,才能够执行此点火规则来更新σi内部的脉冲值,此时σi将消耗一个位势值为θ的脉冲aθ,产生并向其突触后神经元传递一个位势值为β的新脉冲aβ;否则该点火规则不能执行,其中θ和β都是[0,1]上的实数;
表示神经元之间的有向突触连接关系;
分别表示脉冲神经膜系统的输入和输出神经元集合;一个输入神经元对应疑似故障元件的保护装置,即保护继电器和断路器,其脉冲值为采用时序信息修正后的保护装置动作信息,即时序信息与对应保护装置动作可信度或未动作可信度的融合结果;一个输出神经元对应一个疑似故障元件,其脉冲值表示此元件的故障置信度;
κ=(γ,ξ,f,ρ)表示输入神经元的气象生存环境,其中γ为[0,1]上的实数,表示输电线路考虑气象因素下的故障风险值;ξ为(0,1)上的实数,表示所述故障风险值在故障元件诊断模型输入参数中所占的权重;f表示输入神经元气象生存环境消亡规则的点火阈值;ρ表示输入神经元气象生存环境的消亡规则,其点火条件为E={γf},表示当且仅当气象生存环境κ所接收到目标输电线路的故障风险值满足γf时,才能够执行此消亡规则来消除气象因素对输电线路运行的影响,即在后续输电网故障诊断过程中将不考虑气象因素对输电线路故障的影响;否则不能执行此消亡规则,即在后续故障诊断过程中将考虑气象因素对输电线路故障的影响,此时故障风险值将作为故障元件诊断模型的输入参数之一;
所述步骤S4包括以下分步骤:
S41、通过气象站获得故障区域的实时气象数据,得到故障时刻对应气象因素的故障率;
S42、根据气象因素的故障率构建气象因素的灰色模糊矩阵
S43、构建气象因素的权重矩阵
S44、根据气象因素的灰色模糊矩阵和权重矩阵计算气象因素的灰色模糊综合评判矩阵并根据隶属度最大原则和灰度最小原则,得到输电线路的故障风险等级:
S45、根据输电线路的故障风险等级得到气象因素的对应故障风险值;
S46、基于故障风险值,通过气象环境数据修正故障元件诊断模型输入神经元的初始脉冲值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学;国网四川省电力公司技能培训中心,未经西华大学;国网四川省电力公司技能培训中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110103575.6/1.html,转载请声明来源钻瓜专利网。