论文部分内容阅读
随着我国现代化技术的不断发展和人们生活水平的不断提高,电力已经逐渐成为人类生活不可或缺的一部分。配电网是电力系统的重要环节,其安全性与可靠性是保证电力系统稳定运行的关键。电网一旦发生故障或遭受威胁,若不能及时地进行故障处理,将极大地影响用户的供电质量,甚至会带来巨大的经济损失,而处理的前提是故障诊断,目前的配电网故障诊断方法多数仅依据开关和保护动作的信息,然而在开关或保护出现拒动、误动或者复杂故障情况时,仅靠单一的数据源的传统方法已经不能够准确的诊断出故障元件。因此,研究充分利用多数据源的配电网故障诊断方法具有十分重要的意义。本文通过分析目前电力系统故障诊断方法和故障信息源的研究状况和存在的问题,提出了基于多信息源的多层次配电网故障诊断方法。首先从故障数据信息获取的难易程度及多少的角度出发,提出一种基于多源信息配电网故障诊断方法。包括用于快速诊断简单故障的开关层、着力解决开关和保护异动情况下复杂故障的馈线层、以及准确判断复杂系统环境下多类型故障的变电站层,同时采用动态跳转策略,依据故障特点纵向调整诊断入口和结构。本方法增强了各层诊断的适应性,提高了故障诊断的效率与精度。其次从实际配电网系统角度出发,提出一种基于模糊Petri网的分层多源信息融合的故障诊断方法。该方法包括初步确定故障候选集的开关层和采用基于方向性加权模糊Petri网、小波变换技术及改进D-S证据理论融合的多源信息融合诊断层。该方法能够自动适应网络拓扑变化,具有较好的通用性和容错性。最后考虑配电网故障类型的准确辨识是实现故障定位的前提,在综合分析了配电网故障特征之后,提出基于免疫神经网络的配电网故障类型识别的方法。该方法利用小波变换技术提取故障特征作为免疫神经网络的输入,再利用免疫算法的全局搜索性能对神经网络的权值进行优化,避免了神经网络算法陷入局部小点,该方法能够较准确地实现各种故障模式下得故障类型识别,具有较好的鲁棒性和收敛性。