电力系统故障诊断的多智能体粒子群优化算法

电力系统的故障诊断是利用保护和断路器的动作信息来推断可能的故障位置,识别故障的元件和误动作的保护与断路器,并对保护和断路器的动作情况作出评价;其中故障元件的识别是故障诊断实现的关键;文中首次应用粒子群优化算法研究故障元件的识别方法;基本思想是根据保护动作原理将故障诊断问题表示为0-1整数规划问题,然后用粒子群优化算法求解;与传统的遗传算法求解比较,结果表明文中采用的粒子群优化算法具有稳定性高、收敛特性好、运行速度快的突出优点;仿真研究验证了该方法的可行性和有效性.     

基于关联规则的电网故障诊断解析方法

针对电网故障诊断解析模型存在多解和误诊问题, 提出一种基于关联规则的电网故障诊断解析方法, 并通过解析保护和断路器动作及告警信息的不确定性, 构建诊断的评价指标. 利用解析方法获得故障的完备诊断, 进而基于各类不确定性事件概率, 采用评价指标从完备的诊断集合中求取最优诊断. 故障诊断算例验证了所提出方法的有效性.

     

基于优化技术的电力系统故障诊断解析模型的研究

本文在深入研究了电力系统各种故障特点的基础上,介绍了电力系统故障诊断的基本情况,致力于建立一种同时利用保护、断路器和重合闸信息的故障诊断的解析模型,并从实用化的观点提出了一种新的更能适合电力系统故障诊断问题的目标函数,这种模型在一定程度上解决了保护信息不完整时的电力系统的故障诊断问题。在此基础上,文章最后给出了使用遗传算法诊断出故障设备的步骤和诊断的结果,验证了该目标函数的正确性和算法的可行性。     

基于Petri网和故障树的电力系统故障诊断模型

电力系统元件发生故障后,继电保护动作发出信号使相连的断路器断开,有效地保护了元件,但是也为故障的诊断增添了困难。本文针对带有主保护和后备保护的电力系统故障诊断建模困难复杂等问题,提出用故障树分析法对核心故障建模,并将故障树模型转换为对应的Petri网模型,运用Petri网的状态转移方程进行矩阵运算,不仅清晰的表示了故障的发生和形成,也能快速准确的诊断出故障发生元件,降低诊断的复杂性。实例分析说明了该方法准确性和有效性。     

电力系统故障诊断的萤火虫和粒子群混合算法研究

电力系统故障诊断主要就是根据保护和断路器的动作信息来判别故障区域,而找出故障元件又是其难点和主要工作,以目标函数描述其模型,则故障诊断问题转化为0-1整数规划问题。适合于智能算法求解。用粒子群算法解决该问题时收敛速快,但容易陷入局部最优值;用萤火虫算法时能够找到全局最优值,但其后期收敛速度较慢。论文融合这两种算法并用之求解故障诊断的目标函数,仿真结果表明：融合后的算法兼备两种算法的优点,能够以较快速度收敛,并找到全局最优解,且收敛精度高,稳定性好。     

基于智能优化的模糊Petri网的电网故障诊断

为了提高电网复杂故障时的应对能力,提出了基于信息优化的动态建模模糊Petri网的电网故障诊断方法。首先,基于层次建模的思想,在建立常规故障诊断模型的基础上,引入动态库所、动态弧、动态变迁的概念来合理地拟合各种保护与断路器之间的逻辑关系,动态建立综合性故障的诊断模型;其次,依据故障信息源的特性对其进行了优化和预处理,以确定故障性质并动态建立相应故障诊断模型;再次,利用智能优化算法对模型进行了训练、学习;最后,分析了该模型在故障信息缺失时的容错性和在系统架构改变时的通用性。对算例系统仿真的结果表明:该算法显著地增加了故障诊断过程的层次性、诊断模型的透明性、可理解性和易维护性,在故障信息缺失的情况下诊断结果具有较高的可信度。     

基于神经网络专家系统的高压断路器在线监测研究

针对传统专家系统在断路器故障诊断中存在知识获取困难问题,提出了将RBF神经网络与专家系统融合的诊断方案,并通过引入可信度的概念对RBF神经网络算法进行改进,对原己形成的网络权值和阈值进行修正,使故障诊断算法具有诊断新故障类型的功能,又解决专家系统知识获取困难的瓶颈问题.结果表明,该方案合理可行,为高压断路器的在线监测提供了一种新的途径.     

500kV变电站3／2接线的保护死区分析

详细分析了500kV变电站3／2断路器接线的保护死区及死区故障时的保护动作情况，深入解析了贵州电网内利用断路器失灵保护快速切除死区故障的原因及其不足，并提出了解决的方案以供讨论。     

Partition挖掘技术在配电系统故障诊断中的应用北大核心

针对在实际的配电系统中存在故障信息不确定,甚至不完整时会导致无法有效及时的寻找故障原因的问题;将Partition算法引入到配电系统的故障诊断过程中;将保护、继路器的状态作为条件属性,故障发生的器件或者区域作为决策结果属性;使用改进的关联挖掘算法Partition进行属性的规约;利用最简属性规约形成决策表与交互式的挖掘方式对供电系统中的各种故障信息进行决策的推理与诊断;实验结果表明该故障诊断系统在一定的配电规模和保护动作不完整的情形下诊断的准确率比较高。     

基于改进动态时间规整算法的断路器故障诊断

为能够根据断路器状态监测数据准确诊断断路器故障,提出了一种基于改进动态时间规整算法的故障诊断方法。该方法将Sakoe-Chiba窗与传统动态时间规整算法相结合,以分合闸线圈电流为分析对象,从中提取断路器分合闸机构中的潜在故障信息,为断路器状态检修提供依据。设计了断路器分合闸线圈电流采集电路,并通过实际电流信号采样分析验证了所提方法的有效性。     

A new approach to fault diagnosis in electrical distribution networks using a genetic algorithm

In this paper, a new approach to fault diagnosis in electrical distribution network is proposed. The approach is based upon the parsimonious set covering theory and a genetic algorithm. First, based on the causality relationship among section fault, protective relay action and circuit breaker trip, the expected states of protective relays and circuit breakers are expressed in a strict mathematical manner. Secondly, the well developed parsimonious set covering theory is applied to the fault diagnosis problem. A 0–1 integer programming model is then proposed. Thirdly, a powerful genetic algorithm (GA) based method for the fault diagnosis problem is developed by using information on operations of protective relays and circuit breakers. The developed method can deal with any complicated faults, and simultaneously determine faulty sections and any hidden defects in the feeder protection systems. Test results for a sample electrical distribution network have shown that the developed mathematical model for the fault diagnosis problem is correct, and the adopted GA based method is efficient.     

Fault diagnosis of a power system based on a description of the structure and function of the relay system

Abstract: This paper proposes a method of fault diagnosis of power systems based on a knowledge-based approach. It makes use of information on relays and circuit breakers. The feature of this method is that the relay sequence is represented by a logical circuit. In this circuit the following two relations are represented; a logical relation between inputs and output of a gate and a connective relation between logical gates. These two relations are expressed by production rules in the knowledge base. When the information from relays and circuit breakers is given to the logical circuit, faulty components are pointed out.     

基于免疫遗传算法改进的BP神经网络在灭火系统电路板故障诊断中的应用

针对装甲车辆灭火系统电路板规模较大,功能日趋多样与完善的同时,其复杂程度也日益提高,故障层次越来越多,故障现象与故障原因的映射关系更加复杂,组合故障频发,传统的故障诊断方法已不能满足灭火系统电路板故障诊断的要求。设计了基于免疫遗传算法优化的BP神经网络对灭火系统电路板进行故障诊断,并在免疫和遗传过程中保留了部分训练最优解。实现了神经网络收敛速度的提高,使用Matlab编程优化算法并完成了电路板仿真故障的诊断。通过实验验证了该诊断模型的准确性和可靠性,为电气系统通用检测设备的神经网络诊断方法实现提供了理论支撑。     

基于Petri网的变电站故障诊断方法

为提高配置多级继电保护的变电站故障诊断的效率 ,本文以Petri网络模型中变迁矢量的不同权重表示继电保护配置的级别 ,使得诊断结果中产生对应继电器和断路器信号的特定诊断标志 ,从而增强了故障信号的识别能力 .诊断过程通过单向矩阵运算实现 .真实变电站故障诊断仿真过程表明 ,该方法运算速度快、诊断正确率高.     

基于粗糙集和感知器网络的分层递阶变电站故障诊断方法研究

给出了一种基于粗糙集（Rough Set）和具有开关作用函数的感知器网络的分层递阶 变电站故障诊断方法．该方法以短路器和保护继电器的开关信息为基础，利用粗糙集处理不 确定性信息的能力，分层挖掘变电站故障诊断的知识，然后通过具有开关作用函数的多层感 知器网络实现诊断．研究表明该方法是一种有效的在线变电站故障诊断方法．     

无线传感器网络软故障诊断算法

在无线传感器网络中,软故障节点会产生并传输错误数据,这不仅会形成错误的决策,还会消耗能量,为此,提出一种基于节省能量的故障诊断(EFD)算法。该算法利用节点感知数据的空间相似性,通过对邻点所感知的传感数据进行比较,确定检测节点状态。对于网络中存在的节点瞬时故障,该算法引用TF模型思想,避免了不必要的数据比较,减少了时间冗余的检测次数。仿真结果表明:EFD算法能够提高网络诊断精度,同时可以降低诊断过程的能量消耗。     

A fault diagnosis method of Smart Grid based on rough sets combined with genetic algorithm and tabu search

Most of the existing methods of fault diagnosis in Smart Grid focus primarily on the information of the protective relays and switches. There is still some incomplete or uncertain information in the process of receiving data. Usually, relying only on the information may obtain wrong conclusions. Large numbers of methods have been applied in the fault diagnosis of power system. An improving accuracy of fault diagnosis method in Smart Grid is put forward in this paper using rough sets combined with genetic algorithm (GA) and Tabu search (TS). The reduction in continuous attributes and their value reduction are the major application of rough sets. The proposed algorithm can combine the parallel global searching capability of genetic algorithm with the local searching ability of Tabu search and significantly improve the efficiency of execution and ensure the optimal result. The effectiveness of the proposed algorithm has been demonstrated using Changchun south substation and its distribution grid. To validate the proposed approach adequately, simulation studies have also been carried out on the simulated Smart Grid model. A series of tests are conducted toward three fault categories: the single faults, the multiple faults, and the loss information faults. All the results demonstrate that the proposed method in this paper is better than the preceding algorithms.     

LF-PSO优化神经网络的高压断路器机械故障诊断

目前对高压断路器的故障诊断方法较多,其中采用神经网络方法居多。提出一种基于莱维飞行粒子群算法（LF-PSO）优化PNN神经网络的故障诊断技术。PNN结构简单,收敛速度快,但其中平滑因子σ对网络输出结果正确性影响较大,采用改进的粒子群算法对σ进行寻优。在标准粒子群基础上加入LF 能有效地使粒子通过随机游走产生新的解,经历新的搜索路径和领域,从而增加了种群的多样性,提高发现更优解的概率,不易陷入局部极值,提高了搜索的速度。通过实验数据验证,LF-PSO优化的PNN算法加快了搜索的速度,提高了诊断的精度,减小了误差,分类效果明显,是一种有效的故障诊断方法。     

基于融合特权信息支持向量机的模拟电路故障诊断新方法

针对模拟电路故障诊断复杂多样难于辨识的问题,提出了基于融合特权信息支持向量机的模拟电路故障诊断新方法。首先对采集的信号进行主成分分析(PCA)——特征提取;然后将训练集输入融合特权信息支持向量机进行训练获得故障诊断模型;最后将测试集输入训练好的支持向量机分类模型,实现对不同故障类型的识别。Sallen-Key滤波电路故障诊断仿真实验结果表明,该方法有效提高了分类的性能,不仅能够正确分类单故障而且能够有效分类多故障,其中单硬故障情况下平均故障诊断率达到了99%以上,为模拟电路故障诊断提供了新的途径。