电力系统故障诊断(精品)

电力系统故障诊断(精品)

ID:44635138

大小:52.50 KB

页数:6页

时间:2019-10-24

电力系统故障诊断(精品)_第1页
电力系统故障诊断(精品)_第2页
电力系统故障诊断(精品)_第3页
电力系统故障诊断(精品)_第4页
电力系统故障诊断(精品)_第5页
资源描述:

《电力系统故障诊断(精品)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、电力系统故障诊断技术发展趋势2011-09-28来源:中国仪表网电力系统故障诊断是通过利用存关电力系统及其保护装置的广泛知识和继电保护等信息来识别故障的元件位置(区域)、类型和误动作的装置,•其中故障元件的识别是关键问题。电力系统故障诊断研究具有重要的现实意义。随着电力系统规模的不断扩大和结构的日益复杂,大量的报警信息在短时间内涌人调度屮心,远远超过运行人员的处理能力,易使调度员课判、漏判,为了适应各种简单和复杂事故情况下故障的快速、准确识别,需要电力系统故障诊断系统进行决策参考。同吋,由丁•电力系统调度口动化水平不断提高,越来越丰富的

2、报警信息通过各变电所的远程终端装置(RTU),传送到各级电网调度中心,使得利用采集的实时信息进行电力系统故障诊断成为可能。另外,对于电力系统故障的仿真分析和模拟培训,也可以通过电力系统故障诊断系统来提升调度员的经验和水平。目前,国内外提出了许多电力系统故障诊断的技术和方法,主要冇专家系统、人工神经网络、优化技术、Petri网络、模糊集理论、粗糙集理论、多代理技术。本文首先综述了电力系统故障诊断的各种研究方法,评述了这些方法中需要改进之处,并进一步指出了该领域所需解决的关键技术问题和主要发展趋势。它们对构建电力系统故障诊断智能辅助决策系统

3、具冇重要的指导意义,对保证电力系统的安全运行、减少事故的经济损失具有重要的理论和现实意义。一、国内外研究发展状况1」基于专家系统的诊断方法专家系统(expertsystem)利用专家推理方法的计算机模空來解决问题,己获得口益广泛的应用。H前,专家系统用于电力系统故障诊断是比较成功的。根据故障诊断的知识表示和所用推理策略的不同,专家系统主要有2类:1)基于启发式规则推理的系统。此类系统把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出來,形成故障诊断专家系统的知识库,采用数据驱动的正向推理将所获得的征兆与知识库屮的规则进行匹配,进

4、而获得故障诊断的结论。现在大多数故障诊断属于这一类。2)结合正、反推理的系统。此类系统结合了正反向混合推理方法,根据断路器和继电保护与被保护设备之间的逻辑关系建立推理规则,同时通过反向推理,有效地缩小可能故障的范围,以动作的继电保护与故障假设的符合程度计算可信度。文献[4]介绍了基于事例推理(CBR)和基于规则推理(RBR)的混合推理的故障诊断专家系统。由于采用了混合推理,提高了故障诊断专家系统的适应性与白学习能力。基于专家系统的诊断方法的主耍特点是对以方便地把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来,并允许在知识库屮

5、增加、删除或修改一些规则,以确保诊断系统的实时性和冇效性,同时还能够给出符介人类语言习惯的结论,并具冇相应的解释能力等,比较适合中小型电力系统和变电站的故障诊断。该方法在实际应用屮仍然存在如下主要缺陷:①建立知识库及验证英完备性比较困难;②容错能力较差,缺乏有效的方法识别错误信息;③大型专家系统的知识库的维护难度很大;④专家系统在复杂故障诊断任务中会出现组合爆炸和推理速度慢的问题。这些缺陷使得专家系统难以满足人规模电力系统在线故障诊断的需要,目前主要应用于离线故障分析。1.2基于人丄神经网络的诊断方法与专家系统相比,基于人工神经网络(A

6、NNartificialneuralnetwork)的故障诊断方法具有鲁棒性好、容错能力强和学习能力强等特点。冃前应用于电力系统故障诊断的ANN有:基于BP(ackpropagation)算法的前向神经网络和基于径向基函数的神经网络等。文献⑷给出了典型的故障诊断神经网络BP模型,具实现方法是:以电力系统继电保护信息作为ANN的输入,以可能发生的故障作为其输出,选择适当的样木集训练ANNo整个训练过程为:首先根据网络当前的内部表达,对输入样本进行前向计算;然后比较网络的输出与期望输出ZI'可的误差,若误差满足条件,则训练结束,否则,将误差

7、信号按原有的通路反向传播,逐层调整权值和阀值,如此反复,直至达到误差精度要求。文献⑸将大型输电网络分区,对各个区域分别建立基于BP算法的故障诊断网络,然后综合获得最终的故障诊断结果。基于ANN的诊断方法的主要特点是避免了专家系统故障诊断所面临的知识库构造等难题,不需要推理机的构造。由于用于ANN训练的完备样本集获取困难,目前该方法只比较适合中小型电力系统的故障诊断。ANN方法在故障诊断应用中存在的问题主要是:①其性能取决于样本是否完备,而人型的电力系统的完备样本集获取非常困难;②与符号数据库交互的功能较弱;③不擅长处理启发性的知识;④不

8、知如何确保ANN训练时收敛的快速性和避免陷人局部故小;⑤缺乏解释自身行为和输出结果的能力。以上缺点限制了ANN故障诊断方法在线应用于大型电力系统。如何设计适用于大型电力系统的故障诊断系统,仍然是一个有待进一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。