资源描述：
《神经网络的电网故障诊断资料》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、神经网络的电网故障诊断资料基于新型神经网络的电网故障诊断方法1引言快速事故后恢复系统正常运行是减少电能屮断时间和增强供电可靠性的必要条件。作为事故恢复的第一步,应实现快速、准确的故障诊断以隔离故障元件并采取相应措施以恢复电能供应。然而在线快速、准确地故障诊断仍是一个悬而未决的难题,尤其在保护和断路器不正常动作或多重故障的情况下,故障诊断更为困难。故障诊断一般基于SCADA系统所提供的保护和断路器信息来判别电力系统中的故障元件。多种人工智能技术已用于解决此问题，如专家系统随机优化技术［5-10］和人工神经网络［
2、11-14］等等。其中基于专家系统的方法得到了广泛的注意和研究。这种方法能够提供强有力的推理并具解释能力，然而专家系统中知识的获取、组织、校核和维护等都非常闲难，并成为其应用的瓶颈。而且，专家系统必须搜索庞大的知识库以得到最终的诊断结论，这使得它不能满足故障诊断实时的要求。另外，当系统中存在保护和断路器不正常动作时,专家系统可能会因缺乏识别错误信息的能力而导致错误的诊断结论。用于故障诊断的另一种较有潜力的方法是基于工程随机优化的方法。这种方法的主要原则是将故障诊断表述为一个整数优化问题，随后使用全局优化方法,
3、如波尔兹曼机［5］、遗传算法［6-8］＞仿蚂蚁系统⑼或tabu搜索［10］等,去求解该优化问题。这种方法在实际应用过程中也出现了一些问题:如何确定这些随机优化方法的参数以实现快速止确的故障诊断;如何使这些方法适用于保护和断路器不正常动作的情况等等。近年来，人工神经网络［1174］引起了研究工作者的兴趣,因为它具有学习、泛化和容错能力。并口神经元的计算是并行的，这有利于实现实时应用。在神经网络的各种模型屮，应用得最为广泛的模型就是BP(Back-Propagation)神经网络。标准的BP模型使用梯度下降算法训
4、练，因此BP神经网络的结构必须是事先已知的，而且该学习算法收敛速度很慢，并有可能收敛于局部最小点。这些不利因素限制了BP模型在故障诊断中的应用。本文提岀使用径向基函数(Radialbasisfunction,RBF)^经网络［15^16］解决电力系统屮的故障诊断问题。理论上讲RBF神经网络具有任意函数逼近能力［17］。并且RBF网络的学习时间远小于前向神经网络其它学习算法的训练时间。另外,RBF网络的隐藏神经元数目可以在参数优化过程中自动确定。这些特性使其在实际应用中受到欢迎。建立一个RBF神经网络的关键问题
5、就是在训练过程中优化其参数。本文对正交最小二乘(Orthogonalleastsquare)算法［18］进行扩展，用于优化RBF神经网络参数。为了评估RBF神经网络在故障诊断问题中的有效性，文中还使用一个传统的BP神经网络解决同样的问题，并将它们的计算结果进行比较。在4母线测试系统中的仿真结果证明:RBF神经网络优于BP神经网络模型，能够更有效地解决故障诊断问题。2用于故障诊断的RBF神经网络2.1RBF神经网络的结构RBF神经网络由输入层、隐藏层和输出层构成，其中隐藏层由径向基函数神经元组成。输入空间可以采
6、用实际或归一化的表示方式。输入信号被传送至隐藏层，即径向基函数神经元层。隐藏层中第i个神经元将计算输入矢量X和它的权重矢量ui之间的距离，并把它作为径向基函数ei(x)的输入,进而计算得到隐藏层的输岀。研究表明径向基函数类型的选择对RBF神经网络的行为影响不大。研究屮采用高斯函数作为径向基函数[15、16],即:巾i(x)=exp(-[x-ui]T[x-ui]/2o2i)(i=l/--,nh)⑴式中巾i(x)为隐藏层中第i个神经元的输出;nh为隐藏神经元的数目;x为输入矢量;ui和oi分别为相应高斯函数的中心
7、(或称权重)和概率散度。显然'径向基函数神经元i起探测器的作用，当输入矢量x与权重矢量ui相同时，其输出为lo概率散度。i(>O)表示径向基函数神经元所能响应的输入空间中IIx-uiII的范围。一般来讲,概率散度应不大于输入矢量与径向基函数中心之间可能的最大距离，具体数值可由试验决定。输岀层对径向基函数隐藏层的输岀进行线性组合以生成预期的输出。输出层第j个神经元的输出为dj=Snhi=lvij•4)i(x)(j=1,••-zno)(2)式中no为输出神经元的总数;vij为第i个隐层神经元到第j个输出神经
8、元的权重。由此可见，根据给定的训练样木,快速有效地确定径向基函数的中心{ui}和输出层权重{vij}是训练RBF神经网络的关键任务。事实上一旦确定了径向基函数的中心{ui},则对于所有的训练样本而W{4)i(x)}nhi=l和相应的预期输出{dj}noj=l是已知的，输出权重{vij}可由式⑵经最小二乘法求出。所以，建立RBF神经网络的关键问题是根据给定的训练样本确定径向基函数的中心。这个问题将在后
