程学珍，林晓晓，朱春华，陈 强

(山东科技大学 电气与自动化工程学院，山东 青岛 266590)

基于加权模糊Petri网的电网分层故障诊断方法

程学珍，林晓晓，朱春华，陈 强

(山东科技大学 电气与自动化工程学院，山东 青岛 266590)

为了降低模型建立的复杂度，增强模型的灵活性和通用性，研究了用于电网故障诊断的分层加权模糊Petri网模型，对系统中的元件分别建立子网和综合诊断两层模型，并将建立的分层加权模糊Petri模型与Stateflow元素对应转换，利用Simulink构建故障诊断模型，结合故障推理算法，求得元件的故障概率值，准确判断出故障元件。针对一个典型电网模型进行案例测试，结果表明，所建模型和仿真方法简单方便，具有准确性和通用性。

电力系统；故障诊断；分层模型；加权模糊Petri网；Stateflow

随着电力系统的快速发展，电网结构越来越复杂。当电网发生故障时，准确高效地找出故障点或区域是快速隔离和恢复供电的前提条件，对提高电能质量和供电系统可靠性具有重大现实意义。

近年来，学者们提出了许多电网故障智能诊断算法，如基于专家系统[1]、基于神经网络[2]、基于模糊理论[3]、基于D-S证据理论[4]等故障诊断方法。Petri网作为离散事件数学表示和行为分析的一种方法，在解决系统异步并发、分步并行方面存在优势。因此，一些学者将Petri网理论应用到电网故障诊断中[5]。文献[6-7]对每个元件建立模糊故障Petri网模型，根据收到的警报信息赋予相应的概率值并进行故障推理。文献[8]建立了故障区域的Petri网模型，并对故障模型结构进行了优化设计，避免矩阵维数过大。……