可评价保护系统动作行为的双重神经网络电网故障诊断模型
2023-09-13魏冲冲熊国江陈锦龙
实验室研究与探索 2023年6期
魏冲冲, 熊国江, 陈锦龙, 张 耀
(1.贵州大学电气工程学院,贵阳 550025;2.贵州电网有限责任公司电力调度控制中心,贵阳 550002)
0 引言
故障诊断是实现智能电网自愈功能的基础[1]。迅速准确地诊断电网故障对减少故障停电时间,避免事故扩大,快速恢复正常供电具有重要意义[2]。
近年来,为有效提高电网故障诊断水平,国内外学者开展了大量研究工作,提出了多种先进、高效的诊断方法,包括专家系统[3]、Petri 网[4-6]、脉冲神经膜系统[7-8]、优化技术[9-11]、人工神经网络[12-13]等方法。专家系统因可有效地分配利用专家的各种知识经验,具有较强的诊断推理能力和故障解释能力,但是对它的知识库,却难以进行更新和维护,故障容错率低;Petri网诊断模型推理求解过程较为简单,且它的透明度比较高,但因其复杂的结构,使得建模难度比较高;脉冲神经膜系统具有比较可靠的动态性能,但是泛化能力有待提高;基于优化技术实现的故障诊断方法可充分利用相关的数学原理,易于通过编程技术实现,但一些不确定的动作警报信息制约了模型准确度的进一步改善。相比于上述故障诊断方法,基于人工神经网络的故障诊断方法学习能力很强,只要样本充足可靠,就能得到正确的结果,该方法具有高容错、强泛化等特点,近些年来在电网故障诊断中得到了深入的研究。
基于人工神经网络的故障诊断方法是以电网发生故障时候的信息为样本对模型进行训练,运用该算法良好的自适应能力和非线性映射能力,得出相应的故障诊断规则,使输入与输出之间建立起映射关系,保证能准确地诊断出电网故障。……
登录APP查看全文
