电力在线检测系统模糊神经网络故障诊断方法.pdfVIP

电力在线检测系统模糊神经网络故障诊断方法 郭从良谢于明曾丹 中国科学技术大学电子科学与技术系，230026安徽省合肥市、 郭金平张洪涛 宿迁供电公司、223800江苏省宿迁市 摘要：对某个电力系统作分层次分级别处理，对其底层或者子系统级，尤其是设备级的 诊断问题，可以充分发挥基于解析模型的诊断方法的优势，因为对于局部的．设备级的 子系统，其故障机理相对容易把握，数学模型也相对容易建立，特剐是备类技术过程的 模型化问题多年来已得到了相应的研究，遮方面的成果在故障诊断中应充分加以利用． 在对整个电力系统进行故障诊断研究时，故障诊断算法的鲁棒性差且有些诊断对象不易 于建立实际系统数学模型．对这些诊断问题，研究基于模型化和基于模糊神经网络的故 障诊断方法．采用模糊变量作为神经网络的输入信号的模糊神经网络故障诊断方法研究 在在线检测系统中建立基于神经网络和模糊逻辑系统结合的专家系统。采用该方法可充 分利用专家经验知识，并且具有一定的学习与客错能力． 关键字：电力系统，故障诊断，神经两络，模糊逻辑，模型化 1．电力系统故障诊断方法 对于实际的工程系统，故障诊断技术基本上有两大用途。其一是用于构成离线式的“计 算机辅助决策支持系统”，即利用故障诊断系统来帮助快速发现系统的故障，制定更加合理 有效的系统维修方案，找到系统不可靠的环节，最终提高系统的可靠性和生产效益。这类系 统可以很好的缩短有故障系统的维修时间，从而提高效率。其二是用于构成实时状态监视系 统，或者进而实现高性能的自动控制系统。这样故障诊断系统通常以在线方式进行，它连续 地实时监视整个系统的测量参数，对参数进行处理；并同时在在线检测系统的模糊神经网络 专家数据库核对处理给出系统的故障信息，包括故障报警信息，故障位置信息和故障程度信 息等。采川先进的控制系统设计方法，可以使控制系统具有自动利用这些故障信息，根据系 统运行的不同故障工况自动调整方案的能力，其目标即是保证系统运行在安全状态。 目前故障诊断问题可以从多个方面进行分类，按照通行的分类方法分为基于解析模型的 方法，基于信号处理的方法和基于智能的方法三大类。最早用于故障诊断的是基于解析模型 的方法，此方法需要建立被诊断对象的较为精确的数学模型。它又可以分为参数估计法、状 态估计法和等价空间法。在非线性系统上的故障诊断，比较难以建立数学模型，采用参数估 计法会好些：对于这样的情况，基于信号处理的方法比较合适，因为它可以回避抽取对象的 ·256· 数学模型的难点，而直接采用采集的信号模型，如信号的相关函数，高阶统计量，频谱，小 波分析技术等。而基于智能的方法却是通过采集的信息进行处理后，输入到专家数据库中进 行判断处理。它又可以分为基于症状的方法和基于定性模型的方法。基于定性模型的方法包 括定性观测器、定性仿真和知识观测器；基于症状的方法包括专家系统方法、模糊推理方法、 模式识别方法和神经网络方法等，本文将建立电力在线检测系统。在系统的结构中建立模糊 神经网络的专家系统，采用神经网络和模糊逻辑推理的方法来对电力系统进行故障诊断。[1] 2．采用神经网络和模糊逻辑推理方法的故障诊断 人工神经网络即神经网络是近年来发展起来的十分热门的交叉学科，它涉及到生物，电 子，计算机，数学等学科，有着广泛的应用背景和前景。 神经网络是用物理上可以实现的器件，系统或现有的计算机来模拟人脑的结构和功能的 人工系统，其主要思想是模拟人脑功能的若干基本特性，但只是人脑功能的某种模仿、简化 和抽象，包括对信息的加工、处理、存储及搜索等。它由大量简单神经元经广泛互联构成一 种计算结构。每个神经元的结构和功能比较简单，仅对输入信号的加权求和，然后计算该处 理单元新的活跃值和输出信号，而大量的神经元组合产生的系统行为非常复杂；同时神经网 络模型具有高度复杂的互连。因此人工神经网络具有较强的学习能力、计算能力、变结构适 应能力、复杂映射能力、记忆能力、容错能力以及各种智能处理能力。由于人工神经网络有 其以上特点，则其在某种程序上可以模拟人脑生物神经网络系统的工作过程。[2J 目