膜计算在电力体系故障诊断和经济负荷分配之应用概述.docVIP

　　膜计算在电力体系故障诊断和经济负荷分配之应用概述 1 绪 论 1.1研究背景及意义 电力是一种先进的生产力和基础能源产业，它不仅关系着国家建设和社会经济的发展，也与人们的日常生活和社会稳定息息相关，电力作为国民经济发展中不可缺失的基础产业，关系着国家经济安全的战略性大问题，能对促进国民经济发展和社会进步起到非常重要的作用[1]。然而随着电网规模的不断扩大，为了确保电网安全稳定的运行，电力系统中就需要安装更多的自动化装置，当电网出现故障时，这些自动化装置会发出各种报警信息涌入控制中心，特别是电网的保护以及断路器出现误动、拒动等造成不确定信息的复杂故障时，故障诊断工作将更加艰难[2]。由于保护和断路器的不正确动作以及因信道原因引起保护和断路器动作信息丢失或出错，即调度中心的 SCADA 不能提供完整正确的报警信息时，会导致故障诊断结果的正确性不高，将会发生更大面积的停电事故，国民生产和经济发展也将会受到严重的影响和损失。因此，为了保证电网安全、稳定、经济的运行，能够对电力系统故障做出及时准确的诊断越来越受到电力工作人员的重视。伴随着我国经济的不断发展，人民对电力的需求量也越来越大，所以，电力的经济效率和资源利用率的提升具有十分重要的意义。在保证电网安全稳定运行的同时，能够用科学的优化决策方法来优化生产也受到越来越多发电厂商的重视。电力系统经济负荷分配问题是电网经济运行中十分重要的问题，也是电力系统中一类典型的不连续、非凸、非线性优化问题[3]，它的目的是在满足电力系统或发电机组运行的功率限制和功率平衡约束条件的基础上，在不改变现有设备的条件下，在各台机组间合理地分配负荷使总的发电费用达到最小，有效提高电力系统运行的经济性[4][5]。综上所述，确保电网经济、安全而又稳定的运行越来越受到社会的关注和重视。因此，在如此严峻的能源形势下，深入研究电力系统故障诊断和经济负荷分配问题将具有很重要的理论和实际意义。 . 1.2国内外研究现状和发展趋势 膜计算（Membrane puting）作为自然计算的一个新分支，是由罗马利亚科学院院士、欧洲科学院院士、国际信息科学院院士 Gh. P un 教授在多年研究以 DNA 为基础的分子计算的基础上于 2000 年所创立的[9]。膜计算是受生命细胞的结构和功能以及生物组织和器官等细胞群的协作所启发而提出的一类全新的分布式并行计算模型（或计算设备）。这类计算模型通常称为 P 系统。自欧洲科学院院士 Gh. P un 于 2000 年创立膜计算以来，由于其分布式、并行计算能力和不同模型所表现出的诸多优势和特征，吸引了众多学者对膜计算的关注。由于膜计算诞生于欧洲的缘故，当前其研究者多数分布于欧洲的多个大学，以西班牙、罗马尼亚、英国、意大利、德国等国的学者成果尤为显著，包括西班牙 Seville 大学由 Mario .J.Peacute;rez-Jimeacute;nez 教授（欧洲科学院院士）所领导的自然计算研究组。在膜计算的研究领域，每一年主要举办两个膜计算专题的国际会议：C（Gh. P un 教授为大会主席）和BC（Mario J. Peacute;rez-Jimeacute;nez 教授为大会主席），以及 BIC-TA、UC、pMod、MeCBIC、DCFS 等包含膜计算主题的国际会议[10]。膜计算是受生命细胞的结构和功能的启发而提出的，学者们分别依据从生物细胞或组织中所抽象出的功能和特征，建立了各种类型的 P 系统计算模型[11]，目前主要有三种类型的 P 系统计算模型，它们分别是细胞型、组织型和神经型 P 系统，本文将在后面的章节对本研究课题所涉及的细胞型 P 系统和脉冲神经型 P 系统作详细介绍。 .. 2基于自适应模糊脉冲神经 P 系统的研究 2.1 自适应模糊脉冲神经 P 系统 脉冲神经 P 系统是神经型 P 系统的一种主要形式，是在膜计算下融入脉冲神经元激发脉冲思想而提出的[7]。脉冲神经 P 系统采用有向图结构，在点火规则控制下通过脉冲的激发和传递来完成计算。近年来，为了处理模糊知识和实现模糊推理，本文指导导师王军等人提出了多种扩展的脉冲神经 P 系统，模糊脉冲神经 P 系统（FSN P 系统）[36][37]。这些模糊脉冲神经 P 系统具有如下特征：（1）并行处理能力；（2）直观的图形表示，因此容易理解；（3）神经元的点火和激发机制有利于模拟系统的动态行为；（4）同步性；（5）非确定性；（6）非线性等[38]。这些特征使模糊脉冲神经 P 系统潜在地适合于处理故障诊断问题。然而，在实际应用中，多数系统是动态的，这就要求计算模型能够自动地调整自己。因此具有自适应能力或学习能力的自适应模糊脉冲神经 P 系统（AFSN P 系统）由此诞生。自适应模糊脉冲神经 P 系统的学习过程为：确定