一种基于FPN750KV变电站故障诊断.docVIP

一种基于FPN的750KV变电站故障诊断 　　摘 要 随着我国现代电力技术的迅速发展，电网的结构变得越来越复杂，这也给电网中的故障判断带来了巨大的困难，本文针对750KV电网的复杂性，采用模糊Petri网（FPN）故障研究方法，将故障元件诊断模型分为双网模型，即主网和冗余网两个子网模型，并且在模型中运用信息熵理论，通过一系列模糊推理后得到最小故障诊断范围，最后确定出故障的具体位置，研究结果表明该方法具有一定的实用性。 　　关键词 750kV变电站 冗余保护 故障分析 信息熵 模糊Petri网 　　中图分类号：TM76 文献标识码：A 　　0引言 　　西北750kV变电站包含三个电压等级，即750kV、330kV、66kV，配有双重保护配置，是西北地区的水火风电外送的大通道，其确保了华北、华中和华东等地区供电的可靠性。当变电站有异常时，各种保护所产生的巨大报警信息会增大故障诊断的难度，很容易出现误判的情况，并且会使得故障范围扩大。因此，750kV变电站的故障诊断对于电网的稳定运行具有重要的研究价值。 　　目前在故障诊断方面，国际上提出过很多方法，比如神经网络、贝叶斯、遗传算法专家系统、Petri网、粗糙集等。文献[4]提出基于模糊Petri网的诊断方法构建了电网中各线路及元件的模糊Petri网故障模型，并且缩小了故障的定位范围，然后对故障区域元件进行模糊推理，最后通过仿真得到结果。该方法在保护信息不完整时仍可以进行故障诊断，有着较强的通用性。 　　1冗余知识理论 　　1.1信息熵理论 　　文献[5]提出信息熵理论，对于不确定的系统，若有限随机事件的集合X表示它的状态特征，为其取值为x的概率，则=1，（i=1，2，…，n），n为初始库所的个数，集合X中任合一个事件的自信息量为： 　　I（x）=logz 　　将的数学期望定义为平均自信息量，称为集合X的信息熵，即 　　H（X）=logz 　　1.2冗余知识表示 　　文献[6]提出先建立元件的各保护子网与线路单侧诊断子网、再建立综合诊断子网的分层建模方法。当750KV电网存在异常时，它的冗余FPN模型可以用一个七元组表示，，由于其具有双网双保护配置，所以进一步把它分成两个子网和，是元件的主网，是元件的冗余网，且。下文中i取m或r。 　　（1） 是主网和冗余网的模糊库所的集合。 　　（2） 是主网和冗余网模糊变迁的集合。 　　（3） 是主网和冗余网的输入函数。 　　（4） 是主网和冗余网的输出函数。 　　（5） 是主网和冗余网库所节点处的可信度。 　　（6） 是主网和冗余网的输入输出权值矩阵。 　　（7） 是主网和冗余网变迁可信度的阈值。 　　2冗余知识模型 　　2.1 750kV变电站系统主接线 　　图1中的武海Ⅰ线为例子，构建其FPN诊断模型如图2 　　当武海Ⅰ线故障时，根据保护装置所发出的信息可以将故障元件范围定位在武海Ⅰ线、武古Ⅱ线、330kVⅢ母、330kVⅣ母。 　　2.2 750KV变电站故障元件诊断 　　文献[7-8]具体给出了冗余FPN的推理过程如下 　　（1）确定初始信息可信度 　　依据冗余知识构建武海Ⅰ线诊断模型中各初始信息的可信度如表1 。 　　（2）计算每个变迁的合成输入可信度 　　设武海Ⅰ线诊断模型中所有的变迁输入、输出弧的权值为1/h，输入、输出弧的总个数为h.则每个变迁合成输入可信度为： 　　（3）比较等效模糊输入可信度与变迁阈值 　　假设主保护、近后备保护、远后备保护的变迁阈值 分别为0.7、0.2、0.2，则 　　由于，则 　　G为m维列向量，m表示已触发变迁的个数。当合成输入可信度大于等于变迁阈值时，gi=1；反之gi=0，i=1，2，…，m。 　　（4）去掉合成输入可信度中小于变迁阈值的输入项H=EeG，经过这一步计算后，H中只包含变迁触发的合成输入可信度 　　（5）计算当前可得到的所有模糊输出库所的可信度 　　（6）将上述所求的结果不断更新并重复步骤2至5，得： 　　（7）当时结束，得： 　　冗余网的诊断推理同上，有： 　　耦合网诊断推理过程也同上，有： 　　可疑故障元件武古Ⅱ线，330kVⅢ母，330kVⅣ母的故障诊断推理过程同上 　　最后可得到诊断结果如表2 　　表2：可疑元件的故障可信度 　　3结语 　　由于750KV变电站发生故障时的信息不完整和不确定性，本文采用模糊Petri网（FPN）故障研究方法构建了故障元件的冗余诊断模型，通过模糊推理和仿真缩小故障元件搜索范围，从而大大降低了判断故障诊断的难度，提高了故障诊断的效率，为电网中各种故障判断提供了一种新的研究方法。最后诊断结果表明该方法具有很好的容错性。 　　基金项目：西北民族大学中央高校基