基于ANN的变电站故障诊断系统及其容错性.PDF

2000 年 9 月 继电器 第 28 卷 　第 9 期 　　　　　　　　　　　 　　　　　　　　　　　 19 RELAY 基于 ANN 的变电站故障诊断系统及其容错性 刘应梅 , 杨宛辉 , 章 　健 , 许 　珉 , 孔 　斌 (郑州工业大学电气信息学院 , 河南 郑州 450002) ( ) 摘要 : 介绍了基于人工神经网络 ANN 方法的变电站故障诊断的系统 ,并对其容错性进行了研究 ,该系统充 分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点 ,实现对变电站故障元件的诊断 。仿真 结果表明 ,本系统不仅能在输入信息正确的条件下准确地诊断出故障元件 ,而且在输入信息不完整或少部分 信息错误的情况下 ,仍能给出满意的诊断结果 。 关键词 : 神经网络 ; 　故障诊断 ; 　容错性 ( ) 中图分类号 : TP206. 3 ; 　TP183 　　　文献标识码 : A 　　　文章编号 : 2000 2. 1 　ANN 模型 1 　引言 本系统采用的前馈神经网络是三层 BP 网络 , 目前 , 电力系统故障诊断的方法主要有 :专家系 其模型如图 1 所示 。其输入量[ X 1 , X 2 , …X n ] 是具 统法 、人工神经网络 、基于优化技术等方法 。其中 , 体的保护动作和开关跳闸信息及电气量信息, 输出 专家系统具有较强的逻辑推理和字符处理能力 , 比 量[ Y , Y , …, Y ] 为被诊断元件的状态 。 1 2 m 较适合电力系统故障诊断 ,但专家系统也有其缺点 , 如 :ES 的容错和学习能力很弱 ,知识获取困难 ,遇到 一个复杂问题时 ,ES 求解时间过长甚至可能产生知 识组合爆炸问题等 ,这些不足使得 ES 很难适应未来 电力系统的运行和发展的要求 。 人工神经网络是用大量神经元的互连和连接权 值来表示特定的概念或产生式规则知识 ,在获取推 理知识时 ,它只要求专家提供范例和相应的解 ,通过 学习算法对样本进行学习 ,这样把经验性知识都映 图 1 　ANN 模型 射到网络的互连权上 。对于给定输入 ,神经网络就 2. 2 　变电站故障诊断系统 通过“综合效应”给出输出。与专家系统相比,人工 以具体的信息作为神经网络的输入时 ,神经网 神经网络具有高度容错能力和学习能力 。本文基于 络的输入很多 ,如果只采用单一的神经网络来诊断 人工神经网络方法 ,针对河南某一个 110kV 变电站 整个变电站的故障 ,那么神经网络的规模会很庞大 , 集控中心 ,开发了变电站实时故障诊断系统 。在对 使得神经网络训练时间过长 ,甚至可能造成神经网 该系统中所有子网络进行训练时 ,所用样本是在开 络不收敛 。另外 ,有些元件仅与其本身的保护有关 , 关跳闸信息、保护动作信息、电气模拟量信息完整及