MBD關(guān)鍵問(wèn)題研究以及在配電網(wǎng)故障診斷中的應(yīng)用.pdf

1、在當(dāng)今社會(huì)，廣大用戶不僅要求保證供電的連續(xù)性，而且要求保證供電的可靠性，然而，配電網(wǎng)規(guī)模的不斷擴(kuò)大，極大增加了故障發(fā)生的概率。為快速準(zhǔn)確定位故障原因，一些人工智能的理論方法被用于配電網(wǎng)故障診斷，如基于經(jīng)驗(yàn)的專家系統(tǒng)。但是傳統(tǒng)專家診斷系統(tǒng)難以診斷經(jīng)驗(yàn)之外的故障，系統(tǒng)的可移植性與可維護(hù)性較差?；谀Ｐ驮\斷方法(Model-based diagnosis，MBD)則直接利用電壓電流等量測(cè)量來(lái)判斷故障元件，可以在保護(hù)裝置和斷路器動(dòng)作前進(jìn)行故障定

2、位，具有一定的故障預(yù)警功能，在產(chǎn)生更加嚴(yán)重后果之前及時(shí)排除故障并采取對(duì)應(yīng)保護(hù)措施，已廣泛應(yīng)用于工程領(lǐng)域，航天領(lǐng)域，電路診斷等領(lǐng)域。
　　首先，本文分析了課題的背景與意義，配電網(wǎng)故障診斷的研究現(xiàn)狀。簡(jiǎn)述了MBD方法的基本思想、診斷步驟、常見(jiàn)存在的問(wèn)題等。
　　其次，MBD方法中一個(gè)關(guān)鍵的問(wèn)題就是如何求解沖突集的最小碰集，傳統(tǒng)碰集搜索算法搜索效率和正確率無(wú)法滿足復(fù)雜系統(tǒng)故障診斷實(shí)時(shí)性的要求。由于離散二進(jìn)制粒子群算法(BPSO，B

3、inary Particle Swarm Optimization)算法有較快的收斂速度和較高的計(jì)算效率，引入改進(jìn)的離散二進(jìn)制粒子群算法用于求解沖突集的最小碰集，將計(jì)算最小碰集問(wèn)題轉(zhuǎn)化為0、1表示的二值空間問(wèn)題。通過(guò)實(shí)際建模、編程和實(shí)驗(yàn)表明，二進(jìn)制粒子群算法比HS-Tree、Boolean Algebra方法、遺傳算法等算法搜索效率更高，可節(jié)約1/2-1/3的搜索時(shí)間，當(dāng)問(wèn)題規(guī)模較大時(shí)并未出現(xiàn)內(nèi)存溢出問(wèn)題，取得了較好的效果。
　　

4、接著，MBD方法存在著一定的不確定性問(wèn)題，其診斷結(jié)論為一組或者多組引發(fā)故障的元件集合，導(dǎo)致實(shí)際應(yīng)用效果不佳。本文引入貝葉斯概率方法進(jìn)行診斷識(shí)別，利用最小診斷候選來(lái)區(qū)分可能狀態(tài)集合并且降低計(jì)算的復(fù)雜度，由后驗(yàn)概率方法對(duì)診斷候選進(jìn)行故障概率排序，從而以后驗(yàn)概率形式量化了診斷識(shí)別的衡量標(biāo)準(zhǔn)，并通過(guò)診斷實(shí)例驗(yàn)證方法的可行性與有效性。
　　最后，通過(guò)完善MBD配電網(wǎng)故障診斷過(guò)程中存在的問(wèn)題，結(jié)合配電網(wǎng)本身結(jié)構(gòu)特點(diǎn)，給出一個(gè)基于MBD方法的配