论文部分内容阅读
【摘 要】随着电网规模的不断扩大，电网元件受到各方面故障的的影响也越来越多。目前电网故障元件的诊断主要是通过继电保护分析和断路器的动作信息来进行故障元件的诊断。但是由于目前电网变得越来越复杂，故障的原因也变得复杂多样，导致继电保护和断路器由于信号发生畸变而不能正常地诊断出故障元件。为了能够比较快速和准确地诊断出电网的故障元件，通过制定电网故障频率模糊等级表对训练样本进行模糊化处理，并用向量的形式表示出来，得到电网故障元件输入向量集与电网故障元件的输出向量集。综合运用两种人工智能技术，人工神经网络、模糊逻辑理论构建模糊神经网络并结合继电保护动作原理来对复杂模糊的故障信息进行识别效果更佳。
【关键词】人工神经网络;模糊逻辑理论;人工智能技术
引言
继电保护技术随着电力系统的发展经历了机电型、整流型、晶体管型和集成电路型继电保护，以及目前的微机保护型。然而，随着电力系统向着智能化方向发展以及人们对电力系统稳定性要求的提高，微机保护型继电保护已经无法有效地实现其功能，人工智能技术顺势而生，开始在继电保护中逐渐发挥作用。
人工智能系统可分为三大类：（1）专家系统。专家系统（ES）是人工智能领域的一个重要分支，其原理是通过对专家某个领域内的知识与经验的统计分析，利用智能计算机程序来模拟人类对此领域问题的决策的过程，进而解决需要专家决定的复杂问题。比如故障专家系统能够根据人工提供或观察到的数据来推断出某个对象发生故障的具体原因。继电保护中的专家系统则是针对整个继电系统的各种保护的工作原理，制定相对应的鉴别规则、整定规则、核查规则、校正规则等规则实现继电保护设备的智能调整与维护。在继电保护中，专家系统知识表达方式有基于谓词逻辑的系统、基于过程式知识的系统、基于产生式规则的系统、基于框架式的系统，以及在这四种表达法基础上发展起来的基于知识模型的系统和基于面向对象的系统。（2）人工神经网络。人工神经网络（ANN）是通过模拟人脑组织结构和人类认知过程的信息处理系统。神经网络采取的是非线性映射的方法，可以有效地解决难以列出方程式或求解复杂的非线性问题。相比于继电保护ES诊断方法，ANN算法可以通过对标准样本的学习，调整自身的连接权，将获得的知识分布在网络上实现ANN的记忆模式，具有强大的知识获取能力。（3）模糊理论。模糊理论突破了经典集合中用0和1表示非此即彼的清晰概念，引进语言变量和模糊逻辑，利用模糊隶属度的概念来对不确定事件与现象进行描述。模糊识别可以通过对事物的特征进行分类和识别，解决了继电保护中许多需要较长时间的复杂运算来进行故障诊断的问题，提高了继电保护故障诊断的效率。
1继电保护中人工智能技术的应用
人工神经网络在继电保护中多用于故障类型的判别、故障距离的测定、方向保护和主设备保护等方面。比如，对高压输电线的方向保护，利用BP模型作为方向保护的方向判别元件，该元件可以准确、快速的判别出故障的方向;对电流的保护上，利用人工神经网络的学习和模式识别能力，可以有效地对电力系统中的故障情况做出识别，使电流对正方向的故障进行保护，对反方向故障采取闭锁反应，实现了电流的自适应，提高了电流的灵敏度。另外，人工神经网络还通常与专家系统结合使用来进行对电力系统故障的诊断。在ANN和ES结合运用中，建立的ANN模式可以对母线、线路和变压器进行诊断，模型的核心是母件元件和线路，输入量为元件周围的保护信息和跳闸信息，输出量是被诊断元件的状态;同时，输入量采用的是ES精炼过的被诊断元件周边实时信息的几个特征量，用故障样本对ANN进行训练，就可以让ANN模型获得故障诊断的知识。这种方式可以适用于电力系统所有元件的故障诊断，同时对电力系统故障诊断专家系统具有重要意义。模糊理论在继电保护中主要应用于主变保护、线路保护和发电机保护等几个方面。小波分析在继电保护中的主要应用在与电流、电压相关的故障诊断方面，通常需要与其他方法结合使用[1]。文献[2]提出了一种基于模糊神经网络的模糊控制器综合优化设计方法。首先建立一个仅含四条模糊控制规则的通用模糊控制系统，以减少和避免对经验的依赖;然后，针对通用控制系统提出相应的模糊神经网络的构造方法，并在神经网络的权值和阀值与模糊系统的主要调整参数间建立一一对应的关系;最后，利用单纯形直接寻优法实现对隶属函数、模糊控制规则、模糊逻辑运算和比例因子的综合优化整定。该方法特点在于不仅实现了通用模糊控制系统和神经网络之间的知识和信息转换，并且使学习后模糊神经网络内部权值和阀值的变化可以参照模糊系统来进行解释，易于理解;此外此方法还具有很强的实时性，实现了对影响模糊控制器控制品质的诸因素的综合调整，有效地提高了模糊控制器的控制品质。文献[3]针对遗传算法耗时过多的缺点，提出了在最优化过程中引进两种模糊逻辑控制器以自动修改交叉与突变率，进而加速交叉与突变过程、提高算法的收敛速度的遗传模糊算法（FCGA）。该算法不仅加快了传统遗传算法搜索过程的速度，而且提高了发送和负荷调度的精度，文献[4]即为一例，其利用辩识的最小二乘法原理，采用模糊语义表示，将泄漏电流、电介质损耗、吸收比和绝缘电阻与历年相比的变化率作为输入，根据规则和相应的隶属函数进行量化处理，形成输入模糊矩阵x，同时将变压器的绝缘状况分为三种类型：合格、有问题、不合格，进行量化处理形成输出模糊矩阵y;然后利用积累的经验数据作为扩展的模糊输入、输出矩阵，再运用最小二乘法原理通过迭代的方法得到关系矩阵R，从而可以通过关系矩阵对新的试验数据进行分析判断。文献[5]提出了一种基于模糊集理论的多判据算法，它将传统的数字式继电保护的各种判据通过模糊处理后分别赋予一隶属度函数，再根据实际电参数的測量计算从而确定各种判据的隶属度，经模糊运算后由模糊决策系统确定变压器的运行工况并发出动作指令。
2结论与总结
当前各种电网的故障研宄层出不穷，对于电网故障的诊断技术也逐步完善。本文通过对电网故障元件诊断的研究，发现了目前想要单独运用某种理论或者技术来对电网元件的故障进行诊断较为困难。在诊断复杂不确定的故障时，综合运用人工神经网络、模糊逻辑理论构建模糊神经网络并结合继电保护动作原理来对复杂模糊的故障信息进行识别效果更佳。
参考文献：
[1]刘力丰，高中德等.电力系统继电保护设计专家系统的模糊知识处理.电力系统自动化，2007，21（6）：34-38
[2]高峰，秦翼鸿.基于模糊神经网络的模糊控制器综合优化设计.电力系统自动化，1996，20（7）：9-12
[3]王平洋，王广生等.加快遗传模糊算法的搜索过程.电网技术，2000. 23（5）：3-7
[4]徐文，王大忠等 . 模糊辩识在电力设备故障诊断中的应用.电力系统自动化，1996，20（3）：45-49
[5]Wiszniewski A，Kasztenny B. A M ulti - crite ria Differential T ransfo rmer Relay Based - o n Fuzzy Log ic. IEEE Trans on Po wer Deliv ery，2005，10（4）：1786 -1792
[6]徐文等.结合遗传算法的人工神经网络在电力变压器故障诊断中的应用.中国电机工程学报，2005，17（2）：109-111
【关键词】人工神经网络;模糊逻辑理论;人工智能技术
引言
继电保护技术随着电力系统的发展经历了机电型、整流型、晶体管型和集成电路型继电保护，以及目前的微机保护型。然而，随着电力系统向着智能化方向发展以及人们对电力系统稳定性要求的提高，微机保护型继电保护已经无法有效地实现其功能，人工智能技术顺势而生，开始在继电保护中逐渐发挥作用。
人工智能系统可分为三大类：（1）专家系统。专家系统（ES）是人工智能领域的一个重要分支，其原理是通过对专家某个领域内的知识与经验的统计分析，利用智能计算机程序来模拟人类对此领域问题的决策的过程，进而解决需要专家决定的复杂问题。比如故障专家系统能够根据人工提供或观察到的数据来推断出某个对象发生故障的具体原因。继电保护中的专家系统则是针对整个继电系统的各种保护的工作原理，制定相对应的鉴别规则、整定规则、核查规则、校正规则等规则实现继电保护设备的智能调整与维护。在继电保护中，专家系统知识表达方式有基于谓词逻辑的系统、基于过程式知识的系统、基于产生式规则的系统、基于框架式的系统，以及在这四种表达法基础上发展起来的基于知识模型的系统和基于面向对象的系统。（2）人工神经网络。人工神经网络（ANN）是通过模拟人脑组织结构和人类认知过程的信息处理系统。神经网络采取的是非线性映射的方法，可以有效地解决难以列出方程式或求解复杂的非线性问题。相比于继电保护ES诊断方法，ANN算法可以通过对标准样本的学习，调整自身的连接权，将获得的知识分布在网络上实现ANN的记忆模式，具有强大的知识获取能力。（3）模糊理论。模糊理论突破了经典集合中用0和1表示非此即彼的清晰概念，引进语言变量和模糊逻辑，利用模糊隶属度的概念来对不确定事件与现象进行描述。模糊识别可以通过对事物的特征进行分类和识别，解决了继电保护中许多需要较长时间的复杂运算来进行故障诊断的问题，提高了继电保护故障诊断的效率。
1继电保护中人工智能技术的应用
人工神经网络在继电保护中多用于故障类型的判别、故障距离的测定、方向保护和主设备保护等方面。比如，对高压输电线的方向保护，利用BP模型作为方向保护的方向判别元件，该元件可以准确、快速的判别出故障的方向;对电流的保护上，利用人工神经网络的学习和模式识别能力，可以有效地对电力系统中的故障情况做出识别，使电流对正方向的故障进行保护，对反方向故障采取闭锁反应，实现了电流的自适应，提高了电流的灵敏度。另外，人工神经网络还通常与专家系统结合使用来进行对电力系统故障的诊断。在ANN和ES结合运用中，建立的ANN模式可以对母线、线路和变压器进行诊断，模型的核心是母件元件和线路，输入量为元件周围的保护信息和跳闸信息，输出量是被诊断元件的状态;同时，输入量采用的是ES精炼过的被诊断元件周边实时信息的几个特征量，用故障样本对ANN进行训练，就可以让ANN模型获得故障诊断的知识。这种方式可以适用于电力系统所有元件的故障诊断，同时对电力系统故障诊断专家系统具有重要意义。模糊理论在继电保护中主要应用于主变保护、线路保护和发电机保护等几个方面。小波分析在继电保护中的主要应用在与电流、电压相关的故障诊断方面，通常需要与其他方法结合使用[1]。文献[2]提出了一种基于模糊神经网络的模糊控制器综合优化设计方法。首先建立一个仅含四条模糊控制规则的通用模糊控制系统，以减少和避免对经验的依赖;然后，针对通用控制系统提出相应的模糊神经网络的构造方法，并在神经网络的权值和阀值与模糊系统的主要调整参数间建立一一对应的关系;最后，利用单纯形直接寻优法实现对隶属函数、模糊控制规则、模糊逻辑运算和比例因子的综合优化整定。该方法特点在于不仅实现了通用模糊控制系统和神经网络之间的知识和信息转换，并且使学习后模糊神经网络内部权值和阀值的变化可以参照模糊系统来进行解释，易于理解;此外此方法还具有很强的实时性，实现了对影响模糊控制器控制品质的诸因素的综合调整，有效地提高了模糊控制器的控制品质。文献[3]针对遗传算法耗时过多的缺点，提出了在最优化过程中引进两种模糊逻辑控制器以自动修改交叉与突变率，进而加速交叉与突变过程、提高算法的收敛速度的遗传模糊算法（FCGA）。该算法不仅加快了传统遗传算法搜索过程的速度，而且提高了发送和负荷调度的精度，文献[4]即为一例，其利用辩识的最小二乘法原理，采用模糊语义表示，将泄漏电流、电介质损耗、吸收比和绝缘电阻与历年相比的变化率作为输入，根据规则和相应的隶属函数进行量化处理，形成输入模糊矩阵x，同时将变压器的绝缘状况分为三种类型：合格、有问题、不合格，进行量化处理形成输出模糊矩阵y;然后利用积累的经验数据作为扩展的模糊输入、输出矩阵，再运用最小二乘法原理通过迭代的方法得到关系矩阵R，从而可以通过关系矩阵对新的试验数据进行分析判断。文献[5]提出了一种基于模糊集理论的多判据算法，它将传统的数字式继电保护的各种判据通过模糊处理后分别赋予一隶属度函数，再根据实际电参数的測量计算从而确定各种判据的隶属度，经模糊运算后由模糊决策系统确定变压器的运行工况并发出动作指令。
2结论与总结
当前各种电网的故障研宄层出不穷，对于电网故障的诊断技术也逐步完善。本文通过对电网故障元件诊断的研究，发现了目前想要单独运用某种理论或者技术来对电网元件的故障进行诊断较为困难。在诊断复杂不确定的故障时，综合运用人工神经网络、模糊逻辑理论构建模糊神经网络并结合继电保护动作原理来对复杂模糊的故障信息进行识别效果更佳。
参考文献：
[1]刘力丰，高中德等.电力系统继电保护设计专家系统的模糊知识处理.电力系统自动化，2007，21（6）：34-38
[2]高峰，秦翼鸿.基于模糊神经网络的模糊控制器综合优化设计.电力系统自动化，1996，20（7）：9-12
[3]王平洋，王广生等.加快遗传模糊算法的搜索过程.电网技术，2000. 23（5）：3-7
[4]徐文，王大忠等 . 模糊辩识在电力设备故障诊断中的应用.电力系统自动化，1996，20（3）：45-49
[5]Wiszniewski A，Kasztenny B. A M ulti - crite ria Differential T ransfo rmer Relay Based - o n Fuzzy Log ic. IEEE Trans on Po wer Deliv ery，2005，10（4）：1786 -1792
[6]徐文等.结合遗传算法的人工神经网络在电力变压器故障诊断中的应用.中国电机工程学报，2005，17（2）：109-111