基于信息融合技術的電網故障診斷研究.pdf

1、電網發(fā)生故障時，準確、實時的診斷出故障元件可以減少電能中斷的時間以及增強供電的可靠性，這對電網的穩(wěn)定運行意義重大。電網發(fā)生故障時，大量的報警和故障信息在短時間內涌入調度中心，大大超過了電網調度人員的處理能力，在發(fā)生復雜故障時，電網的故障診斷更加困難。本文正是基于此考慮，把信息融合理論引入到故障診斷領域，以解決復雜故障診斷問題。
　　本文對電網故障診斷進行了新的探索和研究，針對目前存在的主要問題，研究了一種基于模糊積分信息融合技術的

2、電網故障診斷方法。此方法結合基于潮流指紋的診斷方法和基于徑向基函數(RBF)神經網絡的診斷方法，然后利用模糊積分信息融合技術對此兩種方法進行決策級的信息融合，得到電網中各支路故障度，最終實現電網故障診斷。本文的主要工作如下：
　　1)查閱資料，了解課題的研究背景以及國內外的發(fā)展現狀和趨勢。
　　2)從生物學和信息論的角度論證了信息融合技術在故障診斷中的可行性和有效性；然后介紹了信息融合技術的主要融合算法，通過比較，并選用模糊

3、積分法為本文信息融合算法；再結合故障診斷的特點，給出了信息融合故障診斷過程的一般框架。
　　3)根據潮流指紋的故障診斷思想，研究了一種基于潮流分布特征的電網故障診斷方法。文中是基于MATLAB軟件采用直流潮流法進行仿真計算生成預想故障集，即潮流指紋庫，然后根據PMU量測獲取實時地電網潮流分布情況，最后與潮流指紋庫中的故障情況進行匹配計算，得到支路故障潮流指紋匹配度。
　　4)介紹了人工神經網絡以及RBF神經網絡的優(yōu)點，指出了

4、常規(guī)神經網絡診斷模型存在的致命問題，利用RBF神經網絡基于PMU配置點的開關信息量對電網進行故障診斷，最終得到支路RBF神經網絡故障可信度，并且通過仿真驗證了其方法的可行性及不足。
　　5)研究了基于信息融合故障診斷的方法，詳細介紹了該方法的原理和具體實施步驟。將基于電氣量得到的潮流指紋得到的故障診斷結果和基于開關量得到的RBF神經網絡故障可信度作為初級診斷，在此基礎上，結合電網的拓撲信息，應用模糊積分信息融合技術進行綜合診斷。通