電網故障信息綜合處理與診斷系統(tǒng)研究.pdf

1、電力安全不但有賴于電力系統(tǒng)運行分析和控制技術，還受制于信息系統(tǒng)的有效性和可靠性。廠站端的微機繼電保護裝置、故障錄波器和其他自動裝置提供了事故前后的大量有用信息?；谕ㄐ偶夹g的發(fā)展和系統(tǒng)網絡的建設，這些信息上傳至調度端進行有效的分析和處理已成為提高調度自動化水平的必要條件之一。本文圍繞故障信息綜合處理與診斷系統(tǒng)的建設展開了研究和探討。
　　 本文回顧了故障信息綜合處理系統(tǒng)的研究歷史和現狀，指出了當前應用中的得失，從而明確了課題的研

2、究意義和研究內容。為了建立故障信息綜合處理與診斷系統(tǒng)標準框架，本文通過闡述系統(tǒng)的基本構成，進而分別討論主站和子站的功能標準和實現形式來達到這個目的。電網在一次故障過程中會產生大量的故障信息，由此帶來信息爆發(fā)性傳輸，對通信信道和主站信息有效利用形成了干擾。為了解決這些問題，本文從兩個方面展開研究，一是為了保證子站只傳送主站應用所需的信息，建立了信息傳送優(yōu)先級機制和相應的上送條件；二是為了保證主站能夠完整地收集一次電網故障過程中所有相關聯(lián)的

3、故障信息，建立了一次故障信息模型，利用GPS對時的時間標簽效應產生的時間窗因子和其它關聯(lián)因子如電網故障序號（NOF）來關聯(lián)相關故障信息，進而生成保護故障報告和故障錄波器故障報告等一次故障信息模型。在上述兩個方向的研究成果上，給出了主子站的故障信息預處理流程。研究了作為主站端高級應用之一的電網故障診斷功能的實現。鑒于神經網絡在模式識別中的優(yōu)越性，本文采用模式分類性能好、具有全局逼近性質的徑向基函數（RBF）網絡實現故障診斷。當前實際應用中

4、的RBF網絡，其訓練算法大都基于正交最小二乘算法，但該算法在基函數中心和寬度的確定、網絡結構方面具有缺陷，因此，利用隱層基函數中心對樣本的聚類作用，本文引入改進后的聚類算法—輸入輸出聚類算法（IOC）來訓練RBF網絡。IOC算法根據輸出樣本來分類輸入樣本，加快訓練速度，同時根據樣本的實際分布情況自動調節(jié)各聚類中心寬度，一般只需少量神經元即可得到滿足設計要求的網絡。針對4節(jié)點的簡單測試電網，仿真中建立了39輸入和9輸出的RBF網絡，以及4