考虑不确定信息的配电系统分析及故障诊断方法研究

摘要

本文首先论述了当前配电系统及其支持系统，然后分析了在配电系统负荷建模、潮流计算、故障诊断等环节中的不确定信息产生的原因，表现形式及处理办法。在考虑了配电系统分析及故障诊断中不确定信息影响的基础上，建立了一个考虑不确定信息的配电网分析及故障诊断系统平台。与以往的配电系统不确定分析方法不同的是本文在负荷建模、潮流计算、故障诊断等各个环节都建立了统一的不确定信息模型，并将信息的模糊性、随机性及粗糙性等不确定因素作为一个整体进行考虑，使得上一个环节的计算结果能够直接应用于下一个环节的分析，从而有效的避免了各个环节对于不确定信息处理的不一致问题。 本文主要内容包括： 首次将云理论与电力系统有效结合来解决配电系统原始数据不足的问题，提出了一种组合云发生器，将正向云发生器和逆向云发生器有效组合成一种闭环结构。结合配电网负荷数据的实际特点，在组合云发生器中加入了约束方程组和系统工况数据补充两个单元，保证了生成的负荷数据既能够包含系统的大部分情况，又不会出现实际不会发生的不可能数据，生成的云滴很好的反映了负荷数据所具有的模糊性和随机性。并在此基础上进行了基于T-S模糊模型的负荷辨识，将辨识结果与当前通用的几类模型进行了对比研究，结果显示了所提出方法的有效性和实用性。 针对配电系统中存在的大量不确定因素，提出了一类改进的配电网潮流支路前推回代法，充分考虑了负荷的不确定性对潮流计算的影响，使算法能够应用于复杂的实际配电系统，计算结果能更准确的反映负荷不确定性对于各个节点电压和功率的影响。对算法收敛性进行了分析和证明，给出了算法的收敛判据并证明了当满足收敛条件时必存在唯一平衡收敛点，同时给出了收敛误差方程。在美国PG＆E的69节点配电系统上的仿真结果表明，与确定性支路电流法和基于蒙特卡洛随机抽样的支路前推回代法相比，本文提出的方法计算结果能更准确的反映出更多的系统信息。 提出了一种基于断点重要度的配电网连续属性离散化方法，证明了该方法的有效性。综合考虑了线路的选择系数、灵敏系数和支持权值，应用属性离散指标作为离散化的评价标准，证明该指标可以作为离散化完备的充分条件。并且在时间复杂度和空间复杂度方面分析了算法的有效性，与同类算法的比较可以发现算法在基本不损失分类信息的基础上有效降低了时间复杂度和空间复杂度。首次在配电系统故障诊断中将连续和离散信号统一的应用粗糙集进行约简，使电压、电流等配电系统的重要模拟量可以参与到故障诊断系统中，提高了故障辨识的精度。同时，也为配电系统的临界稳态运行情况的判定提供了一个可能的解决办法。提出了一类基于遗传算法的粗糙集离散化和约简算法。在分析了遗传算法中各个主要参数对算法结果的影响基础上，重点讨论了适应值函数中目标函数、惩罚函数以及惩罚因子的构造方法，并对于算法的关键参数及进化过程进行了修正。与传统的粗糙集约简算法相比，文中的方法能够有效找到最优的属性约简结果，同时大大提高了算法的效率和实用性。将算法应用于美国PG&E的69节点配电系统进行仿真，对于324个属性，319条记录的复杂数据进行了有效的约简，结果表明算法对于实际的复杂配电系统能够进行故障诊断。 考虑到配电系统故障期间，不确定信息的爆炸增长导致运行人员的决策困难，提出了一类解决不确定性的系统化方法。首先提出了涉及不确定信息的粗糙集模型，在此基础上，构建了定性与定量之间的转换模式。充分考虑了属性的不确定性，给出了基于该模型的约简过程，并将结论采用模糊推理的形式给出，大大提高了算法的参考价值及计算精度。针对可能出现的矛盾和重复规则，为专家库中的各条规则建立了规则可信度和设备可信度和最终的综合分析可信度，加强了诊断结果的准确性和可用性。将其应用于典型的三分段三联接配电系统，仿真结果表明了算法的有效性和实用性。 最后，指出了配电系统分析及故障诊断系统的理论研究和实际应用所存在的问题，并对下一步研究工作进行了展望。

目录

文摘

英文文摘

声明

第1章绪论

1.1引言

1.1.1配电系统概述

1.1.2配电系统存在的主要问题

1.2配电系统的不确定信息

1.2.1配电系统不确定信息来源

1.2.2配电系统不确定信息的研究

1.3配电系统分析及故障诊断方法研究现状

1.3.1负荷建模研究现状

1.3.2潮流计算研究现状

1.3.3故障诊断方法研究现状

1.4本文所做的工作

第2章基于组合云发生器的负荷数据生成及其模糊建模

2.1引言

2.2云模型概述

2.3组合云发生器

2.3.1云发生器概述

2.3.2组合云发生器模型

2.3.3组合云发生器数据生成算法

2.4配电系统负荷模型分析

2.4.1几种常见负荷的静态特征系数

2.4.2同一母线上负荷建模特征系数的综合

2.4.3传输元件的影响

2.5T-S模糊模型辨识方法

2.6负荷数据生成及模型辨识

2.6.1配电系统模型介绍

2.6.2负荷数据生成

2.7小结

第3章基于不确定信息的配电网潮流计算及其收敛性分析

3.1引言

3.2配电系统潮流计算方法

3.2.1配电系统确定性潮流计算方法

3.2.2配电系统随机潮流计算方法

3.2.3配电系统模糊潮流计算方法

3.3配电系统模糊潮流计算收敛判据研究

3.4配电系统模糊潮流计算仿真及结论分析

3.5考虑故障情况下负荷特性的潮流计算及其收敛判据

3.5.1配电系统动态负荷模型

3.5.2故障潮流计算方法研究

3.5.3故障潮流计算收敛性分析

3.5.4仿真实验

3.6小结

第4章基于粗糙集的配电系统基础数据预处理方法研究

4.1 引言

4.2连续属性离散化方法及评价

4.2.1离散化问题的描述

4.2.2基于粗糙集的离散化方法

4.3基于粗糙集的离散化方法及其断点重要度证明

4.4配电系统数据特性及其辨识方法研究

4.4.1断点的配电系统描述

4.4.2配电系统离散属性分析

4.4.3配电系统连续分析

4.5仿真研究

4.5.1算法伪代码描述

4.5.2算法复杂度分析

4.5.3算例验证

4.6小结

第5章基于遗传算法的统一粗糙集约简方法研究

5.1引言

5.2遗传算法概述

5.2.1遗传算法的适应值函数

5.2.2遗传算法运行过程

5.3粗糙集约简问题与可辨识矩阵的转换

5.3.1连续属性离散化转化为可辨识矩阵

5.3.2属性约简转化为可辨识矩阵

5.3.3值约简转化为属性约简

5.4基于遗传算法的粗糙集约简

5.4.1适应值函数的选取

5.4.2关键参数的确定

5.5故障诊断专家系统建立与实例验证

5.6小结

第6章基于不确定推理的粗糙集故障诊断方法研究

6.1 引言

6.2不确定粗糙集定义

6.3不确定粗糙集约简算法

6.4配电系统故障诊断系统建立

6.4.1基于不确定信息的配电系统数据建模

6.4.2一个计算实例

6.4.3仿真实例

6.5在线故障诊断系统建立

6.5.1规则可信度的分析与计算

6.5.2规则可信度综合分析

6.5.3算法伪代码描述及实例验证

6.6小结

第7章结论与展望

参考文献

致谢

作者在攻读博士学位期间所做的工作

个人简历