基于模糊神经网络的信息融合在配电网故障诊断中的应用

摘要

当配电网发生接地故障时，系统的电压会大幅下降，电压的降低会使异步电动机的电磁转矩显著降低，造成产品的损坏或报废，另外接地短路产生冲击电流也有可能烧坏设备，甚至造成整个系统的不稳定，导致大面积停电。准确而快速的故障诊断系统，可以减少停电时间、减小因停电造成的损失，可以最大程度上保证配电网的连续、可靠、安全的运行，整体上提高配电网的质量。因此对配电网接地故障诊断的研究有着重要理论意义与实用价值，具有相当的社会与经济效益。
　　目前对配电网的故障研究分很多种，主要包括有故障选线、故障选相、故障测距及对配电网故障设备的诊断。本文主要针对配电网中的接地故障进行的分析与研究，针对目前对接地故障的诊断方法中存在的速度慢、误判与漏判的情况，提出了基于信息融合的配电网故障诊断方法。信息融合的方法可以充分发挥全方面、全方位的作用，改善单一信息的不足以全面反映诊断对象的特性的缺点，因此从理论上来讲基于信息融合的方法可以很好的处理不确定的信息，融合结果要优于单一的诊断结果，可以提高诊断结果的准确性与可靠性。
　　本文以信息融合、神经网络与模糊推理为原理，以配电网的接地故障为诊断对象，针对目前的诊断方法中存在的速度慢、误判与漏判的问题，分别将基于神经网络的信息融合方法、基于模糊理论的信息融合方法与基于两者结合的信息融合方法应用于配电系统的接地故障诊断，以期能够达到提高诊断速度、消除误判与漏判的情况。本文的主要研究内容如下：
　　①通过大量阅读中内外关于配电网故障诊断的文献，深入了解目前诊断方法的现状，针对目前的诊断方法存在的速度慢、误判与漏判的情况，提出了基于信息融合的配电网故障诊断方法。
　　②研究基于信息融合的故障诊断原理，提出了将基于神经网络的信息融合方法与基于模糊理论的信息融合方法应用于配电网的选相故障诊断。并以接地故障为例对故障进行仿真以验证基于信息融合方法的可行性及有效性，并分析仿真效果。
　　③提出基于神经网络与模糊理论相结合的信息融合方法，依旧以接地故障为例，对故障进行仿真分析。并对比单独使用一种方法时的效果，通过对比仿真结果基于两者结合的信息融合方法在对配电网的选相故障进行诊断时可以提高诊断速度、消除误判的情况，整体上提高诊断性能。
　　本文针对目前配电网接地故障诊断方法当中存在的问题，提出了基于信息融合的方法应用于接地故障的诊断，对基于神经网络信息融合的方法与基于模糊推理信息融合的方法以及两者结合的方法进行了仿真验证。结果表明将基于信息融合的方法应用于配电网的故障诊断是可行的，同时将神经网络与模糊理论结合起来可以扬长避短，发挥各自的优势，提高了系统的诊断速度、消除了误判与漏判的情况，整体上提高了系统的性能。

目录

封面

中文摘要

英文摘要

目录

1 绪论

1.1 课题产生背景及意义

1.2 配电网故障选相方法研究现状

1.4 文章研究内容及结构安排

2 基于神经网络信息融合的接地故障诊断

2.1 神经网络

2.1.1 神经网络结构

2.1.2 BP神经网络

2.1.3 神经网络结构的确定

2.1.4 应用神经网络进行信息融合的方法

2.1.5 基于神经网络信息融合方法的故障诊断原理

2.2 基于神经网络信息融合方法在接地故障诊断中的实现

2.2.1 电气特征量的预处理

2.2.2 神经网络结构的确定

2.2.3 matlab仿真验证

2.3 本章小结

3 基于模糊推理信息融合的接地故障诊断

3.1 模糊推理原理

3.1.1 模糊推理理论概述

3.1.2 进行模糊推理的步骤

3.1.3 应用模糊推理进行信息融合的方法

3.2 基于模糊融合方法在接地故障诊断中的实现

3.2.1 系统的确定及推理步骤

3.2.2 matlab仿真验证

3.3 本章小结

4 基于模糊-神经网络信息融合的接地故障诊断

4.1 基于模糊推理与神经网络的信息融合方式

4.2 模糊-神经网络信息融合方法在接地故障诊断中的实现

4.2.1 系统结构的确定

4.2.2 仿真结果与结果的比较

4.3 本章小结

5 总结与展望

5.1 本文总结

5.2 后续研究工作的展望

致谢

参考文献