基于组合型交叉熵算法的电网故障诊断方法研究

摘要

采用优化技术的电网故障诊断方式由于其理论基础严密，实用性好等优点，越来越受到人们的重视。但仍有一些需要解决的问题:如完全描述故障情形的诊断模型建立问题;优化算法迭代过程中的实时性问题;以及报警信息不完备或畸变时诊断系统的容错性问题。　　对于输电网的故障诊断，本文以保护器和断路器动作信息（开关量）之间的关联关系和动作逻辑，建立诊断模型，并引入权重因子用以平衡保护拒动对目标函数的影响。然后采用组合型交叉熵算法(CCE)对模型寻优，进而识别故障元件。通过对算例中多种典型故障进行仿真测试，本文方法均能正确识别故障元件，若故障情形伴随有保护器和断路器误动、拒动以及多重故障，诊断结论同样正确，证明算法具有一定的容错能力。　　对于配电网的故障定位，以分段开关处FTU检测到的故障过电流信息为依据，建立故障定位数学模型。融入故障过电流方向性因素，使得传统模型同样适用于含分布式电源的配电网故障定位建模中。然后同样利用CCE对模型寻优，识别故障馈线区段。仿真算例分别从IEEE33节点系统和典型多电源配电网中提取故障情形，其中包括单点、多点故障和少量信息畸变等复杂情况，本文方法能够定位正确的故障区段，证明了其有效性和容错性。　　针对优化技术解决电网故障诊断时所存在的问题，文中分别从输电网和配电网两方面出发，研究了有效反映故障情形的诊断模型建立方式，重点在于提出采用CCE对故障诊断模型寻优的思路。该算法收敛速度快，精度高，在报警信息缺失、畸变及多重复杂故障时均能有效收敛于最优解，具有容错性。仿真过程中将CCE与遗传算法(GA)、粒子群算法(PSO)在收敛性上进行比较，进一步证明CCE满足电网故障诊断对准确性和实时性的要求。

目录

声明

致谢

摘要

1 绪论

1．1 课题的研究背景和意义

1．2 电网故障诊断的国内外研究现状

1．2．1 矩阵算法

1．2．2 专家系统

1．2．3 人工神经网络

1．2．4 优化技术

1．2．5 支持向量机

1．3 交叉熵算法的优势

1．4 本文结构及主要研究内容

2 交叉熵算法概述

2．1 引言

2．2 小概率事件的交叉熵算法

2．3 组合型交叉熵算法

2．4 连续型交叉熵算法

2．5 算例仿真

2．5．1 背包问题

2．5．2 序列盲估计问题

2．5．3 SVM核函数参数优化问题

2．6 本章小结

3 基于组合型交叉熵算法的输电网故障诊断

3．1 引言

3．2 输电网故障信息

3．3 故障区域识别原理

3．4 输电网故障诊断的解析化建模

3．4．1 解析模型的建立

3．4．2 保护器和断路器的期望状态整定原则

3．4．3 目标函数的改进

3．5 算例分析

3．5．1 测试系统概述

3．5．2 故障情形1

3．5．3 故障情形2

3．6本章小结

4 基于组合型交叉熵算法的配电网故障定位

4．1 引言

4．2 配电网区段故障定位概述

4．2．1 故障定位方法的标准

4．2．2 配电网结构

4．2．3 故障定位问题描述

4．3 故障定位数学模型的建立

4．3．1 单电源供电配电网评价函数构造

4．3．2 含分布式电源的配电网评价函数构造

4．4 算例分析

4．4．1 含分布式电源的配电网故障定位仿真

4．4．2 单电源辐射状配电网故障定位

4．5 本章小结

5 结论与展望

参考文献

作者简历

学位论文数据集