基于模糊推理脉冲神经膜系统的电网故障通用诊断模型
为了提高故障诊断模型对拓扑结构经常变化的电网的适应能力,基于模糊推理脉冲神经膜系统,分别建立母线、线路和变压器3种元件电网拓扑结构变化而诊断模型结构保持的故障诊断模型.首先,采用模糊初始值表征可能不完备和不确定的告警数据.同时,根据故障区域拓扑结构和保护及断路器动作状态,对输入神经元进行"归一"预处理,以减小模型的复杂度和提高模型通用性.并针对不同元件故障诊断的特点,在矩阵推理中引入不同规则神经元,提高故障诊断容错率.最后,对IEEE30节点系统的故障案例进行诊断验证,并与传统模糊推理脉冲神经膜系统和Petri网故障诊断进行了对比.结果表明,该诊断模型结构简单,在保护系统不正常动作的情况下仍能100%有效诊断出故障元件,且平均故障置信度为0.816 1,高于另外两种方法,且能有效适应拓扑结构经常变化的电网.
故障诊断、电力系统、膜计算、脉冲神经膜系统
44
TP18;TM734(自动化基础理论)
国家自然科学基金51907035
2022-05-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
72-78