基于遗传算法的复杂电网故障诊断方法的研究毕业论文.docx

基于遗传算法的复杂电网故障诊断方法的研究毕业论文.docx

《基于遗传算法的复杂电网故障诊断方法的研究毕业论文.docx》由会员分享，可在线阅读，更多相关《基于遗传算法的复杂电网故障诊断方法的研究毕业论文.docx（27页珍藏版）》请在冰豆网上搜索。

基于遗传算法的复杂电网故障诊断方法的研究毕业论文

基于遗传算法的复杂电网故障诊断方法的研究毕业论文

目录

摘要I

AbstractII

第1章绪论1

1.1背景和意义1

1.2国内外研究现状1

1.3本文的主要内容3

第2章常见电网故障诊断方法4

2.1电网故障诊断的基本概念4

2.1.1保护动作类型4

2.1.2故障区域识别5

2.2电网故障诊断方法6

2.2.1专家系统6

2.2.2人工神经网络8

2.2.3基于优化技术的方法9

2.2.3其他技术9

2.3本章小结10

第3章遗传算法的基本原理及应用11

3.1遗传算法的基本原理11

3.1.1基本概念11

3.1.2遗传算法特点11

3.1.3遗传算法的原理12

3.2遗传算法的分类13

3.2.1简单遗传算法（SGA）13

3.2.2高级遗传算法（RGA）15

3.3遗传算法在电力系统中的应用16

3.3.1调度和规划的应用16

3.3.2故障诊断与警报处理16

3.3.3运行优化的应用17

3.3.4其他领域的应用17

第4章基于遗传算法的故障诊断18

4.1故障诊断的数学模型18

4.1.1故障诊断的完全解析模型18

4.1.2完全解析模型的目标函数20

4.1.3基于遗传算法的模型求解21

4.1.4诊断流程22

4.2基于遗传算法的故障诊断算例分析及验证22

4.2.1实际算例系统22

4.2.2故障以及报警信息的分析23

4.2.3故障诊断求解以及结果分析24

4.3本章小结25

结论26

参考文献28

第1章绪论

1.1背景和意义

自进入21世纪以来，随着时代的飞速发展，技术的不断进步以及人类社会对电力依赖程度的加大，电力系统在社会经济占有着非常重要的地位，所以确保电网的安全可靠是电力相关部门最神圣的使命。

如今的电力系统也越来越大，越来越复杂，而且有很大部分的输电线路暴露在自然环境中，导致电网中经常容易出现各种各样的复杂故障[1~2]。

为了创造一个安全稳定运行的电力系统，增强供电的持续与可靠性，就需要一个优质的故障诊断系统，以便故障的及时检测与故障后的及时恢复。

现如今，我国在电力系统方面还不算优秀，供电的可靠性也有待加强，电网的故障经常发生在输电线路上，特别是在超高压长距离输电线路上发生某些故障时，都需要及时发现并处理好故障问题，确保线路的安全稳定运行。

而这些又需要大量的人力物力和财力，比如在山区部分的输电线路或恶劣天气下去检修等。

所以必须要通过有效故障诊断系统，使电力系统发生故障时，能获取各种故障信息，故障性质，故障地点并自动评定出最优的保护动作。

另外，在发生故障后，一般通过保护设备的动作情况可以进行故障元件的检测识别。

不过有时也会出现不止一套的保护设备动作，更有可能是误动，这都属于元件故障诊断。

发生故障时，继电保护装置会发出信号或断路器跳闸，以便快速的切除故障或发出警告信息。

调度中心就会根据数据采集监控系统搜集出保护装置和开关变位信息，并提供给调度员，他们会根据所掌握的信息结合电网运行维护单位所提供的分析结果做出最后的故障分析报告。

若是不能通过一定准确有效的方法来恢复故障元件，就会影响电力系统的正常运行。

而且电力系统在数据传输时也会传输错误的保护动作信息。

因此，还必须要有有效的分析计算方法来准确的判断出故障元件的位置，方便检测并消除事故来及时的让电力系统恢复其供电运行。

1.2国内外研究现状

面对如今很多复杂的电力系统，国内外关于故障诊断方面的研究多都处在故障元件的识别与检测上，并提出了很多方法[3~4]。

主要有以下几类：

逻辑处理法，人工神经网络法，专家系统以及基于优化技术方法四类。

在早期的电力系统中，其故障诊断多是用的传统的逻辑处理法[5]，这种方法对于以前的电力系统是比较合适，因为其系统简单远没有现在这么复杂，而要想应用于现代电力系统则恐怕难以实现。

自从20世纪70年代中期第一个专家系统（ES）Dendral在美国的斯坦福大学问世以后，经过近五十年的研究发展，专家系统渐渐的在各个领域开始流行起来。

在电力系统方面，专家系统也占据了不小的比重，很多地方都投入实用，主要表现在电力系统故障诊断方面[6~7]。

但专家系统也有缺点，比如检测诊断速度慢，知识获取困难，开发周期长，维护也相对麻烦。

后来，专家们也尝试将人工神经网络（ANN）的方法运用到电力系统的故障诊断中[8~9]，但是该方法的有效性却因样本的合理选取上略显一般，对于大型的电力系统要形成一个完整的样本集非常困难，使其结果的准确性在理论上无法得到保证。

同时，在处理不同的故障元件引起的相同的保护装置以及断路器动作的情况时，该方法只有一个解，这在复杂的电力系统中局限性太大。

而近些年，提出基于优化技术的方法，其原理是根据按照元件故障，保护动作和开关跳闸之间的逻辑关系，将故障诊断问题表示为0-1这样无约束的规划问题，然后利用优化技术求解。

本课题所研究的就是优化技术中的遗传算法（GA）在电力系统故障诊断中的研究应用[10~12]。

文献[13]简要的介绍了遗传算法的研究现状，它是由美国学者Holland于1975年首次提出，是模拟自然界生物进化的计算模型。

遗传算法是建立在达尔文自然选择和孟德尔遗传学说基础上，通过模仿生物遗传和进化的过程，寻找对复杂困难问题的最优解的算法，所依照的是优胜略汰的进化规律。

与传统的优化技术所不同的是，遗传算法对于求解问题不会涉及常规问题求解的数学过程。

同时遗传算法也不需要直接对训练样本与知识规则进行选择处理，这是它对比于专家系统，人工神经网络诊断系统的最大优势。

因此在电力系统的故障诊断中基于遗传算法的研究尤为重要，文献[14~16]分别是基于遗传算法的电力系统故障诊断的解析模型与算法的三部分。

第一部分主要介绍发展了电力系统故障诊断的基于遗传算法与解析模型的方法；其数学模型依然是无约束的0-1整数规划模型借助于充分利用断路器的跳阐信息。

这种模型在一定程度上解决了保护信息不完整时的电力系统的故障诊断问题。

然后概述了利用实时网络拓扑分析方法来检测出故障平息后的故障区域的方法,从而可将故障诊断缩小到这些区域之中,以节省计算时间。

第二部分在第一部分的基础上，先是提出了利用计算机自动形成故障诊断的目标函数的方法，是实现在线故障诊断分析的必要阶段，然后介绍了为浙江省供电局设计的在线故障诊断检测软件的组成结构以及功能。

第三部分介绍将该软件实际应用到浙江省220kV以上电力系统时EMS信息的获取方法与模拟在线测试结果。

算例分析表明该文基于保护设备与断路器故障诊断的数学模型是正确的，遗传算法的应用有效可靠，并且通过联合应用故障区域的识别法，提高了故障诊断的速度。

在文献[17]中从提高实时性与灵活性的角度阐述了一种分层信息故障诊断法。

在不失信息的可靠性和完整性的基础上，把系统采集到的信息按时间的优先级划分为以下三层：

遥信变位信息，遥测信息以及录波信息。

该诊断法介绍了采用分层信息和遗传算法的优点，论述了基于遗传算法的分层信息故障诊断法的流程，并通过模型算例来证明了方法的有效性与准确性。

当然，目前国内外对于遗传算法的研究也都尚不完善，文献[18]就遗传算法提出了一些改进。

为了提高遗传算法的收敛性，又考虑到交叉率（Pc）与变异率（Pm）的选择问题，该文献简要介绍了在个体适应度的基础上自动适应调整Pc与Pm的自适应遗传算法，在分析其不足并加以改进后提出了改进的自适应遗传算法，使其在最优解的收敛速度上有了明显提高。

另外，为了更好的适应现代电力系统，提高其稳定可靠性，人们将遗传算法与其他技术结合来研究出新型算法。

如文献[19]就是将遗传算法与人工神经网络结合提出的新方法以及文献[20]将免疫，混沌和遗传三个算法结合利用混沌运动的遍历性以及随机性产生初始种群，加快搜索的速度；利用免疫理论的浓度计算与调整加入新的混沌序列补充种群，增加了种群的多样性，避免陷入局部的最优；交叉变异结束后在最优解附近再利用混沌进行局部寻优提高结果的准确度。

当然，这些研究都还不够成熟完善，要适应现在以及未来发展的电力系统应用还需要做很多方面的分析与研究。

1.3本文的主要内容

1）研究基于遗传算法的电网故障诊断的发展历程、研究现状和未来的发展趋势。

2）从电网故障诊断的目标、数据源及方法的角度，撰写电网故障诊断方法综述。

3）深入理解采用遗传算法诊断故障的方法，明确基于遗传算法的故障诊断原理后建立复杂故障情况下的目标函数，确定其诊断流程。

通过实际案例结果验证方法的有效性与可靠性。

第2章常见电网故障诊断方法

2.1电网故障诊断的基本概念

电力系统故障诊断是指在电网中，通过实时状态监测系统所得到的系统状态以及设备状态的各项数据和系统处理的运算结果提供的数据信息，来找出电网的故障地点位置原因以及严重程度，然后提供相关处理建议。

电力系统故障诊断的基本内容包括：

1）故障的检测：

根据相关监测措施手段，测量正在运行的设备的各种数据，来用作判断故障的依据。

2）故障的分析：

根据系统检测到的故障信息进行一定的分析，来发现并找出故障，同时确定故障的严重程度和性质。

3）故障的评价：

在故障的分析检测后，通过对故障的位置，程度以及性质对整个电力系统的影响做出一定判断，明确影响程度和故障等级。

4）故障的决定：

通过故障的评价结果，对电力系统做出相关的决定，如报警停机等。

根据系统的数据信息，可以将电力系统故障信息分类如下：

1）开关信息：

主要包含自动重合闸设备动作引起的开关闭合的信息与继电保护器设备动作引起的开关合闸或跳闸信息。

2）刀闸信息：

目前的大部分的刀闸信息一般都不传递给调度，只是保留在电厂的监控系统里，提供给查询使用，主要原因是其数据信息量过大。

3）保护信息：

事故或故障后保护的动作信息主要包含保护软压板状态报告，保护跳闸报告，保护自检报告以及保护录波报告等。

4）安全自动装置信息：

主要包含备自投，过负荷以及自动重合闸等安全自动装置的动作信息。

2.1.1保护动作类型

通常故障区域内动作的保护可以分为以下3种：

主保护：

母线的主保护在动作时会跳开所有与该母线直接相连的断路器，变压器主保护在动作时会跳开其两端的所有断路器，线路的主保护在动作时会跳开所有与该线路直接相连的断路器。

近后备保护（第一后备保护）：

变压器的近后备保护用于当主保护发生拒动后引起动作跳开变压器两端的所有断路器。

线路的两个第一后备保护用于当主保护拒动时引起动作跳开线路两端的全部断路器。

远后备保护（第二后备保护）：

线路的远后备保护主要用作保护变压器，在相邻的区域故障而该区域的保护未动作时。

跳开相邻区域内的全部断路器，完成隔离并切除故障的目的。

2.1.2故障区域识别

这里通过变电所为例子来说明故障区域的识别问题。

变电所的网络拓扑结构可以看作是一个图G=（N，E），N是节点的集合，E是支路的集合。

图G的连接分子图是所要确定的G`=（N`，E`）。

其中G`属于集合G，N`属于集合N，E`属于集合E。

一般变电站的网络拓扑结构通常是支路集合以及节点集合组合成的，其中支路又是通过一个或者是多个串联的装置构成。

变电所的网络拓扑在发生变化时主要是支路的连通状况发生变化而引起的，而支路的断开与联通则主要取决于支路上设备的连通状况。

规则A支路的合与断的定义：

“或”的关系：

支路上任何一个串联设备都是断开的状态，支路才是“不连通”。

“与”的关系：

支路上所有的串联装置都是闭合的状态，支路才会是“连通”。

规则B判断支路和节点是否在一个连通区域范围内的定义：

1）支路如果是连通的