[發(fā)明專利]基于模糊推理脈沖神經(jīng)膜系統(tǒng)的輸電線路故障選相方法

有效

• 申請?zhí)枺?/td>: 201610984099.2
• 申請日: 2016-11-08
• 公開（公告）號: CN106771846B
• 公開（公告）日: 2019-03-01
• 發(fā)明（設(shè)計(jì)）人: 張葛祥;黃康
• 申請（專利權(quán)）人: 西華大學(xué)
• 主分類號: G01R31/08
• 分類號: G01R31/08
• 代理公司: 成都點(diǎn)睛專利代理事務(wù)所(普通合伙) 51232
• 代理人: 葛啟函

1.基于模糊推理脈沖神經(jīng)膜系統(tǒng)的輸電線路故障選相方法，其特征在于，包括以下步驟：

a.獲取電流故障分量信息：

取故障后1/4周期內(nèi)的三相電流與故障發(fā)生前15ms至20ms內(nèi)的三相電流差值作為三相電流故障分量，并同時計(jì)算零序電流故障分量；

b.提取電流故障分量信號小波特征：

采用db3小波對三相電流及零序電流故障分量進(jìn)行8層分解，對第8層小波系數(shù)矩陣進(jìn)行奇異值分解，得到系數(shù)矩陣的奇異值，并計(jì)算歸一化值，將得到的歸一化值作為電流故障分量信號小波特征值；

c.建立故障選相模糊推理實(shí)數(shù)脈沖神經(jīng)膜系統(tǒng)：

根據(jù)電流故障分量信號小波特征值，建立故障選相模糊產(chǎn)生式規(guī)則集，包括：

規(guī)則1：If零序特征值高，then接地故障；

規(guī)則2：If零序特征值低，then相間故障；

規(guī)則3：If A相特征值高、B相特征值低、C相特征值低且接地故障，then故障類型為A相接地故障；

規(guī)則4：If A相特征值低、B相特征值高、C相特征值低且接地故障，then故障類型為B相接地故障；

規(guī)則5：If A相特征值低、B相特征值低、C相特征值高且接地故障，then故障類型為C相接地故障；

規(guī)則6：If A相特征值高、B相特征值高、C相特征值低且接地故障，then故障類型為AB兩相接地故障；

規(guī)則7：If A相特征值低、B相特征值高、C相特征值高且接地故障，then故障類型為BC兩相接地故障；

規(guī)則8：If A相特征值高、B相特征值低、C相特征值高且接地故障，then故障類型為CA兩相接地故障；

規(guī)則9：If A相特征值高、B相特征值高、C相特征值低且相間故障，then故障類型為AB相間短路故障；

規(guī)則10：If A相特征值低、B相特征值高、C相特征值高且相間故障，then故障類型為BC相間短路故障；

規(guī)則11：If A相特征值高、B相特征值低、C相特征值高且相間故障，then故障類型為CA相間短路故障；

規(guī)則12：If A相特征值高、B相特征值高、C相特征值高且相間故障，then故障類型為ABC三相短路故障；

d.對建立的故障選相模糊推理實(shí)數(shù)脈沖神經(jīng)膜系統(tǒng)進(jìn)行推理：

采用模糊推理實(shí)數(shù)脈沖神經(jīng)膜系統(tǒng)的模糊推理算法對故障選相膜系統(tǒng)進(jìn)行推理，獲取故障類型的模糊可信度，包括：

（1）.設(shè)定初始狀態(tài)：設(shè)定推理步驟g＝0，設(shè)定判定依據(jù)0₁＝(0,0,...,0)^T，模糊推理實(shí)數(shù)脈沖神經(jīng)膜系統(tǒng)初始狀態(tài)為：

θ₀＝[1，0，1，0，0.013，0.987，0，1，0，0，0，0，0，0，0，0，0，0，0，0]，

δ₀＝[0，0，0，0，0，0，0，0，0，0，0，0]，

C＝[0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95，0.95]；

（2）.令推理步驟g增加1,即g＝1；

（3） .命題神經(jīng)元點(diǎn)火：命題神經(jīng)元點(diǎn)火后，規(guī)則神經(jīng)元矩陣中各元素的值將依據(jù)公式進(jìn)行更新,即δ₁＝[1,0,0,0,0,0,0,0,0,0,0,0]；

（4）.規(guī)則神經(jīng)元點(diǎn)火：規(guī)則神經(jīng)元點(diǎn)火，命題神經(jīng)元矩陣中各元素的值將依據(jù)公式進(jìn)行更新，即

θ₁＝[0,0,1,0,0.013,0.987,0,1,0.95,0,0,0,0,0,0,0,0,0,0,0]；

（5）.返回執(zhí)行第（2）步：推理步驟g＝2，δ₂＝[0,0,0.95,0,0,0,0,0,0,0,0,0]，θ₁＝[0,0,0,0,0,0,0,0,0,0,0.9025,0,0,0,0,0,0,0,0,0]；

（6）.返回執(zhí)行第（2）步：推理步驟g＝3，δ₃＝[0,0,0,0,0,0,0,0,0,0,0,0]，滿足終止條件，結(jié)束推理；

其中，各參數(shù)向量含義及其乘法算子的定義如下：

θ＝(θ₁,θ₂,...,θ_s)^T，其中θ_i，1≤i≤s，表示第i個命題神經(jīng)元包含的脈沖值，其值由0和1之間的實(shí)數(shù)表示；若一個命題神經(jīng)元中沒有包含任何脈沖，則該命題神經(jīng)元的脈沖值表示為0；

δ＝(δ₁,δ₂,...,δ_t)^T，其中δ_j，1≤j≤t，表示第j個規(guī)則神經(jīng)元包含的脈沖值，其值同樣由0和1之間的實(shí)數(shù)表示；若一個規(guī)則神經(jīng)元中沒有包含任何脈沖，則該規(guī)則神經(jīng)元的脈沖值表示為0；

C＝diag(c₁,c₂,...,c_t)，其中c_j表示第j個規(guī)則神經(jīng)元的置信度，其值由0和1之間的實(shí)數(shù)表示；

D＝(d_ij)_s×t為突觸矩陣，表示命題神經(jīng)元到“與”規(guī)則神經(jīng)元的有向連接關(guān)系，如果從命題神經(jīng)元δ_i到“與”規(guī)則神經(jīng)元δ_j存在突觸，則d_ij＝1，否則d_ij＝0；

E＝(e_ji)_t×s為突觸矩陣，表示“與”規(guī)則神經(jīng)元到命題神經(jīng)元的有向連接關(guān)系，如果從“與”規(guī)則神經(jīng)元δ_j到命題神經(jīng)元δ_i存在突觸，則e_ji＝1，否則e_ji＝0；

其中

其中算子“∧”為取最小值；

其中算子“∨”為取最大值；

e.確定故障選相結(jié)果：

根據(jù)模糊推理得到的各疑似故障類型的模糊可信度進(jìn)行判定，選擇模糊可信度最大的命題神經(jīng)元所對應(yīng)故障類型為最后選相結(jié)果。