[發(fā)明專利]一種基于多算法融合的故障智能診斷方法

在審

• 申請?zhí)枺?/td>: 201910733579.5
• 申請日: 2019-08-09
• 公開（公告）號: CN110488150A
• 公開（公告）日: 2019-11-22
• 發(fā)明（設(shè)計）人: 郝翔宇;王文軒;王偉;張樹亮;宋文樂;蔣曦;陳宇;王萬福
• 申請（專利權(quán)）人: 國網(wǎng)河北省電力有限公司滄州供電分公司;國家電網(wǎng)公司;國網(wǎng)河北省電力有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08;G01R31/02;G06N3/12;G06N3/08
• 代理公司: 13100 石家莊新世紀(jì)專利商標(biāo)事務(wù)所有限公司
• 代理人: 張曉佩<國際申請>=<國際公布>=<進(jìn)入

本發(fā)明涉及一種基于多算法融合的故障智能診斷方法，包括以下步驟：（1）基于神經(jīng)網(wǎng)絡(luò)的故障定位：神經(jīng)網(wǎng)絡(luò)故障定位流程分為兩部分，包括網(wǎng)絡(luò)訓(xùn)練過程和故障定位過程；（2）將遺傳算法、神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相融合，形成基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的故障診斷專家系統(tǒng)；（3）通過集成各類告警信息準(zhǔn)確的分析出故障停電區(qū)域，進(jìn)行故障停電信息發(fā)布，同時分析出故障停電范圍。本發(fā)明為現(xiàn)場搶修人員提供故障點位置，減小故障排查范圍，縮短巡線時間，從而提高搶修效率，提高故障智能診斷水平。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于多算法融合的故障智能診斷方法，將神經(jīng)網(wǎng)絡(luò)、灰色理論、模式識別、故障樹分析等技術(shù)相結(jié)合，實現(xiàn)設(shè)備故障的智能診斷，提高故障智能診斷水平。

背景技術(shù)

隨著國民經(jīng)濟(jì)的發(fā)展和人民生活水平的不斷提高，人們對供電可靠性和服務(wù)質(zhì)量的要求越來越高。故障定位的準(zhǔn)確、故障搶修的及時已然成為客戶評價供電公司服務(wù)水平的標(biāo)準(zhǔn)。

故障診斷是指在一定工作環(huán)境下查明導(dǎo)致系統(tǒng)某種功能失調(diào)的原因或性質(zhì)，判斷劣化狀態(tài)發(fā)生的部位或部件，以及預(yù)測狀態(tài)劣化的發(fā)展趨勢等。由于電網(wǎng)設(shè)備日趨復(fù)雜化、智能化，傳統(tǒng)的診斷技術(shù)已經(jīng)不能適應(yīng)了，隨著人工智能技術(shù)的迅速發(fā)展，特別是神經(jīng)網(wǎng)絡(luò)、遺傳算法、專家系統(tǒng)等技術(shù)在診斷領(lǐng)域中的進(jìn)一步應(yīng)用，診斷技術(shù)也日趨智能化。

在中低壓配電網(wǎng)中，單相接地故障約占配電網(wǎng)總故障的80％。當(dāng)發(fā)生單相接地故障時，不能形成低阻抗的短路回路，故障電流遠(yuǎn)小于負(fù)荷電流，很難高效、準(zhǔn)確地進(jìn)行故障定位。保障配電網(wǎng)系統(tǒng)安全穩(wěn)定地運(yùn)行，快速找出故障線路以及確定故障位置，顯得十分重要。目前大量的診斷方法被提出，部分方法已經(jīng)實現(xiàn)現(xiàn)場應(yīng)用，但效率和準(zhǔn)確性仍需進(jìn)一步提升。

發(fā)明內(nèi)容

本發(fā)明采用多算法融合方法進(jìn)行故障診斷和定位，同時分析出故障停電范圍，為現(xiàn)場搶修人員提供故障點位置，減小故障排查范圍，縮短巡線時間，從而提高搶修效率，提高故障智能診斷水平。

本發(fā)明的技術(shù)方案：

一種基于多算法融合的故障智能診斷方法，包括以下步驟：

(1)基于神經(jīng)網(wǎng)絡(luò)的故障定位：神經(jīng)網(wǎng)絡(luò)故障定位流程分為兩部分，包括網(wǎng)絡(luò)訓(xùn)練過程和故障定位過程；提取特征量數(shù)據(jù)，構(gòu)建好訓(xùn)練樣本，然后進(jìn)行網(wǎng)絡(luò)訓(xùn)練，得到收斂的神經(jīng)網(wǎng)絡(luò)權(quán)值，將測試樣本數(shù)據(jù)送入到已經(jīng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中去，進(jìn)行識別判斷，從而得到定位的結(jié)果；

(2)將遺傳算法、神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相融合，形成基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的故障診斷專家系統(tǒng)；

(3)通過集成各類告警信息準(zhǔn)確的分析出故障停電區(qū)域，進(jìn)行故障停電信息發(fā)布，同時分析出故障停電范圍。

優(yōu)選的，所述步驟(1)中利用Matlab神經(jīng)網(wǎng)絡(luò)工具箱中newlvq函數(shù)構(gòu)建一個神經(jīng)網(wǎng)絡(luò)。

優(yōu)選的，故障特征量選擇3個，分別為：小波能量E_i、有功功率H_i和五次諧波P_i；來表征系統(tǒng)某一故障時特征向量，記為向量X,則輸入向量X＝(E_i,H_i,P_i)。

優(yōu)選的，神經(jīng)網(wǎng)絡(luò)算法包括以下步驟：

步驟1：初始化懲罰因子0＜B≤1，學(xué)習(xí)速率0＜a＜1、參數(shù)C＝1和競爭層神經(jīng)元偏置其中初始化p_k(1)＝0，其中t←1,t為迭代次數(shù)，T為最大的迭代次數(shù)；t←1,a(i)表示樣本序號；初始化所有權(quán)值向量，公式如式(1):

步驟2：隨機(jī)生成的樣本，其提交順序序列為a(i),i＝1,2,...,n,1≤a(i)≤n；

步驟3：查找和第a(i)個樣本特征向量最近的神經(jīng)元所對應(yīng)的權(quán)值w_j；