【记忆的科技园】改进的配网故障诊断Petri网方法及其矩阵描述( 三 ) 随着配电系统的日趋庞大

文章图片
系统运行模式：区段L7故障，除S25、S20、S13外其余联络开关均闭合。改进系统中馈线L1的Petri网诊断模型如图5所示。

文章图片
当L7出现故障后， CB1、S1、S2、S6与S7的终端均上传故障电流越限信号。基于过电流信号故障诊断过程如下：

文章图片

文章图片
根据式(1)和式(2)可得过基于电流信号诊断结果概率为0.925 ，基于实际测量电流数值的大小信息诊断结果概率为0.95 。因此，诊断结果为区段L7故障，可信度为0.95 。
基于关联矩阵与状态方程对上述诊断过程进行描述，建立关联矩阵如式下所示：

文章图片
利用式(6)中的状态方程进行7次迭代计算可到达稳定状态，对应库所L7中最终将含有2个托肯，分别对应的标识概率向量为ψ4=[0000000.917]T、ψ4′=[0000000.95]T ，由此可得区段L7故障，其CF值为0.95 。
模型对多条馈线、多电源端辐射状系统采用从故障馈线单元区段的诊断模式，因此可在拓扑结构变化时快速进行修正。
3.2故障信息发生畸变或丢失
为解决信号丢失或畸变对故障定位的影响，本文所提基于故障电流幅值量测值的推理方法可有效实现诊断的自动校正。本文利用仿真软件PIPEv4.3.0对图4算例系统进行建模，并对相应模式下典型故障的故障信息发生丢失或畸变的情况进行分析验证，结果如表3所示。

文章图片
分析表3中的故障诊断仿真结果：
（1）由序号1与序号2的情况对比可得，区段L3出现故障时，对应S2处终端FTU的故障越限电流信号在上传过程中丢失，图5中Petri网模型的变迁t8不满足点火条件，由第一层信息无法进行诊断。但变迁t9在第二层故障信息的支持下满足点火条件，最终在故障信息丢失的不利条件下得出了正确的故障诊断结果。
（2）由序号3与序号4的情况对比可得，区段L7出现故障时，本无越限电流流过的S8处终端，因信号畸变致使库所S8中被分配1个托肯，进而变迁t33被触发点火。诊断为区段L7、L8故障，但通过比较两种情况的可信度可得区段L7故障，实现了信息畸变情况下诊断结果的校正。
（3）由序号5和序号6的情况对比可得，在两个区段同时发生故障，故障信息发生畸变和丢失时，同样得出了正确的故障诊断结果。
以上分析表明，本文方法在故障信息出现丢失或畸变的情况下亦可得到正确的诊断结果。
4结论
采取依据SCADA系统所汇集的FTU信息以及两层判据的冗余纠错技术分别保证所提方法的快速性和容错性；所提基于FTU信息的Petri网诊断方法，具有诊断速度快、信息简洁等优点。将利用Petri网进行故障诊断的动态过程，转化为单纯的矩阵运算，并将概率信息的计算统一到矩阵运算的过程中，为用程序语言编译所提方法提供了条件；诊断模型的自动校正性能使得诊断方法具有更好的通用性。
参考文献
[1]边莉,边晨源.电网故障诊断的智能方法综述[J].电力系统保护与控制,2014,42(3):146-153.
[2]JAMILM,KALAMA,ANSARIAQ,etal.Generalizedneuralnetworkandwavelettransformbasedapproachforfaultlocationestimationofatransmissionline[J].AppliedSoftComputingJournal,2014,19(2):322-332.
[3]DECANINIJGMS,TONELLI-NetoMS,MINUSSICR.RobustfaultdiagnosisinpowerdistributionsystemsbasedonfuzzyARTMAPneuralnetwork-aidedevidencetheory[J].GenerationTransmission&Distributionlet,2012,6(11):1112-1120.