基于時(shí)態(tài)邏輯技術(shù)的高壓電網(wǎng)故障診斷系統(tǒng)研究.pdf

1、隨著用電需求不斷增加，促進(jìn)了大電網(wǎng)的形成和發(fā)展，在取得明顯經(jīng)濟(jì)效益的同時(shí)，大電網(wǎng)也帶來了潛在的威脅。局部電網(wǎng)的某些個(gè)別問題可能誘發(fā)惡性連鎖反應(yīng)，最終釀成大面積停電的重大事故。近期美、加以及歐洲先后發(fā)生的停電事件，造成了非常惡劣的影響，對(duì)中國(guó)的電網(wǎng)安全再次敲響了警鐘。經(jīng)初步分析表明，美、加大停電的重要原因之一是對(duì)電網(wǎng)的故障分析不及時(shí)、不準(zhǔn)確以及事故應(yīng)急處理機(jī)制不健全。如何提高電力系統(tǒng)故障診斷能力已成為國(guó)際關(guān)注的前沿問題。由于故障信息存在著

2、不確定性，故障過程很難用傳統(tǒng)的數(shù)學(xué)方法描述，而人工智能技術(shù)善于模擬人類處理問題的過程，容易計(jì)及人的經(jīng)驗(yàn)并具有處理不確定信息的能力，在故障診斷領(lǐng)域得到了廣泛的應(yīng)用。 目前大部分智能型實(shí)時(shí)故障診斷系統(tǒng)大多利用專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、優(yōu)化算法、Petri網(wǎng)等人工智能技術(shù)進(jìn)行研究，這些研究大多利用了故障事件序列（SOE）信息中的空間知識(shí)。由于故障事件序列中可能存在畸變或丟失現(xiàn)象，這將造成故障誤診斷。針對(duì)以上不足，本文提出利用時(shí)態(tài)邏輯技術(shù)(T

3、LT)分析故障事件序列中的時(shí)態(tài)邏輯關(guān)系，提取事件序列中時(shí)空關(guān)聯(lián)信息以提高診斷系統(tǒng)準(zhǔn)確性和可靠性；針對(duì)故障信息序列可能出現(xiàn)的信息畸變或丟失，本文引入模擬量狀態(tài)變化信息提高系統(tǒng)容錯(cuò)性。 本文主要完成以下幾個(gè)方面的研究?jī)?nèi)容：分析故障過程中模擬量變化特點(diǎn)，根據(jù)診斷系統(tǒng)容錯(cuò)性要求，將模擬量歸約為離散狀態(tài)序列；分析高壓電網(wǎng)故障后各種典型處理過程，歸納出數(shù)字量動(dòng)作時(shí)序關(guān)系及模擬量離散狀態(tài)遷移特點(diǎn)，形成典型故障事件序列，并以命題線性時(shí)態(tài)邏輯公式