[发明专利]基于组合型交叉熵算法的电网故障诊断方法

说明书

技术领域

本发明涉及的是一种电网故障诊断方法。

背景技术

随着电网规模的不断扩大、设备的逐渐增多，电网必然会有各种各样的故障发生，而且由于电网分布广泛，系统一旦发生故障，不利于实际查找。因此对电网故障诊断问题进行研究以实现自动化的识别故障元件，具有重要意义。采用传统数学模型的诊断方法很大程度上不能保证诊断的准确性和快速性等要求，而相比较来说，基于智能技术的诊断方法具有明显的优势，因此故障诊断方法由传统技术向智能化技术方向发展是该领域未来发展的重要趋势。电网故障诊断的智能技术主要有专家系统、人工神经网络、Petri网和优化技术等。其中基于优化技术的故障诊断方法具有严密的数学基础和理论依据，用常规的智能优化算法即可实现，而且能够在诊断信息不全面的条件下，给出局部和全局最优的多个诊断结果。优化技术是通过对故障问题进行解析化建模，将故障诊断问题转变为使目标函数最小化的0-1整数规划问题，然后采用智能优化算法求解问题最优解，从而识别故障元件。当前用于电网故障诊断的智能优化算法主要包括粒子群算法和遗传算法。

然而粒子群算法在求解像电网故障诊断这种离散性质问题时，容易陷入局部最优。遗传算法中采用二进制编码，因此存在汉明悬崖(Hamming Cliff)问题，同时如图8—图9所示，遗传算法结果的分散性大，不能稳定的得到最优解。交叉熵算法是一种全局随机优化算法，利用参数化的概率密度分布产生随机样本，使每次迭代使用的候选样本都发生变化，优化过程不容易陷入局部最优解。

发明内容

本发明的目的在于提供一种准确性和实时性好，诊断精度高，过程简洁、易于实现的基于组合型交叉熵算法的电网故障诊断方法。

本发明的目的是这样实现的：

步骤一：电网发生故障时，数据采集与监视控制系统和继电保护信息系统收集保护器和断路器的动作信息，并输送到调度中心；

步骤二：调度中心分析所述动作信息，采用实时结线分析方法来识别故障前与故障平息后系统拓扑结构，找出这两个拓扑结构的差异，划分出故障区域，并确定可疑故障元件集；

步骤三：判断故障元件，若可疑故障元件集中只有1个元件，则该元件即为故障元件，转入步骤七；若可疑故障元件集中含有多个故障元件，则执行步骤四；

步骤四：基于可疑故障元件集建立目标函数E(S)=λ1Σj=1Nm|rjm-rjm*|+λ2Σk=1Np|rkp-rkp*|+Σi=1Ns|ris-ris*|+Σm=1Nc|cm-cm*|,]]>其中：S是目标函数的自变量，它是一个N维向量，用来表示诊断系统中元件的状态，其中S_i表示第i个元件的状态，S_i只取0或1，表示该元件是正常或故障状态；N即可认为诊断系统中所包括的元件总个数，N_m、N_p、N_s、N_c分别表示系统中主保护、近后备保护、远后备保护和断路器的数量；r_jm、分别表示第j个主保护的实际和期望状态，r_jm=0或1表示第j个主保护未动作或动作，其中或1分别表示主保护不应该动作或应该动作；r_kp、为第k个近后备保护的实际和期望状态；r_is、表示第i个远后备的实际和期望状态；c_m、表示第m个断路器的实际和期望状态；λ₁，λ₂为权重因子；