[发明专利]一种基于DTSNPS的电网故障诊断方法在审

专利信息
申请号: 202210468146.3 申请日: 2022-04-29
公开(公告)号: CN114895143A 公开(公告)日: 2022-08-12
发明(设计)人: 王涛;林德垠;陈孝天 申请(专利权)人: 西华大学
主分类号: G01R31/08 分类号: G01R31/08
代理公司: 成都知棋知识产权代理事务所(普通合伙) 51325 代理人: 马超前
地址: 610031 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 dtsnps 电网 故障诊断 方法
【权利要求书】:

1.一种基于DTSNPS的电网故障诊断方法,其特征在于,包括以下步骤:

步骤一、基于SCADA系统保护装置的动作信息和PMU系统检测的电流与电压变化特征的离散量报警信息对故障区进行搜索,确定停电区域中的可疑故障元件集;

步骤二、利用胶质细胞识别与治疗作用,判断DTSNPS系统中存在的疾病命题神经元,利用对疾病命题神经元修复治疗的方法对多源信息进行预处理,并对报警信息进行修正;

步骤三、报警信息修正后利用归一化处理公式对远后备保护及其相应的断路器和母线主保护所对应的断路器的置信度进行归一化处理,并修正输入神经元初始脉冲值;

步骤四、建立线路和母线各个故障区域的DTSNPS多源故障诊断模型,并利用疾病治疗脉冲矩阵推理算法对各个可疑母线和线路进行计算,输出神经元脉冲值;

步骤五、根据推理算法输出的诊断结果,确定故障元件并对报警信息进行评价。

2.根据权利要求1所述的一种基于DTSNPS的电网故障诊断方法,其特征在于:所述步骤二中利用对疾病命题神经元修复治疗的方法对多源信息进行预处理具体包括

S1、利用母线和线路的电压与电流变化特征描述公式将PMU检测的线路和母线的电压电流变化转化为离散量;

S2、利用可疑故障元件集确定收到的k条信息并根据多源警报信息建立命题神经元信息集合N={N1,…,Nk};

S3、根据系统数据和报警信息建立存储神经元信息集合M={M1,…,Mk};

S4、根据比较公式判断第i条信息的传递集合Ni和存储神经元存储的第i条信息的传递路径集合Mi的总差异性,再利用命题神经元健康状况表示公式判断集合Ni存在的疾病命题神经元;

S5、利用胶质细胞治疗功能治愈疾病命题神经元,即对多源信息进行预处理,寻找警报信息存在的拒动、误动和信息畸变情况并进行修正。

3.根据权利要求2所述的一种基于DTSNPS的电网故障诊断方法,其特征在于:所述S1中母线和线路的电压与电流变化特征描述公式表示为

其中表示电网故障时母线电压变化特征,表示电网故障时线路电压变化特征,表示电网故障时母线电流变化特征,表示电网故障时线路电流变化特征,表示母线故障前后相电压差值,Vset.A(B,C)表示母线每相电压故障整定值,表示线路非故障时送受端计算电压,表示线路故障时送受端测量电压,表示母线故障时三相相电流,Iset.A(B,C)表示母线三相电流故障整定值,表示线路故障时送端三相相电流,表示线路故障时送端三相相电流。

4.根据权利要求2所述的一种基于DTSNPS的电网故障诊断方法,其特征在于:所述S4中比较公式由下式表示

D(Ni,Mi)=bDedit(Ni,X′)+hDtime(Ni,X′)

其中D(Ni,Mi)表示第i条信息的传递集合Ni和存储神经元存储的第i条信息的传递路径集合Mi的总差异性,b和h为权重系数,b表示命题神经元信息中元素的健康程度,h表示命题神经元突触延搁的精确程度,X′表示信息传递路径,Dedit(Ni,X′)表示集合Ni和信息传递路径X′的路径差异性,Dtime(Ni,X′)表示集合Ni和信息传递路径X′的路径突触延搁差异性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210468146.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top