文献［37～42］属后一类，它先对诊断模型所依据的输入信息模糊化，即认为系统的输入报警信息的可信度不为1。它是根据输电网络拓扑当前情况，对保护、断路器动作行为的统计数据赋予报警信息可信度，通过ANN或ES诊断模型输出模糊数，再由反模糊系统去解释其输出，提供给运行人员一个语言化的结论。
根据模糊系统具体应用的分析结果，得出尚须深入研究的问题：1)对不确定性问题用隶属度函数来描述时，应建立什么样的隶属函数是极其关键的问题，须在足够经验和实验的基础上，有效地建立隶属函数；2)研究诊断系统的结构、设备或自动装置的配置发生变化时，与之有关的模糊知识库或规则的模糊度也要相应的修改，即也存在可维护性问题；3)电力系统故障诊断的不确定性情况是多种多样的，并非是固定不变的，取决于系统中硬件装置的可靠性(如断路器跳闸误跳或拒跳)，诊断系统所依据的实时信息的可信度(如实时信息在传递中出现的畸变可能性与环境有关)等因素。显然，FT对不确定因素的处理只能是有限度的改进。
5 基于GA的电力系统故障诊断［43～49］
GA是建立在Darwin自然选择和Mendel遗传学说基础上，通过模仿生物遗传和进化的进程，寻求对复杂问题的全局最优解的优化算法。它按一定规则对问题解进行字符串编码，模拟人工染色体表示某优化问题的可行解，用随机方法形成初始解群，再按自然选择的原理，通过群体搜索策略和遗传操作，对群体中个体之间的信息交换，使得GA不易陷入局部极小点，能够以很大概率得到全局最优解集或局部最优解集。与传统优化技术不同，GA对待求解问题不需涉及常规优化问题求解的复杂数学过程；同时GA也不需要直接对知识规则和训练样本选择处理，这是它和基于ES、NN诊断系统相比的最大优势之处。
文献［43］研究用GA解决输电网络故障诊断问题。文章根据各类保护动作时段内断路器动作的时序信息，从而将输电网络故障诊断问题转化为0－1整数规划问题，建立了GA的电力系统故障诊断的适应度函数模型，实现任意复杂的故障情况下的故障诊断。
文献［44］用无源信息识别故障区域的方法，将故障诊断问题局限于小的局部网络，在此基础上分别用Boltzmann机法、模拟退火法、简单的和高级的GA实现了故障诊断系统，验证了对交叉和变异算子做过调整的高级GA在诊断信息不完整的情况下，可以有效的找到全局最优解，得到比较理想故障诊断效果。
用GA从优化的角度解决故障诊断问题，它能够在诊断信息不完整的情况下给出全局最优或局部最优的多个可能的诊断结果。但在诊断所依据的信息发生畸变，出现复杂的故障模式的时候，也难以保证诊断结果的可靠性。因此如何根据被诊断对象特征，建立能保证高容错性能故障诊断适应度函数，以及如何确定迭代操作结束的准则和保证最终的结果为最优解或近似最优解。这些问题是基于GA应用中需要深入研究的内容。
6 基于Petri网络的电力系统故障诊断［50～56］
Petri网络(Petri net)是由德国数学家C．A．Petri于1960～1965年提出的一种通用的数学模型［50］，是在构造有向图的组合模型的基础上，形成可用矩形运算所描述的严格定义的数学对象。Petri网分析方法既可用于静态的结构分析，又可用于动态的行为分析。它以研究系统的组织结构和动态行为为目标，能够对系统中同时发生，次序发生或循环发生的各种活动过程进行定性或者定量的分析。所以Petri网络是离散事件动态系统建模和分析的理想工具。
电力系统故障属于一个离散事件的动态系统，由系统中各级电压、各类保护动作反映故障，并把切除故障的过程看作一系列事件活动的组成，而事件序列与相应实体联系在一起。动态事件主要包括实体活动(如断路器、继电保护、自动装置等)和信息流活动(如信号的传递，控制指令发送，各监测信号流等)。鉴于电力系统故障动态过程描述的可行性，可确定用Petri网去构造电力系统诊断模型。
文献［51］以输电网络中的设备为单位，首先研究了故障“切除”过程的Petri网络模型，进而对故障诊断的Petri网络模型求解。整个系统的物理概念清晰，数学求解速度快适宜实时性诊断。文中还分析了保护、断路器不正确动作对Petri网络模型的影响，并分别给出了识别保护和断路器不正确动作的模块。对IEEE118节点系统的测试结果表明，Petri网络是一种比较有潜力的模型。但文中对保护多重性配置，时间差异，性能发生变化都未深入讨论，它也正是基于Petri网络原理存在的局限性。
5/7 首页 上一页 3 4 5 6 7 下一页 尾页
