膜計算在電力系統(tǒng)故障診斷和經濟負荷分配中的應用研究.pdf

1、膜計算(也稱P系統(tǒng))是一類新穎的分布式并行計算模型。其思想源自于生命細胞的結構與功能以及組織和器官中細胞之間的協(xié)作。近年來,已經提出了許多P系統(tǒng)及變體。根據(jù)膜的結構,這些P系統(tǒng)可分為三類:細胞型P系統(tǒng)、組織型P系統(tǒng)和神經型P系統(tǒng)。許多學者受P系統(tǒng)的啟發(fā),采用P系統(tǒng)設計近似優(yōu)化算法求解實際應用中的問題。本文嘗試將膜計算運用到電力系統(tǒng)故障診斷和經濟負荷分配中,為故障診斷和負荷分配提供一種新的解決方案,同時也擴展了膜計算的研究領域。本文的主要

2、研究內容如下:
　　(1)重點分析了自適應模糊脈沖神經P系統(tǒng)(AFSN P系統(tǒng))的模糊推理算法和學習算法,并給出AFSN P系統(tǒng)的矩陣表示,提出了通過矩陣轉換來表示AFSN P系統(tǒng)的模糊推理算法(即基于AFSN P系統(tǒng)的矩陣推理算法)。因此故障診斷過程能用矩陣的迭代運算來成功表示,顯著提高了診斷的速率。
　　(2)針對電力系統(tǒng)中電網故障診斷的問題,考慮到繼電保護和斷路器動作信息的不確定性,本文利用新穎的AFSN P系統(tǒng)來處理

3、電力系統(tǒng)故障診斷中的不確定信息。利用電力系統(tǒng)結線分析找到無源區(qū)域,故障元件就在無源區(qū)域中。然后針對電網中的線路、母線、變壓器元件建立相應的故障診斷模型并確定保護和斷路器的置信度。利用AFSN P系統(tǒng)的模糊推理算法對無源區(qū)域中元件的AFSN P系統(tǒng)故障診斷模型進行分析,得到該元件的故障概率,找到故障元件。
　　(3)針對以上故障診斷模型存在的問題,本文在AFSN P系統(tǒng)的規(guī)則神經元部分引入了一個傳遞函數(shù),使故障診斷結果更為準確,并將

4、AFSN P系統(tǒng)故障診斷模型做了簡化,針對不同的輸電網及不同的故障分析時也不用重新建模,使之具備很好的拓撲能力。采用AFSN P系統(tǒng)的學習算法對故障診斷模型中的權值進行自動調整,使故障診斷結果更符合實際情況。在AFSN P系統(tǒng)的誤差反傳學習算法中引入了粒子群算法,成功地提高了故障診斷結果的收斂度。以一個4節(jié)點系統(tǒng)為例驗證該方法的有效性,與已有方法的比較表明,該方法診斷速度快,準確度高,拓撲變化適應能力強。
　　(4)提出一種受膜啟