Petri網結合粗糙集的變電站故障診斷方法的研究.pdf

1、變電站(substation)是電力系統中對電能的電壓和電流進行變換、集中和分配的場所，在輸配電系統中具有極其重要的地位。因此當變電站發(fā)生故障時，需要相關運維人員能夠快速準確地定位故障區(qū)域，識別真正的故障元件并將其隔離，從而快速恢復非故障區(qū)域的正常運行。然而，由于系統發(fā)生復雜的多重故障、斷路器或保護存在較多誤動或拒動、信道干擾造成的信息丟失等因素的影響，報警信息在后臺監(jiān)控中的顯示存在很多問題，不利于故障的判斷。因此，研究出一種受錯誤信息

2、干擾小、容錯力強、準確快速的變電站故障診斷方法具有重要的意義。
　　本文在對以往的變電站以設備故障的診斷方法和技術進行詳細的歸納總結，并且在總結基礎上，通過對Petri網（以提出者Carl Adam Petri命名的理論）、粗糙集理論、人工神經網絡等理論的研究，結合目前我國的變電站的故障診斷技術發(fā)展趨勢提出了粗糙集和Petri網相互彌補的新型變電站故障診斷技術。
　　其次，由于大部分變電站都存在設備分期建設投產的情況，并且一

3、次擴建投產通常只涉及到一個電壓等級，因此可以根據電壓等級將變電站劃分為數個相對獨立的區(qū)域。在變電站的接線結構或保護配置改變時，針對發(fā)生變化的區(qū)域重新構建診斷模型，其他區(qū)域不受影響。然后對于各個區(qū)域分別建立故障決策表，進行粗糙集決策表的屬性和屬性值約簡，從而獲得最小的診斷規(guī)則。因為Petri網具有推理搜索快速化、診斷過程數學化、結構表示圖形化的特點，本文采用Petri網對診斷規(guī)則進行描述，從而建立各個區(qū)域的診斷模型，實現了變電站故障的高效