GATS算法在电网故障诊断中的应用

论文摘要

随着经济发展,电网规模不断扩大,结构日益复杂,联系越来越紧密,用户对电能质量的要求越来越高。同时,随着以高电压、交直流混合、全国联网为特征的大电网时代的到来,对运行人员在事故决策,事故后恢复处理等方面提出了更高的要求。因此,一个好的故障诊断决策系统为运行人员在故障决策时提供的帮助将具有不可替代的意义。目前,我国各城市的调度中心基本都安装了SCADA系统(Supervisory Control And Data Acquisition System)。SCADA系统实时采集各厂站RTU遥测、遥信、电度、数字量等数据。变电站综合自动化技术使继电保护系统和电网自动化系统结合在一起,微机保护装置实现了全部信息化。在电力系统中各级调度中心之间、调度中心与直属电厂和变电站间建立了计算机通讯网络。各网(省)调已相继完成以实现全网故障录波数据远传为主要目标的联网工作,在电网发生故障后故障录波器可通过公用电话网或其它通道将所记录的主要故障数据传送至调度中心。GPS系统实现全网时间统一,以此来精确同步联网系统内中心站和每个分站中所有入网的微机型故障录波器、微机保护装置的时钟,保证了电力系统故障分析的准确性。在上述发展的基础上,逐步形成了故障信息系统。这些都是构成故障诊断信息源的基础。针对电力系统信息源的特性,引用了分层诊断的思想。首先,利用开关信息进行了网络拓扑结构分析,再利用有源性,把整个网络分成有源和无源网络,并把新增的无源网络中元件判定为是可疑故障元件。如果可疑故障元件唯一,则认为找到故障元件,否则把可疑故障元件作为下一步优化算法求解的初始解。针对目前故障诊断算例中存在多解的现象,对其存在多解的原因进行了深入的分析,对各个影响因子进行了详细的说明,得出了存在多解的原因。在此基础上,提出了更加合理的目标函数,分析了各个元件故障对新目标函数的影响,用新的目标函数对原来的案例进行了诊断,解决了多解的问题,证明了新目标函数的合理性,科学性。最后介绍了一种遗传算法和禁忌搜索算法的混合策略及其在故障诊断中的应用。遗传算法(GA)有较好地全局搜索能力,而禁忌搜索(TS)有较好地局部搜索能力。两者的结合能够同时提高优化过程中的全局搜索能力和局部搜索能力,形成一种新的混合优化策略,即遗传禁忌搜索(GATS)。借助Shcaffer函数证明了GATS的优越性。在此基础上,结合改进的传统的故障诊断优化目标函数,得到一种性能优良的电力系统故障诊断方法。算例研究结果表明,禁忌遗传混合算法在对初始解的敏感程度、对初始参数的依赖性上,均优于传统方法。此方法用于保护和断路器不正常动作或多重故障等复杂情况下的电力系统故障诊断也有满意的效果。此外,文章还探讨了在故障区域识别中存在的问题,以及故障区域识别中所用的算法。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.3 小结
• 1.4 本文的主要工作
• 2 基于优化算法的电网故障诊断的基本原理
• 2.1 基于优化算法的电网故障诊断的整体框架
• 2.2 故障诊断信息源
• 2.3 故障区域自动识别
• 2.4 目标函数
• 2.5 优化算法
• 2.6 小结
• 3 目标函数及算法的改进
• 3.1 目标函数存在的问题
• 3.2 新的目标函数的建立
• 3.3 新目标函数验证
• 3.4 遗传算法的改进
• 3.5 小结
• 4 基于新目标函数和 GATS 算法的故障诊断
• 4.1 GATS 在故障诊断中应用的一般流程
• 4.2 仿真案例分析
• 4.3 故障诊断中GATS 与传统方法的比较
• 4.4 小结
• 5 总结和展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献