| 【中文题名】 | 基于SCADA及保护信息系统的电网故障诊断 |
| 【英文题名】 | Power Net Work Fault Diagnosis Based on Information of SCADA and RMS |
| 【学科专业】 | 电力系统及其自动化 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-4-25 |
| 【中关键词】 | 输电网,故障诊断,人工智能,正反向推理,, |
| 【英关键词】 | power network,fault diagnosis,Artificial Intelligence,deductive inference,inductive inference, |
| 【分类导航】 | 工业技术>电工技术>输配电工程、电力网及电力系统>电力系统继电保护>继电保护装置> |
| 【论文摘要】 | 经济发展、电力市场化改革的推进对供电可靠性提出了越来越高的要求，作为电力系统故障后恢复供电的第一步，如何利用SCADA系统与保护信息管理系统提供的故障信息判断故障设备是电力调度部门迫切需要解决的问题，论文对此进行了详细的研究。
电力系统继电保护的基本工作原则是将特定设备故障对整个系统的影响限制在局部范围之内，论文以此为依据分析了输电网故障诊断的可行性，陈述了诊断的基本思路。针对故障诊断的信息需求用面向对象的方法实现了电网拓扑结线、保护配置信息的计算机表示，在通过广度优先搜索获得设备邻接信息的基础上，使用人工智能技术模拟人类专家进行故障诊断的逻辑分析过程。
论文详细研究了基于专家系统、神经网络、优化算法的三种电网故障诊断方法，从知识获取、知识存储与知识运用的角度分析了它们与故障诊断问题的结合方式，并通过算例分析了各自的优点与不足。论文综合上述三种人工智能方法的优点，提出了在故障信息与故障位置集合之间从正反向两个方向上进行推理分析的故障诊断综合法，该方法较好地权衡了计算精度与速度之间的矛盾，具有推理速度快、抗信息污染能力强的优点，不仅可以实现故障诊断的全部功能而且可以判断故障信息是否受到污... |
| 【论文题纲】 |
|
第1章 绪论 |
8-14 |
|
1．1 论文的选题背景 |
8 |
|
1．2 国内外研究现状综述 |
8-12 |
|
1．3 小结 |
12 |
|
1．4 本论文的主要工作 |
12-14 |
|
第2章 电网故障诊断的一些基本问题 |
14-24 |
|
2．1 电力系统继电保护简介 |
14-16 |
|
2．1．1 电力系统继电保护的基本要求 |
14-15 |
|
2．1．2 我国继电保护的典型配置 |
15 |
|
2．1．3 我国继电保护的整定原则 |
15-16 |
|
2．2 面向对象的电网知识表示 |
16-20 |
|
2．2．1 电网故障诊断的信息需求 |
16-17 |
|
2．2．2 电网知识的计算机表示 |
17-19 |
|
2．2．3 邻接信息的自动生成 |
19-20 |
|
2．3 电网故障诊断的基本原理与方法 |
20-23 |
|
2．3．1 故障诊断区域的确定 |
20-21 |
|
2．3．2 故障诊断的基本思想 |
21-22 |
|
2．3．3 故障诊断的难点 |
22-23 |
|
2．3．4 故障诊断方法的评价标准 |
23 |
|
2．4 本章小结 |
23-24 |
|
第3章 基于专家系统的电网故障诊断 |
24-35 |
|
3．1 专家系统在故障诊断中的应用 |
24 |
|
3．2 基于因果网络的知识表示 |
24-28 |
|
3．2．1 因果网络的结构 |
25-26 |
|
3．2．2 因果网络有向边权重 |
26-27 |
|
3．2．3 因果网络的自动生成 |
27-28 |
|
3．3 基于模糊专家系统的电网故障诊断 |
28-30 |
|
3．3．1 模糊逻辑及其在故障诊断中的应用 |
28-29 |
|
3．3．2 模糊关系的合成 |
29 |
|
3．3．3 故障诊断示例 |
29-30 |
|
3．3．4 故障诊断流程 |
30 |
|
3．4 算例与分析 |
30-33 |
|
3．5 算法的评价 |
33 |
|
3．6 本章小结 |
33-35 |
|
第4章 基于人工神经网络的电网故障诊断 |
35-45 |
|
4．1 BP神经网络在故障诊断中的应用 |
35-36 |
|
4．2 故障潮流分析 |
36-37 |
|
4．3 面向对象的神经网络 |
37-41 |
|
4．3．1 神经网络模型 |
37-39 |
|
4．3．2 神经网络的训练样本 |
39-41 |
|
4．3．3 神经网络的训练 |
41 |
|
4．4 基于神经网络和设备关联的电网故障诊断 |
41-42 |
|
4．5 算例与分析 |
42-43 |
|
4．6 算法的评价 |
43 |
|
4．7 本章小结 |
43-45 |
|
第5章 基于遗传算法的电网故障诊断 |
45-54 |
|
5．1 故障诊断的反向推理 |
45 |
|
5．2 保护继电器与断路器期望状态的确定 |
45-48 |
|
5．2．1 主继电器期望状态的确定 |
46 |
|
5．2．2 第一后备继电器期望状态的确定 |
46 |
|
5．2．3 第二后备继电器期望状态的确定 |
46-47 |
|
5．2．4 第三类保护期望状态的确定 |
47-48 |
|
5．2．5 断路器期望状态的确定 |
48 |
|
5．3 故障假设的评价 |
48-49 |
|
5．4 基于反向推理与遗传算法的电网故障诊断 |
49-50 |
|
5．4．1 遗传算法简介 |
49 |
|
5．4．2 算法流程 |
49-50 |
|
5．4．3 算法的加速技巧 |
50 |
|
5．5 算例与分析 |
50-52 |
|
5．6 算法的评价 |
52 |
|
5．7 本章小结 |
52-54 |
|
第6章 电网故障诊断的综合法与软件实现 |
54-63 |
|
6．1 故障诊断的综合法 |
54-56 |
|
6．1．1 三种故障诊断方法比较 |
54-55 |
|
6．1．2 综合法流程 |
55-56 |
|
6．2 故障诊断的软件实现 |
56-57 |
|
6．2．1 软件模块结构 |
56 |
|
6．2．2 软件功能简介 |
56-57 |
|
6．3 综合法故障诊断算例 |
57-61 |
|
6．3．1 故障信息没有污染的情况 |
58-60 |
|
6．3．2 故障信息被污染的情况 |
60-61 |
|
6．4 算法的评价 |
61 |
|
6．5 本章小结 |
61-63 |
|
第7章 结论与展望 |
63-67 |
|
7．1 结论 |
63 |
|
7．2 展望 |
63-67 |
|
| 【DOI】 | LunWen.ID:2.2008.143605 |
