一种大规模电网故障诊断的多智能体信息融合模型与方法

被引：24

作者：

曹一家 ^{[1
,2
]}

刘毅 ^{[1
]}

高振兴 ^{[1
]}

郭创新 ^{[1
]}

彭明伟 ^{[3
]}

机构：

[1] 浙江大学电气工程学院

[2] 湖南大学电气与信息工程学院

[3] 浙江省电力设计院

来源：

电力自动化设备 | 2010年 / 30卷 / 07期

基金：

浙江省自然科学基金;

关键词：

大规模电网; 故障诊断; MAS; 概率Petri网; 小波分析; 证据理论; 信息融合; 时标Petri网;

D O I：

暂无

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

摘要：

传统的故障诊断方法仅针对保护信息进行分析,没有充分利用电气量信息反映出的电网故障特征信息。提出多智能体系统(MAS)框架信息融合模型,针对大规模电网的结构和特性,集成多种故障诊断方法,在不同区域对故障录波器、SCADA系统、保护故障信息管理系统(RPMS)等获得的故障信息进行分析,采用D-S证据理论信息融合技术,进行信息融合获得局部的故障诊断,然后通过全局故障诊断确定故障元件,实现大规模电网实时快速的故障诊断。仿真计算表明,所提出的模型与方法正确、有效。

引用

页码：14 / 18

页数：5

共 14 条

[1]

基于改进贝叶斯网络方法的电力系统故障诊断研究.[D].吴欣.浙江大学.2005, 05

[2]

信息融合.[M].王润生; 编著.科学出版社.2007,

[3] 计及保护和断路器误动与拒动的电力系统故障诊断解析模型 [J].

郭文鑫 ;

文福拴 ;

廖志伟 ;

何祥针 ;

梁俊晖 .

电力系统自动化, 2009, 33 (24) :6-10+42

[4] 多数据源信息融合的电网故障诊断新方法 [J].

郭创新 ;

彭明伟 ;

刘毅 .

中国电机工程学报, 2009, 29 (31) :1-7

[5] 基于调度综合数据平台的大规模电网分层故障诊断 [J].

朱传柏 ;

郭创新 ;

曹一家 .

电力系统自动化, 2009, 33 (01) :51-55+65

[6]

Forward and backward models for fault diagnosis based on parallel genetic algorithms.[J]..Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal).2008, 10

[7] 基于协同式专家系统及多智能体技术的电网故障诊断方法 [J].