一种基于时序模糊Petri网的电力系统故障诊断

摘要

本发明公开了一种基于时序模糊Petri网的电力系统故障诊断，结合模糊Petri网(FPN)的定义，考虑信息时序顺序，将所述时序模糊Petri网(TOFPN)定义为一个八元组，所述TOFPN的推理决策与普通模糊Petri网相同，采用实用的不确定推理方法——MYCIN的置信度方法，该方法引入极大代数中的和算子。此种基于TOFPN的电力系统故障诊断方法，实现了存在保护和断路器误动、拒动以及信息丢失情况下计及警报信息时序属性的电力系统故障诊断。该方法诊断速度快、精度高、可准确地完成保护断路器的动作评价，并且对电网拓扑变化具有较好的适应能力，适用于大规模复杂电网的故障诊断，具有较好的应用前景。

主权项

一种基于时序模糊Petri网的电力系统故障诊断，其特征在于，结合模糊Petri网的定义，考虑信息时序顺序，将所述时序模糊Petri网定义为一个八元组：S_TOFPN＝{P，T，T_TS，I，O，α，θ^（0），U}式中：P＝{p₁,p₂,…,p_n}为库所结点的有限集合，对应命题；如果p_i是一个开始位置,那么定义p_i为起始库所；T＝{t₁,t₂,…,t_m}为变迁结点的有限集合，对应规则；T_TS＝{T₁,T₂,…,T_m}为获得起始库所状态信息的时间；I为输入矩阵，I＝(δ_ij)_n×m，δ_ij为逻辑量，δ_ij∈[0,1]，当p_i是t_j的输入(即存在p_i到t_j的有向弧)时，δ_ij的值为该有向弧的权值；当p_i不是t_j的输入时,δ_i006A＝0。其中，i＝1,2,…,n；j＝1,2,…,m；O为输出矩阵，O＝(γ_ij)_n×m,γ_ij为逻辑量，γ_ij∈[0,1]，当p_i是t_j的输出(即存在t_j到p_i的有向弧)时，γ_ij的值为该规则的可信度；当p_i不是t_j的输出(即不存在t_j到p_i的有向弧)时，γ_ij＝0。其中，i＝1,2,…,n；j＝1,2,…,m；α为库所对应的命题的可信度，α∈[0,1]；θ⁽⁰⁾为初始状态，为命题p_i的初始逻辑状态，表示p_i状态为真的可信度，i＝1,2,…,n；U为规则可信度矩阵，U＝diag(μ₁,μ₂,…,μ_m)，μ_j为规则t_j的可信度,μ_j∈[0,1]，其中j＝1,2,…,m。若μ_j＝1时，模型为不含模糊变量的一般Petri网推理模型。