基于Petri網(wǎng)的變電站智能故障診斷的研究.pdf_第1頁
已閱讀1頁,還剩91頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、變電站是電力系統(tǒng)的重要組成部分,是連接發(fā)電廠與用戶之間的樞紐點,起到變換和分配電能的作用。因此變電站運行的可靠性和安全性直接影響到整個電網(wǎng)的安全運行。近年來,變電站隨著電力系統(tǒng)的發(fā)展朝著大容量、超容量、遠距離方向發(fā)展,其結(jié)構(gòu)越來越復雜。然而由于自然、人為、設備等多種因素的影響,故障的出現(xiàn)又是不可必免的。這就要求當變電站發(fā)生故障時,操作人員能夠迅速準確地定位故障區(qū)域、識別真正的故障元件,以便將其隔離并給予后續(xù)的故障恢復工作提供可靠的依據(jù),

2、從而恢復非故障區(qū)域的正常運行,增強供電的可靠性和連續(xù)性。另一方面,變電站綜合自動化水平在不斷提高,越來越多的繼電保護與自動裝置應用到變電站變配電系統(tǒng)中。當變電站發(fā)生故障時,各級繼電保護與自動裝置會產(chǎn)生大量的報警信息,諸如故障錄波器動作、保護裝置報警、保護動作、斷路器跳閘等等。這些信號在變電站發(fā)生故障的瞬間將會不加選擇地涌入控制中心,特別是同時出現(xiàn)多重故障并伴隨有保護和斷路器的拒動、誤動作時,故障診斷問題就會變得異常復雜。在這種情況下,要

3、求調(diào)度運行人員在很短的時間內(nèi)迅速準確地判斷故障實際上是相當困難的,容易出現(xiàn)誤判斷、誤處理,使事故進一步擴大、故障恢復時間進一步加長,從而會導致更為嚴重的停電事故。因此研究變電站智能化故障診斷具有重要的理論和實踐意義。國內(nèi)外提出了許多電力系統(tǒng)故障診斷的技術(shù)和方法,主要有專家系統(tǒng)、人工神經(jīng)網(wǎng)絡、優(yōu)化技術(shù)、Petri網(wǎng)絡、粗糙集理論、模糊集理論等。但是這些方法在變電站故障診斷中都有其局限性,迫切需要新的系統(tǒng)設計理論和方法,用于建立故障診斷模型

4、,進行系統(tǒng)特性分析和性能評價,從而更合理地設計、優(yōu)化和構(gòu)建變電站故障診斷模型。因此,本文應用擴展Petri網(wǎng)的行為理論,對變電站故障診斷系統(tǒng)進行了建模與行為分析研究,并開發(fā)了變電站故障監(jiān)控系統(tǒng)軟件。本文的主要工作有以下幾個方面: (1)回顧了國內(nèi)外故障診斷理論的主要成果,并分析其優(yōu)缺點。 (2)分析變電站中設備元件的常見故障及其故障原因,并介紹一種有效的故障診斷模式。 (3)Petri網(wǎng)是一種有效的建模工具,廣泛

5、應用在計算機科學、工業(yè)控制等領域,在電力系統(tǒng)方面的應用也正在興起。本文在闡述其概念時,力爭從電力系統(tǒng)應用角度出發(fā),詳細介紹各種Petri網(wǎng)的概念及性質(zhì),并提出HCETPN模型。 (4)Petri網(wǎng)和貝葉斯網(wǎng)絡作為建模分析工具,在各個領域已經(jīng)有了很多研究與應用,但各自都有局限性。本文將Petri網(wǎng)和貝葉斯理論結(jié)合提出Bayers—Petri網(wǎng)(BPN),互補缺點,突出優(yōu)勢,然后提出了一種基于BPN的故障診斷算法,然后將其應用于變電

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論