一种微电网故障诊断推理模型论文_樊禄,刘松柏,刘尚方,黄震,杨浩

（西华大学 四川成都 610039）

摘要：本文根据微电网故障诊断的特点，对传统脉冲神经膜系统进行改进，得到改进型加权脉冲神经膜系统，并设计其对应算法。然后基于改进型加权脉冲神经膜系统对风力发电机进行了故障建模。最后以风力发电机为例，证明了基于改进型加权脉冲神经膜系统的微电网故障诊断模型的可行性。

关键词：脉冲神经膜系统；风力发电机；微电网；故障诊断

引言

随着不可再生能源的不断消耗，人们开始探索发现新能源。微电网在已有电网基础上的应用，使得电能利用更加合理高效，并且可以充分利用新能源[1]。但随着微电网的广泛铺设，其出现故障的可能性也随之增加。因此，有效的故障诊断方法在微电网应用中显得十分重要。目前常见的诊断方法有人工神经网络方法和遗传算法等。

针对微电网的灵活拓扑结构，本文采用改进型加权神经膜系统(Improve Weighted SpikingNeuralPSystems，IWSNPS)进行微电网故障诊断[2]，并针对风力发电机做出具体分析。

1问题描述

随着科学技术的发展，电网规模日益变大，微电网技术不断优化，但微电网拓扑结构灵活，运行方式多样，一旦发生故障，往往会造成非常严重的后果。因此，微电网的故障诊断显得十分重要。电网的故障诊断即当电网发生故障时，保护装置动作，根据电网中电气信号判断故障类型，定位故障位置，识别故障元件，最后找到解决方案，排除故障。本文采用IWSNPS对微电网故障诊断进行建模分析，并针对风力发电机做出具体分析[3]。

2改进型加权脉冲神经膜系统（IWSNPS）

2.1 IWSNPS的定义

结论

本文以SNPS为核心，改进得到IWSNPS的定义，通过权重和神经元传递，能快速将信号进行处理，及时排除故障。同时本文针对风力发电机进行建模分析，证明了本模型在微电网故障诊断中的可行性。

参考文献

[1]Tao Wang (王涛),Jun Wang, Jun Ming, Zhang Sun, Chuanxiang Wei, Chun Lu and Mario J. Pérez-Jiménez. Application of Neural-Like P Systems With State Values for Power Coordination of Photovoltaic/Battery Microgrids, IEEE Access, 2018, 6: 46630 – 46642.

[2]田雷雷.基于分层加权模糊Petri网的微电网故障诊断方法研究[D].燕山大学,2016.

[3]Tao Wang (王涛),Gexiang Zhang, Junbo Zhao, Zhengyou He, Jun Wang, Mario J. Pérez-Jiménez. Fault diagnosis of electric power systems based on fuzzy reasoning spiking neural P systems. IEEE Transactions on Power Systems, 2015, 30(3): 1182-1194.

[4]刘希玉,姜珍妮,赵玉祯.膜计算研究综述[J].山东师范大学学报(自然科学版),2018,33(02):127-138.

[5]张晗.基于模糊Petri网的微电网故障诊断技术研究[D].北京理工大学,2015.

论文作者:樊禄,刘松柏,刘尚方,黄震,杨浩

论文发表刊物:《电力设备》2018年第21期

论文发表时间:2018/12/12

标签：电网论文;  故障诊断论文;  脉冲论文;  故障论文;  神经论文;  系统论文;  风力发电机论文;  《电力设备》2018年第21期论文;