亚星游戏官网-www.yaxin868.com

专利名称：一种用免疫遗传算法处理电力系统的dsp故障诊断的装置的制作方法
技术领域：
本实用新型属于电力系统故障诊断技术领域，特别是一种用免疫遗传算法处理电 力系统的DSP故障诊断的装置。
背景技术：
可靠性是电力系统的基本要求之一。但由于气候、人为等多种因素的影响，电力系 统的故障是不可避免的。当电力系统发生故障时，就要求运行人员能够迅速判断故障原因、 切除故障元件并恢复系统的正常运行，以便减少对电力设备的损坏，保证向用户安全可靠 的供电。电力系统发生故障时，保护和断路器可能发生拒动、误动、警报信息在传输过程中 可能出现丢失、畸变；故障元件可能有多个。这些都使得实际故障复杂化，个人很难在短时 间内做出正确的判断。故障诊断系统可以帮助调度员迅速找出故障元件，是快速恢复供电 的前提。

发明内容本实用新型的目的在于提供一种用免疫遗传算法处理电力系统的DSP故障诊断 的装置，它充分利用免疫遗传算法的特性，实现对当前电力系统故障的诊断，使之快速识别 故障区域和元件，分析引起故障的原因，恢复系统正常运行。本实用新型的技术方案一种用免疫遗传算法处理电力系统的DSP故障诊断的装 置，其特征在于该系统由故障信号检测单元馈线自动化终端(FTU)和远程终端单元(RTU)、 故障信号处理单元数字信号处理器(DSP)、故障信号输出显示单元工控上位机组成；所说 的故障信号检测单元馈线自动化终端(FTU)的输出端和远程终端单元(RTU)的输出端均 与故障信号处理单元数字信号处理器(DSP)相连接，故障信号处理单元数字信号处理器 (DSP)的输出端连接故障信号输出显示单元工控上位机。上述所说的用免疫遗传算法处理电力系统的DSP故障诊断的装置，当工作的时 候，在馈线自动化终端(FTU)和远程终端单元(RTU)与DSP控制系统之间加入故障工频变 量和整定值比较后得到的离散信号。本实用新型的工作过程，具体包含如下步骤(1)制作算法中的参数编码；(2)初始群体的设定；(3)适应度函数的设计；(4)匹配集的设置；(5)控制参数的设定；(6)迭代求解。上述步骤(1)中所说的参数编码采用二进制的编码方法，在系统发生故障后，安 装于各分段开关和联络开关处的FTU或RTU可监测到故障工频变量，在与其整定值比较后上传给主站故障信号，而该信号即为离散的0，1 二进制信号。上述步骤(2)中所说的初始群体的设定是遗传算法对群体进行的进化操作，需要 准备表示起始搜索点的初始群体数据。初始群体的生成是以反映系统故障信号为基准，系 统会在此状态附近随机产生初始群体。上述步骤(3)中所说的适应度函数的设计也称为对遗传个体适应度的评价，是指 在遗传算法中，以个体适应度的大小来确定该个体被遗传到下一代群体中的概率。本实用 新型的目标函数为 式中S:元件状态向量-正常时为0，故障时为1 (η维，η为元件数)；η。断路器的数目；Iii 主保护数目；Iij 第一后备保护数目；nk:第二后备保护数目；nh:重合闸数目；Mp1 第1个断路器在主保护动作时段的状态；Mp1,；根据第i个主保护动作原理确定的第1个断路器函数；Fp1 第1个断路器在第一后备保护动作时段的状态；Fp1,；根据第j个第一后备保护动作原理确定的第1个断路器数；Sp1 第1个断路器在第二后备保护动作时段的状态；Sp1,;根据第k个第二后备保护动作原理确定的第1个断路器数；f^ 主保护贡献因子；fFp 第一后备保护贡献因子；fSp 第二后备保护贡献因子；fEp* 重合闸贡献因子；Rph* 重合闸期望状态；式中W为任意给定的很大的正数(取W= 106，用于确保F(S)恒为正).算法的任 务就是求在此适应度函数下的最大值。上述步骤(4)中所说的匹配集的设置是指免疫遗传算法对群体中两两竞争产生 出的匹配集进行操作，在匹配集中进行的局部搜索是通过每代开始搜索之前更新设定的交 叉、变异概率对其进行交叉、变异从而产生新的种群。上述步骤(5)中所说的控制参数的设定是指遗传算法中需确定的参数取值，包括 串长1，群体大小n，交叉概率P。、变异概率pm。本实用新型中参数的串长是由系统中断路器 的个数决定的，群体大小设定为100代，而交叉概率ρ。和变异概率pm我们在每代产生匹配 集之前设定更新，即交叉概率和变异概率是可变的。从遗传算法的计算机理可知，在迭代前期，交叉概率应比较大，变异概率应比较小，以确保计算过程的平稳进行。在迭代后期，解群 中的串已趋于稳定，可能收敛于局部最优解，此时交叉的作用已经减小，其发生的概率可降 低，而变异的概率应给定得大一些，以便有机会跳出局部最优解，进入新的搜索空间。本实 用新型采用的交叉概率和变异概率随迭代次数的增加而变化的公式为 式中t 迭带次数；Pc0 交叉概率的初始值；P 交叉概率第t次迭带时的值；P；变异概率的初始值；P；变异概率第t次迭带时的值；Mgen 最大允许的迭带次数；交叉概率是随迭代次数的增加而线性递减的，变异概率是随迭代次数的增加而线 性递增的，在本实用新型中，在第一代的迭代前期，交叉概率和变异概率分别取为0.9和 0. 001。上述步骤(6)中所说的迭代求解是指免疫遗传算法最终结果的输出总体来说是 通过两次大的迭代求解。第一次是对每代中由两两竞争的选择方法产生的匹配集进行η/2 步的迭代，每步迭代对从匹配集中随机选取的两两个体按照设定的控制参数对其进行交叉 变异，然后将新产生的两个解放入下一代解群；第二次是在当前代的第一步迭代完成后，判 断是否到最终代，若没到最终代，转入下一代的迭代求解。首先对该代的交叉概率和变异概 率进行设定，并通过两两交叉的选择办法产生匹配集，这时重复上代的一次迭代过程。经过 设定代数的二次迭代后算法跳出循环并输出最终结构及其适应度值。本实用新型的工作目的采用DSP作为核心控制处理系统，通过系统中的馈线自 动化终端(FTU)和远程终端单元(RTU)监测到故障工频变量时，将与其整定值比较后得到 的离散信号作为DSP核心控制系统的输入信号，该信号也作为内嵌于其中的免疫遗传算法 的输入信号，最终通过DSP核心控制处理系统将算法得到的最终结果转化为实际系统中的 故障信息反映到监测上位机上面，相关工程人员可根据系统所反映出的信息对故障进行维 修排除。本实用新型所说的用于电力系统DSP故障诊断的免疫遗传算法的的工作原理首 先对系统中的故障信号进行参数编码，参数编码是应用遗传算法是要解决的首要问题，也 是设计遗传算法时的一个关键步骤。编码方法除了决定了个体的染色体排列形式之外，他 还决定了个体从搜索空间到基因型变化到解空间的表现型时的解码方法，编码方法也影响 到后面的交叉和变异算子等遗传算子的运算方法。初始群体的设定是遗传算法对群体进行的进化操作，需要给其准备一些表示起始 搜索点的初始群体数据。一般初始群体的设定有两种方法(1)根据问题固有知识，设法把 握最优解所占空间在整个问题空间中的分布范围，设定初始群体。(2)先随机生成一定数目的个体，从中挑出最好个体加到初始群体中。这种过程不断迭代，直到达到预定的规模。适应度函数的设计亦称为对遗传个体适应度的评价，是指在遗传算法中，以个体 适应度的大小来确定该个体被遗传到下一代群体中的概率。个体的适应度与该个体被遗传 到下一代的概率成正比。通过对遗传个体适应环境的能力的评价，作为选择操作的依据，它 是由目标函数变换而成。对适应度函数唯一的要求是其结果为非负值。适应度的尺度变换 是对目标函数值域的某种映射变换，可克服未成熟收敛和随机漫游现象。匹配集的引入是为了将免疫思想引入到遗传算法中，从而构成基于免疫的遗传优 化算法。这种算法综合了免疫系统和遗传算法的优点。遗传算法本质上是一种求解问题的 高度并行性全局搜索算法，而免疫系统则利用特定问题启发式来指导局部搜索，而且能在 解空间内进行微调。控制参数的设定是指遗传算法中需要确定一些参数取值，主要有串长1，群体大 小n，交叉概率ρ。、变异概率pm等，对遗传算法性能影响很大。目前对参数根据情况进行调 整变化研究比较多，而一般确定的参数范围是n = 20 200，ρ。= 0. 5 1. 0，pm = 0 0. 05。DSP作为核心控制处理系统是指采用DSP作为接受外部故障信号并对这些输入信 号进行分析处理，处理后输出故障的原因，从而可以使维修人员尽快维修系统故障，恢复系 统正常运行。本实用新型的优越性和技术效果在于①提出以无约束的0 — 1整数规划问题来 描述电力系统故障诊断的解析模型，这种模型在一定程度上解决了保护信息不完整时的电 力系统故障诊断问题，与故障平息后的停电区域的识别方法相结合，可在线应用于实际电 系统；②与传统遗传算法交叉概率和变异概率在整个迭代过程中不变不同的是，本实用新 型使交叉概率是随迭代次数的增加而线性递减，变异概率随迭代次数的增加而线性递增， 以便有机会跳出局部最优解，进入新的搜索空间；③引入免疫系统-匹配集的应用，从而在 每代的搜索过程中可以指导局部搜索，在解空间内进行微调，从而在进化过程中提高了算 法的整体搜索能力；④在实际应用中我们利用DSP控制处理系统和计算机高速的数据计算 和数据处理能力，可大大提高了该故障诊断系统的可靠性，具有广阔的市场应用前景；⑤将 基于免疫的遗传算法运用到实际电力系统中，实时处理大量的电力系统运行信息，识别发 生故障的区域，进一步诊断故障元件，从而大幅度提高供电的可靠性和经济性，并从最大程 度上减小了电网短路故障带来的损失，保证了相关电力设备、线路的稳定运行；⑥适应度函 数全面考虑了电力系统的各种情况，不但考虑了重合间的影响，而且还根据主保护、第一后 备保护和第一后备保护对于故障的不同影响加以细化，对不同的保护通过贡献因子进行了 加权，更加符合实际情况。

图1为本实用新型所涉一种用免疫遗传算法处理电力系统的DSP故障诊断的装置 整体工作结构示意图；图2为本实用新型所涉一种用免疫遗传算法处理电力系统的DSP故障诊断的装置 的工作流程图。
具体实施方式
实施例一种用免疫遗传算法处理电力系统的DSP故障诊断的装置(见图1)，其 特征在于该系统由故障信号检测单元馈线自动化终端(FTU)和远程终端单元(RTU)、故障 信号处理单元数字信号处理器(DSP)、故障信号输出显示单元工控上位机组成；所说的故 障信号检测单元馈线自动化终端(FTU)的输出端和远程终端单元(RTU)的输出端均与故障 信号处理单元数字信号处理器(DSP)相连接，故障信号处理单元数字信号处理器(DSP)的 输出端连接故障信号输出显示单元工控上位机。
权利要求一种用免疫遗传算法处理电力系统的DSP故障诊断的装置，其特征在于该系统由故障信号检测单元馈线自动化终端(FTU)和远程终端单元(RTU)、故障信号处理单元数字信号处理器(DSP)、故障信号输出显示单元工控上位机组成；所说的故障信号检测单元馈线自动化终端(FTU)的输出端和远程终端单元(RTU)的输出端均与故障信号处理单元数字信号处理器(DSP)相连接，故障信号处理单元数字信号处理器(DSP)的输出端连接故障信号输出显示单元工控上位机。
2.根据权利要求1所说的一种用免疫遗传算法处理电力系统的DSP故障诊断的装置， 其特征在于当工作的时候，在馈线自动化终端(FTU)和远程终端单元(RTU)与DSP控制系 统之间加入故障工频变量和整定值比较后得到的离散信号。
专利摘要一种用免疫遗传算法处理电力系统的DSP故障诊断的装置，该系统由故障信号检测单元馈线自动化终端、远程终端单元、故障信号处理单元数字信号处理器、故障信号输出显示单元工控上位机组成。本实用新型的优越性①提出以无约束的0—1整数规划问题来描述电力系统故障诊断的解析模型，解决了保护信息不完整时的电力系统故障诊断问题；②使交叉概率是随迭代次数的增加而线性递减，变异概率随迭代次数的增加而线性递增，以便有机会跳出局部最优解，进入新的搜索空间；③引入免疫系统-匹配集的应用，在进化过程中提高了算法的整体搜索能力。
文档编号G01R31/00GK201666923SQ20092025123
公开日2010年12月8日 申请日期2009年12月3日 优先权日2009年12月3日
发明者周雪松, 宋代春, 权博, 李圣明, 田密, 程德树, 马幼捷 申请人:天津理工大学