本發(fā)明一種基于神經(jīng)網(wǎng)絡的柔性直流配電網(wǎng)智能保護系統(tǒng)，涉及電力系統(tǒng)中的直流系統(tǒng)故障檢測技術與保護措施領域。

背景技術：

柔性直流配電網(wǎng)系統(tǒng)故障一直是電力系統(tǒng)中不容忽視的問題，其中，支路接地和兩極間短路是直流系統(tǒng)中較為常見的故障，若不能及時找到并將其排除，在系統(tǒng)出現(xiàn)多點接地時，將造成直流電源短路或保護設備誤動作，引起嚴重后果。

目前，大多數(shù)直流系統(tǒng)故障保護裝置或系統(tǒng)是建立在單片機的基礎上實現(xiàn)的，但處于發(fā)展初期的柔性直流配電網(wǎng)，在柔性直流配電網(wǎng)系統(tǒng)保護方法而言還沒有性能好、可靠性高的保護裝置?，F(xiàn)今，許多直流系統(tǒng)中仍使用基于交流系統(tǒng)設計制造的斷路器來實現(xiàn)保護功能。不同于交流系統(tǒng)，直流電力系統(tǒng)中沒有電流過零點，因此，在直流電力系統(tǒng)中采用傳統(tǒng)的交流斷路器分斷直流電弧要困難很多，需要附加電路人工產(chǎn)生電流過零點來分斷故障。為解決直流系統(tǒng)的保護問題，各種直流限流器、斷路器受到了廣泛的研究。當前直流配電線路的接地故障監(jiān)測主要采用離線方式，即必須在系統(tǒng)斷電情況下檢測，且需要額外使用較為復雜龐大的儀器，如：在高阻下使用絕緣電阻檢測儀或是在低阻下采用接地電阻檢測儀進行直接測量，才能檢測到線路的接地電阻。這種離線方式相較于成熟的交流輸配電網(wǎng)中的繼電保護的速動性、選擇性、靈敏性、可靠性等優(yōu)點，效果顯得很不理想。

因此，研發(fā)一種能夠有效監(jiān)測直流配電線路接地故障的系統(tǒng)，有效檢測直流微網(wǎng)中發(fā)生的各類故障，及時將故障片區(qū)隔離在外，以確保直流系統(tǒng)的正常運行，對于提高柔性直流配電網(wǎng)系統(tǒng)保護裝置的可靠性、準確率以及直流配網(wǎng)的安全運行具有重大意義。

近年來被廣泛研究的神經(jīng)網(wǎng)絡具有良好的魯棒性、容錯能力和抗擾動能力，基于神經(jīng)網(wǎng)絡的智能故障分類與線路保護技術不易受系統(tǒng)參數(shù)變化的影響。

技術實現(xiàn)要素：

本發(fā)明的目的是為了改進現(xiàn)有技術存在的不足，提出一種針對柔性直流配電網(wǎng)中的電氣設備及其外部用電設備的基于神經(jīng)網(wǎng)絡的柔性直流配電網(wǎng)智能保護系統(tǒng)，將適合復雜系統(tǒng)的人工智能技術與計算機技術結(jié)合，實現(xiàn)針對直流配電線路的智能保護，保障直流配電系統(tǒng)的安全穩(wěn)定運行。

本發(fā)明采取的技術方案為：

一種基于神經(jīng)網(wǎng)絡的柔性直流配電網(wǎng)智能保護系統(tǒng)，包括數(shù)據(jù)采集與實時數(shù)據(jù)庫系統(tǒng)、數(shù)據(jù)分析專家系統(tǒng)、執(zhí)行系統(tǒng)。

所述數(shù)據(jù)采集與實時數(shù)據(jù)庫系統(tǒng)包括傳感器模塊、信號采集模塊、中央處理器、實時數(shù)據(jù)庫；傳感器連接信號采集模塊，信號采集模塊連接中央處理器，中央處理器連接實時數(shù)據(jù)庫。

所述傳感器模塊包括磁場參數(shù)傳感器、電壓傳感器、電流傳感器、電場參數(shù)傳感器；電壓傳感器、電流傳感器布置在直流配電網(wǎng)絡的分布式發(fā)電側(cè)、用戶側(cè)及線路的各個環(huán)節(jié)；磁場參數(shù)傳感器、電場參數(shù)傳感器設置在電氣設備周圍。

信號采集模塊采集到傳感器模塊傳送的直流配電網(wǎng)絡數(shù)據(jù)后，轉(zhuǎn)換為相應的數(shù)字信號，傳送到中央處理器進行信號預處理，然后進行數(shù)據(jù)分類、信號特征提取，得到可以實時反映電網(wǎng)運行狀態(tài)的信息，然后進入實時數(shù)據(jù)庫。

所述數(shù)據(jù)分析專家系統(tǒng)由神經(jīng)網(wǎng)絡構成的專家數(shù)據(jù)庫、計算機組成，該系統(tǒng)包括網(wǎng)絡拓撲算法、系統(tǒng)優(yōu)化規(guī)劃理論，通過人工神經(jīng)網(wǎng)絡，進行推理和判斷，模擬人類專家作決策的過程，數(shù)據(jù)分析專家系統(tǒng)在實時數(shù)據(jù)庫里提取到信息以后，馬上對線路故障的狀態(tài)進行判斷，然后調(diào)用各種專家數(shù)據(jù)庫進行比對運算，然后推理判斷，最后得出一系列的決策信息；

所述執(zhí)行系統(tǒng)接受數(shù)據(jù)分析專家系統(tǒng)的決策指令后，迅速按照指令安排的各種操作及其一定的操作順序執(zhí)行操作，包括重新設置各種繼電器、限流裝置等保護器件的整定值，開關跳閘、合閘，從而實現(xiàn)網(wǎng)絡的重構，以及重構后啟動針對新網(wǎng)絡的保護。

所述信號采集模塊采用電能測量芯片CS5463，用于接收電壓傳感器、電流傳感器、磁場參數(shù)傳感器、電場參數(shù)傳感器傳輸?shù)哪M信號，再將其轉(zhuǎn)換為對應的數(shù)字信號。

所述中央處理器采用SITRAS DPU96處理器，其安裝在每個饋線柜低壓室，當發(fā)生故障，其接收到信號采集模塊傳送過來的故障信號后，對配電網(wǎng)絡的狀態(tài)進行判斷與分析，然后調(diào)用實時數(shù)據(jù)庫。

所述實時數(shù)據(jù)庫用于中央處理器與數(shù)據(jù)分析專家系統(tǒng)的對接，即中央處理器和數(shù)據(jù)分析專家系統(tǒng)組成一個相互交流的平臺，當實時數(shù)據(jù)庫接收到中央處理器傳送過來的故障信號后，實時數(shù)據(jù)庫會馬上調(diào)取各種專家數(shù)據(jù)庫，在此平臺進行比對、分析、判斷與推理過程。

所述執(zhí)行系統(tǒng)包括斷路器，執(zhí)行系統(tǒng)通過無線通訊模塊連接中央處理器，中央處理器通過無線通訊模塊發(fā)送信號給執(zhí)行系統(tǒng)，執(zhí)行系統(tǒng)控制相應斷路器的動作。

一種基于神經(jīng)網(wǎng)絡的柔性直流配電網(wǎng)智能保護方法，將布置在直流配電網(wǎng)絡的分布式發(fā)電側(cè)、用戶側(cè)及線路的各個傳感器采集到的電網(wǎng)數(shù)據(jù)，傳送給信號采集模塊后，將其轉(zhuǎn)換為對應的數(shù)字信號傳送到中央處理器進行分析處理，然后進行數(shù)據(jù)分類，進行信號特征提取，得到可以實時反映電網(wǎng)運行狀態(tài)的信息，若是檢測到故障信號，即進入實時數(shù)據(jù)庫，并將專家數(shù)據(jù)庫調(diào)用到實時數(shù)據(jù)庫中，待診斷出故障類型種類后，采取相應的措施，控制執(zhí)行系統(tǒng)的跳/合閘動作。

本發(fā)明一種基于神經(jīng)網(wǎng)絡的柔性直流配電網(wǎng)智能保護系統(tǒng)，將適合復雜系統(tǒng)的人工智能技術與計算機技術結(jié)合，引入了神經(jīng)網(wǎng)絡，通過算法不斷更新專家數(shù)據(jù)庫，使對直流配電線路的故障診斷更加高效、準確、可靠，實現(xiàn)針對直流配電線路的智能保護，保障直流配電系統(tǒng)的安全穩(wěn)定運行。

附圖說明

圖1為柔性柔性直流配電網(wǎng)智能保護系統(tǒng)結(jié)構框圖。

圖2為直流配電線路故障處理流程圖。

圖3為直流配電系統(tǒng)拓撲結(jié)構圖。

圖4為人工神經(jīng)網(wǎng)絡的結(jié)構圖；其中11-跳閘信號，12-整定值調(diào)整信號，13-合閘信號。

具體實施方式

下面結(jié)合實施例及附圖表，對本發(fā)明做進一步地詳細說明，但本發(fā)明的實施方式不限于此。

一種基于神經(jīng)網(wǎng)絡的柔性直流配電網(wǎng)智能保護系統(tǒng)，包括數(shù)據(jù)采集與實時數(shù)據(jù)庫系統(tǒng)、數(shù)據(jù)分析專家系統(tǒng)、執(zhí)行系統(tǒng)。數(shù)據(jù)采集與實時數(shù)據(jù)庫系統(tǒng)是用于電力系統(tǒng)狀態(tài)的監(jiān)測及測量，以傳感器為主要元件構成，將其布置在配電網(wǎng)絡的分布式發(fā)電側(cè)、用戶側(cè)及線路的各個環(huán)節(jié)。主要應用到的傳感器有電壓傳感器3，電流傳感器4，和針對電氣設備周圍存在的電磁場測量的電場參數(shù)傳感器5、磁場參數(shù)傳感器2等。這些傳感器采集了電網(wǎng)各個點包括分布式能源并網(wǎng)側(cè)、用戶側(cè)及線路的數(shù)據(jù)后，傳送到中央處理器7進行一些信號的預處理，包括降噪、去雜、抗干擾等，然后進行數(shù)據(jù)分類，進行信號特征提取，包括時域、頻域分析，得到可以實時反映電網(wǎng)運行狀態(tài)的信息，然后進入實時數(shù)據(jù)庫8，形成智能保護系統(tǒng)的下一個環(huán)節(jié)地實現(xiàn)的數(shù)據(jù)基礎。

數(shù)據(jù)采集與實時數(shù)據(jù)庫系統(tǒng)主要由各種傳感器、信號采集模塊6、中央處理器7、實時數(shù)據(jù)庫8四個部分構成。

其中，信號采集模塊6采用電能測量芯片CS5463：具有高精度、高性價比、功耗低的特性。用于接收電壓傳感器3、電流傳感器4、磁場參數(shù)傳感器2傳輸?shù)哪M信號，再將其轉(zhuǎn)換為對應的數(shù)字信號。其電能測量芯片CS5463包含兩路及以上的模數(shù)轉(zhuǎn)換通道，本發(fā)明中采用三條模數(shù)轉(zhuǎn)換通道的CS5463，分別對應于電壓傳感器3、電流傳感器4和磁場參數(shù)傳感器2的接入，從而保證了對三個模擬信號采樣的同步性，避免了因某一個采樣值采樣延遲導致的電網(wǎng)運行參數(shù)計算的延遲和錯誤。

中央處理器7采用SITRAS DPU96，具有高精度、高性價比、高可靠性等特性。其作為直流保護方面的微控制器系統(tǒng)，帶有集成自動測試和自動重合閘的功能，能有效操作和控制直流快速斷路器的動作。通常被安裝在每個饋線柜低壓室，以保證供電區(qū)段的有效監(jiān)視和對直流快速斷流器的控制。當發(fā)生故障，其接收到電能測量芯片CS5463傳送過來的故障信號后，對配電網(wǎng)絡的狀態(tài)進行判斷與分析，然后調(diào)用實時數(shù)據(jù)庫8，將其與實時故障信號進行比較、運算，然后推理，最后得出一系列決策信息。

實時數(shù)據(jù)庫8，用于SITRAS DPU96處理器與數(shù)據(jù)分析專家系統(tǒng)的對接，即中央處理器7和數(shù)據(jù)分析專家系統(tǒng)組成一個相互交流的平臺。當其接收到SITRAS DPU96處理器傳送過來的故障信號后，實時數(shù)據(jù)庫8會馬上調(diào)取各種專家數(shù)據(jù)庫9，在此平臺進行比對、分析、判斷與推理過程。

數(shù)據(jù)分析專家系統(tǒng)是基于神經(jīng)網(wǎng)絡推理的系統(tǒng)，神經(jīng)網(wǎng)絡推理和傳統(tǒng)的推理方法相比，具有明顯的優(yōu)勢，表現(xiàn)為是一種自適應推理，這種自適應是靠推理過程的學習算法自適應訓練實現(xiàn)對自身參數(shù)的調(diào)整。

數(shù)據(jù)分析專家系統(tǒng)具有大量專門知識和經(jīng)驗的數(shù)據(jù)庫系統(tǒng)，包括網(wǎng)絡拓撲算法、系統(tǒng)優(yōu)化、規(guī)劃理論等，這些數(shù)據(jù)、程序及經(jīng)驗都是在以往的歷史數(shù)據(jù)和處理措施中總結(jié)出來的。應用人工智能技術，進行推理和判斷，模擬人類專家作決策的過程，調(diào)用近似的數(shù)據(jù)模型與案例來解決需要專家分析判斷的復雜的配電線路保護問題。在實時數(shù)據(jù)庫8里提取到信息以后，馬上對線路故障的狀態(tài)進行判斷，然后調(diào)用各種專家數(shù)據(jù)庫9，比如典型故障處理數(shù)據(jù)庫、網(wǎng)絡拓撲結(jié)構類型數(shù)據(jù)庫、拓撲算法數(shù)據(jù)庫等，進行比對、運算，然后推理、判斷，最后得出一系列的決策信息。

數(shù)據(jù)分析專家系統(tǒng)主要由各種專家數(shù)據(jù)庫9與計算機10組成。想要在柔性直流配電網(wǎng)絡保護上有效的實現(xiàn)專家系統(tǒng)，關鍵在于能否在各種配電線路故障信息到達專家系統(tǒng)后短暫的時間里，快速、準確地做出決策，輸出執(zhí)行信息給執(zhí)行系統(tǒng)。由此，即要求各種專家數(shù)據(jù)庫9必須起到?jīng)Q定作用。故在本發(fā)明中引入了人工神經(jīng)網(wǎng)絡，以此提高配電線路故障切除與隔離的智能化程度。人工神經(jīng)網(wǎng)絡是采用計算機10模擬生命體中神經(jīng)網(wǎng)絡的某些結(jié)構和功能，并應用于工程領域。其基本神經(jīng)元模型可以描述為:

其中，u_i為神經(jīng)元的內(nèi)部狀態(tài)，θ_i為閥值，x_j為輸入信號，w_ij表示與神經(jīng)元連接的權值，s_i表示某一外部輸入的控制信號。f(u_i)為S型函數(shù)，c為常數(shù)。

為了驗證神經(jīng)網(wǎng)絡BP算法權值優(yōu)化的優(yōu)越性，本申請用示例對算法進行性能測試，比較與傳統(tǒng)BP算法的優(yōu)越性，本申請的神經(jīng)網(wǎng)絡結(jié)構如圖4所示，采用3-4-1型BP神經(jīng)網(wǎng)絡，即i、u、di/dt共3個輸入神經(jīng)元，一個隱藏層共4個神經(jīng)元，v₁或v₂一個輸出神經(jīng)元。整個結(jié)構共16個權值、5個閥值.隱藏層和輸出層神經(jīng)元的激活函數(shù)均為Sigmoid函數(shù)：目標函數(shù)U(t)取均方誤差函數(shù):其中P為訓練樣本數(shù)量；O為輸出層神經(jīng)元個數(shù)，為配電網(wǎng)絡的實際輸出和期望輸出.給定四組輸入輸出樣本:(0，0，0，0),(1，1，0，0),(0，0，1，1),(1，0，0，1)。確定BP參數(shù)如下:種群規(guī)模N＝40，雜交概率p_c＝0.2，變異概率p_m＝0.2，最大代數(shù)c_max＝500，神經(jīng)網(wǎng)絡中神經(jīng)元權值、閥值取值區(qū)間定義在[-30,+30]。

同時數(shù)據(jù)分析專家系統(tǒng)是一個智能控制系統(tǒng)，具有實時性。以時間為基礎，則必然有一個時序邏輯關系。設有r個輸入變量，m個輸出變量，均是時間的函數(shù)，設存在z組規(guī)則描述系統(tǒng)的輸入輸出關系，在第s個規(guī)則中，u_i^(s)和y_j^(s)分別表示第i個變量U_i與第j變量Y_i行為的描述函數(shù)。

而均為常量，i＝1,2,3…,r；j＝1,2,3…,m；s＝1,2,3…,z則z組規(guī)則可以描述為：

執(zhí)行系統(tǒng)是智能保護系統(tǒng)的最后組成部分，接受數(shù)據(jù)分析專家系統(tǒng)的決策指令后，迅速按照指令安排的各種操作及其一定的操作順序執(zhí)行操作，包括重新設置各種繼電器、限流裝置等保護器件的整定值，開關的跳閘、合閘等，即當某片區(qū)域或配電支路出現(xiàn)短路、斷路等故障時，執(zhí)行系統(tǒng)接收到?jīng)Q策指令后及時將故障支路斷開隔離，切除故障支路后的配電線路系統(tǒng)組建成了一個新的網(wǎng)絡結(jié)構，數(shù)據(jù)分析專家系統(tǒng)對此新的網(wǎng)絡結(jié)構重新進行區(qū)域排序、標號、整定等操作，待再有故障出現(xiàn)時系統(tǒng)即按照這個流程循環(huán)動作，以此實現(xiàn)網(wǎng)絡的重構，以及重構后啟動針對新網(wǎng)絡的保護。

圖1是柔性直流配電網(wǎng)智能保護系統(tǒng)結(jié)構框圖。將布置在柔性直流配電網(wǎng)絡1的分布式發(fā)電側(cè)、用戶側(cè)及線路的各個傳感器采集到的電網(wǎng)數(shù)據(jù)傳送給電能測量芯片CS5463后，將其轉(zhuǎn)換為對應的數(shù)字信號傳送到中央處理器7進行分析、處理等，然后進行數(shù)據(jù)分類，進行信號特征提取，包括時域、頻域分析，得到可以實時反映電網(wǎng)運行狀態(tài)的信息，若是檢測到故障信號，即進入實時數(shù)據(jù)庫8，并將專家數(shù)據(jù)庫9調(diào)用到實時數(shù)據(jù)庫8中，待診斷出故障類型種類后，采取相應的措施控制執(zhí)行系統(tǒng)的跳合閘等動作，形成智能保護系統(tǒng)的每一個環(huán)節(jié)地有效控制。

圖2是直流配電線路故障處理流程圖，將各個傳感器采集到的電網(wǎng)數(shù)據(jù)傳送給電能測量芯片CS5463后，將其轉(zhuǎn)換為對應的數(shù)字信號傳送到中央處理器7進行分析、處理等，其出現(xiàn)的故障可能通過電流異常信號、電壓異常信號、電場異常信號、磁場異常信號中的任意一種形式反應出來，此時需將故障信號特征提取出來，然后進行數(shù)據(jù)分類，包括時域、頻域分析，得到可以實時反映電網(wǎng)運行狀態(tài)的信息，隨即進入實時數(shù)據(jù)庫8，并將由神經(jīng)網(wǎng)絡構成的專家數(shù)據(jù)庫9調(diào)用到實時數(shù)據(jù)庫中，找到與實際故障相匹配的故障特征值，待診斷出故障類型種類后，采取相應的措施控制執(zhí)行系統(tǒng)的跳合閘等動作，形成智能保護系統(tǒng)的每一個環(huán)節(jié)地有效控制。

圖3為直流配電系統(tǒng)拓撲框圖，其中，與分布式能源側(cè)、用戶側(cè)(交流負載、直流負載)連接的換流器前端裝設了相應的傳感器，以便采集各點的電流、電壓、電場、磁場信號，如若分布式能源側(cè)(風機、光伏板)或用戶側(cè)(負載、電動汽車)檢測到異常信號，裝設在相應換流器處的無線通訊模塊會立即傳送一個信號給中央處理器7，中央處理器7調(diào)用專家數(shù)據(jù)庫9，應用神經(jīng)網(wǎng)絡與人工智能技術，調(diào)用近似的數(shù)據(jù)模型與案例來進行推理和判斷，如若需要跳合閘、隔離等措施，中央處理器7通過無線通訊模塊發(fā)送信號給執(zhí)行系統(tǒng)，執(zhí)行系統(tǒng)控制相應斷路器的動作。

圖4為人工神經(jīng)網(wǎng)絡的結(jié)構圖，其中i為饋線電流，u為母線電壓，di/dt為饋線電流變化率，△I為饋線電流增量。對于多參量的輸入，網(wǎng)絡通過對樣本的學習，實現(xiàn)輸入到輸出的非線性映射，即用同一個網(wǎng)絡，實現(xiàn)各種有效的判據(jù)，充分體現(xiàn)各輸入特征間的內(nèi)在聯(lián)系，從而實現(xiàn)優(yōu)化后的最佳判據(jù)。神經(jīng)網(wǎng)絡的權值訓練過程實際是一種復雜函數(shù)優(yōu)化問題，即通過反復調(diào)整來尋找最優(yōu)的連接權值。連接權過程如下:

(1)：采用某種編碼方案對權值(閥值)進行編碼，隨機產(chǎn)生一組分布，它就對應著一組神經(jīng)網(wǎng)絡的連接權(閥值)。

(2)：輸入訓練樣本，計算它的誤差函數(shù)值，以誤差平方和倒數(shù)作為適應度。若誤差越小，適應度越大，反之適應度大。以此來評價連接權(閥值)的優(yōu)劣。