基于BP网络算法优化粗糙-Petri网的电网故障诊断

doi:10.11930/j.issn.1004-9649.2016.08.012.05

中国电力 ›› 2016, Vol. 49 ›› Issue (8): 12-16.DOI: 10.11930/j.issn.1004-9649.2016.08.012.05

基于BP网络算法优化粗糙-Petri网的电网故障诊断

高正中¹，龚群英¹，刘隆吉²，李世光¹，赵丽娜¹

1. 山东科技大学电气与自动化工程学院，山东青岛 266590；
2. 青岛港湾职业技术学院电气工程系，山东青岛 266404

收稿日期:2016-03-16 出版日期:2016-08-10 发布日期:2016-08-12
通讯作者: 中国博士后基金资助项目（2015T80729）；青岛市博士后研究人员应用研究项目（2015190）
作者简介:高正中（1971—），男，山东济宁人，副教授，硕士生导师，从事检测技术与自动化装置、电力系统及其自动化研究。

Power System Fault Diagnosis Based on Rough Set and Petri Network Optimized by BP Algorithm

GAO Zhengzhong¹, GONG Qunying¹, LIU Longji², LI Shiguang¹, ZHAO Lina¹

1. College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao 266590, China;
2. Department of Electrical Engineering, Qingdao Harbour Vocational and Technical College, Qingdao 266404, China

Received:2016-03-16 Online:2016-08-10 Published:2016-08-12
Contact: This work is supported by China Postdoctoral Foundation(No.2015T80729), Applied Research Projects by Postdoctoral Researchers in Qingdao (No. 2015190).

摘要/Abstract

摘要： 为了使电网故障诊断的过程更简洁、快速和直观，提出了一种基于BP网络算法优化粗糙-Petri网的电网故障诊断方法。首先用粗糙集理论对电网的故障征兆数据进行处理，从冗余的故障信息中约简出最小决策表；然后基于得到的最小决策表提取诊断规则并建立最优的 Petri 网模型，利用 Petri 网处理并行推理的能力来实现高效的电网故障诊断。其中引入神经网络中的BP算法对电网故障诊断Petri 网模型的权值参数进行网络优化训练。电网实例分析结果表明该模型能准确找到故障区域，具有较好的快速性、自适应性和一定的容错性。

关键词: 电网, Petri网, 粗糙集, 属性约简, BP网络, 故障诊断

Abstract: In order to improve fault diagnosis process, a power grid fault diagnosis method is proposed based on rough sets and Petri network combined with Back-Propagation algorithm. Firstly, the rough set theory is applied to grid fault symptoms for deduction of minimum decision table from the redundant fault information. Then, diagnosis rules are extracted and optimal Petri net model is created. Petri net’s parallel processing ability is used to implement efficient fault diagnosis. BP algorithm is adopted to train the weight values of Petri network parameters. The results of grid instance show that the proposed model can find fault zone accurately, and has good adaptability, speediness and fault tolerance.

Key words: electric power grid, Petri nets, rough sets, attribute reduction, back propagation, fault diagnosis

中图分类号:

TM71

高正中，龚群英，刘隆吉，李世光，赵丽娜. 基于BP网络算法优化粗糙-Petri网的电网故障诊断[J]. 中国电力, 2016, 49(8): 12-16.

GAO Zhengzhong, GONG Qunying, LIU Longji, LI Shiguang, ZHAO Lina. Power System Fault Diagnosis Based on Rough Set and Petri Network Optimized by BP Algorithm[J]. Electric Power, 2016, 49(8): 12-16.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2016.08.012.05

https://www.electricpower.com.cn/CN/Y2016/V49/I8/12

参考文献

[l] 刘青松，夏道止. 基于正反向推理的电力系统故障诊断专家系统[J]. 电网技术，1999，23（9）：66－68，71．
LIU Qingsong, XIA Daozhi. Expert system of power system fault diagnosis based on forward and backward reasoning[J]. Power System Technology, 1999, 23(9): 66-68,71.
[2] 刘燕燕. 基于模糊神经网络的信息融合在电网故障诊断中的应用[J]. 继电器，2005，33（9）：9－11，57．
LIU Yanyan. The application of information fusion based on fuzzy neural network in the fault diagnosis of power grid[J]. Relay, 2005, 33(9): 9-11, 57.
[3] 吕启深，曾辉雄，姚森敬，等. 基于贝叶斯网络和粗糙集约简的变压器故障诊断[J]. 中国电力，2013，46（9）：75－80．
LV Qishen, ZENG Huixiong, YAO Senjing, et al. Transformer fault diagnosis method based on bayesian network and rough set reduction theory [J]. Electric Power, 2013, 46(9): 75-80.
[4] 赵宁，赵杰. 基于粗糙集理论和Petri网的断路器故障诊断[J].中国电力，2011，44（8）：9－13．
ZHAO Ning, ZHAO Jie. Circuit breaker fault diagnoses based on rough set theory and Petri nets[J]. Electric Power, 2011, 44(8): 9-13.
[5] 刘毅，高振兴，郭创新，等. 一种考虑多层信息融合的电网故障诊断辅助决策方法[J]. 电力系统保护与控制，2010，38（24）：14－18.
LIU Yi, GAO Zhenxing, GUO Chuangxin, et al. An auxiliary decision method of power grid fault diagnosis considering multiple information fusion[J]. Power System Protection and Control, 2010, 38(24): 14-18.
[6] 王林先，李乃永. 基于粗糙集理论和故障信息网的电网故障诊断方法[J]. 继电器，2008，36（8）：60－63．
WANG Linxian, LI Naiyong. A method of electric power grid fault diagnosis based on rough set theory and fault information networks [J]. Relay, 2008, 36(8): 60-63.
[7] 李孝全，庄德慧，张强. 基于粗糙径向基神经网络的电网故障诊断新模型[J]. 电力系统保护与控制，2009，37（18）：20-24.
LI Xiaoquan, ZHUANG Dehui, ZHANG Qiang. A new fault diagnosis models of electric power grid based on rough radical basis function neural networks[J]. Power System Protection and Control, 2009, 37(18): 20-24.
[8] 毕天姝，杨春发，黄少锋，等. 基于改进Petri网模型的电网故障诊断方法[J]. 电网技术，2005，29（21）：52－56．
BI Tianshu, YANG Chunfa, HUANG Shaofeng, et al． Improved Petri net models based fault diagnosis approach for power networks [J]． Power System Technology, 2005, 29(21): 52-56．
[9] 谢敏，吴亚雄，闫圆圆，等. 基于改进动态自适应模糊Petri网与BP算法的电网故障诊断[J]. 中国电机工程学报，2015，35（12）：3008-3017.
XIE Min, WU Yaxiong, YAN Yuanyuan, et al. Fault diagnosis of power grid based on the improved dynamic adaptive fuzzy Petri nets and BP algorithm [J]. Proceedings of the CSEE, 2015, 35(12): 3008-3017.
[10] 束洪春，孙向飞，于继来. 粗糙集理论在电力系统中的应用[J].电力系统自动化，2004，28（3）：90－95．
SHU Hongchun, SUN Xiangfei, YU Jilai. The application of rough set theory in power system [J]. Automation of Electric Power Systems, 2004, 28(3): 90-95．
[11] 庄德慧，李孝全. 基于属性约简的变压器故障诊断方法[J]. 变压器，2009，46（8）：70－73．
ZHUANG Dehui, LI Xiaoquan. The method of transformer fault diagnosis based on attribute reduction[J]. Transformer, 2009, 46(8): 70-73.
[12] 李江林，史志鸿，赵成功，等. 一种基于FPN的变电站故障推理机制[J]. 电力系统保护与控制，2012，40（17）：13－18．
LI Jianglin, SHI Zhihong, ZHAO Chenggong, et al. Fault reasoning mechanism for substation based on FPN[J]. Power System Protection and Control, 2012, 40(17): 13-18.

[1]	吴云锐, 张建坡, 田新成, 应恺锋, 陈忠. 计及频率适应和快速稳定特性的多端直流电网改进协调控制策略[J]. 中国电力, 2025, 58(3): 31-42.
[2]	张沛, 杨马婧, 张放, 谢桦, 刘广一, 李文云, 路学刚, 王珍意, 翟苏巍. 图数据库与图计算在电力系统调度运行应用综述[J]. 中国电力, 2025, 58(3): 119-131.
[3]	沈舒仪, 王国腾, 但扬清, 孙飞飞, 黄莹, 徐政. 频率偏差与电压刚度约束下多馈入直流优化调度方法[J]. 中国电力, 2025, 58(3): 132-141.
[4]	高志远, 庄卫金, 李峰, 于芳, 张鸿, 王艳, 夏旻. 调控领域人工智能应用的高复用性验证平台[J]. 中国电力, 2025, 58(3): 142-150.
[5]	闫志彬, 李立, 阳鹏, 宋蕙慧, 车彬, 靳盘龙. 考虑构网型储能支撑能力的微电网优化调度策略[J]. 中国电力, 2025, 58(2): 103-110.
[6]	贺春光, 王林峰, 曹媛, 安佳坤, 雷子健, 宋关羽, 冀浩然. 考虑综合收益的多电压等级配电网柔性互联装置协同规划方法[J]. 中国电力, 2025, 58(1): 78-84.
[7]	董武, 张健, 周勤勇, 张立波, 龚浩岳. 中国电力系统安全稳定性演化综述[J]. 中国电力, 2025, 58(1): 115-127.
[8]	陶磊, 罗萍萍, 林济铿. 基于深度学习的直流微电网虚假数据注入攻击二阶段检测方法[J]. 中国电力, 2024, 57(9): 11-19.
[9]	朱瑞, 娄奇鹤, 靳晓凌, 刘畅. 适应新型电力系统的电网基建功能化投资结构演化研究[J]. 中国电力, 2024, 57(9): 194-204.
[10]	祝士焱, 许寅, 和敬涵, 王颖. 基于多微电网投影的配电系统协调恢复方法[J]. 中国电力, 2024, 57(9): 224-230.
[11]	么钟然, 孙丽颖. 考虑线路阻抗的分布式储能SOC均衡控制策略[J]. 中国电力, 2024, 57(9): 238-246.
[12]	张亚健, 陈茨, 薛飞, 马丽, 郑敏. 电制氢协同的含高比例光伏配电网两阶段电压随机优化控制[J]. 中国电力, 2024, 57(8): 23-35.
[13]	孙东磊, 孙毅, 刘蕊, 孙鹏凯, 张玉敏. 计及多层级配电网的分布式新能源最大消纳空间分解测算[J]. 中国电力, 2024, 57(8): 108-116.
[14]	孔志恒, 谭冲, 唐培耀, 胡成博, 郑敏. 基于Light-Resnet卷积神经网络的电力设备监测数值识别算法[J]. 中国电力, 2024, 57(8): 206-213.
[15]	凡鹏飞, 李宝琴, 侯江伟, 李嵘, 宋崇明, 林凯骏. 配电网分布式电源经济可承载力评估[J]. 中国电力, 2024, 57(7): 196-202.

基于BP网络算法优化粗糙-Petri网的电网故障诊断

Power System Fault Diagnosis Based on Rough Set and Petri Network Optimized by BP Algorithm

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

基于BP网络算法优化粗糙-Petri网的电网故障诊断

Power System Fault Diagnosis Based on Rough Set and Petri Network Optimized by BP Algorithm

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics