基于模型诊断的搜索算法研究及其在配电网中的应用
电力系统中，配电网是同用户联系最为密切的一环。当配电网事故时，为了能够在较短的时间内找出故障原因，继电保护尽快动作，减少停电面积，并及时恢复供电和降低损失。近几十年，在电力系统的故障分析与诊断等方面，专家系统得到广泛的开发及应用。但是专家系统一般都是基于专家经验的。基于经验的专家系统开发周期长且不能正确诊断专家经验不能预见的故障。而基于模型的诊断克服了传统专家系统的缺点，具有容易模块化和移植性好等特点。
首先，分析了课题的背景与意义，配电网故障诊断以及基于模型诊断的的研究现状。
其次，介绍了基于模型诊断的基本思想、冲突集以及碰集的相关概念和定理，对国内外极小冲突集搜索算法进行分析总结。简单介绍了几种极小碰集算法，并用C++编程实现，通过试验分析它们的优缺点;并对逻辑数组算法进行改进，加入一种极小化策略。
然后，对现有的一些极小碰集搜索算法的缺点进行了分类总结。为了克服其缺点，通过对人工蛛网相关知识的学习，结合搜索极小碰集的本质，提出了一种搜索极小碰集的蛛网方法，制定了相应的访问蜘蛛生成、死亡与搜索策略。通过实验比较验证其有效性及优越性。同时，完成了基于Qt平台的多种算法实现。
最后，搭建了一个14节点的典型配电网模型，设置不同故障类型，读取故障状态信息。对配电网进行基于模型的故障诊断，实验结果表明诊断结果与故障假设具有一致性，取得良好的效果，同时将蛛网算法应用到配电网诊断搜索极小碰集的过程中，实验结果验证了该方法的可行性和有效性。另外，本文对基于模型的配电网故障诊断做了实时性分析，并定义了相关概念，尝试进一步完善基于模型诊断的理论研究。
配电网;极小冲突集;故障诊断;搜索算法
西南交通大学
硕士
电力系统及其自动化
刘志刚
2013
中文
TM711
63
2013-10-08（万方平台首次上网日期，不代表论文的发表时间）