一种基于高级Petri网的微电网故障诊断方法.pdf

２０１６年８月１日ｔ％１．王删ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ‘Ｖ０Ｉ．斗．１Ｏ．１）Ａｕｇ．１，２０１６Ｄ０Ｉ：１０．７６６７／ＰＳＰＣ１５１４３３一种基于高级Ｐｅｔｒｉ网的微电网故障诊断方法刘科学，宣文华，魏少鹏，田雷雷（１．国网冀北电力有限公司秦皇岛供电公司，河北秦皇岛０６６０００；２．许继集团有限公司，河南许昌４６１０００３．燕山大学电气工程学院，河北秦皇岛０６６００４）摘要：微电网拓扑结构灵活，运行方式多样，是一个相对自治系统。针对微电网拓扑结构多变导致故障诊断建模困难问题，提出基于微电网线路故障保护信息的分层Ｐｅｔｒｉ网分析模型。该模型以分层保护集形式处理微电网保护信息。当微电网拓扑结构改变时，只需更新相应的保护集信息，不需要重新建模，对微电网的灵活多变有较强的适应性。该模型还可以有效判别保护和断路器的拒动、误动和处理含有时序关系的保护信息。为增强诊断系统的容错性和可靠性，采用智能加权模糊Ｐｅｔｒｉ网理论自适应调整权值。仿真算例验证了方法的有效性。关键词：微电网；故障诊断；Ｐｅｔｒｉ网；ＢＣＣ算法Ａｍｅｔｈｏｄｏｆｍｉｃｒｏｇｒｉｄｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｈｉｇｈ－ｌｅｖｅｌＰｅｔｒｉｎｅｔＬＩＵＫｅｘｕｅ，ＸＵＡＮＷｅｎｈｕａ，ＷＥＩＳｈａｏｐｅｎｇ，ＴＩＡＮＬｅｉｌｅｉ（１．ＱｉｎｈｕａｎｇｄａｏＰＯＷｅｒＳｕｐｐ￣Ｃｏｍｐａｎｙ，ＳｔａｔｅＧｒｉｄＪｉｂｅｉＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙＬｉｍｉｔｅｄ，Ｑｉｎｈｕａｎｇｄａｏ０６６０００，Ｃｈｉｎａ；２．ＸＪＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ，Ｘｕｃｈａｎｇ４６１０００，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＹａｎｓｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｑｉｎｈｕａｎｇｄａｏ０６６００４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｍｉｃｒｏ－ｇｒｉｄｉｓａｒｅｌａｔｉｖｅｌｙａｕｔｏｎｏｍｏｕｓｓｙｓｔｅｍｗｉｔｈｆｌｅｘｉｂｌｅｔｏｐｏｌｏｇｙａｎｄｄｉｖｅｒｓｅｏｐｅｒａｔｉｏｎｍｏｄｅ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｆａｕｌｔｄｉａｇｎｏｓｉｓｐｒｏｂｌｅｍｒｅｓｕｌｔｅｄｆｒｏｍｔｈｅｖａｒｉｅｄｔｏｐｏｌｏｇｙｏｆｍｉｃｒｏ－ｇｒｉｄ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｈｉｅｒａｒｃｈｉｃａｌ—Ｐｅｔｒｉｎｅｔｄｉａｇｎｏｓｉｓｍｏｄｅ１．Ｔｈｅｍｉｃｒｏｇｒｉｄｐｒｏｔｅｃｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｉｓｄｅｓｃｒｉｂｅｄｗｉｔｈｈｉｅｒａｒｃｈｉｃａｌｐｒｏｔｅｃｔｉｏｎｓｅｔ．Ａｎｄｗｈｅｎｔｈｅｍｉｃｒｏ－ｇｒｉｄｔｏｐｏｌｏｇｙｃｈａｎｇｅｓ，ｏｎｌｙｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｐｒｏｔｅｃｔｉｏｎｓｅｔｓｎｅｅｄｕｐｄａｔｉｎｇ，ｉｎｓｔｅａｄｏｆｃｈａｎｇｉｎｇｔｈｅｗｈｏｌｅｍｏｄｅｌ，ＳＯａｓｔｏｉｍｐｒｏｖｅｔｈｅａｄａｐｔａｂｉｌｉｔｙｔｏｔｈｅｆｌｅｘｉｂｌｅｔｏｐｏｌｏｇｙｏｆｍｉｃｒｏ－ｇｒｉｄ．Ｔｈｅｄｉａｇｎｏｓｉｓｍｏｄｅｌｃａｎｅｆｆｅｃｔｉｖｅｌｙｄｉｓｔｉｎｇｕｉｓｈｔｈｅｍｉｓｏｐｅｒａｔｉｏｎｏｆｐｒｏｔｅｃｔｉｏｎａｎｄｃｉｒｃｕｉｔｂｒｅａｋｅｒ，ａｎｄｄｅａｌｗｉｔｈｔｈｅｓｅｑｕｅｎｔｉａｌｄａｔａｃｏｍｅｆｒｏｍｔｈｅｐｒｏｔｅｃｔｉｏｎ．Ｉｎｏｒｄｅｒｔｏｅｎｈａｎｃｅｆａｕｌｔｔｏｌｅｒａｎｃｅｏｆｔｈｅｄｉａｇｎｏｓｉｓｓｙｓｔｅｍ，ｔｈｉｓｐａｐｅｒｕｓｅｓｉｎｔｅｌｌｉｇｅｎｔｗｅｉｇｈｔｅｄｆｕｚｚｙＰｅｔｒｉｎｅｔａｎｄａｄａｐｔｉｖｅｃｕｍｕｌａｔｉｖｅｖａｌｕｅｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｆａｕｌｔｄｉａｇｎｏｓｉｓ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｖｅｒｉｆｉｅｄｂｙｓｉｍｕｌａｔｉｏｎｅｘａｍｐｌｅ．—Ｋｅｙｗｏｒｄｓ：ｍｉｃｒｏｇｒｉｄ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ；Ｐｅｔｒｉｎｅｔ；ＢＣＣａｌｇｏｒｉｔｈｍ０引言传统的电网故障诊断方法主要通过对线路电压、电流进行定量分析来实现。由于电网故障诊断过程中包含很多难以用传统数学方法描述的问题，导致传统诊断方法具有局限性Ｉ１也Ｊ。人工智能技术对处理不确定问题有独特优势，在现代电网故障诊断领域获得应用。文献［３］提出利用专家系统方法把保护信息、断路器状态变化以及操作人员的知识和经验通过规则表示出来，形成故障诊断知识库，进而根据报警信息对知识库进行推理、判断，得到故障诊断结果。文献［４］利用人工神经网络方法把大量电网故障实例作为分析和学习样本，把保护信息和断路器动作逻辑作为神经网络的输入，经过一定训练，实现知识的白组织和自学习，输出可能的故障元件。文献［５］利用粗糙集理论对电力系统继电保护信息进行约简分类形成规则和决策。文献【６１利用贝叶斯网络建立针对元件的故障诊断模型，利用先验概率标识各节点之间的关联关系，再采用贝叶斯网络处理不—确定性，获得诊断结果。文献『７９］￣ｔＪ用Ｐｅｔｒｉ￣］作为电网故障诊断方法，基于与故障元件逻辑相关的断路器状态信息来建模，以断路器状态判断变迁是否点火。上述人工智能方法一般应用在网络结构比较电力系统保护与控制或者保护动作信息在通信过程丢失；若由ｌ变为．１，则说明断路器误动或者保护动作信息误报。对于上述同或计算不一致情况，需要对断路器动作状况修正，再进行Ｐｅｔｒｉ网建模分析。若上述计算结果与矩阵Ｃ相同，即保护与关联断路器动作逻辑相符，根据构建的保护矩阵与断路器动作矩阵，将两者进行减法运算，计算结果矩阵用ｓｕｂ０表示。ｓｕｂ０根据首元素不同，可以分为不同情况处理，如式（１）和式（２）所示。式（１）中，ｉ为计算矩阵中第ｉ个元素，且ｉ＞１。该式表示若结果矩阵中首值为０，则说明本级保护正确动作，而其他元素为１，则相邻线路后备保护正确动作；反之，后备保护误动。式（２中，ｆ为计算矩阵中第ｆ个元素，且，＞１。该公式表示若结果矩阵中首值为１，则说明本级保护没有正常动作，而其他元素为０，则远端后备保护正常动作，反之，后备保护拒动。若集合里面信息出现某个或多个保护或断路器误动、拒动时，利用本文中Ｐｅｔｒｉ网理论得不到故障对象，因此需要对上述情况先进行纠错，再利用Ｐｅｔｒｉ网进行处理，重新计算矩阵，确定故障元件。ｓｕｂ０：一：ｊ微电网线路保护误动ｆ１），．ＡｉＢｉ【１微电网保护线路正常一１０微电网线路保护正常，ｓｕｂ０＝Ａ一Ｂ＝｛…（２１【１微电网保护线路拒动一可见，当故障线路两端主保护动作时，按照上述Ｐｅｔｒｉ网模型可以准确得出故障发生线路。若一端主保护动作，另一端相邻线路后备保护动作时，虽然有一端的ｓｕｂ０矩阵首值为１，但是仍可以判断出故障线路，且得到一端主保护不动作的结果。当只有一端主保护动作时，另一端的ｓｕｂ０矩阵首值为１，其后备保护值也为１，这时需先纠错。假设另一端主保护也动作，判断出故障区域，得到一端主保护和相邻线路保护拒动的结果。当两端主保护都动作，一端的后备保护也动作时，一端的ｓｕｂ０矩阵除了首值为０还存在其他为０的情况，则说明存在误动情况，除结果矩阵首值外，其他为０的保护记为误动保护。当一端主保护动作，另一端后备保护动作时，一端的ｓｕｂ０矩阵除了首值为１，还存在其他为１的情况，则说明存在拒动情况，除结果矩阵首值外，其他为１的保护记为拒动保护。采用上述方法不仅可以快速实现故障诊断，还可以判断保护和断路器的工作状况。本文Ｐｅｔｒｉ网诊断模型基于故障元件两端的保护信息构建，当两端保护都正确动作时，可以得到相应的故障元件。当一端主保护正确动作，另一端主保护存在误动或者远端后备保护集中一个或全部发生错误时，可以利用纠错算法进行纠错，然后再进行分析诊断。对于保护和断路器不正常工作的故障情形，进行纠错以后，仍可以按照分层Ｐｅｔｒｉ网分析，确定故障区域。１．３时序信息的处理当两端主保护动作，若仍有一端相邻线路后备保护动作时，保护和断路器动作判断算法会得到该后备保护误动结果。通常情况下，主保护动作时间超前于后备保护。因此，可以利用时序Ｐｅｔｒｉ网对含有时序关系的微电网保护动作加以限制。当一端主保护动作时，该端相邻线路后备保护不作用。文献［１１］详细介绍了时序Ｐｅｔｒｉ网原理，如式（３）所示。∑ＴＰＮ：（，）（３）∑式中：是一个原型Ｐｅｔｒｉ网；是一组时序逻辑公◇式。若ｈ，ｋＥ，则１ｈ，ｈ八ｈＶｈ二＝＞ｏｈ，ｎｈ，ｈ和ｈＵｋ也是逻辑公式。１、八、Ｖ、＝＝＞均为布尔◇连接符，０、、口、Ｕ均为公式符号，具体含义参见文献［１２１。本文将上述原理应用到图２微电网结构，时序逻辑如式（４）。Ｓ】－－－）＿１或Ｓ２＿１（４）２加权模糊Ｐｅｔｒｉ网的应用以上方法虽然可以确定故障元件，但如果发生保护信息逻辑错误，诊断过程会出现漏诊情况。且只在判断变迁点火时，利用了保护信息，其他情况并没有充分利用保护信息。因此引用模糊推理理论【ＪＪ，充分利用保护信息计算故障元件发生的概率，方便操作人员理解故障结果。２．１加权模糊Ｐｅｔｒｉ网定义模糊Ｐｅｔｒｉ网是一个六元组∑＝（，；Ｆ，Ｗ，Ｄ，Ｍ０）（５）∈∈的运算规则为对Ｔ，如果Ｖｓ。，有：Ｍ（）・ｃｏ（ｓ，ｆ）Ｄ（ｆ）（６）在上述模糊Ｐｅｔｒｉ网中，一个变迁，及其前后级‘（和。）中的各个库所，模拟一条模糊推理定则，‘‘其中ｆ库所代表前提条件，ｆ库所代表推理结果。∈‘对Ｓ，Ｃ０（Ｓ，）表示条件Ｓ对推理成立的理论支持，Ａ）表示条件Ｓ的可信度。这样，Ｍ（ｓ）．ｃｏ（ｓ，）就表示条件Ｓ对推理的置信度。Ｄ㈤表示推理ｆ对各个前提条件的实际支持度的阈值。“”“”加权模糊Ｐｅｔｒｉ网定义了与、或两种基本的产生式规则类型。不同规则类型的权值有不同约束。“”对于与规则类型，假设命题由个前提命题组合“”而成，则权值可由式（７）确定。对于或规则类型，权值比较固定，一般为１。刘科学，等一种基于高级Ｐｅｔｒｉ网的微电网故障诊断方法．１０９．断路器动作后备保护２动作断路器动作后备保护ｉ动作＠卫ｕＣ图４后备保护集的推理过程Ｆｉｇ．４Ｂａｃｋｕｐｐｒｏｔｅｃｔｉｏｎｓｅｔｒｅａｓｏｎｉｎｇｐｒｏｃｅｓｓ’中Ｐｌ＝（ａｏｂ１＋ａ’）ｌ，Ｐ２＝（ａｃｂ２＋・…）・／，／２，Ｐ＝（ａｃｂ・＋ｆ・）・Ｕｆ，ａ／＋ａ￣＋＋＝’’…‘１，Ｐ＝Ｐ１＋Ｐ２ｏ４＋＋ｐｆ。２．３权值的确定方法在电网故障诊断中，模糊Ｐｅｔｒｉ网模型的置信度、阈值都是固定的ｌｌ，权值一般是由专家经验确定，缺乏学习能力。一旦模型建立，其参数和结构就是固定的，不能根据微网实际情况及知识的变化进行动态调整，无法自动更新知识及规则，缺乏智能性。本文应用离散细菌群体趋药性优化算法（ＢＣＣ）白适应调整Ｐｅｔｒｉ网权值，使模型推理更贴近微电网动态行为。由于本文选用加权模糊ｐｅｔｒｉ网处理方法主要解决微网灵活多变的拓扑结构导致保护集各元素的权值调整。为此，把保护和断路器条件发生的权值取固定的已知值，从而保证权值寻优结果体现出微网拓扑结构的改变。由于一个元件故障必然会引发保护动作，保护动作又引发断路器跳闸；从复杂性和先决性来说保护动作环节更为重要，参照文献［１８】将保护动作权值设为０．５４，断路器动作权值设为０．４６。在此基础上应用ＢＣＣ智能算法优化其他权值。ＢＣＣ算法是一种新的基于生物行为的全局寻优方法，该方法采用细菌群体交互模式，较一般方法收敛速度快，并且可以白适应调整步长，保证算法搜索精确度。为了增强Ｐｅｔｒｉ网系统的智能型，利用ＢＣＣ算法训练模糊Ｐｅｔｒｉ网的权值，寻找最优权值。优化算法流程图如图５所示。“”图５中种群初始化时，要保证与规则类型的权值和为１，即满足式（９）的约束条件ｎ－Ｉ＝∑１一（９）ｉ＝ｌ１．三ｆ＝÷—’（ｐＰ）（１０）ｊ＝ｌ图５中的误差代函数可以由式（１Ｏ）得到，式中Ｐ是按照模糊Ｐｅｔｒｉ网计算法则，利用理论值得到的终止库所故障置信度；Ｐ为实际值下，终止库所的故障置信度；ｍ为终止库所数。将误差逐层向输入层方向逆向传播，使算法不断白适应修改ＡＦＰＮ网络的权值，本文要求精度厂小于０．００１。对权值训练过程的验证，可以由加权模糊Ｐｅｔｒｉ∞网结构展开，假设理论值为ＣＯ１＝０＿３，２＝０．３５，∞∞∞∞３＝０．３５，４＝１，ＣＯ５＝１，６＝０．３２，７＝０．６８。按照ＢＣＣ算法进行智能搜索，设置样本群数为１００，搜索１００次，误差很小且稳定，得到优化值为电力系统保护与控制０９１＝０．２９４，ｃｏ２＝０．３４５，ｃｏ３＝０．３６１，ｃｏ４＝１，ｃｏ５＝１，表１中，利用分层Ｐｅｔｒｉ网分析模型，将诊断系∞６＝０．３２，ｃｏ７＝Ｏ．６８。统提供的保护信息作为初始标识，在保护或断路器罩一精度更新，速度及感知范嗣调楚计算初始目标函数值二二二细菌柳始化趋化过程ｆ离散变量映射处理）确定位置衲及误差代函数ｌ足———！一保留位置达到精度要求或移动步数？～＼—／兰（输出结果）图５ＢＣＣ优化算法流程图Ｆｉｇ．５ＢＣＣｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｌｏｗｃｈａｒｔ３算例分析在Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ环境下，按照图２所示的微电网拓扑结构，搭建仿真模型。图中微电网电压等级为３８０Ｖ，含５条馈线，ＤＧ１～ＤＧ４为容量３０ｋＷ的逆变器型分布式电源，且ＤＧ４在某一时刻投切到ＤＧ２所连母线上。并网运行时采用恒功率控制，孤岛运行时采用下垂控制。Ｌｏａｄｌ～Ｌｏａｄ５的容量分别为３０ｋＷ、３０ｋＷ、３０ｋＷ、３０ｋＷ、４０ｋＷ：Ｌｉｎｅｌ￣Ｌｉｎｅ５长度均１ｋｍ，阻抗为０．６４１＋ｊ０．１０１Ｑ。根据系统采集到的保护动作信息，得到如表１所示的故障诊断结果。表１Ｐｅｔｒｉ网诊断结果Ｔａｂｌｅ１Ｐｅｔｒｉｎｅｔｄｉａｇｎｏｓｉｓ４结论本文在传统Ｐｅｔｒｉ网结构基础上，提出分层Ｐｅｔｒｉ网的建模思想，将保护信息分层处理，大大减少计算量。仿真结果表明该模型容错性强，在保护和断路器的拒动、误动状态下仍可以准确确定故障元件，对微电网的灵活多变有较强的适应性。并且将ＩＥＣ６１８５０通信结构与Ｐｅｔｒｉ网理论相结合，保证了微电网线路在线实时的故障诊断。参考文献［１］高翔，张沛超，章坚民．电网故障信息系统应用技术【Ｍ］．北京：中国电力出版社，２００６：２７．３５．［２］薛浩然，张珂珩，李斌，等．基于布谷鸟算法和支持向量机的变压器故障诊断［Ｊ］．电力系统保护与控制，２０１５，４３（８）：８－１３．ＸＵＥＨａｏｒａｎ，ＺＨＡＮＧＫｅｈｅｎｇ，ＬＩＢｉｎ，ｅｔａ１．Ｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｔｒａｎｓｆｏｒｍｅｒｂａｓｅｄｏｎｔｈｅｃｕｃｋｏｏｓｅａｒｃｈａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ【Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（８）：８－１３．［３］赵伟，白晓民，丁剑，等．基于协同式专家系统及多智能体技术的电网故障诊断方法［Ｊ］．中国电机工程学报，２００６，２６（２０）：１－８．ＺＨＡＯＷｅｉ，ＢＡＩＸｉａｏｍｉｎ，Ｄ１ＮＧＪｉａｎ，ｅｔａ１．Ａｎｅｗｆａｕｌｔｄｉａｇｎｏｓｉｓａｐｐｒｏａｃｈｏｆｐｏｗｅｒｇｒｉｄｂａｓｅｄｏｎｃｏｏｐｅｒａｔｉｖｅｅｘｐｅｒｔｓｙｓｔｅｍａｎｄｍｕｌｔｉ－ａｇｅｎｔｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００６，２６（２０）：１－８．［４］毕天姝，倪以信，吴复立，等．基于新型神经网络的电网故障诊断方法［Ｊ］．中国电机工程学报，２００２，２２（２）：—７３７８．ＢＩＴｉａｎｓｈｕ，ＮＩＹｉｘｉｎ，ＷＵＦｕｌｉ，ｅｔａ１．Ａｎｏｖｅｌｎｅｕｒａｌｎｅｔｗｏｒｋａｐｐｒｏａｃｈｆｏｒｆａｕｌｔｓｅｃｔｉｏｎｅｓｔｉｍａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００２，２２（２）：７３－７８．［５］蒋亚坤，李文云，赵莹，等．粗糙集与证据理论结合的电网运行优质性综合评价［Ｊ］．电力系统保护与控制，２０１５，４３（１３）：１－７．ＪＩＡＮＧＹａｋｕｎ，ＬＩＷｅｎｙｕｎ，ＺＨＡＯＹｉｎｇ，ｅｔａ１．Ｅｖａｌｕａｔｉｏｎｏｆｐｏｗｅｒｑｕａｌｉｔｙｐｅｒｆｏｒｍａｎｃｅｂａｓｅｄｏｎｒｏｕｇｈｓｅｔａｎｄｅｖｉｄｅｎｃｅｔｈｅｏｒｙ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１３）：１－７．［６］朱永利，王艳，耿兰芹，等．基于贝叶斯网络的电网故障诊断［Ｊ］．电网技术，２００７，２７（７）：３３．３７．ＺＨＵＹｏｎｇｌｉ，ＷＡＮＧＹａｎ，ＧＥＮＧＬａｎｑｉｎ，ｅｔａ１．Ｂａｙｅｓｉａｎ刘科学，等一种基于高级Ｐｅｔｒｉ网的微电网故障诊断方法ｎｅｔｗｏｒｋｓｂａｓｅｄｎｏｖｅｌｍｅｔｈｏｄｆｏｒｆａｕｌｔｓｅｃｔｉｏｎｅｓｔｉｍａｔｉｏｎｏｆｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００７，—２７（７）：３３３７．［７］蒋昌俊．Ｐｅｔｒｉ网的行为理论及其应用［Ｍ】．北京：高等教育出版社，２００３：２５．９０．［８］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）：１４１８．ＬＩＵＹｉ，ＧＡＯＺｈｅｎｘｉｎｇ，ＧＵＯＣｈｕａｎｇｘｉｎ，ｅｔａ１．Ａｎａｓｓｉｓｔａｎｔｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｆｏｒｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｍｕｌｔｉｌａｙｅｒｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２４）：１４－１８．［９］任惠，米增强，赵洪山，等．基于编码Ｐｅｔｒｉ网的电力系统故障诊断模型研究［Ｊ］．中国电机工程学报，２００５，—２５（２０）：４４４９．ＲＥＮＨｕｉ，ＭＩＺｅｎｇｑｉａｎｇ，ＺＨＡＯＨｏｎｇｓｈａｎ，ｅｔａ１．ＰｏｗｅｒｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓｍｏｄｅｌｉｎｇｔｅｃｈｎｉｑｕｅｓｂａｓｅｄｏｎｅｎｃｏｄｅｄＰｅｔｒｉｎｅｔｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（２０）：４４－４９．［１Ｏ］张建华，黄伟．微电网运行控制与保护技术［Ｍ］．北京：中国电力出版社，２０１０：３３．３４．［１１］吴哲辉．Ｐｅｔｒｉ网导论【Ｍ］．北京：机械工业出版社，２００６：１０．５５．［１２］ＭＡＮＮＥＲＺ，ＰＮＵＥＬＩＡ．Ｔｈｅｔｅｍｐｏｒａｌｌｏｇｉｃｏｆｒｅａｃｔｉｖｅａｎｄｃｏｎｃｕｒｒｅｎｔｓｙｓｔｅｍ：ｓｐｅｃｉｆｉｃａｔｉｏｎ［Ｍ］．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，１９９２．［１３］栗然，仇晓龙．基于模糊Ｐｅｔｒｉ网的网故障诊断改进方—法［Ｊ］．中国电力，２００８，４１（５）：５０５４．ＬＩＲａｎ，ＱＩＵＸｉａｏｌｏｎｇ．ＩｍｐｒｏｖｅｍｅｎｔｉｎｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｔｒａｎｓｍｉｓｓｉｏｎｎｅｔｗｏｒｋｓｕｓｉｎｇｆｕｚｚｙＰｅｔｒｉｎｅｔ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒ，２００８，４１（５）：５０－５４．［１４］孙静，秦世引，宋永华．模糊Ｐｅｔｒｉ网在电力系统故障诊断中的应用［Ｊ］．中国电机工程学报，２００４，２４（９）：７４－７９．ＳＵＮＪｉｎｇ，ＱＩＮＳｈｉｙｉｎ，ＳＯＮＧＹｏｎｇｈｕａ．ＦｕｚｚｙＰｅｔｒｉｎｅｔｓａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｔｈｅｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００４，２４（９）：７４－７９．［１５］杨健维，何正友．基于时间约束Ｐｅｔｒｉ网的电网警报处理及故障诊断［Ｊ】．电力系统保护与控制，２０１２，４０（１）：—７７８４．ＹＡＮＧＪｉａｎｗｅｉ，ＨＥＺｈｅｎｇｙｏｕ．ＰｏｗｅｒｓｙｓｔｅｍｓａｌａｒｍｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙａｎｄｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎＰｅｔｒｉｎｅｔｓｗｉｔｈｔｉｍｉｎｇｃｏｎｓｔｒａｉｎｔｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４Ｏ（１）：７７－８４．［１６］杨健维，何正友．基于时序模糊Ｐｅｔｒｉ网的电力系统故—障诊断［Ｊ］．电力系统自动化，２０１１，３５（１５）：４６５１．ＹＡＮＧＪｉａｎｗｅｉ，ＨＥＺｈｅｎｇｙｏｕ．ＰｏｗｅｒｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓａｐｐｒｏａｃｈｂａｓｅｄｏｎｔｉｍｅｓｅｑｕｅｎｃｅｆｕｚｚｙＰｅｔｒｉｎｅｔ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，—２０１１，３５（１５）：４６５１．［１７］ＣＨＯＨＪ，ＰＡＲＫＪＫ．Ａｎｅｘｐｅｒｔｓｙｓｔｅｍｆｏｒｆａｕｌｔｓｅｃｔｉｏｎｄｉａｇｎｏｓｉｓｏｆｐｏｗｅｒｓｙｓｔｅｍｓｕｓｉｎｇｆｕｚｚｙｒｅｌａｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９７，１２（１）：３４２．３４８．［１８］谢红涛，童晓阳．基于分层模糊Ｐｅｔｒｉ网的电网故障综—合诊断方法［Ｊ】．电网技术，２０１２，３６（１）：２４６２５２．ＸＩＥＨｏｎｇｔａｏ，ＴＯＮＧＸｉａｏｙａｎｇ．ＡｍｅｔｈｏｄｏｆｓｙｎｔｈｅｔｉｃａｌｆａｕｌｔｄｉａｇｎｏｓｉｓｆｏｒｐｏｗｅｒｓｙｓｔｅｍｂａｓｅｄｏｎｆｕｚｚｙｈｉｅｒａｒｃｈｉｃａｌＰｅｔｒｉｎｅｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１２，３６（１）：２４６－２５２．［１９］ＭＩＩＬＬＥＲＳＤ，ＭＡＲＣＨＥＴＴＯＪ，ＡＩＲＡＧＨＩＳ，ｅｔａ１．Ｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｂａｃｔｅｒｉａｌｃｈｅｍｏｔａｘｉｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ，２００２，６（１）：】６．】９．—收稿日期：２０１５－０８１４作者简介：刘科学（１９７８－），男，本科，高级工程师，研究方向为分布式光伏并网及其电能质量；Ｅ－ｍａｉｌ：ｑｈｄｌｉｕｋｅｘｕｅ￣｝ａｌｉｙｕｎ．ＣＯｍ宣丈华（１９７７－），男，硕士，高级工程师，研究方向为—分布式光伏并网及其电能质量；Ｅｍａｉｌ：ＸＵａｎ．ｗｅｎｈｕａ＠ｎｃ．ｓｇｃｃ・ｃｏｍ・ｃｎ魏少鹏（１９８６一），男，工程师，主要从事电子式互感器的研发工作。（编辑张爱琴）