舰船综合电力系统智能保护方法研究.pdf

第３９卷第４期２０１１年２月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏ———ｎ—ｔｒｏｌＶｏ１．３９ＮＯ．４Ｆｅｂ．１６．２０１１舰船综合电力系统智能保护方法研究胡亮灯，叶志浩，方明，王琦，王瑞田（１．海军工程大学舰船综合电力技术国防科技重点实验室，湖北武汉４３００３３２．中国船舶重工集团公司第七零一研究所，湖北武汉４３００６４）摘要：舰船综合电力系统在保护方面存在若干问题：多种工况导致断路器整定值难以选取；系统分级增多，时间原则下的保护延时大大增加；电缆长度较短，致使相邻两级故障难以区分。基于ＢＰ神经网络，提出一种电流、电压有效值作为输入，神经网络ｉＹ，￣５４结果作为输出，并用输出结果来控制断路器的通断，实现舰船综合电力系统故障定位的智能保护方法。介绍ＰＳＣＡＤ／ＥＭＴＤＣ与ｃ接口原理，对神经网络输入量选取原则及处理方法进行说明，并调用ＢＰ神经网络ｃ程序进行了仿真验证，结果表明该智能保护方法是保护舰船综合电力系统，提高舰船战斗力和生命力的有效方法之一。关键词：舰船综合电力系统；智能保护；ＰＳＣＡＤ／ＥＭＴＤＣ与Ｃ接口；ＢＰ神经网络；仿真Ｉｎｔｅｌｌｉｇｅｎｔｐｒｏｔｅｃｔｉｏｎｍｅｔｈｏｄｏｆｖｅｓｓｅｌｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｓｙｓｔｅｍ———ＨＵＬｉａｎｇｄｅｎｇ，ＹＥＺｈｉｈａｏ，ＦＡＮＧＭｉｎｇ，ＷＡＮＧＱｉ，ＷＡＮＧＲｕｉｔｉａｎ（１．ＮａｔｉｏｎａｌＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＶｅｓｓｅｌＩｎｔｅｇｒａｔｅｄＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，ＮａｖａｌＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ４３００３３，Ｃｈｉｎａ；２．ＩｎｓｔｉｔｕｔｅｏｆＭａｒｉｎｅＥｌｅｃｔｒｉｃＰｒｏｐｕｌｓｉｏｎ，ＣＳＩＣ，Ｗｕｈａｎ４３００６４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＳｏｍｅｐｒｏｔｅｃｔｉｏｎｐｒｏｂｌｅｍｓｅｘｉｓｔｉｎＶｅｓｓｅｌＩｎｔｅｇｒａｔｅｄＰｏｗｅｒＳｙｓｔｅｍ（ＶＩＰＳ），ｆｏｒｅｘａｍｐｌｅ，ａｌｏｔｏｆｃｏｎｄｉｔｉｏｎｓｏｆＶＩＰｓｍａｋｅｉｔｄｉｆｆｉｃｕｌｔｔｏｃｏｎｆ—ｉｒｍｓｅｔｔｉｎｇｖａｌｕｅｓ；ｐｒｏｔｅｃｔｉｏｎｔｉｍｅｄｅｌａｙｂｅｃｏｍｅｓｇｒｅａｔｌｙｌｏｎｇｅｒｂａｓｅｄｏｎｔｉｍｅｐｒｉｎｃｉｐｌｅａｓｓｙｓｔｅｍｒａｔｉｎｇｉｎｃｒｅａｓｅｓ，ｃａｂｌｅｉｓｓｈｏｒｔｌｅａｄｉｎｇｔｏｄｉｓｔｉｎｇｕｉｓｈｔｗｏ－ｓｔｅｐｆａｕｌｔｈａｒｄ．ＴｈｅｐａｐｅｒｂｒｉｎｇｓｆｏｒｗａｒｄａｌｌｉｎｔｅｌｌｉｇｅｎｔｐｒｏｔｅｃｔｉｏｎｍｅｔｈｏｄｉｎｗｈｉｃｈｃｕｒｒｅｎｔａｎｄｖｏｌｔａｇｅｒｍｓａｒｅｔａｋｅｎａｓｉｎｐｕｔｗｈｉｌｅｄｉｓｃｒｉｍｉｎａｔｉｎｇｒｅｓｕｌｔｏｆＮＮａｓｏｕｔｐｕｔｂａｓｅｄｏｎＢａｃｋＰｒｏｐａｇａｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓ（ＢＰＮＮ）．ＴｈｅｍｅｔｈｏｄｕｓｅｓＢＰＮＮｄｉｓｃｒｉｍｉｎａｔｉｎｇｒｅｓｕｌｔｔｏｃｏｎｔｒｏｌｂｒｅａｋｅｒｓｓｗｉｔｃｈｉｎｇｏｎａｎｄｏｆｆｉｎＶＩＰＳ，ｔｈｕｓｔｏｒｅａｌｉｚｅｆａｕｌｔｌｏｃａｔｉｏｎｏｆＶＩＰＳｉｎｔｅｌｌｉｇｅｎｔｌｙ．ＴｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｉｎｔｅｒｆａｃｅｐｒｉｎｃｉｐｌｅｂｅｔｗｅｅｎＰＳＣＡＤ／ＥＭＴＤＣａｎｄＣａｎｄｉｌｌｕｍｉｎａｔｅｓｔｈｅｃｈｏｏｓｉｎｇａｎｄｐｒｏｃｅｓｓｉｎｇｏｆｉｎｐｕｔｑｕａｎｔｉｔｙｏｆｎｅｕｒａｌｎｅｔｗｏｒｋ．ＳｉｍｕｌａｔｉｏｎｖｅｒｉｆｉｃａｔｉｏｎｉｓｍａｄｅｂａｓｅｏｎＢＰＮＮＣｐｒｏｃｅｄｕｒｅａｎｄｔｈｅｒｅｓｕｌｔ’ｄｅｍｏｎｓｔｒａｔｅｓｔｈｅｉｎｔｅｌｌｉｇｅｎｔｐｒｏｔｅｃｔｉｏｎｍｅｔｈｏｄｉｓｅｆｆｅｃｔｉｖｅｉｎｐｒｏｔｅｃｔｉｎｇＶＩＰＳａｎｄｅｎｈａｎｃｉｎｇｖｅｓｓｅｌＳｆｉｇｈｔｉｎｇｃａｐａｃｉｔｙａｎｄｖｉｔａｌｉｔｙ．ＴｈｉｓｗｏｒｋｓｕｐｐｏｓｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５０９７７０９０ａｎｄＮｏ．５０７２１０６３）．Ｋｅｙｗｏｒｄｓ：ＣＩＰＳ；ｉｎｔｅｌｌｉｇｅｎｔｐｒｏｔｅｃｔｉｏｎ；ｉｎｔｅｒｆａｃｅｂｅｔｗｅｅｎＰＳＣＡＤ／ＥＭＴＤＣａｎｄＣ：ＢＰｎｅｕｔｒａｌｎｅｔｗｏｒｋｓ；ｓｉｍｕｌａｔｉｏｎ中图分类号：ＴＭ７７文献标识码：Ａ—文章编号：１６７４－３４１５（２０１１）０４００９４－０６０引言所谓综合电力系统（ＩｎｔｅｇｒａｔｅｄＰｏｗｅｒＳｙｓｔｅｍ）是指将发电、日常用电、推进供电、高能武器发射…供电、大功率探测供电综合为一体的电力系统，简称ＩＰＳ。相比传统舰船电力系统，舰船综合电力系统在保护方面具有以下特点Ｊ：（１）复杂多样的运行方式。不同的运行方式下，电力系统网络拓扑结构和发电机，负载的投入基金项目：国家自然科学基金项目（５０９７７０９０，５０７２１０６３）容量相差很大，导致正常及故障情况下系统体现的电流水平也会有很大区别。（２）容量量级增大，电网分级越来越多。按时间原则整定时，越靠近源侧的断路器保护延迟时间越长，保护快速性达不到要求，短路电流的持续对电网和设备可能产生不利影响甚至带来破坏性后果。这些特点给基于时间电流原则的断路器整定方法带来了很大的困难。对于全舰动力全部依靠电力的综合电力系统，这样的弊端将严重影响舰船的战斗性能及可靠性、生命力水平。同时，舰船电力系统与陆用电力系统相比也存胡亮灯，等舰船综合电力系统智能保护方法研究．９５．在较大的差异【８Ｊ：（１）舰船上电缆长度较短，线路阻抗很小，这使得相邻两级断路器保护范围内的短路电流很相近，单纯依靠短路电流大小很难区分相邻两级故障。（２）舰船上发生短路的形式多样，从金属性短路到具有限流作用的电弧性短路都存在。短路电阻不确定，短路电流变化范围很大，也造成了保护断路器的整定困难。（３）舰船电力系统的固有特性如：包含大功率脉冲负载、负载变化显著、存在非线性成分、元件暂态过程的时间跨度大等进一步增加了断路器保护整定的难度。综上，有必要针对舰船综合电力系统的特点和需求来开展整个系统的智能保护研究。所谓智能保护就是利用具备数据采集、处理与通信功能的电力系统综合检测系统得到的系统运行数据，运用人工智能的方法进行系统故障辨识与故障定位，进而完成保护逻辑判断，并由此指示相应开关通断，实现系统保护的一种新型保护方法。由于神经网络【９。０Ｊ具有高度的并行及容错性、实时性、自适应能力，还具有自组织、自学习、联想记忆等能力，使它在智能保护中的应用有着独特的优势。其中ＢＰ神经网络是目前神经网络中使用最为广泛的网络模型【１¨，它无论在网络理论还是网络性能方面都己经非常成熟，其突出的优点在于其具有很强的非线性映射能力和柔性的网络结构。因此，本文选取了ＢＰ神经网络人工智能方法，并从以下两方面进行了研究：（１）建立了基于ＰＳＣＡＤ／ＥＭＴＤＣ的系统仿真模型，以得到系统运行数据。（２）在几种典型故障下，通过ＰＳＣＡＤ／ＥＭＴＤＣ内含的两个Ｆｏｒｔｒａｎ文件ＤＳＤＹＮ、ＤＳＯＵＴ调用ＢＰ神经网络Ｃ程序进行仿真，以验证ＢＰ神经网络智能保护方案有效性。１ＢＰ神经网络基本原理１．１ＢＰ神经网络数学模型【Ｊ多层前馈神经网络的反向误差传播训练算法（可简称为ＢＰ算法）首先是由Ｗｅｒｂｏｓｓ在他的博士学位论文中提出【Ｊ川，它是一种有隐含层的多层前馈网络，如果网络的输入节点数为输出节点数为，则此神经元网络可看成是从维欧氏空间至维欧氏空间的映射。图１为典型ＢＰ网络结构图。图１ＢＰ网络结构示意图Ｆｉｇ．１ＮｅｔｗｏｒｋｓｓｔｒｕｃｔｕｒｅｏｆＢＰＨｏｍｉｋ等已证明：若输入层和输出层采用线性转换函数，隐层采用Ｓｉｇｍｏｉｄ转换函数，该函数表达式为：ｆ（ｘ１＝１／ｆｌ＋ｅ）（１）则含一个隐层的ＭＬＰ网络能够以任意精度逼近任何有理函数。其他资料研究也表明ｆ１０］，一个三层（输入层、隐含层和输出层）的ＢＰ网络就能够实现任意精度的非线性函数逼近，所以，在实际应用中，一般采用只具有一个隐含层的三层ＢＰ网络就能够达到目的。假设三层ＢＰ网络，输入层节点隐含层节点，，输出层节点Ｚｌ。隐含层输出为：’＝厂（Ｘｉ一）（２）ｆ其中：ｗ，为输入层节点与隐含层节点之间的网络权值；０为隐含层的阈值。输出层的输出为：ｚｌ＝（一）（３）其中：为隐含层节点与输出节点之间网络权值，，为输出层的阈值。输出节点误差为：∑∑‘∑∑Ｅ＝去一ｚ３＝（一厂（厂（－ｏｊ）－ｏ，））（４）Ｌｌ‘ｌ｜ｉ其中，为目标输出。输入层节点误差为：＝’∑（一）・ｆ（厂）（５）Ｊ隐层节点误差为：＝’∑∑厂（誓一）・（６）ｉｊ’’其中：ｆ（）为．厂（）的导数，Ｘ为表达式。１．２ＢＰ网络各层神经元的选择【Ｊ刮输入层神经元个数和输出层神经元个数分别由需要观察的特征量和需要识别的模式类型数决定，本文需采样２４个特征量，故输入层神经元个数Ｘ＝２４，输出层神经元个数对应需要识别的模式，本文考虑了８种情况，故Ｙ＝８。而在确定隐含层神经元的个数时，通常需要满足式（７）要求：√ｍ＝＋Ｙ＋Ｒ（１０），２＞Ｙ（７）式中：ｍ为隐含层神经元个数；ｘ、Ｙ分别为输出、电力系统保护与控瑚输入层神经元个数；Ｒ（１０）表示１～１Ｏ之间的任意整数。同时各层的节点数时还需满足下列条件：Ⅳ（１）输入层、隐层节点数必须小于１（为训练样本数），否则，网络模型的系统误差与训练样本的特性无关而趋于零，建立的网络模型没有泛化能力。（２）训练样本数必须多于网络模型的连接权数，一般为２～１０倍，方能得到可靠的神经网络模。２ＰＳＣＡＤ／ＥＭＴＤＣ与Ｃ语言接口原理【】ＰＳＣＡＤ／ＥＭＴＤＣ软件自身的元件模型库原理单一，逻辑简单，难以实现实际保护的保护原理以及内部复杂的逻辑与时序关系，因此在ＰＳｃＡＤ／ＥＭＴＤＣ软件中常常需要通过其开放的应用程序扩展接口，由用户编程来实现仿真Ｉ１。该软件提供了Ｆｏｒｔｒａｎ、Ｃ和Ｍａｔｌａｂ￣种语言给用户进行自定义模块程序的编程。ＰＳＣＡＤ／ＥＭＴＤＣ是在Ｆｏｒｔｒａｎ语言上实现的，虽用Ｆｏｒｔｒａｎ语言编写的程序运行效率高、内嵌性好，但它格式限制多、程序出错后信息不明确、调试难度大。Ｍａｔｌａｂ虽综合了数值计算、符号运算及图形处理等功能，但调用Ｍａｔｌａｂ运行的效率很低。而Ｃ语言具有功能丰富、通俗易懂、程序易编写调试、可移植性好等优点，本文考虑Ｃ语言作为ＰＳＣＡＤ／ＥＭＴＤｃ用户自定义模块的开发语言是最适宜的¨。ＰＳＣＡＤ／ＥＭＴＤＣ与外部模块的数据交换利用其提供的两个Ｆｏｒｔｒａｎ文件ＤＳＤＹＮ、ＤＳＯｕＴ，来实现数据交换。该Ｆｏｒｔｒａｎ子程序通过启动Ｃ语言的数据引擎并建立起Ｆｏ￣ｒａｎ子程序与Ｃ语言之间的信息交换通道，使ＰｓｃＡＤ／ＥＭＴＤｃ与Ｃ构成一个完整系统，用户可以根据需要编写Ｃ文件，实现所需仿真［ｔ８ｌ。图２是ＰＳＣＡＤ／ＥＭＴＤＣ在ＧＮＵＦｏｒｔｒａｎ编译环境下与Ｃ程序的接口示意图。ＰＳＣＡＤ／ＥＭＴＤＣｃ语富Ｌ．．．．．．．．．．．．．．．一．．。．．．．・…．．．一．．…。。．．．。．．图２ＰＳＣＡＤ／ＥＭＴＤＯ与Ｃ程序接口示意图Ｆｉｇ．２ＩｎｔｅｒｆａｃｅｂｅｔｗｅｅｎＰＳＣＡＤ／ＥＭＴＤＣａｎｄＣｐｒｏｃｅｄｕｒｅ３典型电力网络系统模型３．１研究的典型网络】考虑到对一个复杂的全系统进行分析比较困难，于是先从全系统的一个局部着手，基于系统的一个典型局部进行建模并仿真各典型故障，同时提取故障特征信号。舰船综合电力系统的一个典型局部网络如图３所示。推进负荷图３典型辐射网络Ｆｉｇ．３Ｔｙｐｉｃａｌｒａｄｉａｌｎｅｔｗｏｒｋ该网络为典型辐射网络，可以作为研究复杂综合型网络的基础。它包括一台１０ＭＷ柴油发电机组Ｇ１和一台５０Ｍｗ燃气轮机发电机组Ｇ２，负载由一台４５Ｍｗ等效推进负载和其他日用负载构成。由于推进电动机经过变频调速环节供电，电动机外部发生短路故障时，其短路电流由于整流模块二极管的单相导电性将无法回馈到短路点，推进电动机对总的短路电流没有贡献，可以用等功率的电阻负载近似处理。分别设置短路点Ｆ１～Ｆ７，如图３所示，相应参数如表１所示。表１典型辐射网络参数Ｔａｂ．１Ｐａｒａｍｅｔｅｒｏｆｔｙｐｉｃａｌｒａｄｉａｌｎｅｔｗｏｒｋ３．２基于ＢＰ神经网络智能保护系统３．２．１训练样本的形成在ＰＳＣＡＤ／ＥＭＴＤＣ搭建图所示网络的仿真模胡亮灯，等舰船综合电力系统智能保护方法研究．９７．型，并对该系统运行行为进行仿真研究，以得到系统在Ｆ１～Ｆ７故障时，８个断路器处每个断路器的Ａ、Ｂ相电流和ｃ相电压有效值，两相电流有效值加一相电压有效值能提高ＢＰ故障模式识别准确性【２０】。将Ａ、Ｂ相电流和Ｃ相电压有效值共２４个特征量构成一个行向量，作为ＢＰ神经网络一个训练样本。舰船电网常为三相三线不接地系统，电网保护只要求能正确识别三相和两相故障即可，故本文只考虑两种工况下（工况一：Ｇ１、Ｇ２均投入；工况二：只投入Ｇ１，推进电机和Ｇ２不投入）每个故障点的ＡＢ两相短路（记ＦＡＢ）、ＡＢＣ三相短路（ＦＡＢＣ）、ＡＣ两相短路（ＦＡＣ）、ＢＣ两相短路（ＦＢＣ）四种模式。不同工况、短路时间及短路模式，Ａ、Ｂ相电流和Ｃ相电压有效值可能有比较大的差异，因此需对各个短路点进行多次短路。本文对每个故障点分别进行了２Ｏ次短路，以确保每个点故障时Ａ、Ｂ相电流和Ｃ相电压有效值的各种情况都能采集到。保护要求快速性，同时为避开正常扰动，主要提取短路后２．５－１０ｍｓ（约１０ｍｓ故障电流到其最大值）之间的数据作为神经网络训练样本，采样间隔为０．５ｍｓ，一次短路一个故障点提取的样本数为—（１０２．５）／０．５＝１５个，２０次短路一个故障点提取的总样本为１５×２Ｏ个。考虑到样本可能有重复，基于Ｍａｔｌａｂ剔除其中波形相近的样本，形成最终训练样本。每个故障点训练样本各为１２０组，因正常运行有效值波形基本一致，训练样本为６０组，７种短路情况及正常运行共提取训练样本为９００组。３．２．２训练样本的处理及训练不同工况、短路时间及模式，样本数据可能相差很大，为提高识别准确率和训练速度，首先对样本进行归一化。归一化函数有直线型、折线型和曲线型三种，常采用的是直线型函数如式（８）：：二（８）ｍａｘｘ－ｍｉｎ其中：ｍｉｎ、ｍａｘ分别为所有训练样本对应的某个特征量的最小值和最大值。该函数将样本映射到０～１区间，同时为保证建立的模型具有一定的外推能力，最好使数据预处理后的值在０．２～０．８之间。设定神经网络训练误差为Ｏ．Ｏ１，训练速度为０．４，隐层神经元数为ｌ０，目标函数为表２所示编码（见第４部分），基于ＶＣ进行训练。３．２．３基于ＰＳＣＡＤ／ＥＭＴＤＣ神经网络接口（１）接口规则ｌＪ由于ＰＳｃＡＤ／ＥＭＴＤＣ控制接口不支持２４个节点，故将２４个特征量分成两组，每组ｌ２个数据。通过数据合并标签（它只支持最大合并１２个数据）形成两个向量，而此时只需２个节点，能较好地应用于ＰＳＣＡＤ／ＥＭＴＤＣ。需要注意的是ＰＳＣＡＤ／ＥＭＴＤＣ在ＧＮＵＦｏｒｔｒａｎ编译环境下不支持嵌套函数中参数的传递即使参数为数组地址或指针。调用ＢＰ神经网络ｃ程序语句为：ＣＡＬＬＢＲＫＣＯＮＴＲＯＬ（￥ＢＲＫｌ１２，￥ＢＲＫ１３２４，ＳＢＲＫＳＴ），其中ＢＲＫ１１２、ＢＲＫ１３２４为ＰＳＣＡＤ／ＥＭＴＤＣ中采样的２４个特征量，该２４个特征量传入ＢＰ＃Ｏ经网络，ＢＲＫＳＴ为ＢＰ神经网络传出的识别结果共８个量，用来控制基于ＰＳＣＡＤ／ＥＭＴＤＣ仿真网络中断路器的通断。（２）接口示意图在ＰＳＣＡＤ／ＥＭＴＤＣ搭建的ＢＰ神经网络接口示意图如图４所示，它包括神经网络控制接口ｆ如图４（ａ））和神经网络Ｃ程序（如图４（ｂ））。（ａ）ＢＰ神经网络控制接口ｂｒｋ＿ｃｏｎｔｒｏ１．０（ｂ）ＢＰ神经网络Ｃ程序图４ＢＰ神经网络接口图Ｆｉｇ．４ＩｎｔｅｒｆａｃｅｏｆＢＰＮＮ３．２．４智能保护系统流程离线训练ＢＰ｝０经网络，基于ＰＳＣＡＤ／ＥＭＴＤＣ在线测试。具体思路如下：当采样后２４个特征量中任意电流归一化值大于０．３５，或电压归一化值小于０．６５（正常运行电流归一化值约等于０，电压归一化值约等于１），进入训练好的ＢＰ神经网络程序，保存神经网络输出结果，否则继续进行采样。当保存的神经网络输出结果次数大于２时，取两组结果中相应元素均值，作为神经网络识别结果。同时对识别结果的８均值中差别小于０．１的赋相同值，将最后结果回传给ＰＳＣＡＤ／ＥＭＴＤＣ，来控制仿真系统中断路器的通断，智能保护系统流程如图５所示。４仿真结果及分析ＰＳＣＡＤ／ＥＭＴＤＣ断路器控制信号为：１断路器断开；０断路器闭合。将ＢＰ神经网络传回给ＰｓＣＡＤ／ＥＭＴＤＣ的结果进行取整，得到０或１信号，以控制断路器的通断。一旦取整后的信号含１（即断路器状态改变），则对信号进行保持，断路器不再动电力系统保护与控制作，直至开始下一次仿真。图５基于ＰＳＣＡＤ／ＥＭＴＤＣ智能保护流程图Ｆｉｇ．５ＩｎｔｅｌｌｉｇｅｎｃｅｐｒｏｔｅｃｔｉｏｎｆｌｏｗｃｈａｎｂａｓｅｄｏｎＰＳＣＡＤ／ＥＭＴＤＣ根据断路器次序Ｂｒｋｌ、Ｂｒｋ２、Ｂｒｋ３、Ｂｒｋ４、Ｂｒｋ５、ＢＧ１、ＢＧ２、ＢＢ１，依次进行编码。仿真网络正常运行为Ｆ０，对应编码为００００００００：Ｆ１点故障（包括ＦＡＢ、ＦＡＢＣ、ＦＡＣ、ＦＢＣ四种模式），断路器ＢＢ１、ＢＧ１断开，则断路器对应的编码为０００００１０１。其他典型故障以此类推，编码后的序列将作为ＢＰ神经网络的目标向量。当Ｆ１短路时，断路器动状态如图６所示，相应断路器波形如图７所示。系统设置的起始短路时间为第４．０Ｓ，从图中可取ｕｌｔｃｏｎｌｒｏｌｕｎｉｔｌ》蠕‘Ｂ＞＜Ｆ４》《Ｆ５＞＜Ｆ６＞＜Ｆ７Ｏ群ＯＮＯＦＦＯＮＯＦＦＯＮＯＦＦＯＮＯＦＦＯＮＯＦＦＯＮＯＦＦＯＮ／＼＼＼＼＼＼１００００００ｂｒｅａｋｅｒｖａｌｕｅ磷ｋｌＢｒｋ２Ｂｒｋ３Ｂｒｋ４Ｂｒｋ５ＢＧ１ＢＧ２ＢＢ１、丌、－２２，２２－２２２口２２２－２２２２０００００１０１图６Ｆ１短路各断路器状态Ｆｉｇ．６ＢｒｅａｋｅｒｓｓｔａｔｅｗｈｉｌｅＦ１ｉＳｓｈｏｒｔｍｉｎｂｒｅａｋｅｒｓｗａｖｅ。．－Ｂｒｋｌ－Ｂｆｋ２－Ｂｒｋ３－Ｂｒｋ４－Ｂｒｋ５－ＢＧＩ・ＢＧ２－垦勘｛ｉ００１０４００２０４．００３０４．００４０４００５０４．Ｏ０６０４．ｏｂ７０４００８０４．００９０４．０１００Ｈｓ图７Ｆ１短路各断路器波形Ｆｉｇ．７ＢｒｅａｋｅｒｓｗａｖｅｗｈｉｌｅＦ１ｉｓｓｈｏｒｔ以看出，断路器开始动作时间约为４．００５３Ｓ，短路后５～６ｍｓ神经网络就判断出了故障，验证了智能保护方法的准确和快速性。同时对其他几种短路情况进行了仿真，仿真结果表明ＢＰ网络能较好地进行故障定位，并使断路器准确快速动作，说明了此智能保护方法有效可行，仿真实例结果见表２。表２几种典型故障ＢＰ网络识别结果Ｔａｂ．２ＢＰｎｅｔｗｏｒｋｉｄｅｎｔｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｓｅｖｅｒａｌｔｙｐｉｃａｌｆａｕｌｔｓ５结语（１）ＰＳＣＡＤ／ＥＭＴＤＣ通过接口与外部程序结合起来，突破了ＰＳＣＡＤ／ＥＭＴＤＣ自带模型的限制，增强了仿真的灵活性。智能保护接口系统与电力网络仿真模型能较好地完成动态闭环控制及信息交互，基于ＢＰ神经网络建立的智能保护接口系统正确性得以验证。（２）基于ＰＳＣＡＤ／ＥＭＴＤＣ典型辐射网络仿真模型，通过调用训练好的ＢＰ神经网络系统，对几种典型故障情况下的开关保护动作行为进行了深入的仿真分析，结果表明基于ＢＰ神经网络的智能保胡亮灯，等舰船综合电力系统智能保护方法研究．９９．护方法正确可行。（３）ＢＰ神经网络智能保护方法为舰船综合电力系统保护方案的确定提供了一种可以借鉴的途径，尤其是ＢＰ神经网络ｃ程序能较好地嵌入到ＤＳＰ中，为智能保护硬件的进一步开发打下了基础。（４）采用ＢＰ神经网络算法来进行ＶＩＰＳ的保护，能够适应ＶＩＰＳ的特点，满足保护的灵敏性、可靠性要求，其快速性将随着控制和通讯硬件的进步而提高。智能保护将成为ＶＩＰＳ保护系统发展的趋势之一。参考文献［１］马伟明．舰船动力发展的方向一综合电力系统［Ｊ］．海军工程大学学报，２００２，１４（６）：１－５，９．ＭＡＷｅｉ－ｍｉｎｇ．Ｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｓｙｓｔｅｍｓ－－ｔｒｅｎｄｏｆｓｈｉｐｐｏｗｅｒｄｅｖｅｌｏｐｍｅｎｔ］Ｊ］．ＮａｖａｌＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇ，２００２，１４（６）：１－５，９．［２］郑定泰．水面舰艇综合电力系统的技术进展［Ｊ］．舰船科学技术，２００５，２７（５）：５－１２．ＺＨＥＮＧＤｉｎｇ－ｔａｉ．Ｔｈｅｔｅｃｈｎｉｃａｌｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｓｙｓｔｅｍｆｏｒｓｕｒｆａｃｅｓｈｉｐｓ］Ｊ］．ＳｈｉｐＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２００５，２７（５）：５－１２．［３］杨秀霞，张晓锋，张毅．舰船电力系统的发展趋势［Ｊ］．中国修船，２００４（３）：１２．１４．ＹＡＮＧＸｉｕ－ｘｉａ，ＺＨＡＮＧＸｉａｏ－ｆｅｎｇ，ＺＨＡＮＧＹｉ．Ｄｅｖｅｌｏｐｉｎｇｔｒｅｎｄｏｆｍａｒｉｎｅｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＣｈｉｎａＬａｙ－ｕｐ，２００４（３）：１２－１４．［４］孙建波，廖永红，权宪军，等．继电保护的现状与思考［Ｊ］．电力系统保护与控制，２０１０，３８（１２）：７７．７９，８５．ＳＵＮＪｉａｎ－ｂｏ，ＬＩＡＯＹｏｎｇ－ｈｏｎｇ，ＱＵＡＮＸｉａｎ－ｊｕｎ，ｅｔａ１．Ｔｈｅｓｔａｔｕｓｑｕｏａｎｄｔｈｉｎｋｉｎｇｏｆｒｅｌａｙｐｒｏｔｅｃｔｉｏｎ］Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１２）：７７７９，８５．［５］周卫，张尧，夏成军，等．分布式发电对配电网继电保护的影响［Ｊ］．电力系统保护与控制，２０１０，３８（３）：１－５，１０．ＺＨＯＵＷｅｉ，ＺＨＡＮＧＹａｏ，ＸＩＡＣｈｅｎｇ￣ｕｎ，ｅｔａ１．Ｅｆｆｅｃｔｏｆｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｏｎｒｅｌａｙｐｒｏｔｅｃｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｅｄｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（３）：１－５，１０．［６］蒋陆萍，胡峰，冷建群．继电保护故障快速查找的几种典型方法及应用［Ｊ］．电力系统保护与控制，２００９，３７（１８）：１２４－１２７．—ＪＩＡＮＧＬｕｐｉｎｇ，ＨＵＦｅｎｇ，ＬＥＮＧＪｉａｎ－ｑｕｎ．Ｓｅｖｅｒａｌｔｙｐｉｃａｌｗａｙｓａｎｄａｐｐｌｉｃａｔｉｏｎｓｏｆｑｕｉｃｋｌｙｆｉｎｄｉｎｇｒｅｌａｙｆａｕｌｔｓ］Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，—３７（１８、：１２４１２７．［７］汤大海，严国平．单电源２２０ｋＶ多级供电线路继电保护整定策略［Ｊ］．电力系统保护与控制，２００９，３７（２０）：１３９．１４４．—ＴＡＮＧＤａｈａｉ，ＹＡＮＧｕｏ・ｐｉｎｇ．ＲｅｌａｙＰｒｏｔｅｃｔｉｏｎｓｔｒａｔｅｇｙ—ｏｆ２２０ｋＶｓｉｎｇｌｅｓｏｕｒｃｅｍｕｌｔｉ－ｌｅｖｅｌｐｏｗｅｒｓｕｐｐｌｙｌｉｎｅ］Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（２０）：１３９．１４４．［８］谢桢，叶志浩，吕吴．基于直流区域配电的舰船综合电力系统智能保护方式研究［Ｊ】．船电技术，２００９，２９（１）５６．６Ｏ．ＸＩＥＺｈｅｎ，ＹＥＺｈｉ．ｈａｏ，ＬｔｉＨａｏ．ＩｎｔｅｌｌｉｇｅｎｔｉｚｅｄｐｒｏｔｅｃｔｉｏｎｍｅｔｈｏｄａｎａｌｙｓｉｓｏｎＤＣ．．ＺＥＤＳ．．ｂａｓｅｄｓｈｉｐｂｏａｒｄｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＭａｒｉｎｇＥｌｅｃｔｒｉｃ＆ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，２００９，２９（１）：５６．６０．１９ＪＪｏｎｇｅｐｉｅｒＡＧ．ＳｌｕｉｓＬＶ．Ａｄａｐｔｉｖｅｄｉｓｔａｎｃｅｐｒｏｔｅｃｔｉｏｎｏｆｄｏｕｂｌｅ－ｃｉｒｃｕｉｔｌｉｎｅｓｕｓｉｎｇａｒｔｉｆｉｃｉａｌｎｅｕｒａ１ｎｅｔｗｏｒｋｓ］Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９９７，１２（１）：９７．１０５．［１ｏ］ＡｂｄｅｌａｚｉｚＡＹ．ＩｒｖｉｎｇＭＲ．ＭａｎｓｏｕｒＭＭ．Ａｄａｐｔｉｖｅｐｒｏｔｅｃｔｉｏｎｓｔｒａｔｅｇｉｅｓｆｏｒｄｅｔｅｃｔｉｎｇｐｏｗｅｒｓｙｓｔｅｍ—ｏｕｔｏｆ－ｓｔｅｐｃｏｎｄｉｔｉｏｎｓｕｓｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｓ］Ｊ］．ＩＥＥＰｒｏｃＧｅｎｅｒＴｒａｎｓｍＤｉｓｔｒｉｂ，１９９８，１４５ｆ４）：３８７．３９４．１ｌｌＪＭｏｈａｍｅｄＥＡ．ＲａｏＮＤ．Ａｒｔｉｆｉｃｉａｌｎｅｔｕｒａｌｎｅｔｗｏｒｋｂａｓｅｄｆａｕｌｔｄｉａｇｎｏｓｔｉｃｓｙｓｔｅｍｆｏｒｅｌｅｃｔｒｉｃｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｆｅｅｄｅｒｓ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，１９９５，３５（４１：１－１０．［１２］董长虹．Ｍａｔｌａｂ￣经网络与应用［Ｍ】．国防工业出版社，２００５．ＤＯＮＧＣｈａｎｇ．ｈｏｎｇ．ＭＡＴＬＡＢｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄａｐｐｌｉｃａｔｉｏｎ］Ｍ］．Ｎａｔｉｏｎａ１ＤｅｆｅｎｃｅＩｎｄｕｓｔｒｙＰｒｅｓｓ．２００５．１１３］ＷｅｒｂｏｓＰＪ．Ｂｅｙｏｎｄｒｅｇｒｅｓｓｉｏｎ：ｎｅｗｔｏｏｌｓｆｏｒｐｒｅｄｉｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｉｎｔｈｅｂｅｈａｖｉｏｒａｌｓｃｉｅｎｃｅｓ］Ｄ１．ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙ，Ｃａｍｂｒｉｄｇｅ，ＭＡ１９７４．［１４］葛哲学，孙志强．神经网络理论与ＭＡＴＬＡＢＲ２００７实现【Ｍ】．电子工业出版社，２００７．ＧＥＺｈｅ．ｘｕｅ．ＳＵＮＺｈｉ．ｑｉａｎｇ．ＮｅｕｒａｌｎｅｔｗｏｒｋｔｈｅｏｒｙａｎｄＭａｎａｂＲ２００７ａｐｐｌｉｃａｔｉｏｎ］Ｍ］．ＰｕｂｌｉｓｈｉｎｇＨｏｕｓｅｏｆＥｌｅｃｔｒｏｎｉｃｓＩｎｄｕｓｔｒｙ，２００７．［１５］黄志岭，田杰．ＰＳｃＡＤ／ＥＭＴＤＣ与直流控制仿真模型接口研究［Ｊ】．第十一届全国保护和控制学术研讨会，２００７．ＨＵＡＮＧＺｈｉ．１ｉｎｇ．ＴＩＡＮＪｉｅ．ＲｅｓｅａｒｃｈｏｎｉｎｔｅｒｆａｃｅｔｅｃｈｎｉｑｕｅｃｏｎｎｅｃｔｉｎｇＰＳＣＡＤ／ＥＭＴＤＣａｎｄＨＶＤＣｃｏｎｔｒｏｌｓｙｓｔｅｍｓｉｍｕｌａｔｉｏｎｍｏｄｅ１］Ｊ］．１ｌｔｈＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＡｃａｄｅｍｉｃＳｅｍｉｎａｒ．２００７．［１６ＪＭａｎｉｔｏｂａＨＶＤＣＲｅｓｅａｒｃｈＣｅｎｔｒｅＩｎｃ．ＰＳＣＡＤｏｎ．１ｉｎｅｈｅｌｐｓｙｓｔｅｍ］Ｍ］．Ｗｉｎｎｉｐｅｇ：ＭａｎｉｔｏｂａＨＶＤＣＲｅｓｅａｒｃｈＣｅｎｔｒｅＩｎｃ，２００２．［１７］肖异，尹项根，张哲，等．ＰｓＣＡＤ／ＥＭＴＤＣ程序与继电保护仿真模型接口技术及应用［Ｊ］．电力自动化设备，２００６，２６（１１、：６７．７０．ＸＩＡＯＹｉ．ＹｒＮＧＸｉａｎｇ．ｇｅｎ．ＺＨＡＮＧＺｈｅ．ＰＳＣＡＤ／’ＥＭＴＤＣｐｒｏｃｅｄｕｒｅａｎｄｒｅｌａｙｐｒｏｔｅｃｔｉｏｎｅｍｕｌａｔｉｏｎａｌｍｏｄｅｌｉｎｔｅｒｆａｃｅｔｅｃｈｎｉｑｕｅｗｉｔｈａｐｐｌｉｃａｔｉｏｎ［Ｊ１．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００６，２６（１１１：６７．７０．［１８］钟波，赵华军．ＰｓｃＡＤ／ＥＭＴＤｃ程序与ＭＡＴＬＡＢ语言接—口的研究［Ｊ】．广东电力，２００５，１８（８）：２８３０．ＺＨＯＮＧＢｏ，ＺＨＡＯＨｕａ．ｉＵｎ．ＳｔｕｄｙｏｎＰＳＣＡＤ／ＥＭＴＤＣ—Ｍａｔｌａｂｉｎｔｅｒｆａｃｅ］Ｊ］．ＧｕａｎｇｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒ，２００５，１８ｆ８１：２８．３０．［１９］胡亮灯，叶志浩，方明，等．综合电力系统不同容量机组并联时整定保护的考虑［ｃ】．／／中国高校电力系统及其自动化专业第二十五届学术年会，２００９．（下转第１０４页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ１０４）．１０４．电力系统保护与控制系统运行风险评估（二）理论部分［Ｊ】．电力系统自动化，—２００６，３Ｏ（２）：ｌ１１５，２１．——ＦＥＮＧＹｏｎｇ－ｑｉｎｇ，ＷＵＷｅｎｃｈｕａｎ，ＺＨＡＮＧＢｏｍｉｎｇ，ｅｔａ１．Ｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎｒｉｓｋａｓｓｅｓｓｍｅｎｔｂａｓｅｄｏｎｃｒｅｄｉｂｉｌｉｔｙｔｈｅｏｒｙｐａｒｔｔｗｏｔｈｅｏｒｙｆｕｎｄａｍｅｎｔ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍ，２００６，３０（２）：１１－１５，２１．［１１］李德毅．知识表示中的不确定性［Ｊ］．中国工程科学，—２０００，２（１Ｏ）：７３７９．ＬＩＤｅ－ｙｉ．Ｕｎｃｅｒｔａｉｎｔｙｉｎｋｎｏｗｌｅｄｇｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，２０００，２（１Ｏ）：７３－７９．［１２］李德毅，刘常昱．论正态云模型的普适性［Ｊ］．中国工程科学，２００４，６（８）：２８．３４．ＬＩＤｅ－ｙｉ，ＬＩＵＣｈａｎｇ－ｙｕ．Ｓｔｕｄｙｏｎｔｈｅｕｎｉｖｅｒｓａｌｉｔｙｏｆｔｈｅｎｏｒｍａｌｃｌｏｕｄｍｏｄｅｌ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，２００４，６（８）：２８．３４．［１３］刘常昱，李德毅，杜鹚，等．正态云模型的统计分析【Ｊ］＿信息与控制，２００５，３４（２）：２３６．２３９，２４８．ＬＩＵＣｈａｎｇ－ｙｕ，ＬＩＤｅ－ｙｉ，ＤＵＹｉ，ｅｔａ１．Ｓｏｍｅｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｏｆｔｈｅｎｏｒｍａｌｃｌｏｕｄｍｏｄｅｌ［Ｊ】．ＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００５，３４（２）：２３６－２３９，２４８．［１４］刘常昱，李德毅，潘莉莉．基于云模型的不确定性知识表示［Ｊ］．计算机工程与应用，２００４，４０（２）：３２－３５．ＬＩＵＣｈａｎｇ－ｙｕ，ＬＩＤｅ・ｙｉ，ＰＡＮＬｉ－ｌｉ．Ｕｎｃｅｒｔａｉｎｋｎｏｗｌｅｄｇｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｂａｓｅｄｏｎｃｌｏｕｄｍｏｄｅｌ［Ｊ］．—ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎ，２００４，４０（２）：３２３５．［１５］罗自强，张光卫，李德毅．一维正态云的概率统计分析［Ｊ】．信息与控制，２００７，３６（４）：４７１－４７５．ＬＵＯＺｉ－ｑｉａｎｇ，ＺＨＡＮＧＧｕａｎｇ－ｗｅｉ，ＬＩＤｅ－ｙｉ．Ｐｒｏｂａｂｉｌｉｔｙｓｔａｔｉｓｔｉｃｓａｎａｌｙｓｉｓｏｆｏｎｅ－ｄｉｍｅｎｓｉｏｎａｌｎｏｒｍａｌ—ｃｌｏｕｄ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００７，３６（４）：４７１４７５．［１６］胡斌，王生进，丁晓青．基于云模型的驾驶员驾驶状态评估方法［Ｊ］．清华大学学报：自然科学版，２００９，４９（１０）：３９－４３．ＨＵＢｉｎ，ＷＡＮＧＳｈｅｎｇ－ｊｉｎ，ＤＩＮＧＸｉａｏ－ｑｉｎｇ．Ｅｓｔｉｍａｔｉｏｎ’ｏｆｄｒｉｖｅｒｓｄｒｉｖｉｎｇｓｔａｔｅｂａｓｅｄｏｎｃｌｏｕｄｍｏｄｅｌ［Ｊ］．—ＴｓｉｎｇｈｕａＵｎｉｖ：Ｓｃｉ＆Ｔｅｃｈ，２００９，４９（１０）：３９４３．［１７］ＤｊｏｋｉｃＳＺ，ＭｉｌａｎｏｖｉｃＪＫｉｒｓｃｈｅｎＤＳ．ＳｅｎｓｉｔｉｖｉｔｙｏｆＡＣｃｏｉｌｃｏｎｔａｃｔｏｒｓｔｏｖｏｌｔａｇｅｓａｇ，ｓｈｏｒｔｉｎｔｅｒｒｕｐｔｉｏｎｓａｎｄｕｎｄｅｒｖｏｌｔａｇｅｔｒａｎｓｉｅｎｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００４，１９（３）：１２９９－１３０７．［１８］ＤｊｏｋｉｃＳＺ，ＤｅｓｍｅｔＪ，ＶａｎａｌｍｅＧｅｔａ１．Ｓｅｎｓｉｔｉｖｉｔｙｏｆｐｅｒｓｏｎａｌｃｏｍｐｕｔｅｒｓｔｏｖｏｌｔａｇｅｓａｇｓａｎｄｓｈｏｒｔｉｎｔｅｒｒｕｐｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００５，２０（１）：３７５－３８３．［１９］ＤｊｏｋｉｃＳＺ，ＳｔｏｃｋｍａｎＫ，ＭｉｌａｎｏｖｉｃＪｅｔａ１．ＳｅｎｓｉｔｉｖｉｔｙｏｆＡＣａｄｊｕｓｔａｂｌｅｓｐｅｅｄｄｒｉｖｅｓｔｏｖｏｌｔａｇｅｓａｇｓａｎｄｓｈｏｒｔｉｎｔｅｒｒｕｐｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，—２００５，２０（１）：４９４５０５．［２０］胡兵，李清朗．现代科学与工程计算基础【Ｍ］．成都：四川大学出版社，２００３．［２１］黄洪钟，孙占全，郭东明，等．随机应力模糊强度时模糊可靠性的计算理论［Ｊ］．机械强度，２００１，２３（３）：３０５．３０７．—ＨＵＡＮＧＨｏｎｇｚｈｏｎｇ，ＳＵＮＺｈａｎ－ｑｕａｎ，ＧＵＯＤｏｎｇ－ｍｉｎｇ，ｅｔａ１．Ｆｕｚｚｙｒｅｌｉａｂｉｌｉｔｙａｎａｌｙｓｉｓｉｎｔｈｅｃａｓｅｏｆｒａｎｄｏｍｓｔｒｅｓｓａｎｄｆｕｚｚｙｓｔｒｅｎｇｔｈ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃａｌＳｔｒｅｎｇｔｈ，２００１，２３（３）：３０５－３０７．［２２］肖先勇，杨洪耕，陈武，等．敏感设备电压暂降敏感度的模糊随机评估［Ｊ】．中国电机工程学报，２００９，２９（３４）：９Ｏ。９５．ＸＩＡＯＸｉａ—ｎ－ｙｏｎｇ，ＹＡＮＧＨｏｎｇｇｅｎｇ，ＣＨＥＮＷｕ，ｅｔａ１．—Ｆｕｚｚｙｒａｎｄｏｍｅｖａｌｕａｔｉｏｎｏｆｅｑｕｉｐｍｅｎｔｓｅｎｓｉｔｉｖｔｙｄｕｅｔｏｖｏｌｔａｇｅｓａｇｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００９，２９（３４）：９Ｏ．９５．—收稿日期：２０１Ｏ－０３０９；—修回日期：２０１Ｏ－０４２８作者简介：孙晓璐（１９８７一），女，本科，研究方向为电能质量与智能电网；Ｅ．ｍａｉｌ：ｓｕｎｘｉａｏｌｕ２００８＠１２６．ｃｏｍ马静（１９９１－），女，本科，研究方向为电能质量与智能电网；李渊博（１９８４一），男，硕士，研究方向为电能质量及其控制技术。（上接第９９页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ９９）ＨＵＬｉａｎｇ－ｄｅｎｇ，ＹＥＺｈｉ－ｈａｏ，ＦＡＮＧＭｉｎｇ，ｅｔａ１．Ａｎａｌｙｓｉｓｐｒｏｔｅｃｔｉｏｎｓｅｔｔｉｎｇｏｆｄｉｆｆｅｒｅｎｔｃａｐａｃｉｔｙｇｅｎｅｒａｔｏｒｓｐａｒａｌｌｅｌｆｏｒｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｓｙｓｔｅｍ［Ｃ］．／／２５ｔｈＣＵＳ－ＥＰＳＡ，２００９．［２０］王琦．新型船舶电力系统短路特征分析与保护措施研究【Ｄ］．武汉：武汉大学，２００９．ＷＡＮＧＱｉ．Ｒｅｓｅａｒｃｈｏｎｓｈｏｒｔ－ｃｉｒｃｕｉｔｃｈａｒａｃｔｅｒｉｓｔｉｃａｎｄｐｒｏｔｅｃｔｉｏｎｏｆｎｅｗｓｈｉｐｂｏａｒｄｐｏｗｅｒｓｙｓｔｅｍ［Ｄ］．Ｗｕｈａｎ：ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，２００９．［２１］ＬｉｎＬｉａｎｇ．ｚｈｅｎ，ＹｅＬｉｎ．ＴｒａｎｓｉｅｎｔａｎａｌｙｓｉｓｓｏｆｔｗａｒｅｐａｃｋａｇｅｏｆｅｌｅｃｔｒｏｍａｇｎｅｔｉｓｍｉｎＰＳＣＡＤ／ＥＭＴＤＣ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｏｎｌｏｇｙ，２０００，２４（１）：６５－６６．—收稿日期：２０１０－０２０７；修回日期：２０１０－０６－０５作者简介：胡亮灯（１９８６一），男，在读硕士研究生，主要研究方向为电力系统安全运行；Ｅ－ｍａｉｌ：ｈｌｄｈｇｄ＠１６３．ｃｏｍ叶志浩（１９７５－），男，博士，副教授，主要研究方向为电力系统安全运行；方明（１９８４－），男，在读博士研究生，主要研究方向为电力系统安全运行。