基于改進(jìn)ANFIS算法的故障分類

王金玉， 聶成， 孔德健

(1.東北石油大學(xué) 電氣信息工程學(xué)院，黑龍江 大慶 163318；2.國網(wǎng)冀北電力有限公司檢修分公司,北京 102488)

基于改進(jìn)ANFIS算法的故障分類

王金玉1， 聶成1， 孔德健2

(1.東北石油大學(xué) 電氣信息工程學(xué)院，黑龍江 大慶 163318；2.國網(wǎng)冀北電力有限公司檢修分公司,北京 102488)

高壓輸電線路是電網(wǎng)的骨架，發(fā)生故障如不能及時排除會造成很大的影響，因此在故障定位之前首先要確定故障類型。利用比例共軛梯度法(Scaled Conjugated Gradient, SCG)對ANFIS(自適應(yīng)神經(jīng)模糊推理系統(tǒng))算法進(jìn)行改進(jìn)，對線路發(fā)生的故障類型進(jìn)行分類。利用MATLAB軟件對改進(jìn)ANFIS算法與標(biāo)準(zhǔn)ANFIS算法進(jìn)行對比分析，得出改進(jìn)ANFIS算法收斂速度更快，所需的訓(xùn)練時間和訓(xùn)練步數(shù)也更少，并且其故障分類結(jié)果也更加準(zhǔn)確。

高壓輸電線路；故障類型；比例共軛梯度法；改進(jìn)ANFIS算法；仿真驗(yàn)證

0 引 言

電力在國家發(fā)展和人民生活中占有重要地位，在長距離傳輸中保證電能的可靠性有十分重要的意義，高壓輸電線路在電網(wǎng)遠(yuǎn)距離輸電中占有很大比例，高壓輸電具有損耗小、傳輸距離長等優(yōu)點(diǎn)[1]。高壓輸電線路發(fā)生故障會給居民生活和工業(yè)生產(chǎn)造成很大影響，因此對故障位置進(jìn)行快速定位就顯得尤為關(guān)鍵，而確定故障發(fā)生的類型是對故障位置定位的前提，從而提高整體的故障分類的準(zhǔn)確性，達(dá)到能夠快速確定故障位置的目的[2]。

1 ANFIS算法改進(jìn)

1.1 ANFIS算法結(jié)構(gòu)

ANFIS的典型結(jié)構(gòu)圖如圖1所示。

圖1 ANFIS算法典型結(jié)構(gòu)圖

第一層：將輸入的數(shù)據(jù)模糊化。

(1)

式中x1，x2為不同節(jié)點(diǎn)輸入的數(shù)據(jù)；Aj，B(j-2)為和每個j結(jié)點(diǎn)有關(guān)系的語言變量。

隸屬度函數(shù)μAj或者μB(j-2)是什么樣的形狀取決于參數(shù)值，這些能夠決定隸屬度函數(shù)形狀的參數(shù)通常都稱為前件參數(shù)。

第二層：這個節(jié)點(diǎn)在系統(tǒng)結(jié)構(gòu)中用∏(連乘符號)表示，它的作用就是將輸入的數(shù)據(jù)進(jìn)行相乘，然后將相乘后的結(jié)果輸出。

(2)

第三層：這層的主要作用是計(jì)算歸一化可信度，在結(jié)構(gòu)圖中用“N”表示，它的計(jì)算結(jié)果是各條規(guī)則權(quán)重占全部規(guī)則的比例。

(3)

第四層：這一層的主要作用就是將模糊規(guī)則的輸出計(jì)算出來，在這層上的節(jié)點(diǎn)均為自適應(yīng)節(jié)點(diǎn)，其輸出是：

(4)

第五層：這一層主要就是將輸入的數(shù)據(jù)經(jīng)過處理后將其得到的結(jié)果進(jìn)行輸出，并且輸出的結(jié)果只有一個值。

(5)

1.2 ANFIS算法改進(jìn)

共軛梯度法中只有第一次的搜索方向是負(fù)梯度方向，從第二次開始它的搜索方向都是前面一次搜索方向的共軛，采用共軛梯度法相比于標(biāo)準(zhǔn)的BP算法具有更快的收斂速度[4-5]。比例共軛梯度法能夠?qū)⑺阉鞯臅r間降低，從而提高了收斂的速度。[6]比例共軛梯度法的計(jì)算流程如下：

振動大小對流化床中顆粒的運(yùn)動及傳熱特性影響很大，流化床中的流場變得非常劇烈，隨時間變得十分復(fù)雜。很多學(xué)者基于氣固兩相流動模型，加入振動作用，建立了振動作用下氣固兩相流動的數(shù)學(xué)模型，模擬了振動流化床中床層結(jié)構(gòu)與流動特性。

D0=G0=-f(W0)

(6)

(2)如果success=true，對二階信息進(jìn)行計(jì)算：

(7)

(8)

(9)

(3)伸縮θn：

(10)

(4)如果θn≤0使海森矩陣正定:

(11)

θn=-θn+ρn‖Dn‖2

(12)

(13)

(5)計(jì)算步長：

(14)

(15)

(6)計(jì)算比較參數(shù)Cn：

(16)

(7)對搜索方向以及權(quán)重進(jìn)行更新：

假如Cn>0，則能進(jìn)行一次更新

Wn+1=Wn+αnDn

(17)

Gn+1=-f(Wn+1)

(18)

(19)

如果n為N的整數(shù)倍，需要使算法重新啟動： 令Dn+1=Gn+1

否則：

(20)

Dn+1=Gn+1+βnDn

(21)

若Cn≥0.75，則：

ρn=ρn/4

否則

(8)如果Cn≤0.25，則:

ρn=ρn+θn(1-Cn)/‖Dn‖2

(22)

如果最快下降的方向Gn≠0，則令n=n+1返回到第(2)步繼續(xù)進(jìn)行計(jì)算，否則程序結(jié)束，返回Wn+1作為理想值。

2 故障特征量提取

利用PSCAD軟件對高壓輸電線路進(jìn)行故障仿真[7]，線路發(fā)生AB兩相接地和兩相相間短路的電流波形分別如圖2、3所示。

圖2 AB兩相接地故障電流波形

圖3 AB兩相相間短路故障電流波形

選擇故障后0.02 s內(nèi)的三相電流(iA、iB、iC)和零序電流(i0)作為數(shù)據(jù)分析的對象，提取這些數(shù)據(jù)的四分位距和標(biāo)準(zhǔn)差，并且用它們的歸一化值作為對線路故障進(jìn)行分類的特征量[8]。各相電流故障分量的計(jì)算公式如下：

(23)

式中β為A、B、C三相和零序分量(以下標(biāo)0表示)，T表示的是工頻。

(24)

STDmax=max(STDA,STDB,STDC,STD0)

(25)

stdβ=STDβ/STDmax

(26)

式中STDβ表示的是標(biāo)準(zhǔn)差，stdβ表示的是它的歸一化值，n表示一個周波內(nèi)采樣的點(diǎn)數(shù)。

(27)

IQRmax=(IQRA,IQRB,IQRC,IQR0)

(28)

iqrβ=IQRβ/IQRmax

(29)

式中IQRβ表示的是四分位距，iqrβ表示的是它的歸一化值，Λ(*)表示的是取第三四分位數(shù)，Γ(*)表示的是取第一四分位數(shù)。

3 仿真驗(yàn)證

利用在PSCAD仿真平臺上的模型對線路進(jìn)行仿真驗(yàn)證，線路是兩端供電的500 kV輸電線路模型，線路的長度設(shè)置為300 km，在仿真模型上產(chǎn)生不同位置，不同故障電阻，不同故障初相角的10種故障類型，并且在這些故障下采集電流數(shù)據(jù)，以這些電流數(shù)據(jù)作為故障分類的樣本。需要從不同的故障位置，故障的初始相角，故障電阻幾個方面考慮：故障位置的變化是從0開始，每次增加20 km一直到300 km，故障電阻是從0開始，每次增加25 Ω直到500 Ω，故障初始角設(shè)定在0°，每次增加30°直到180°。這樣就能夠得到16×21×7×10=23 520組數(shù)據(jù)，利用改進(jìn)ANFIS算法對高壓輸電線路進(jìn)行故障識別和分類，從而檢驗(yàn)這種方法的準(zhǔn)確性。表1為理想條件下的故障類型測試結(jié)果。

表1 故障類型測試結(jié)果

這是在理想的條件下的結(jié)果，并沒有考慮實(shí)際線路運(yùn)行的狀態(tài)，在實(shí)際運(yùn)行的線路中肯定會有諧波和噪聲的影響，下面要將諧波加進(jìn)去來對算法進(jìn)行檢驗(yàn)。表2為不同諧波情況下的故障類型測試結(jié)果。

將表1和表2進(jìn)行對比能夠看出，在有諧波出現(xiàn)的時候，基于改進(jìn)ANFIS算法對輸電線路故障類型的測試結(jié)果有所降低，即使是對單相故障的判斷準(zhǔn)確率也不能達(dá)到百分之百。隨著總諧波失真的增加，此方法對故障類型判斷的準(zhǔn)確率也在降低，但是即便總諧波失真達(dá)到10%，也有很高的判斷準(zhǔn)確率，因此它在受到諧波影響的情況下仍能有很好的適應(yīng)能力。

4 結(jié)束語

對于高壓輸電線路故障分類不準(zhǔn)確，提出了利用SCG改進(jìn)ANFIS算法，經(jīng)過仿真證明改進(jìn)ANFIS算法在對線路故障類型進(jìn)行分類時，具有分類準(zhǔn)確度高的優(yōu)點(diǎn)。加入諧波后會對分類的準(zhǔn)

確性造成一定的影響，即使在諧波失真為10%時，也能保證準(zhǔn)確率在99.49%，因此故障分類準(zhǔn)確率完全能夠滿足實(shí)際工程的運(yùn)行要求。

表2 不同諧波情況下的故障類型測試結(jié)果

[1] 王偉, 余銳, 陳愚,等. 特高壓輸電線路保護(hù)故障測距的應(yīng)用研究[J]. 電力系統(tǒng)保護(hù)與控制, 2013,41(19):40-46.

[2] 林圣, 何正友, 錢清泉. 基于人工免疫算法的輸電線路故障類型識別新方法[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(11):95-100,137.

[3] 顧秀萍.自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)及其仿真[J]. 火力與指揮控制, 2010, 35(2):48-49.

[4] 周湶, 孫威, 張昀,等. 基于改進(jìn)型ANFIS的負(fù)荷密度指標(biāo)求取新方法[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(1):29-34..

[5] 王樹旺, 路永鋼, 陳旭榮. 基于共軛梯度優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)在高能粒子鑒別等領(lǐng)域中的應(yīng)用[J]. 原子核物理評論, 2014, 31(3):401-406.

[6] 朱麗娜, 王廣軍, 陳紅. 采用共軛梯度法求解多變量穩(wěn)態(tài)傳熱反問題[J]. 中國電機(jī)工程學(xué)報(bào), 2011, 31(8):58-61.

[7] 袁欣, 孫元博, 張承學(xué).PSCAD/EMTDC自定義元件在電力系統(tǒng)仿真中的運(yùn)用[J]. 電力科學(xué)與工程, 2010, 26(7):12-15.

[8] 肖漢光, 蔡從中. 特征向量的歸一化比較性研究[J]. 計(jì)算機(jī)工程與應(yīng)用, 2009, 45(22):117-119.

Fault Classification Based on the Improved ANFIS Algorithm

Wang Jinyu1, Nie Cheng1, Kong Dejian2

(1.School of Electrics and Information Engineering, Northeast Petroleum University, Daqing Heilongjiang 163318, China；2. State Grid Jibei Electric Power Co., Ltd. Maintenance Branch, Beijing 102488, China)

The high voltage transmission line is the skeleton of the power grid, faults of which, if not eliminated in time, would have a severe impact on the system. Therefore, it is necessary to determine the fault type before fault can be located. The improved ANFIS (Adaptive Neural Fuzzy Inference System), based on the Scaled Conjugate Gradient (SCG) is used to classify the fault type of the line. MATLAB is used to compare the improved ANFIS algorithm with traditional ANFIS algorithm. Thus, it is concluded that the improved ANFIS algorithm has faster convergence rate, less training time and training steps, and more accurate fault classification result.

high-voltage transmission line; fault type; scaled conjugate gradient method; improved ANFIS algorithm; simulation verification

10.3969/j.issn.1000-3886.2016.06.020

TM7

A

1000-3886(2016)06-0065-03

王金玉(1973-)，男，吉林通化人，博士，教授，碩士生導(dǎo)師，從事電氣自動化技術(shù)方面的研究。 聶成(1991-)，男，河北滄州人，碩士生，主要研究方向?yàn)殡娏ο到y(tǒng)保護(hù)與控制。 孔德健(1989-)，男，河北滄州人，碩士，主要研究方向?yàn)檩旊娋€路在線監(jiān)測與故障定位。

定稿日期: 2016-07-07