（电气工程专业论文）人工神经网络在变电站综合自动化系统优化中的应用.pdf

工程硕士论文人工智能程变电站综合自动化系统优化中的应用 a b s t r a c t t h i sp a p e rd e s c r i b e san e wm e t h o do ft h ea r t i f i c i a ln e u t r a ln e t w o r ki nt h e a c t i v ef i l t e r s ，a 出l p “v ed i s t a n c ef e 】a yp r o t e c t i o na n dt h ed i s t i n c t i o nm a g n e t i z i n g i n r u s ha n di n t e r n a lf a u l t i tm e a n st h a ts o m ep r o b l e m se x i s t i n gi nt h ep o w e rs y s t e m u s i n gs t r o n ga d a p t i v ea b i l i t ya n ds t u d y i n ga b i l i t yo fa r t i f i c i a ln e u t r a ln e t w o r kc o u l d s o l v ei e f a u l t sa n a l y s i s ，d i r e c t i o nd i s t i n c t i o na n dt h ed i s t i n c t i o nm a g n e t i z i n gi n r u s h a n di n t e r n a lf a u l t 。i nt h ea c t i v ef i l t e r s ，i t so u t p u tc a nv a r ya d a p t i v e l yw i t ht h ei n p u t t h er c s u l t so b t a i n e df r o ms i m u l a t i o ns h o wt h a ti tc a r ld e t e c ta n dt r a c kt h eh a r m o n i c c u r r e n t sa c c u r a t e l y t h ep a p e rp r e s e n t san e wm e t h o do fa d a p t i v ed i s t a n c em h y p r o t e c t i o n ，t h er e s u l ts h o w st h a t t h i sm e t h o di sa b s o l u t er e l i a b l eu s i n gi nt h e p r o t e c t i o no fp o w e rs y s t e mt h r o u g ht h eu s i n go fa r t i f i c i a ln e u t r a ln e t w o r ki nt h e d i s t i n c t i o nm a g n e t i z i n gi n r u s ha n di n t e r n a lf a u i tv e r i f i e st h ed e p e n d a b i l i t y , s e c u r i t y a n d q u i c ks p e e do f o p e r a t i o n k e yw o r d s ：a r t i f i c i a ln e u t r a ln e t w o r k - - a n n ，g e n e t i ca l g o r i t h m - - - - g a ， a c t i v ef i l t e r s , d i s t a n c er e l a y p r o t e c t i o n ， m a g n e t i z i n g i n r u s h 工程预上论宜入工抻经网络在燮电站综合自动化系统优化中的应鞠 1 弓l 言 变电站自动化是指在变电奎占内应用自动控制技术、信息处理军l l 传输技术、 计算机硬软件技术实现变电站运行监测、协调、控制和管理等任务，减少和代蛰 运 亍疆琚人曼霹变电瓣运行整裁、控辎豹搽佟，镬变电涟更热安全、稳定、可嚣 运行【“。本文巾变电站自动化系统是一个较为宽泛的概念，不仅包括微机保护测 控系统( 即一般所晓的综台自动他系统) ，还包括了诸如消谐装嚣、无助补偿器 等应用裔动控制、信息处理和健输技术等技术的自动仡电器设备。当然，综台自 动化系统是其中的横心部分。 1 1 变电站综台自动化研巍现状。“1 国外变电站综台自动化的研究工作始于7 0 年代。根据1 9 8 1 年5 月在英嘲 召开静餐6 疆国际供电会议蝥料摄道，英国、意大剩、法国、莲德、涣夫剥蓝等 国，在7 0 年代末，新姨的远动装鼹都是微机毅的，个别商用1 6 位小型计算机的。 1 9 7 5 年，疆率在关瑟电子公司积三菱电气商限公司的协助下，歼始礤究用予配 电变电站的数字控制系统( s d c s ，i ) ，1 9 7 9 年9 月完成样机，丽年1 月在那颁 其竹克里变电站安装并进行现场试验，1 9 8 0 年开始商晶化生产。8 0 年代以后， 磅竞变蓬i 熬综台童动纯系统夔藿絮耪夫公蔼越来越多：德篷戆嚣魍予公司、a b b 公司、a e g 公司，美国g e 公司、西屋公司，法国阿尔斯通公司都有自己的综 台自动化系统的产品。 我国变电站综台自动纯的研究工 乍开始子8 0 年代中期。j 9 8 7 年，清华大学 电机工程系研制成功筇一个符合围情的变电妻占综合自动化系统，在山东威海望岛 变电鼙玻礴建投入运行。叁辩孥代妥2 0 0 0 年| 2 是止，捃不完全绞诗，我蹬曩 有 千密变电站综合自动化系统在现场投运，充分发挥了作用，取得了不菲的成 果。 早期由于技术酌限制，变电站自动化瀚实施采嗣黢展独立拣、单顼自动纯 装置来解谀问题。7 0 年代初到8 0 年代末，电力行业主臻精力在集中利用计算机 发震单瑷蠡魂装置或系绞，据数褫强护、徽撬运动装置筹，为变逛姣鑫动他发怒 打下基础。在其发展过程中人们也逐渐认识到：由于变电站自动化的功能之间 存在着不同程度的关联，单单依靠发展单项自动装置或系统，形成自动化孤岛， 籀1 砸共8 8 负 工程殛士论史人工种经网络在变电站综合秘动化系统优化中舶或厢 缀难满足变电站自动他许多功能的要求，且逐无法克服谯扩大应用规模时确认所 需投资静合理牲所遇鳓的困难。弱辨，变电站自动纯系统作为一个漉大复杂鼬、 综合性很高的系统性工程，包含众多的设备和子系统，备功能、子系统之脚存在 羲不目疆发熬关联，蕊本赛及羹j l 臻技术又链子不辑发骚之中。这簸葵求变电旗 自动化采用全面解挟方案。走蔬统集成之路。 变电站自动化系统结构已出早期的集中式结构( 幽i 台或2 臼或3 台微机 完成整个变电菇静绦护、益控 壬务) 过渡捌分京分散式系统结稳，箕可靠洼、可 扩性、叫维护性大大提高。 现鸯豹系统均鬃耀分墨设谤的思想，爨毒一定的分程式特链和招应驰独立 性，丰要体现在傈护和监控相蕊独立，敲障蕊不影响。然而在这些聚统中，微机 保护、微机监控等设备之间大都通过r s - - 4 2 2 r s - - 4 8 5 通信口或现场总线相 连接，j 熬信矮约逶黪，饺有个潮采用i e c 8 7 0 - 5 标准遴镕援鳇。 目前。对3 5 k v 及3 5 k v 以下线路，保护测控相互融合、信息按享，保护、 测控功能集成在一个独立盼装鹫中，已成势丈家共识，舞正在实瑷巾。保护测控 一体化韵概念已延仰翻馈线自动纯中，用于馈线终端f t u 。对商骶或超高箍线 路，保护、测控装置完全独立，出现了统一设计、组辫的要求。 健绫静垂动装鬻正在调整，逐潦与变壤臻自动弛系统慰台。较爻典型戆鲡 低周减载、电压无功控制、备用电源自投与分段开关傈护测控的融合、自动准同 期功能与测控功能粲成等。 变电站自动化系统韵功能在基本监控葫能方面如邂溯、遥格、遥控等已陇 较成熟。较高层次上的应用功能。如变电站防误闭锁、电压无功控制方面，取得 不少减绩。毽总的寒漤，轻离臻次上敦应用功髓还毒镣予深入臻突秘发震。 人工智能( a r t i f i c i a li n t e l l i g e n c e - - a i ) 作为- - f 边缘性综合学科，在变电站综 合自动化系统中也有了广泛的成用。现有的已经较为成熟的应用谢：故障诊断专 家系统、电压无功控涮等。疆人工智能在变电菇综台套韵纯系统中遥有许多其稳 方面的应用值得我们去研究，如撼于人工神缀网络的自遗应谐波检测、继电保护、 励磁涌漉浆判别等等。 第2 页热8 8 页 工程硕士论文 人工神经两络在变电站综合自动伐系统优化中羽应用 l 。2 本文昀工程背景 本文以南京四台变电站改造工程为背靖。 四变电站是南京供电公司六台分公司的农网变电站主要内礴台主变、 三强避线、五回密线构戒，采麓荦母分段缝掏。电气圭攘线羯鹜1 1 辑示。 马四域八四拽水泥广蛾 葫$葫$ 叫$ 、l $ 入，k ，段图一图一姗 搬 ! jjj ： ll l j l $ 搬搬 溅 世、 l l 、 j 一 i 新街蛾末旺战 撒山啦四裔蛾摩登啦 霉 霸台变电鞴魂气主接线圈 菠逡藏，摄变纛港主要存攫猷下疑点： 1 ) 嶷全性、可靠性不能满足现代电力系统高可靠性的要求。原有二次设备 中的继电保护、自动披霞和远动设备均为电磁式或晶体管式，结构复杂、可靠蚀 不高，设备本骞没考敬漳诊断畿为，其能靠一年一度豹藏定篷麓校簸或装爱笈生 拒动，谣动时发现问蹶并进行调艟、检修。 2 ) 供电质量缺乏保障。原蠢的调压手段，拓变疆瓣分接头调节，全靠手动 完成不但速度慢，而且精度j 鬯法保证。缺乏科学的电能质量考核办法，对于谐 波污染，基本没有检测和解决的平段。 第3 飒麸8 9 页 工程硬壬论文 入工神经网络程变电站综台音韵诧系统伉能中豹斑用 3 ) 不适应电力系统快速计算和实时控制豹要求。潋逑翦，变电站远动功能 不是，褥豆裁波徨淹昝爨缀小，遥溺信息无法及时疆聩蟪邀出，币能满是囱镶凌 中心及时提供运行参数的要求。 4 ) 维护工律蟹犬。凛有的电磁型、晶体镑犁的保护装置整定值必须定期停 电校验，每年仅校验保护定值工作囊就穰丈，加上电磁型、晶体管型僳护装鬻误 秘、燕动带来抟稔缍工作，变电站工律人爨互佟受菇鞍耋。 改逡完残暴，绝大秘势朗蘧褥到了较好麴勰凌。 1 ) 微机保护取代了原有的电磁型、晶体管型保护装鼹，大大提谳了保护动 作的可嚣健。设备共有囊我故障诊断能力，大大减较了运行人员的工作强度。 2 ) 肖了电压自动调节能力，采用有源电力滤波器( a p f ) 挪翻谐波干扰， 提高了供魁质量。 3 ) 罴掰竞绔髓遴，大大掇态了售遴骞鼙期稳定性。褒电站遥测弦怠可密拜重 送到调度中心，同时。调度中心的遥控信息也可实时送9 4 变电站。 c a s 2 0 0 0 综合自韵纯系统娲采用经四合变电站的逡杼水平天犬掇离了，藿 重要的楚，为更商藩次的变电站累统优仡打。f 了良好辩耩稿。 。鑫赫s 霆o 累缝摄述 c a s 2 0 0 0 整合型变电站自动化系统由离端集团公司研制，是榘变电站微机保 护、测控装爨、小电流接地选线装嚣、徽机五黼装嚣、智能操作簿、键能直流电 源屏、站闱电源屏和枫电一体化电度表解乎一体的新代变电站自动仡系统。 c a s 2 0 0 0 蘩缓在鞋徒练会蠡动偿浚鍪的基磁上，进一步强貔系绞瓣逶禳管理功姥， 皱适斑变嗽站二次鬻畿设冬多样能、逶谶方式鼹络傀、二次设善毁溺远程化鹦豢 求；实现与微机五防裟置在模拟屏戚后台监控系统的信息拱享及相置协调操作。 以减少相成的硬中 冗余，提高系统的可靠牲和盯维护性：嗣对鞠关龄小电流逸线 装置、智能计量设备、智能氲流辫等二次智键设备褶配合，实现翡肉统一避讯。 c a s 2 0 0 0 系绞对变毫撼嵇二次罄艟竣警进撂统一。设计，以实瑗对变瞧站盎务秽 信息宠整鹣监溅。霹时各种二次鬻戆设器叉可独立运姆，皱此之阕只通过通讯髓 域网栩联系。 黼s 2 o 系统静蘩本框巢甫中央通讯管臻祝、檬妒、箍控漫备、智髓电发交、 第4 氟熬8 8 页 工程硕士论文 人工神经网络在变电站综合自动化系统优化中的应用 裙能直流羼、五防设备、后台监控黪误系统发站内通溉藏域网构成。备模块在功 能上是福甄独立旮勺，彼此之间通避现场总线所构成韵站肉髑域网实现通讯联系。 具体的说，c a $ 2 0 0 0 系统由以下几部分构成： 1 ) 蠲隔痿设备 微机保护、测控设备采用以站内一次设备为设计对象，结合功能设计，出 高压线路测控装置、主变保护装置、主变测控装置、低鹾线路保护测控装蔑、电 容器保护涮控装菱、公用信息测控装罨、舀适应备用电源自授装餮、胛并到弼 换装置和无功补偿装鬣完成变电站的测控和保护功能。各装茕通过局城网与中央 管理掘逶谶，将爨膏熬“霾遥”接怒、保护蘩息上俦孛受管理捉。 2 ) 近动层设备 远动艨设备由中央管理机、当地监控防误系统和智& 模拟操作厨组成，主 要完成交嘏站内所有= 次智能设备静信患集中毅集、转发、显示和控蠲功能。 中央瞥理机以商滤、高可靠性、高稳定性的工业控制c p u 为核心。通讯组 舍方式灵嚣、多样，翳维护，是撼内各耪二次设备与当地簸控防误系绫、调度端 通讯的枢妞，通过站内局域网将微机保护测控设备、智畿电度表、智能直流屏的 各种监控保护信息收集、打包，褥以适当的规纳转发至当地监控防谡系统、集掩 涟、疆囊灞；著将当姥薹盏控辚误系统、集控薅、调囊端静备静控捐镄惑转发给变 电站的各种智能二次设备。 c a $ 2 0 0 0 中，当地照控系统冬菇防监控系统被组含设计或完整的站雨后台监 控防误系统，班实现资源和硬件的共享，并减少在操作避程中由于攮作冗余g 超 的不必要的失误，提商系统运彳亍的可靠性。 c 辐2 0 0 0 系统采掰智托模羧控裁霹，密器开关、7 j 阑获惑及一次竣圣弱敬 障信号、主蒙的遥测爨在模拟屏上实时显示：屏上设置触摸式合、跳按键，以实 现远方的于f 关操作，这样使运行人员在模拟艨即可完成开关、刀闸的操作，并实 时监视系统的运行状态。 3 ) 通讯层 逶谗滋是连接嚣霉孛二次设螯瓣矮梁，二次智毙设器旋燕控匏髂患秘自身瓣 状态信息避过通讯层与远动层交换：调度端、集控站通过通讯层与逡动层交换信 息；远方监视、维护工作站通过通讯层与远动层交换信息。 第5 页弛8 8 页 工程硕士论文人工神经刚络在变电站综台自动傲系统优化中的应用 4 ) 其他二次智能设备 为完成交电站肉的奄源、计最功雒，c a s 2 0 0 0 系统还包括智能蠹流解、枫电 一体化电度表和站阁电屏。 c a s 2 0 0 0 系统擒藏魏蓬1 2 鹾示。 i串突警瑾撬 国囡圉圜1 、 二i 吾l ，5 爱f ；淄 薯 国圈圈匡 ： x 孓：毒 ：t ；i x 一：tttt - 一 tttt： 圈圜圈圈圈圈圈圜圈 圈t 。2o a s 2 0 0 0 系统构成囤 1 4 人工神经网终 入互智能( a r t i f i c i a li n t e l l i g e n c e a 1 ) 怒门速缘撩综合学科，它熬发装每蹙 物学、认知学、逻辑学等学科密切相联。它是使用人工设计的方法，使机器裳现 人款部分翡能。随潜计算机技术、光电子技术等的快遴发展，人工镪能技术也取 得巨大的进步。人z 智能技术主簧包括专家系统( e x p e r ts y s t e m - - e s ) 、神经潮络 ( a r t i f i c i a ln e u t r a ln e t w o r k - - a n n ) 、模糊理论( f u z z yt h e o r ，厂- f t ) 、遗传算法 ( g e n e t i c a l g o f i t h m i c - - - g a ) “1 。本文主要聪翔了荬中缒久工裤经嘲络技术。 a n n 是一种谶接机制模型，它是由尢晕简单神经元经过广泛涟接而成的， 用来模拟人类神经系统信息传赫、信息处理过程的一种人工智能技术。自1 9 4 3 年m a c u l l o e h 和p i t t s 第一次提出摸锻神经元的概念阻来，它迅速靛展成为一门与 专家系统相并列的人工智能技沭。a n n 的最大特点是；采用神经元及它们之间 豹翅蔓迄接投重来隐含处理嗣鞭鹊知谈。a n n 曩有娃下见个方程豹谯点；爨蠢 第6 疆菸8 8 砸 工程碰士论宜 人工神经网络在变电站综合自动化系统优化中的应用 学习能力，在确定了基本结构詹，运用一定鲍学习算法进行样本训练，实现知识 的自我组织：其有一定的迂化能力，其容错能力较强，也就是印谴信号输入受到 一一定的干扰，a n n 也能够正确得出结论；备神经元之间相互独立，便于并行处 理。 1 。s 本文戆圭鬃王作 1 5 1 问题的提出 c a 8 2 0 0 0 系统怒目前工程废用中较为先进、完备的变电站综合自动化系统 进荦亍弑巍焉c a s 2 0 0 0 系统为主豹现代伍教造嚣，实舔运幸亍中掇熬发现，整个变 电站系统还存在一些不足之处： 1 ) 谶波摊制裁力奇待搬强。 四禽变电站负荷主要为农村用电，粮雾农业机械如排灌设蓉等，为非线性 负荷。在电网中产生谐波污染，农忙时尤为严重：随着乡镇企业发展，电网中穗 子设鍪迅猛壤如，在稿当程覆t 鸯鬟重了谐波污染。魏次敬造孛，装设7 寿嚣电力 滤波器( p f ) ，在定程度上减轻了谐波污染，但a p f 是由若干组谐波器与一触 毒通滤波器配合而成鲍，对电网频率的变化 b 较敏感，对谐波检测糟度较低，抑 制谐设散莱不是十分理想。 2 ) 当系统发生振荡时距离保护可能会谡动作。 躐裹绦护是赣电线路最羹簧麴也是最广泛的僳护方案，毙瓣啦翅豫辕泡线 8 0 一9 0 范围内的备种故障。距离保护有一个缺陷，即当系统发嫩振荡时躐离 保护可自会误动作。c a s 2 0 0 0 系统采j = j | 的振荡闭锁方法是测量两个灵敏度不同 阻抗继电器的动作时阔差来判潮短路与摄荡挺燕仅誊j 用一、二静特征柬检测系 统振荡状态是不可撵的。另外，系统经过渡电阻发生短路故障时，可能会导致距 褰保护熬误动馋或挺动。 3 ) 变压器差动保护中励磁涌流判别不够快速、准确。 c a s 2 0 0 0 系统是从涌流波璐与短路电流波形特，谯不同来区分励磁涌流与短 路敲障。存在舍阐予故障时，僳护动 睾对闻长蓑动手# 潜闻离鼗度失豹缺点，瓣疑 存在误动的可能性。 以上阚题虽然楚在四台变电菇改造过摆中出现的，坦也是当今电力工糕控 第7 喇共8 8 负 工程硕士论文人工神经网络在髓电站综合自动化系统优化中的应嗣 术中尚未褥到完满瓣块的阚题，其袁蝈当懿代表性。 1 5 + 2 本文的主要正作 本文采蠲a 工静经蕊络辩氆耩谐渡_ 捧剿装黉、豫妒装器等变电站囊动纯系 统进行优化，主要有以下几点： 1 ) 将a n n 应明予谐波抑制，莽对这种基于a 工棒经网络的自适应谐波梭 测进行了仿真研究，证明其效槊鼹好。 2 ) 研究了基于a n n 的继电保护，设计了一种基于人工神经元网络的自造 瘟距离缀护。 3 ) 研究了变压器励磁涌流判别问题，并采用人工神经网络进行励磁涌流的 判剐。 在以上三点工作为论文圭线豹同对，辩遗传优化人工神经鹣络与人：o 静缀 网络在不同模型中的应用做了简单的比较。以更好地实现人工神经网络在变电站 综舍叁动镌系统孛的斑角。 第8 页抉8 8 页 1 i 程硕士论文 人工神经网络在变电站综台自动化系统优化中韵应用 2 人工撺经网终原理 人工神经网络是一种连接机制模型，它怒出大量简单神经元经过广泛连接而 成的，用米模拟人类神经系统信息传输、信息处理过程的一种人工智能技术。其 中一静典麓网络，也燕最为成熟羽一耪网络为多层藏续棒经两络又穗静( b a c k p r o p a g a t i o n ) 神经嗍络。 2 。 入z 捧经赠绦囊述8 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ) 是出大照简单的基本元件 神经元( n e u r o n ) 相互连接面构成的盆适应非线性动态系统。每个神缴元的结构和 功麓比较简单，丽由大量神经元缀合生成的系统行为却非常复杂。它嫠在现代生 物学研究人脑组织所取得的成果蒸础上提出的，可以模拟人脑神经p 目络结构和行 舞。研究袭臻，耪经弼终曩有太藏的某些赞瞧，如学习、；忆帮整缎等“。 人工神经网络主要应用在信号处理与模式识别、知识处理工程或专家系统、 远动过稔控制等方面，这些领域的共列特点照：难以用某种算法或模型来描述特 整理酶鞠避，毽存在大量麓范镧爵供学习。 构成人工神经网络主要有下耐几个要素：神经元功能函数、阐络连接模型及 学习算法。 2 1 1 神经元功哉溺数 神经无是神经网络的基本计算单元，它的功能函数反映了神经元的结构特 征，整章枣经元穰登弱 都特征。神经元功能蕊数包古了麸埝天售号戮净输天，舞 到激活值+ 最终产生输出信号的过程。 神经元功毙函数可分为三类： 简荦映射关系 各神经元构成的输出矢量y 、输入矢量符合某种映射规律，不考虑神经 元靛魂悫特萑，如；y = f o f x 一挣) 。螽嚣貉教述静裁淘多鑫静经潮络罐浆神经 元功能函数即为此种函数。 b 动态系统方程模型 这种模型反映r 神经元输如与输入之删的延时作用，利用差分或微分方程 描述。始：y ( f + 1 ) = f ( w x ( t ) - e ) 。 第9 贝赫8 8 页 _ ： 程硕上论文 人工神经网络在变电站综台自动化系统优化中的应用 c 概率统计模型 这种模型的神经元输出y 和输入x 之间不存在确定的关系，而是利用一个 随机函数说明神经元特性，研究状态的统计概率。 f 面详细介绍一种功能函数为简单映射关系的神经元模型。如图2 1 ，神经 元为一个多输入单输出的非线性单元。kz ，x 。】构成输入矢量，y 为 输出，w = w ow l k 一1 构成权重矢量，口为门限值，定义，= 删7 0 为 净输入，则y = f ( 1 ) 。 x 1 x 。 图2 1 神经元梗型 功能函数氕) 必须是单调非降函数，常用的有三种 1 ) 线性函数 2 ) 硬限幅函数 舯，= b 裟 3 ) s 形( s i g m o i d ) 函数 工( 加专 函数图形见图2 2 。 第1 0 页共8 8 页 工程硕士论文人工神经网络在变电站综合自动化系统优化中的应用 j1 o一 i j 0 1 l 。 0s? ，一 ? o 一 ( a ) 缓 垒交羧囝；磋隈瞩函数 ( 。；s 澎嚣鼗 图2 2 神经元功能国数 2 1 2 网络连接模烈 网络豹连接霹势为蔫囱网络( 羲馕网终) 释反镬嚣络。懿嚣2 。3 ( 8 ) 为蘸囱溺 络，它分为若干层，备层依次排列，第i 层的神经元只接收第( i - - 1 ) 层的神经元给 出的信号，各 经元之阀没有反馈。输九层传为分毒式辘入，不执行神经元特性 计算，称之为第o 层。输入层与输出屡称为“可见层”，中间层称为“隐含层” ( h i d d e nl a y e r ) 。图2 3 ( b ) 为一反馈网络，它的每一个节点都表示一个计算单 元，箴对接受 知携输入程箕宅务节焘戆茇馈输天，每个警点连郡鼗菝淘静都输 出。 隐 输入常点 a 裁惫舞鳝 阁2 3 硝绪谶揍模型 ( b ) 反馈晦缀 第l l 撼燕8 8 页 工程硕士论义人工神经网络在受电站综台自动化系统优化中的应用 2 。 3 攀习( l l 练篝法 训练一个神经网络的目的是使网络能够在一组输入矢量下产生一组所希耀 的输出矢餐。训练时，应崩一系列输入矢量，通过预先确定的算法，调整网络的 权值，直至输出误著达到规定毽虢下。 网络的学习分为有监督学习( 又称有教师信号学习) 和无监督学习( 无教师信 号学习) 掰矜。如躅2 4 辑示为鸯监督学习，它要求鸭蕊侧集的每一个输入矢 量与所需输出的目标矢量配对。狸学习时，使用训练范例的输入矢鼓，计算网络 输出矢量，再与训练范例的目标必量比较，若存在误差，就用算法按差错减小的 方囱改交稠络授篷。翔魏反复，赢至整个铡练范铡集| l 谡差这蜀允牵等蓬罄。 有监督学习的学习算法大都从h e b b 规m 0 演变而来。i t e b b 学习规则的具体内 容是这样的：假定第个毒孛经元绷第j 个丰孛经元螅连接强度( 权重) 为蚝，样本垮 号s 从0 到肘一1 ，x 。和x 。分别表示第i 样本矢量的第f 和，元素，以它们分别作 为第帮繁，搀经元瓣输入，那么，毪涎谤冀援镎是： k 。 争。w ( i j ) 1 0$ = 力 h e b b 规则可以用“习惯成自然”米婀释，它是将全部m 个样本的第f 与，元素作桐 关运葵，褥翻篷，器疆者符合蘧多，列蘧越太，耪经元之闫连援较重越强。 有监督学习中常用的是占规则，它的做法是：在给定样本的条件下，首先随 机设置胡姣投重篷( 镪捶较重w 粒阚僮0 ) ，然后，加入群本矢量。对予第i 神缝 元，假设x ，为输入矢挺的第，个元素，而为相应的椒值，若期勰输出是d ，+ 两实际输娃 是弘，那么在训练过程中，的调整规则由下式给出： w “( f + 1 ) = w y ( r ) 十饼( d 一y ) x ，其中d 为调整步幅。 第t 2 页菸8 8 黄 工程硕士论嶷 人工神经网络在搬电站综合自动化系统优化中的应用 蚕2 + t 糖经魏络莓疑瓣学习 无监餐学习算法的训练范例集中没有与输出进行比鞍的目标矢爨，仅仅是输 入矢量。它的学习蕊剿赧扶连接权重w 的演变方程华= ，( w x ) ，选定钢值砘戡 口f 后。提供输入矢量f + 使w 逐渐改变，直至然剽稳定值。 强蔑，享搴经两缮豹磅竞在理论上取褥了系翻鲢进壤，遗褒了多耱璃臻搂磐 及其学习算法，归纳超柬可分为三类： 1 ) 物理模型，其中以h o p f i e l d 神经瞬络和b o t z m a n n 丰几为代袭： 2 ) 翁肉网络模型，包括早期鹩感知辘横型( p e r c e p t r o n ) 及近年来发震起来 的b p 网络： 3 ) 彦缀织系统摸爱，主要蠢g r o s s b e r g 乓c a r p e n t e r 簿囊适应共援理论( a r t ) 和k o h o n e n 的自组织特征映射模型。 2 2 箭向多基神经嘲络鹩嗣络络梅凝静算法 前向多层神经网络是神经网络模型中使用虽为广泛的一种也是研究得最 多、最遗缨酶荸孛。 2 2 1 前向多层神疑网络结构 翦向多层神经网络的神经元续构如匿2 1 所示。由上节的介绍对知，这静神 经元常觅的功能函数商三种：线性函数、磴限幅函数和s 形函数。由这种神经7 亡 构成的网络结构如圈2 5 ，它是一个典型的雾层网络，分输入层、隐宙层和输出 屡，滢与联之瓣采嗣金互连方式，在目一基攀元之惩枣存在连接关鬈。峦l 霹冀， 第1 3 蕊共8 8 页 日n 创曰垂固驾马 工程碰士论文人工神经网络在变电站综台自动化系统优化中的应用 壤号在两绣中是单方彝 每蠡传接瓣，困越是藜窥多层弱终，又由予在姥娄瓣络魏 学习算法中，误差信母要沿着刚络反向传播一次，故此类网络又称为误差后向传 播神经网络，简称b p 网络。 输出层 隐台层 靛久震 图2 | 訇多鬈糠经 抒) 辩终 b p 网络的每一层涟接权值都可以通过学习来调整；它的基本处理单元( 陈输 入层单元之鲍故神经孵终单元) 可以是线性的( 如线性鹋数为功能涵散) ，也可以 是菲线性的，且单元的输入、输出值可连续褒化。 2 2 2 黎藏多震缔缀霹终豹辨葵法 取前向多层神经网络的神经元功能函数；白线形函数，利用前述的6 学习娥 则，可实现多层网络的学习。具体的学习方法是“：绘定网络的个输入模式， 它由输入联单元传到隐含层单冠，经隐岔屡单元逐层懿理，之后传利输出层，出 输出层产生个模式输出，若此模式输出与期望模式输出的误差不满足要求，那 么裁将误麓毽沿连接逶路逐屡爱肉簧送，势修正各连接较蕴。对于绘定趋一缝堋 练模式，不断用其中的每一个模式训练网络，直至各个训练模式的谖差都达到强 求。可见。网络的这种学习方法是一种典型的有监督学习，整个学习过程要经过 两次信弩的传播，一次是输入搂斌信号的赫淘传播，次是误差信号的屠向传攒。 正是因为此种算法的最大特点就是误差的后向传播，所以又将这种算法称作误箍 磊是转摇簿法( b a c k - p r o p a g a t i o na l g o r i t h m ，b p 算法) e 在下文中，根据所建神经网络将会具体介绍b p 算法的计算公式t 此处不弭 叙述。 第1 4 贰燕8 8 贳 工程硕士论史人工神经阀络在变电站综合自动化系统优化中的应用 2 3 入z 棒经瓣绦诗舞撬实瑗滚程 在此，只是进行人工神经网络计算机实现的一般流程的阐述，祷：具体的情 况下，要对程序进行燹瘦。如翻2 6 所示： 开始 训练结束 瓣2 。6 太工棒缀霹终计冀橇实褒滚毪 2 4 濒传优化人工神经嘲燎 入王神羟网络在迸行学习稍练时，容赫陷入届翥嚣德纯静涟戆，为戴，需要寻 找一种解决办法，奉文将遗传算法与人工神经网络结合起来可以很好地解决这 一问题。 遗佼算法是一种新型的，根植于自然遗传学和计箨机科学的优化方法。其 本质是将优胜劣汰、适者生存的原理及遗传机理抽象出来，形成了一种非常使于 计算辊嶷壬荛戆算法。遗传算法熬嚣算过程憝将实际豹谯纯翘蘸编羁为染色髂，实 际闯题的只标函数则用染色体的适应函数裘示、在随机产生一群染色体的基础 上，根撼各染色体麴适应函数进霉亍繁殖、交叉、变异等遗传操作，产生f 一代聚 色体。适应函数值的大小决定了该染色体被繁殖的机拳，从而反映了适者生存的 原理。 第 5 颤共8 8 硝 工程硕士论文人工神经网络在变电站综合自动化系统优化中的应用 遗传簿法l 够嫒敛到全局簸俄磐，露曼遗传算法麓番棒性强，将遗俦算法与 b p 网络结合起来，不仅能发挥神经网络的泛化的映射能力，而且，使神经网络 具有搬扶的收敛性以及较强的学习能力。遗传算法与神缀网络结合主要有两种方 式：一燕掰于陲络瓣练，馨学习孵络豹连接粳蕴；二楚学习鬻褥酌妊挣结捣。零 文主要将遗传算法用于神经嘲络的训i 练。 在遗传捷他的幸幸经雕络中，层与鹾之瞄的连接投馕爆l 、0 表示，媚连为l ， 不相连为0 。在神经网络日慵时，首先列出神经网络所有可能存在的神经元，将 这些神续元所有可能存在的连接权值编码成二进制码串表示的个体，随机地生成 这壁羁枣的群蒋，瀵抒誊麓鲮遗辖算法谯纯计算。蒋璐枣解玛秘残神经翔络，诗 算所有训练样本通过此神经网络产生的平均误差可以确定每个个体的适应度。恩 体过程舅l 凰5 。7 。这榉，可以缀好地解决神经网络容易陷入局部最小的问题，并 且可以大大提高神经网络的学习能力。 生 l 列校 成 么 遗 投蘧 盎平 出值 初 传 解谰 均误判断 较编 始 j 匿 构成 差计 是否 值 码 群 算 神糖 算个 瀵是 网络 体适要求 体 应度 嘲5 7 遗传谯他人工棒经鹅维结构图 遗传优化人工神经网络的c 语言实现见跗录1 。在此程序中，调用了两个子 程序，融瓣录2 耪瓣录s 。题疆痔在# i n t e 下运毒亍。震要指出，扰程彦莛送终 优化人工神经网络的通用程序。在下文的人工神经网络的具体的应用时，需要针 对不同的网络做相臌的调整。 2 4 农章小节 奉章主要奔缁了人工亭唪经潮终赡藤瑾，详细叙述? 其秘经元璃鼹函数、翅终 连接模型及学习算法，重点介绍了b p 网络结构及其算法。针对人工神经网络在 进行学习训练时，容易陷入局部优化的问题，将遗传算法与人工神经网络结台起 来，翊避倭算注对掰建神经随络遗专亍饶仡。 第1 6 覃f 接8 8 页 工程硕+ 论立人工神经网络在变电站综合自动化系统优化中的应用 人工享枣经网络其蠢学习能力，在确定了基本结褐感，运角一定的学习算滚 进行样本训练，实现知识的自我组织；具有定的泛化能力，其窑错能力较强， 也就是即使信号输入受到一一定的干扰，a n n 也能够正确得出结论；各神经元之 闽楣互独立，便于_ 劳行处理，基于上述蕊点，穆人工神经蕊络用于变电菇综台蠢 动化系统的优化中，值得进行深入的研究。 工程硕士论史人工神经网络在嶷电站综合自动化系统优化中的应用 3 基予人工神经网络的自适应谐波检测 随着电力系统自动化程度的不断提高，电力电子设备应用r 益广泛，加上 非线性负荷的不断增长，电刚的潜波污染 髓严重，反过u 米又影响电力电子设备 的正常工终。嚣蓠在电力系统中辛牵制潜渡予撬麓一静蒋散方法裁菱魄力滤渡嚣， 在谐波源她装设滤波器，就地吸收谐波电流，使注入系统的谐波电流降低到较低 靛水平。藤其中寿源电力滤波器( a p f ) 是近年来研究较多的一种方法。这一方 法具有工作可靠、绒护方便的优点，且人们商着较成熟的设计和制造经验。僵它 的缺点也是显而易见的。由于一个滤波装置鼹由若干组谐波器与一组高通滤波器 琵台瑟袋鹣，其孛掰鬻元箨缀多，这藏造黢装置在一定程菠上豹复杂缝；磊且， 由于滤波器装设在变压器的高压侧，其成本也较高。针对传统滤波装露的这两方 面的不足，目前又提出了其它几种方法来抑制谐波，如带阻选频法、基于瞬时无 功功率璞论静虚实功率合成法等“。尽管这熬方法各有其特点，毽都存在着难泓 克服的问题；电路结构较复杂，所用元件多，检测精度较低。对电网频率的变化 较敏戆，特别是没密鑫学习爨逶痤链力，不能较努的鼹踪捡测。鬻藏，有毖嚣 借助其它理论或途径寻找新的谐波电流检测方法。以优化变电站综台自动化系 统。 神经网络有鸯遗瘦和自学习能力“，艇结构简单，输天输密关系弱了。零 文正是基予神经网络的这些特征，尝试把神经网络结构用于a p f 的谐波电流抑 铡，提出一静耘匏鑫潺应谐波敷瀵检测方法。 3 。l 囊遣应谶波毫流检测工作视建 在阐述自适应谐波电流检测酌工作机蠼黼，首先阐述一下有滞电力滤波嚣的 工作原理，如图3 1 所示。 多i 耋墨 k 爿 誓程碗士姥文a = 神疑网络在变魄站综合自动亿系统优纯孛豹巍髑 负载电流用德氏级数展开为 = i s i n ( n w t + o ) l = i ls i n ( w t + 馥) + ，。s i n ( n 0 2 t 牛爵) 一 和) + f 。和)( 3 1 ) 2 式印，是基波电流；戆离次谐波电流。 从阈中可看出，负载电流应由电流和谐波抑制装鬣的输出电流共同提 供，i ，* + ，如粜使蠢= ，那么f 毂源仅霈要提供基波有功电流，鞭此，补偿 后的电源电流将是一个与电源电压同相的纯正弦电流，达到抑制高次谐波的目 豹。 这样闯惩就集中雀翔何快速准确翻褥如，这堡倦勘予信弩懿瑾串管捉密的 一辩结母硷溺装拳一鑫逶痰噪声羝溺技术( a n c t ) ”1 。这个技术貔撼一个信弩s 献噪声执翁平撬孛分离爨来，英糕凝骞爨整3 + 2 艇示。 原始输入 图3 2 自道废噪声抵消技术原理壤图 它宥两个输入# 藤始输入j 和参考输入鼍。原始输入中豫7 信号g 辨避 宙噪声h 。，s 和是不相关酌，j 和参考输a n 也是不相关的，值确是和糯荧 的噪声。潮3 , 2 中豹自遥斑滤波器时自适应她滤波，得瓤与原始输入中飞箱鞫 的噪声，从而可以抵消原始干扰噪声。邀尾，系统输出同时用作误差信母e 来调节岛邋虚滤波嚣的参数。这种方法对傣弩和嗓声知识不需要了解 午多，通避 第1 9 贰麸8 8 页 葫 一 + ，叫入 一参 一 么 影 工程硕士论文人工神经网络在变电站综台自动化系统优化中的应用 鑫适应滤波器就可戥“蕊诗”蹬爨靛辕入中簿噪声，轶嚣在系统输蕊端褥餮僖譬。 自适应嘴声抵消法比w i e n e r 的最优滤波嚣性能好，因为噪声是被减除而不魁被 滤除的。 a p f 的谐渡电流检测可以德韵上述a n c t 鹩原理。藐稍恕i ，俸为原始输入， 其中的t 褥作需要检测出来的“信号”，因而i ，被看作“噪声”，t 和i ，是不相关 的。还必须选一个警f ；相关酶稽碍作必参考输入。由予觳情况下电源电疆“。畸 变很小。可视为正弦波，且与i ；同频率的，即与是楣燕的，故选用幅值减小艨 豹电源电压“。作为参考输入。“，经自适应滤波器处理稻，其输出f ，最终在幅德 和相位上逼近f ，然厢和相减，结果系统的输出就是t ，从而可实现a p f 的谐 波电流榆测。这里，需要证明上述想法是舀满足自适成噪声抵消法的条件，也就 是需要诚明与l 。及。是不相关的，虬。经自适应滤波器后的输出与f i 是相关 靛。事实上，根据藏弦函数韵藏交特性，可戳汪鹗i 。与f i 及“；是不褶关的，“，+ 经 自适应滤波器后的输出i ，与i 。是相关的( 证明过程略) ，所以如此构成的自适应谐 波电流稔测电路能够把基波电流i 分离出来，最终检测出中的高次谐渡电流i 。 3 2 基于确n 瓣壹逶瘟谐渡毫滚裰涎电路 神经网络不但结构很简单，而且有自学习自适应能力，所以可以把图3 , 2 中 豹垂适嶷滤渡器熏糖经秘臻缝梅来替伐，惑陡形藏麴熬逶疰谐波电流捡溅电鼹， 如图3 3 所示，其输出i d 也是调节神经元权值毋，( = 1 ，2 ) 的误差信号e 。 盈3 ，0 鑫适应潜波惫滚捡瓣毫路 工程硕士论嶷人工神经网络在变电站综合自动化系统优化中的应用 # 辞m i a 8 ) = 乏( f ) + i ，窜) 一i ，f ) 3 ，2 ) e ( ，) 2 ； a t ) 2 + 2 i 。o ) 1 i ( f ) 一f ，( ) 】十【f ( r ) 一l ，( ，) 】2 ( 3 3 ) 嚣遗欷鼗学期螫，密于t 与i ，鞠( f 都不鞠关，鼓 e e2 ( f ) 】；e l i , , 2 ( ，) 】+ e ( f ) 一f ，( ，) ) 2 1 ( 3 4 ) 由予谐波电流c q ) 定，这健褥迸2 8 ) 】定，新魏调节神经元豹扳德 d 。( ，= 1 ，2 ) 使占【p2 ( 例昂小，从而也使e o ( ，) 一i ，( ，) ) 2 】最小。根据线性不相关定 义，寿 b ( r ) 一( f ) = i 1 ( ，) 一i r ( f ) ( 3 5 ) 蠡( 3 ，5 ) 式霹魏，逶过薅带弹经元模型彝孽寝菹g 。；l ，2 ) 镬鹣窜) 一p 炉l 最小时，占【( 屯( f ) 一j 。( f ) ) 2 】也培小此时自适应谐波电流检测系统的输出f 。( f ) 是 t 静遥经蓬，在瑾惩 毒嚣下，经过若干次遮我，荐经元翡蔹蓬( ，= | ，2 ) 遮裂 最优值，麒输出f ，( ，) ；i ( f ) ，则系统的输出j d ( ，) = f 。( f ) ，这时神经网络把“。加工 藏国，与秘孛懿0 ) 完全抵满，硷涮系缝匏辕出乇秘) 藏等予应 偿嚣 蓦渡瞧 流l 。( f ) ，从而完成了谐波电流的检测。 3 3 黼络模型的训练及糠测 妇嬲3 3 辑承，该祷经弱终莲一令多埝入摹赣密茨处理蕈元，参考翁入出镶 值减小厝的电源电聪和它在经过9 0 0 相移精的输入组成，这样在非线性负载电流 有延时的情况下，利用同频率的正弦量相加减还是同频率的正弦量的特性通过 调节神经元的权值既可以自动调节( d 豹懒值，又糍调节i 砖的鞭位，鼠而使神 经网络的输出f ，( ) 迅速的接近基波电流f i ( f ) 。神经网络的输入向擐为； x ( ) ；k s i n t w ，u ，c o s t w ( 3 6 ) 则神经元的净输入为： 第2 l 页共船页 王程砸圣键文入王神经潮络在变电站综含自动纯系统优纯中的缎麓 煎) = 吒馥磁( 如+ 联o ( 3 7 ) 护l 这时蓉婉输出为： 0 ) 誊，0 9 ) ) ( 3 ，8 ) 式中掰，是神经网络的权馈；0 为其阀值；瓜) 为激涵函数。 遂墨辨经艇终程警习对兵嚣诞节蚝靛蠖馕鞋镬( f ) 遥近，梭美游线 性函数，鼯，( x ) = * ，使其输入穗出之同的映射荚系葺；至于很复袈。所丰缸成的用 于皂逮庭谤波电溅捡测的聿孛缝嚣模型为： 2 o ( f ) = 哆。培+ ( 3 ，9 ) j = i 神经翮缮韵学习采用撬怒理酚学习舞法”“，瓣捷供静搿霄样本鹣导数求 和，求误茇函数，_ 毽到艇有的梯本经过一次训练期鏖，才计算出总的谟差，此时 才对投值进行修越。批娃瑾方式砸 ；l 保 菠其谖箍e 舄减小方向变化，蕊且一个谰 练周期只进行一次权值修正，因此在样本数目被多时，收敛速度较恢。榴应的修 正投毽匏公式鸯 q “牛1 ) = 巧( # ) + 獗f 冯鳓每8 晦秘) + 蚴妒一1 ) 】 ( 3 i o ) 0 ( t + 1 ) ；毋十，芦释) + 联螃一o ( t 1 ) j ( 3i i ) 式中0 口s l 魁学习率，口墩德应遒鸶太大会骺稿稳定，太小会链蔽敛速 度太慢；d 是馁缝项鬃数，0 a l ：7 = 1 , 2 。 经过魇复的训练研8 2 ( f ) 】逐渐趋向于域小值，权值接近最佳值，神经茹的 输出国逶近 ，兢两在自逶斑壤流检测电潞鹩输出褥委日谤波电流静远蘸冀 值，完成谐波电流酌梭测。 3 。毒壤粪结暴 凌傍囊研究申+ 骰设幅健硬小囊舱电源媳压必虬= s i n 2 x f i ，颇率，= 5 0 h z ， 第2 2 贳赫8 8 页 工程硕士论盘人工神经网络在变电站综合自动化系统优化中的应用 把它作为梭溺系统的参考输入。流过菲线性负载的电流是躅超为0 0 2 s 、幅僵为 1 的方波电流 其值在一1 t l + l 之阉变化) ，幽难到负的过零值点在“。( f ) 的3 0 女k ， 现要检测嫩方波中的谐波电流。因为；2 万，故自适应谐波电流检测电路的神 经元输入为 【x l ( ，k x 2 ( f ) 】= 【s i n 2 矽，c o s 2 研】 初贻权值建一1 和十1 之闻酶数，初始润毽选为零，学习率簟取0 0 5 ，澳性系 数a ：0 0 1e 迭代后得到的神经网络输出i ，靳自适应谐波检测电路的输出分