為了幫助考生更好的復習2011年一級建造師考試,此處特地整理編輯了2011年一級建造師考試中水利水電輔導資料,希望可以對參加2011年一級建造師考試的各位同學有所幫助!
人工神經(jīng)網(wǎng)絡應用于繼電保護的探討
摘 要:根據(jù)現(xiàn)代控制技術(shù)的人工神經(jīng)網(wǎng)絡理論提出了一種保護原理構(gòu)成方案,并分析了原理實現(xiàn)的可行性和技術(shù)難點。
人工神經(jīng)網(wǎng)絡(Aartificial Neural Network,下簡稱ANN)是模擬生物神經(jīng)元的結(jié)構(gòu)而提出的一種信息處理方法。早在1943年,已由心理學家Warren S.Mcculloch和數(shù)學家Walth H.Pitts提出神經(jīng)元數(shù)學模型,后被冷落了一段時間,80年代又迅猛興起[1]。ANN之所以受到人們的普遍關注,是由于它具有本質(zhì)的非線形特征、并行處理能力、強魯棒性以及自組織自學習的能力。其中研究得最為成熟的是誤差的反傳模型算法(BP算法,Back Propagation),它的網(wǎng)絡結(jié)構(gòu)及算法直觀、簡單,在工業(yè)領域中應用較多。
經(jīng)訓練的ANN適用于利用分析振動數(shù)據(jù)對機器進行監(jiān)控和故障檢測,預測某些部件的疲勞壽命[2]。非線形神經(jīng)網(wǎng)絡補償和魯棒控制綜合方法的應用(其魯棒控制利用了變結(jié)構(gòu)控制或滑動模控制),在實時工業(yè)控制執(zhí)行程序中較為有效[3]。人工神經(jīng)網(wǎng)絡(ANN)和模糊邏輯(Fuzzy Logic)的綜合,實現(xiàn)了電動機故障檢測的啟發(fā)式推理。對非線形問題,可通過ANN的BP算法學習正常運行例子調(diào)整內(nèi)部權(quán)值來準確求解[4]。
因此,對于電力系統(tǒng)這個存在著大量非線性的復雜大系統(tǒng)來講,ANN理論在電力系統(tǒng)中的應用具有很大的潛力,目前已涉及到如暫態(tài),動穩(wěn)分析,負荷預報,機組最優(yōu)組合,警報處理與故障診斷,配電網(wǎng)線損計算,發(fā)電規(guī)劃,經(jīng)濟運行及電力系統(tǒng)控制等方面[5]。
本文介紹了一種基于人工神經(jīng)網(wǎng)絡(ANN)理論的保護原理。
1、人工神經(jīng)網(wǎng)絡理論概述
BP算法是一種監(jiān)控學習技巧,它通過比較輸出單元的真實輸出和希望值之間的差別,調(diào)整網(wǎng)絡路徑的權(quán)值,以使下一次在相同的輸入下,網(wǎng)絡的輸出接近于希望值。
在神經(jīng)網(wǎng)絡投運前,就應用大量的數(shù)據(jù),包括正常運行的、不正常運行的,作為其訓練內(nèi)容,以一定的輸入和期望的輸出通過BP算法去不斷修改網(wǎng)絡的權(quán)值。在投運后,還可根據(jù)現(xiàn)場的特定情況進行現(xiàn)場學習,以擴充ANN內(nèi)存知識量。從算法原理看,并行處理能力和非線性功能是BP算法的一大優(yōu)點。
2、神經(jīng)網(wǎng)絡型繼電保護
神經(jīng)網(wǎng)絡理論的保護裝置,可判別更復雜的模式,其因果關系是更復雜的、非線性的、模糊的、動態(tài)的和非平穩(wěn)隨機的。它是神經(jīng)網(wǎng)絡(ANN)與專家系統(tǒng)(ES)融為一體的神經(jīng)網(wǎng)絡專家系統(tǒng),其中,ANN是數(shù)值的、聯(lián)想的、自組織的、仿生的方式,ES是認知的和啟發(fā)式的。
認為全波數(shù)據(jù)窗建立的神經(jīng)網(wǎng)絡在準確性方面優(yōu)于利用半波數(shù)據(jù)窗建立的神經(jīng)網(wǎng)絡,因此保護應選用全波數(shù)據(jù)窗。
ANN保護裝置出廠后,還可以在投運單位如網(wǎng)調(diào)、省調(diào)實驗室內(nèi)進行學習,學習內(nèi)容針對該省的保護的特別要求進行(如反措)。到現(xiàn)場,還可根據(jù)該站的干擾情況進行反誤動、反拒動學習,特別是一些常出現(xiàn)波形間斷的變電站內(nèi)的高頻保護。
3、結(jié)論
本文基于現(xiàn)代控制技術(shù)提出了人工神經(jīng)網(wǎng)絡理論的保護構(gòu)想。神經(jīng)網(wǎng)絡軟件的反應速度比純數(shù)字計算軟件快幾十倍以上,這樣,在相同的動作時間下,可以大大提高保護運算次數(shù),以實現(xiàn)在時間上即次數(shù)上提高冗余度。
一套完整的ANN保護是需要有很多輸入量的,如果對某套保護來說,區(qū)內(nèi)、區(qū)外故障時其輸入信號幾乎相同,則很難以此作為訓練樣本訓練保護,而每套保護都增多輸入量,必然會使保護、二次接線復雜化。變電站綜合自動化也許是解決該問題的一個較好方法,各套保護通過總線聯(lián)網(wǎng),交換信息,充分利用ANN的并行處理功能,每套保護均對其它線路信息進行加工,以此綜合得出動作判據(jù)。每套保護可把每次錄得的數(shù)據(jù)文件,加上對其動作正確性與否的判斷,作為本身的訓練內(nèi)容,因為即使有時人工分析也不能區(qū)分哪些數(shù)據(jù)特征能使保護不正確動作,特別是高頻模擬量。
神經(jīng)網(wǎng)絡的硬件芯片現(xiàn)在仍很昂貴,但技術(shù)成熟時,應利用硬件實現(xiàn)現(xiàn)在的軟件功能。另外,神經(jīng)網(wǎng)絡的并行處理和信息分布存儲機制還不十分清楚,如何選擇的網(wǎng)絡結(jié)構(gòu)還沒有充分的理論依據(jù)。所有這些都有待于對神經(jīng)網(wǎng)絡基本理論進行深入的研究,以形成完善的理論體系,創(chuàng)造出更適合于實際應用的新型網(wǎng)絡及學習算法[5]。
相關文章:
編輯推薦:
2011年一級建造師網(wǎng)絡輔導七折優(yōu)惠!
(責任編輯:)
近期直播
免費章節(jié)課
課程推薦
一級建造師
[協(xié)議護航班]
簽署協(xié)議 不過退費
一級建造師
[沖關暢學班]
5大課程模塊 2大研發(fā)資料
一級建造師
[精品樂學班]
3大課程模塊 研發(fā)資料