本发明公开了一种基于脉冲神经膜系统的配电网故障区段定位方法，涉及电能计量领域，其包括建立SNPS故障区段定位一次模型；获取故障动作信息，并将其输入到SNPS故障区段定位一次模型进行计算，得到初始故障区段；通过FTU获取初始故障区段的遥测信息和遥信信息，并对遥信信息进行校正，得到校正后的遥信信息；建立SNPS故障区段定位二次模型；将校正后的遥信信息输入SNPS故障区段定位二次模型进行计算，得到最终故障诊断结果。本发明采用遥测信息对一次定位确定的故障区段内等关键节点开关的遥信信息进行畸变信息校正，以提高故障信息的可信度；减小单次定位的运算维度，提高信息交互效率和计算速度，并使故障定位更加精准。
1.一种基于脉冲神经膜系统的配电网故障区段定位方法，其特征在于，包括以下步骤：S1、根据物理拓扑结构，为配电网建立SNPS故障区段定位一次模型；
S2、获取故障动作信息，并将其输入到SNPS故障区段定位一次模型进行计算，得到初始故障区段；
S3、通过FTU获取初始故障区段的遥测信息和遥信信息，并对遥信信息进行校正，得到校正后的遥信信息；
S5、将校正后的遥信信息输入SNPS故障区段定位二次模型进行计算，得到最终故障诊断结果；
步骤S1中：SNPS包括三大类神经元，即感知神经元、执行神经元和比对神经元；感知神经元包括：外感知神经元、内感知神经元、中间神经元和输出神经元；SNPS故障区段定位一次模型包括外感知神经元、中间神经元、执行神经元和输出神经元；其中外感知神经元用于接收故障动作信息作为初始脉冲；中间神经元用于传递脉冲；执行神经元用于接收外感知神经元和中间神经元的脉冲并进行计算，并传递给中间神经元和输出神经元；输出神经元用于输出执行神经元的计算结果；
步骤S3中遥信信息包括X、Y、Z三相故障过流信息，其中X相的故障过流信息 ：当 时，表示节点X相的故障过流信息为正向；
遥测信息包括X、Y、Z三相故障电流信息，其中X相的故障电流信息 ：当 时，表示节点X相的故障电流为正向且其电流值大于等于保护整定值；
当 时，表示节点X相的故障电流为反向且其电流值大于等于保护整定值；
S3‑2、判断遥信信息某个节点三相中一相的故障信息是否与该节点该相的遥测信息相等，若是则进入步骤S3‑3；否则进入步骤S3‑4；
S3‑3、进入该节点下一个相位的判断，到完成所有节点的每一相校正，得到校正后的故障信息序列；
S3‑4、将该节点的该相的遥测信息赋予遥信信息中的该节点的该相信息位，得到校正后的故障信息点；
步骤S4中：SNPS故障区段定位二次模型包括内感知神经元、比对神经元和输出神经元；
其中内感知神经元用于接收校正后的遥信信息；比对神经元用于比对相邻神经元的脉冲信息是否相似，并传递给输出神经元；输出神经元用于输出执行神经元的计算结果，即最终故障诊断结果。
2.根据权利要求1所述的一种基于脉冲神经膜系统的配电网故障区段定位方法，其特征在于，步骤S2的具体方法为：S2‑1、获取故障动作信息，将故障动作信息作为SNPS故障区段定位一次模型外感知神经元的脉冲，并判断SNPS故障区段定位一次模型外感知神经元是否接收到至少一个脉冲，若是则进入步骤S2‑2；否则继续接收脉冲；
S2‑2、判断SNPS故障区段定位一次模型当前外感知神经元是否连接执行神经元，若是则消耗SNPS故障区段定位一次模型当前外感知神经元的一个脉冲，同时产生并向SNPS故障区段定位一次模型执行神经元传输一个具有相同脉冲值的脉冲，并进入步骤S2‑3；否则累积SNPS故障区段定位一次模型当前外感知神经元的脉冲，并等待下一次判断SNPS故障区段定位一次模型当前外感知神经元是否连接执行神经元；
S2‑3、判断SNPS故障区段定位一次模型当前执行神经元是否接收到 个脉冲，若是则消耗SNPS故障区段定位一次模型执行神经元的 个脉冲，同时产生并向SNPS故障区段定位一次模型下一个神经元传输一个更新后的脉冲，并进入步骤S2‑4；否则累积SNPS故障区段定位一次模型当前执行神经元的脉冲，并等待SNPS故障区段定位一次模型当前外感知神经元的下一个脉冲输入；
S2‑4、判断SNPS故障区段定位一次模型当前外感知神经元的脉冲或当前执行神经元的脉冲是否任一为0，若是则进入步骤S2‑5；否则进入步骤S2‑6；
S2‑5、更新SNPS故障区段定位一次模型中外感知神经元和执行神经元的脉冲值，直到结束SNPS故障区段定位一次模型的循环，并通过SNPS故障区段定位一次模型最后一级的输出神经元输出处理结果，得到初始故障区段；
S2‑6、继续更新SNPS故障区段定位一次模型当前外感知神经元的脉冲和当前执行神经元的脉冲值，直到结束SNPS故障区段定位一次模型的循环，并通过SNPS故障区段定位一次模型最后一级的输出神经元输出计算结果，得到初始故障区段。
3.根据权利要求2所述的一种基于脉冲神经膜系统的配电网故障区段定位方法，其特征在于：步骤S2‑2产生的向执行神经元传输的一个具有相同脉冲值的脉冲 为：其中 为表示外感知神经元到执行神经元的有向突触连接关系的矩阵，T为矩阵转置，为SNPS故障区段定位一次模型第g次运算后外感知神经元的脉冲值向量， 为SNPS故障区段定位一次模型第g+1次运算后执行神经元的脉冲值向量； 为计算算子，表示将前的矩阵的第j列元素构成的向量与 后的向量相乘后得到的向量中的最大元素值作为第j个计算结果值。
4.根据权利要求3所述的一种基于脉冲神经膜系统的配电网故障区段定位方法，其特征在于：步骤S2‑3产生的向下一个神经元传输的一个更新后的脉冲 为：
其中 为执行神经元到外感知神经元的有向突触连接关系的矩阵， 为SNPS故障区段定位一次模型第g次运算后执行神经元的脉冲值向量。
5.根据权利要求1所述的一种基于脉冲神经膜系统的配电网故障区段定位方法，其特征在于，步骤S5的具体方法为：S5‑1、将校正后的遥信信息输入SNPS故障区段定位二次模型内感知神经元；其中校正后的遥信信息包括至少两个节点的脉冲；
更新SNPS故障区段定位二次模型比对神经元的脉冲值向量 ；其中 为表示SNPS故障区段定位二次模型内感知神经元到比对神经元的有向突触连接关系的矩阵， 为SNPS故障区段定位二次模型第 次运算后内感知神经元脉冲值向量， 为计算算子，表示相邻两内感知神经元的脉冲值作差并取绝对值；
更新SNPS故障区段定位二次模型输出神经元的脉冲值向量 ；其中 为表示比对神经元到内感知神经元的有向突触连接关系的矩阵， 为SNPS故障区段定位二次模型第 次运算后比对神经元的脉冲值向量； 为计算算子，表示将 前的矩阵的第j列元素构成的向量与 后的向量相乘后得到的向量中的最大元素值作为第j个计算结果值；
S5‑4、判断SNPS故障区段定位二次模型更新的输出神经元脉冲值是否为1，若是则输出最终故障诊断结果为1，即该相邻两个脉冲对应的两个节点之间存在故障；否则输出最终故障诊断结果为0，即该相邻两个脉冲对应的两个节点之间无故障。
一种基于脉冲神经膜系统的配电网故障区段定位方法
技术领域
[0001] 本发明涉及电能计量领域，具体涉及一种基于脉冲神经膜系统的配电网故障区段定位方法。
背景技术
[0002] 为构建以可再生能源为主体的新型电力系统，大量分布式电源(Distributed Generation，DG)并网成为配电网发展的新趋势，与此同时也使得传统的单电源辐射状配电网变成复杂的多电源网络。当含分布式电源的配电网发生故障时，故障过电流方向不唯一，馈线终端单元(Feeder Terminal Unit，FTU) 上传故障信息畸变以及配电网规模不断扩大等问题对故障区段定位提出了更高的要求。因此，快速准确的故障区段定位方法对含DG的配电网具有重要意义。
[0003] 在配电网发生故障时，安装于断路器和分段开关处的各FTU可检测到故障过电流，若超过预先整定的故障电流定值，FTU则会将故障报警信息上传至系统主站。而在实际工程应用中，因恶劣环境和通信过程中噪声的干扰、延迟以及大量分布式电源渗入等因素的影响，可能会导致FTU上传的故障信息发生缺失或畸变，从而产生对故障区段的漏判或误判。此外，在节点数目众多、分布式电源接入单机容量小、渗透率高且并网位置分散的配电网中，若对大规模配电网建模进行故障定位，存在操作难度大、搜索范围广、定位速度慢且模型易出现组合爆炸的问题，难以满足现阶段下快速完成故障定位的要求。为了解决以上问题，研究新形势下具有快速性、高容错性的配电网故障定位方法相关工作亟待展开。
发明内容
[0004] 针对现有技术中的上述不足，本发明提供的一种基于脉冲神经膜系统的配电网故障区段定位方法解决了现有技术中故障区段判断准确率的问题。
[0005] 为了达到上述发明目的，本发明采用的技术方案为：
[0006] 提供一种基于脉冲神经膜系统的配电网故障区段定位方法，其包括以下步骤：
[0007] S1、根据物理拓扑结构，为配电网建立SNPS故障区段定位一次模型；
[0008] S2、获取故障动作信息，并将其输入到SNPS故障区段定位一次模型进行计算，得到初始故障区段；
[0009] S3、通过FTU获取初始故障区段的遥测信息和遥信信息，并对遥信信息进行校正，得到校正后的遥信信息；
[0010] S4、建立SNPS故障区段定位二次模型；
[0011] S5、将校正后的遥信信息输入SNPS故障区段定位二次模型进行计算，得到最终故障诊断结果。
[0012] 本发明的有益效果为：
[0013] 1、针对由于FTU上传故障信息发生缺失或畸变所引发的故障区段漏判或误判问题，本发明将主站所采集到的遥测信息与遥信信息进行提取，并采用遥测信息来校正存在畸变的遥信信息，考虑到同一节点的遥测与遥信信息同时畸变的可能性比较小，故采用遥测信息对一次定位确定的故障区段内等关键节点开关的遥信信息进行畸变信息校正，以提高故障信息的可信度；
[0014] 2、针对含DG 配电网区域保护中故障定位存在计算量大、耗时长等问题，本发明采用分层定位方法，以减小单次定位的运算维度，提高信息交互效率和计算速度，并且使故障定位更加精准。具体为：首先，利用断路器、故障方向指示器等保护装置的动作信息进行一次定位，确定故障所在的区段；然后，进一步利用FTU所提供的节点过流信息进行二次定位，缩小区段范围，确定故障所位于的节点位置。
附图说明
[0015] 图1本发明的流程图；
[0016] 图2为含DG的配电网馈线示意图；
[0017] 图3为SNPS故障区段定位一次模型；
[0018] 图4为SNPS故障区段定位二次模型。
具体实施方式
[0019] 下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0020] 如图1所示，该基于脉冲神经膜系统的配电网故障区段定位方法，包括以下步骤：
[0021] S1、根据物理拓扑结构，为配电网建立SNPS故障区段定位一次模型；
[0022] S2、获取故障动作信息，并将其输入到SNPS故障区段定位一次模型进行计算，得到初始故障区段；
[0023] S3、通过FTU获取初始故障区段的遥测信息和遥信信息，并对遥信信息进行校正，得到校正后的遥信信息；
[0024] S4、建立SNPS故障区段定位二次模型；
[0025] S5、将校正后的遥信信息输入SNPS故障区段定位二次模型进行计算，得到最终故障诊断结果。
[0026] 步骤S1中：SNPS包括三大类神经元，即感知神经元、执行神经元和比对神经元；感知神经元包括：外感知神经元、内感知神经元、中间神经元和输出神经元；SNPS故障区段定位一次模型包括外感知神经元、中间神经元、执行神经元和输出神经元；其中外感知神经元用于接收故障动作信息作为初始脉冲；中间神经元用于传递脉冲；执行神经元用于接收外感知神经元和中间神经元的脉冲并进行计算，并传递给中间神经元和输出神经元；输出神经元用于输出执行神经元的计算结果。
[0027] 步骤S2的具体方法为：
[0028] S2‑1、获取故障动作信息，将故障动作信息作为SNPS故障区段定位一次模型外感知神经元的脉冲，并判断SNPS故障区段定位一次模型外感知神经元是否接收到至少一个脉冲，若是则进入步骤S2‑2；否则继续接收脉冲；
[0029] S2‑2、判断SNPS故障区段定位一次模型当前外感知神经元是否连接执行神经元，若是则消耗SNPS故障区段定位一次模型当前外感知神经元的一个脉冲，同时产生并向SNPS故障区段定位一次模型执行神经元传输一个具有相同脉冲值的脉冲，并进入步骤S2‑3；否则累积SNPS故障区段定位一次模型当前外感知神经元的脉冲，并等待下一次判断SNPS故障区段定位一次模型当前外感知神经元是否连接执行神经元；
[0030] S2‑3、判断SNPS故障区段定位一次模型当前执行神经元是否接收到 个脉冲，若是则消耗SNPS故障区段定位一次模型执行神经元的 个脉冲，同时产生并向SNPS故障区段定位一次模型下一个神经元传输一个更新后的脉冲，并进入步骤S2‑4；否则累积SNPS故障区段定位一次模型当前执行神经元的脉冲，并等待SNPS故障区段定位一次模型当前外感知神经元的下一个脉冲输入；
[0031] S2‑4、判断SNPS故障区段定位一次模型当前外感知神经元的脉冲或当前执行神经元的脉冲是否任一为0，若是则进入步骤S2‑5；否则进入步骤S2‑6；
[0032] S2‑5、更新SNPS故障区段定位一次模型中外感知神经元和执行神经元的脉冲值，直到结束SNPS故障区段定位一次模型的循环，并通过SNPS故障区段定位一次模型最后一级的输出神经元输出处理结果，得到初始故障区段；
[0033] S2‑6、继续更新SNPS故障区段定位一次模型当前外感知神经元的脉冲和当前执行神经元的脉冲值，直到结束SNPS故障区段定位一次模型的循环，并通过SNPS故障区段定位一次模型最后一级的输出神经元输出计算结果，得到初始故障区段。
[0034] 步骤S2‑2产生的向执行神经元传输的一个具有相同脉冲值的脉冲 为：
[0035]
[0036] 其中 为表示外感知神经元到执行神经元的有向突触连接关系的矩阵，T为矩阵转置， 为SNPS故障区段定位一次模型第g次运算后外感知神经元的脉冲值向量，为SNPS故障区段定位一次模型第g+1次运算后执行神经元的脉冲值向量； 为计算算子，表示将 前的矩阵的第j列元素构成的向量与 后的向量相乘后得到的向量中的最大元素值作为第j个计算结果值。以 为例， 是一个 阶矩阵， ，则 中第j个元素的值为
，其中max表示取最大值。
[0037] 步骤S2‑3产生的向下一个神经元传输的一个更新后的脉冲 为：
[0038]
[0039] 其中 为执行神经元到外感知神经元的有向突触连接关系的矩阵， 为SNPS故障区段定位一次模型第g次运算后执行神经元的脉冲值向量。
[0040] 步骤S3中遥信信息包括X、Y、Z三相故障过流信息，其中X相的故障过流信息 ：
[0041] 当 时，表示节点X相的故障过流信息为正向；
[0042] 当 时，表示节点X相未上传故障过流信息；
[0043] 当 时，表示节点X相的故障过流信息为反向；
[0044] 遥测信息包括X、Y、Z三相故障电流信息，其中X相的故障电流信息 ：
[0045] 当 时，表示节点X相的故障电流为正向且其电流值大于等于保护整定值；
[0046] 当 时，表示节点X相没有故障电流；
[0047] 当 时，表示节点X相的故障电流为反向且其电流值大于等于保护整定值。
[0048] 步骤S3的具体方法为：
[0049] S3‑1、通过FTU获取遥测信息；
[0050] S3‑2、判断遥信信息某个节点三相中一相的故障信息是否与该节点该相的遥测信息相等，若是则进入步骤S3‑3；否则进入步骤S3‑4；
[0051] S3‑3、进入该节点下一个相位的判断，到完成所有节点的每一相校正，得到校正后的故障信息序列；
[0052] S3‑4、将该节点的该相的遥测信息赋予遥信信息中的该节点的该相信息位，得到校正后的故障信息点。
[0053] 步骤S4中：SNPS故障区段定位二次模型包括内感知神经元、比对神经元和输出神经元；其中内感知神经元用于接收校正后的遥信信息；比对神经元用于比对相邻神经元的脉冲信息是否相似，并传递给输出神经元；输出神经元用于输出执行神经元的计算结果，即最终故障诊断结果。
[0054] 步骤S5的具体方法为：
[0055] S5‑1、将校正后的遥信信息输入SNPS故障区段定位二次模型内感知神经元；其中校正后的遥信信息包括至少两个节点的脉冲；
[0056] S5‑2、根据公式：
[0057]
[0058] 更新SNPS故障区段定位二次模型比对神经元的脉冲值向量 ；其中 为表示SNPS故障区段定位二次模型内感知神经元到比对神经元的有向突触连接关系的矩阵，为SNPS故障区段定位二次模型第 次运算后内感知神经元脉冲值向量， 为计算算子，表示相邻两内感知神经元的脉冲值作差并取绝对值；
[0059] S5‑3、根据公式：
[0060]
[0061] 更新SNPS故障区段定位二次模型输出神经元的脉冲值向量 ；其中 为表示比对神经元到内感知神经元的有向突触连接关系的矩阵， 为SNPS故障区段定位二次模型第 次运算后比对神经元的脉冲值向量；
[0062] S5‑4、判断SNPS故障区段定位二次模型更新的输出神经元脉冲值是否为1，若是则输出最终故障诊断结果为1，即该相邻两个脉冲对应的两个节点之间存在故障；否则输出最终故障诊断结果为0，即该相邻两个脉冲对应的两个节点之间无故障。
[0063] SNPS：脉冲神经膜系统
[0064] FTU：馈线终端单元
[0065] 在本发明的一个实施例中，一个度为 的脉冲神经膜系统形式化定义如下：
[0066]
[0067] 其中，
[0068] (1) 为单字母集合，a表示一个神经脉冲；
[0069] (2) ，神经元 表示第i个感知神经元； ，，神经元 表示第j个执行神经元， ，神经元 表示第
k个比对神经元且 ，其中：
[0070] (a) 、 、 是值为0或1的自然数，表示其对应神经元内部的脉冲值；
[0071] (b) 表示感知神经元 的点火规则，其形式为 ，表示当且仅当感知神经元 接收到至少一个脉冲时，才能够执行点火规则；其中， 是0或1的自然数。当点火规则被执行，感知神经元 将消耗一个脉冲值为 的脉冲 ，同时产生并向后传输一个具有相同脉冲值为 的新脉冲 ，若感知神经元 突触后无神经元，则积累脉冲值；
[0072] (c) 表示执行神经元 的点火规则，其形式为且 ，表示当且仅当 接收到至少s个脉
冲时，才能执行点火规则；其中， 和 都是0或1的自然数。当点火规则 被执行，执行神经元 将消耗s个脉冲，同时产生并向后传输一个脉冲值为 的新脉冲 且
，即取突触前神经元的脉冲值依次两两
乘积，取其最大值作为当前执行神经元的脉冲值，并将计算结果传递至下一神经元；
[0073] (d) 表示比对神经元 的点火规则，其形式为且 ，表示当且仅当 接收到至少s个脉冲时，
才能执行点火规则；其中， 和 都是0或1的自然数。当点火规则 被执行，执行神经元将消耗s个脉冲，同时产生并向后传输一个脉冲值为 的新脉冲 且
，即取突触前神经元的脉冲值依次两两作差，取
其绝对值作为当前比对神经元的脉冲值，并将计算结果传递至下一神经元。
[0074] (3) ，表示脉冲神经膜系统中各神经元之间突触的有向连接关系 (传递弧)，其作用是允许脉冲传递的通道；对于 ，有。
[0075] (4) 分别表示脉冲神经膜系统的输入和输出神经元集合。
[0076] 本发明的SNPS故障区段定位一次模型和SNPS故障区段定位二次模型均基于该脉冲神经膜系统形式化设计。
[0077] 步骤S2‑2中 矩阵转置矩阵中的元素依次与当前外感知神经元的一个脉冲依次相乘，并选出其中一个最大值作为当前外感知神经元的一个脉冲输出，当前外感知神经元的p个脉冲构成一个序列输出到神经元，步骤S2‑3中的计算同理。
[0078] 步骤S3的校正过程如表1所示：
[0079] 表1
[0080]
[0081] 如图2所示，其中，外感知神经元用黑色同心圆圈表示，执行神经元用黑色方块表示，中间神经元用黑色圆圈表示，而输出神经元则用黑色虚线圆圈表示。假设故障发生在节点 与节点 之间，检测到故障动作信息有断路器CB、 ，故障方向指示器有、 ，与故障发生相关的外感知神经元有 、 、 、 ；中间神经元有 、 、 。
[0082] 如图3所示，根据各保护装置的动作信息可得外感知神经元与执行神经元的初始脉冲值向量分别为 ， ，保护装置包括断路器和故障方向指示器。
[0083] 矩阵 分别表示如下：
[0084] ，
[0085] 其中：
[0086] ，，
，
， 为零矩阵。
[0087] 通过步骤S3的推理算法计算后可得输出神经元 的脉冲值为1，即 ，表明区段Sec5内存在故障；Sec1到Sec5表示五个不同区段。
[0088] 确定故障区段后，采集区段内的节点故障信息进行畸变校正。
[0089] 校正完成后，建立SNPS故障区段定位二次模型，如图4所示，其中，内感知神经元用黑色实心圆圈表示，比对神经元用黑色圆角方块表示，而输出神经元与一次模型中的含义一致，所以表示方法相同。
[0090] 根据FTU所上传的节点过流信息可得区段5内的节点校正后的故障信息序列为，因此，内感知神经元的初始脉冲值为 。
[0091] 连接矩阵 、 分别表示如下：
[0092] ， 。
[0093] 通过推理算法计算后可得输出神经元 的脉冲值为1，即 ，表明故障位于节点13与节点14之间。
[0094] 本发明将主站所采集到的遥测信息与遥信信息进行提取，并用遥测信息来校正存在畸变的遥信信息，以提高故障信息的可信度；
[0095] 本发明针对由于FTU上传故障信息发生缺失或畸变所引发的故障区段漏判或误判问题，本发明将主站所采集到的遥测信息与遥信信息进行提取，并采用遥测信息来校正存在畸变的遥信信息，考虑到同一节点的遥测与遥信信息同时畸变的可能性比较小，可采用遥测信息对一次定位确定的故障区段内等关键节点开关的遥信信息进行畸变信息校正，以提高故障信息的可信度；
[0096] 针对含DG 配电网区域保护中故障定位存在计算量大、耗时长等问题，本发明采用分层定位方法，以减小单次定位的运算维度，提高信息交互效率和计算速度，并且使故障定位更加精准。具体为：首先，利用断路器、故障方向指示器等保护装置的动作信息进行一次定位，确定故障所在的区段；然后，进一步利用FTU所提供的节点过流信息进行二次定位，缩小区段范围，确定故障所位于的节点位置。
