一种基于Petri网的含高密度屋顶光伏配电网故障诊断方法与流程

本发明一种基于petri网的含高密度屋顶光伏配电网故障诊断方法属于配电网故障诊断技术领域，尤其涉及含高密度屋顶光伏的配电网故障诊断方法。

背景技术

近年来，具有清洁无污染、可再生、无需运输等优点的分布式光伏电源逐渐成为传统集中式发电模式的补充和有效支撑，屋顶光伏发电系统成为未来电力系统的发展趋势之一。分布式光伏电源接入配电网后，使得传统的简单的单电源辐射型网络变成复杂的多电源网络，从而改变了传统配电网的潮流方向与拓扑结构。当含高密度屋顶光伏系统的电力网络发生故障时，需要迅速准确地判断故障区域并隔离故障区段，为后续故障恢复提供可靠依据，保证非故障区域的正常运行，提高供电可靠性和连续性。

电网故障诊断依据电网调度中心配备的监控和数据采集系统（scada）以及能量管理系统（ems）所上传的故障信息进行分析。但当大量故障诊断数据涌入调度中心后，操作人员人工诊断故障工作变得十分困难。因此需要对传统故障诊断框架在快速准确性方面做出很大的提升。

对配电网故障定位问题的研究方法主要有矩阵算法和人工智能（ai）算法。矩阵算法当馈线终端上传信息缺失时，具有容错性差等缺点，很难保证定位的准确性。相对于其他人工智能算法，petri网系统重点模拟系统中可能发生的各种变化和变化间的关系，用来描述系统的离散动态过程。而电网的故障过程是一个典型的离散动态过程，因此petri网更适合用来描述电网中各个元件故障状态下的动态行为。针对含高密度屋顶光伏的配电网，基于petri网的故障诊断方法可提升系统故障区段定位的快速性、准确性和容错性。

技术实现要素：

本发明目的在于克服现有技术的不足，提供一种基于petri网的含高密度屋顶光伏配电网故障诊断方法，该方法能快速准确定位故障区段，提高定位容错性，为运行人员提供诊断工具，节省人力、财力、时间，增强供电可靠性和连续性。

本发明是采用以下方案实现的：

一种基于petri网的针对含高密度屋顶光伏的配电网故障诊断方法，包括以下步骤：

1）获取终端设备上传的开关节点信息；

2）规定网络正方向，对各开关节点编号，进行信息配置；

3）确定故障区段定位规则；

4）根据配电网结构建立petri网故障定位模型；

5）对定位模型中相应库所赋予初始标识；

6）计算petri网的状态方程；

7）判断点火是否完成，若已完成，则进入步骤8）；若未完成点火，则返回步骤6）；

8）根据区段库所中的标识，给出最终定位结果，结束定位。

步骤1）中所述终端设备上传的开关节点信息包括故障电流信息与开关动作信息。

步骤2）中所述网络正方向为系统电源指向系统末端的方向。

步骤4）中根据配电网结构建立petri网故障定位模型，其步骤具体包括：

4-1）确定各库所物理含义；

4-2）确定各变迁点火条件。

相对于现有技术，本发明的有益效果是：

1、传统故障诊断方法大多针对单电源辐射型网络结构，依据开关量与电气量建立故障诊断模型。但大量分布式光伏接入配电网改变了系统潮流方向与拓扑结构，传统故障诊断方法已不再适用。提出的故障诊断方法以馈线终端上传的短路电流方向为依据，更具适用性，能够为调度中心运行人员提供参考，节省大量人力财力时间；

2、当某开关节点馈线终端上传信息缺失时，提出的故障诊断方法可根据该节点输入、输出端节点上传的故障电流信息对此节点进行故障信息修正，提高诊断容错性与准确性；

3、提出的故障诊断方法基于petri网算法。petri网算法相对于其他算法具有并行处理的优势，可大大提高故障诊断速度。并且petri网算法可通过可视化定位模型，描述节点故障信息与故障区段的因果关系；

4、在以往基于petri网算法故障诊断方法中，为防止故障区段同侧线路上各开关节点终端上传的故障电流信息相同而导致错判，大多在诊断模型中通过添加抑制弧抑制非故障区段变迁触发的方法提高诊断准确性，导致诊断模型过于复杂，不利于观察托肯的动态行为。提出的故障诊断方法通过设置相应变迁所有的输入库所相“与”的触发规则，从而代替抑制弧的作用效果，大大减少抑制弧数量，简化petri网模型结构，易于观察托肯的动态行为。而对于结构复杂的配电系统，易于模型结构拓扑，更适用于含高密度屋顶光伏配电网系统。

附图说明

图1为本发明基于petri网的针对含高密度屋顶光伏的配电网故障诊断方法的算法流程图；

图2为本发明中含屋顶光伏的简单配电网络图；

图3为本发明中的petri网故障定位模型实施例图。

具体实施方式

下面结合附图和具体实施例对本发明作详细说明。

图1所示，本发明一种基于petri网的针对含高密度屋顶光伏的配电网故障诊断方法，包括以下步骤：

1）获取终端设备上传的开关节点信息；利用故障发生时系统检测到的故障电流信息与开关动作信息，便于后期建立故障定位模型。

2）规定网络正方向，对各开关节点编号，进行信息配置，具体步骤如下：

2-1）规定由系统电源指向系统末端的方向为网络的正方向；

2-2）对网络中各开关节点编号，并定义网络中各节点的关联关系：如将节点i的输入端节点定义为与网络正方向相反方向上相邻于i的节点；节点i的输出端节点定义为与网络正方向相同方向上相邻于i的节点；节点i的t节点定义为与节点i相邻且具有相同输入端节点的节点；此处和后面提到的i均是不为0的自然数。

2-3）对故障信息修正，在实际运行过程中，馈线终端上传的故障信息极易受到环境因素影响而丢失。

对故障信息进行修正的方法：如果节点i的输入、输出端节点上传的故障信息相同，则节点i的故障信息修正为同类型故障信息。此步骤可提高本故障诊断方法的容错性与准确性。

下面结合图2，将网络中各节点的关联关系表示在表1中，对应图2中各节点开关。

表1

3）确定故障区段定位规则

根据配电网络结构以及故障状态下各节点检测到的故障电流方向，对故障定位规则如下：

规则1，如果节点i所有相邻的输出端节点均检测到正向故障电流信息，则判断节点i与其所有输出端节点围成的区段为非故障区段，否则为故障区段。

规则2，如果节点i所有相邻的输入端节点均检测到反向故障电流信息或节点i所有t节点均检测到正向故障电流信息，则判断节点i与所有输入节点及t节点围成的区段为非故障区段，否则为故障区段。

4）根据配电网结构以及步骤3）所确定的定位规则，建立如图3所示的petri网故障定位模型。

petri网各元素定义如下，

库所：状态元素又称库所，库所不仅表示一个场所,而且表示在该场所存放了一定的资源；

变迁：资源的消耗,使用及产生引起状态元素的变化,又称t元素；

托肯：库所中资源的数量；

网络标识矩阵：网络标识矩阵用于表示petri网库所中的托肯数目,包括两类标识矩阵初始标识矩阵和终态标识矩阵，初始标识矩阵表示初始状态的petri网中库所节点的托肯数目分布情况；终态标识矩阵表示进入稳态的petri网中库所节点的托肯数目分布情况，其中n为大于0的自然数。

提出的故障诊断方法中所搭建的petri网模型各库所元素及变迁物理定义如下，

cb1：cb1跳闸。

lcb1：馈线lcb1内有故障。

ri：过渡位置无含义。

si：si处终端上传短路电流方向为正方向。

li：区段li发生故障。

抑制弧：当库所中的标识为空时变迁点火触发。

在本发明所搭建petri网模型中，抑制弧的物理意义在于：

当区段发生故障时，防止因终端前方各终端同时上传短路电流方向为正方向而错判区段发生故障，其中n为大于0的自然数。

具体实施例1：以图2所示简单配电网络中区段发生故障为例，当区段发生故障时，开关节点、、处终端上传正向故障电流信息，故图3所示petri网故障定位模型中库所、、内含托肯。而库所、、分别与变迁、、以抑制弧相连，即变迁、、无法满足触发条件，托肯无法转移到相应库所、、中，从而确保故障诊断的准确性。

对于变迁、、、、，设置其变迁的点火条件为：

此变迁所有的输入库所相“与”，即当变迁所有的输入库所中均含有托肯时（当变迁与输入库所通过抑制弧相连接时，输入库所中的标识须为空），变迁才能够点火触发。此措施的意义在于：

在以往基于petri网算法故障诊断方法中，为防止故障区段同侧线路上各开关节点终端上传的故障电流信息相同而导致错判，大多在诊断模型中通过添加抑制弧抑制非故障区段变迁触发的方法提高诊断准确性，导致诊断模型过于复杂，不利于观察托肯的动态行为。

提出的故障诊断方法通过设置相应变迁所有的输入库所相“与”的触发规则，从而代替抑制弧的作用效果，大大减少抑制弧数量，简化petri网模型结构，易于观察托肯的动态行为。

具体实施例2：以图2所示简单配电网络中区段发生故障为例，当区段发生故障时，开关节点、、处终端上传正向故障电流信息，故图3所示petri网故障定位模型中库所、、内含托肯，库所内无托肯。根据设置的变迁所有输入库所相“与”触发规则，库所与变迁相连且内不含托肯，故变迁不满足触发条件。结合以上抑制弧原理，则变迁、、、均不能触发，变迁满足触发条件，托肯最终转移到库所中，即区段发生故障，诊断正确。

5）对定位模型中相应库所赋予初始标识，以所示简单配电网络中区段发生故障为例，开关节点、、处有正向的故障电流流过，、、处终端上传正向故障电流信息，故库所、、中存在初始标识，得到相应的初始标识向量为：。

6）计算petri网的状态方程。

所述状态方程为，其中n为自然数。

关联矩阵：用于描述petri网的拓扑结构，根据petri网络中库所与变迁的关联关系，可知是一个行列的矩阵。

点火向量：点火向量用于表示满足触发条件的变迁节点的实际点火序列。点火的变迁节点相应的向量中置1，否则为0。

petri网状态方程：关联矩阵、网络标识矩阵、点火向量形成后，利用petri网状态方程来分析petri网变化过程，状态方程描述petri网络的动态行为过程，从而使系统的状态标识发生变化。

7）根据以上步骤确定的关联矩阵、初始标识矩阵、点火向量，以及状态方程，计算得到标识矩阵，根据标识矩阵是否再次满足触发条件判断点火是否完成，若已完成，则进入步骤8）；

如果点火未完成，根据状态方程以及得到的标识矩阵，则进入步骤6）继续计算直至点火完成。

8）当petri网没有可以触发的变迁，即petri网达到稳定状态，最终得到稳定状态下得标识矩阵；并根据最终标识矩阵得到区段库所中的标识，给出最终定位结果，诊断出故障区段，结束定位。

根据具体实施的过程来看，该算法切实可行，能快速准确定位故障区段，提高定位容错性。