CN105894213B - 一种基于黑板模型的多智能体电网故障诊断系统及方法 - Google Patents
一种基于黑板模型的多智能体电网故障诊断系统及方法 Download PDFInfo
- Publication number
- CN105894213B CN105894213B CN201610269513.1A CN201610269513A CN105894213B CN 105894213 B CN105894213 B CN 105894213B CN 201610269513 A CN201610269513 A CN 201610269513A CN 105894213 B CN105894213 B CN 105894213B
- Authority
- CN
- China
- Prior art keywords
- information
- agent
- fault data
- fault
- transmission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 111
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种基于黑板模型的多智能体电网故障诊断系统及方法,该系统的任务规划Agent进行多智能体系统的划分;第一信息采集Agent实时采集电网各继电保护信息,第二信息采集Agent实时采集电网各断路器信息,传输至黑板模型共享平台;黑板模型共享平台通过设定开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,对接收的故障数据进行更新,得到准确的故障数据;信息传输Agent将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据;拓扑Agent确定故障区域的拓扑结构;故障诊断Agent根据故障数据以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
Description
技术领域
本发明属于电气工程领域,具体涉及一种基于黑板模型的多智能体电网故障诊断系统及方法。
背景技术
电力作为关系国家经济发展的中坚资源,在我国历经多年的发展,已经逐步与世界接轨,并处于发展的领先位置。电网的智能化发展已经成为主流趋势。但是不论电网如何进步与发展都离不开故障诊断。当电网发生故障时,各种故障诊断技术成为挽救经济损失的重要手段。故障诊断以及故障恢复的课题研究对电力系统发展有着不可估量的作用。此时,要求故障诊断技术的不断完善,包括准确度,容错性等。
随着人们对智能电网的研究不断深入,随之而出现的一些智能设备对故障诊断的研究有一定的好处。比如数据采集与监视控制系统(SCADA)采集电网的实时数据信息并上传至调度中心,SCADA系统可以对现场的运行设备进行监视和控制,以实现数据采集、设备控制、测量、参数调节以及各类信号报警等各项功能,即我们所知的“四遥”功能。由SCADA所上传的数据具有一定的准确性和实时性,使故障诊断结果相对准确。这对电网的实时数据信息的获取提供的有力的条件,减少了由于信息采集设施不完备的情况造成获得的信息不正确而导致的诊断结果失误。但是仍然存在故障信息丢失,畸变等问题,所以需要不断完善信息采集和传送方式。
当电网发生故障时,故障诊断的速度以及准确率都成为判断方法好坏的标准。智能电网的发展带来了智能化设备,因此对故障诊断方法的智能化要求也在逐步提高。故障诊断方法得以广泛应用的前提是获取的故障诊断信息的准确性以及快速性。当电网有故障发生时,故障信息获取的准确性决定了故障诊断结果的正确与否。现在利用多智能体系统来获取并传输故障信息。多智能体系统主要是依靠单智能体之间的协调通信机制进行合作工作的。将黑板模型以及合同网的任务分配方法加以应用,完成从信息获取,传输以及故障诊断的过程。
发明内容
针对现有技术的不足,本发明提出一种基于黑板模型的多智能体电网故障诊断系统及方法。
本发明的技术方案是:
一种基于黑板模型的多智能体电网故障诊断系统,包括第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent、拓扑Agent、任务规划Agent和黑板模型共享平台;
所述任务规划Agent,用于采用基于合同网任务分配机制将多智能体系统划分为第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent和拓扑Agent;
所述第一信息采集Agent,用于实时采集电网各继电保护信息,当电网正常运行时,以传输速度V1传输至黑板模型共享平台,当电网出现故障时,以传输速度V2传输至黑板模型共享平台,其中,V2>V1;
所述第二信息采集Agent,用于实时采集电网各断路器信息,当电网正常运行时,以传输速度V1传输至黑板模型共享平台,当电网出现故障时,以传输速度V2传输至黑板模型共享平台;
所述黑板模型共享平台,用于通过设定开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,若传输数据为故障数据,接收该故障数据,对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新,得到准确的故障数据;
所述信息传输Agent,包括信息传输Agent1、信息传输Agent2…信息传输AgentN,用于分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据,由信息传输AgentN传输至故障诊断Agent和拓扑Agent;
所述拓扑Agent,用于根据接收的最终的故障数据得到故障区域的拓扑结构;
所述故障诊断Agent,用于接收最终的故障数据,根据各个断路器信息和各个继电保护信息以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
所述的设定的黑板模型的开关函数为T(R,C,a,b)=0,其中,C为各断路器信息矩阵,R为各继电保护信息矩阵,a为继电保护信息矩阵R的动作状态,a=1为电网继电保护信息动作,a=0为电网继电保护信息无动作,b为断路器信息矩阵C的动作状态,b=1为断路器信息动作,b=0为断路器信息无动作。
所述对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新的具体过程为:黑板模型共享平台对接收的故障数据进行判断,若出现两组或两组以上相同的故障数据时,则保留该故障数据,作为准确的故障数据,否则,继续接收故障数据信息,直至出现两组或两组以上相同的故障数据时,作为准确的故障数据。
所述分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据具体过程为:信息传输Agent1、信息传输Agent2…信息传输AgentN同时接收黑板模型共享平台的准确的故障数据,由信息传输Agent1传输至信息传输Agent2,与信息传输Agent2接收的故障数据进行比较,若一致,则保留信息传输Agent2中的故障数据,并传输至信息传输Agent3中,若不一致,则保留Agent1中的故障数据和Agent2中的故障数据,同时传输至信息传输Agent3中,再与信息传输Agent3接收的故障数据进行比较,直至将所有不一致的故障数据传输至信息传输AgentN,得到最终的故障数据。
采用基于黑板模型的多智能体电网故障诊断系统进行电网故障诊断的方法,包括以下步骤:
步骤1:任务规划Agent采用基于合同网任务分配机制将多智能体系统划分为第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent和拓扑Agent;
步骤2:第一信息采集Agent实时采集电网各继电保护信息,第二信息采集Agent实时采集电网各断路器信息;
步骤3:第一信息采集Agent将采集的电网各继电保护信息以传输速度V1传输至黑板模型共享平台,第二信息采集Agent将采集的电网各断路器信息以传输速度V1传输至黑板模型共享平台;
步骤4:黑板模型共享平台采用开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,若是,则执行步骤5,否则,返回步骤2;
步骤5:第一信息采集Agent将采集的电网各继电保护信息以传输速度V2传输至黑板模型共享平台,第二信息采集Agent将采集的电网各断路器信息以传输速度V2传输至黑板模型共享平台;
步骤6:黑板模型共享平台对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新,得到准确的故障数据;
步骤7:信息传输Agent1、信息传输Agent2…信息传输AgentN分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据,由信息传输AgentN传输至故障诊断Agent和拓扑Agent;
步骤8:拓扑Agent根据接收的最终的故障数据得到故障区域的拓扑结构;
步骤9:故障诊断Agent接收最终的故障数据,根据各个断路器信息和各个继电保护信息以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
本发明的有益效果:
本发明提出一种基于黑板模型的多智能体电网故障诊断系统及方法,在引入智能体的基础上,加强智能体之间的协同合作机制,传统故障诊断方法都是在故障信息传送准确的基础上判断故障位置或者诊断出故障类型的,但是故障信息在传送过程中可能会出现丢失,误传等现象,因此本发明针对该问题进行了处理。信息的传统传送方式主要是通过数据采集与监视控制系统SCADA进行数据处理的,而在此处应用多智能体系统进行传送方式的改进,采用黑板模型以及分布式控制传送的方法大大减少信息传送的失误。
附图说明
图1为本发明具体实施方式中基于黑板模型的多智能体电网故障诊断系统结构图;
图2为本发明具体实施方式中对多智能体进行任务分配时采用基于合同网的任务分配机制的示意图;
图3为本发明具体实施方式中电网系统拓扑结构示意图;
图4为本发明具体实施方式中故障区域的拓扑结构示意图;
图5为本发明具体实施方式中B1、B3、L1三个元件的Petri网模型示意图;
(a)为L1元件的Petri网模型示意图;
(b)为B1元件的Petri网模型示意图;
(c)为B3元件的Petri网模型示意图;
图6为本发明具体实施方式中触发之后的L1的Petri网模型图中托肯位置转移示意图;
(a)为第一次点火之后托肯转移位置;
(b)为第二次点火之后托肯转移位置;
图7为本发明具体实施方式中基于黑板模型的多智能体电网故障诊断方法的流程图。
具体实施方式
下面结合附图对本发明具体实施方式加以详细的说明。
一种基于黑板模型的多智能体电网故障诊断系统,如图1所示,包括第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent、拓扑Agent、任务规划Agent和黑板模型共享平台。
任务规划Agent,用于采用基于合同网任务分配机制将多智能体系统划分为第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent和拓扑Agent。
本实施方式中,对多智能体进行任务分配时采用基于合同网的任务分配机制,此过程可以表达为“招标-投标-中标-签约”的协商策略,由任务管理器发布招标文件,各个单Agent投标,由任务管理器作为管理方,同时各个单Agent作为合同方,双方针对各个子任务进行签约合作式的任务分配,即每个单Agent根据自身的特点来承接相应的任务,其中自身特点主要包括位置信息、容量信息、承接能力以及相邻Agent的通信范围等;并完成Agent分组的工作,具体过程如图2所示。
第一信息采集Agent,用于实时采集电网各继电保护信息,Rm=[r1m r2m … rNm]为与可疑故障元件相关联的继电保护集合的矩阵表示,Rm为第m次采集的继电保护信息矩阵,rim为第m次采集的第i个继电保护信息,i=1…N,rim=1表示该继电保护动作,rim=0表示该继电保护没有动作,当电网正常运行时,以传输速度V1传输至黑板模型共享平台,当电网出现故障时,以传输速度V2传输至黑板模型共享平台,其中,V2>V1。
本实施方式中,传输速度V2为10ms/次,传输速度V1为0.1ms/次。
第二信息采集Agent,用于实时采集电网各断路器信息,Cm=[c1m c2m … cMm]为与可疑故障元件相关联的断路器集合的矩阵表示,Cm为第m次采集的断路器信息矩阵,cjm为第m次采集的第j个断路器信息,j=1…M,cjm=1表示该断路器跳闸,cjm=0表示该断路器未跳闸,当电网正常运行时,以传输速度V1传输至黑板模型共享平台,当电网出现故障时,以传输速度V2传输至黑板模型共享平台。
黑板模型共享平台,用于通过设定开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,若传输数据为故障数据,接收该故障数据,对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新,得到准确的故障数据。
本实施方式中,设定的黑板模型的开关函数如式(1)所示:
T(R,C,a,b)=0 (1)
其中,C为各断路器信息矩阵,R为各继电保护信息矩阵,a为继电保护信息矩阵R的动作状态,a=1为电网继电保护信息动作,a=0为电网继电保护信息无动作,b为断路器信息矩阵C的动作状态,b=1为断路器信息动作,b=0为断路器信息无动作。
判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,即采集的与可疑故障元件相关联的断路器集合的矩阵表示Cm和与可疑故障元件相关联的继电保护集合的矩阵表示Rm输入开关函数以后,当开关函数T(R,C,a,b)≠0时,即触发开关函数。
对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新的具体过程为:
黑板模型共享平台对接收的故障数据进行判断,若出现两组或两组以上相同的故障数据时,则保留该故障数据,作为准确的故障数据,否则,继续接收故障数据信息,直至出现两组或两组以上相同的故障数据时,作为准确的故障数据。
本实施方式中,第一信息采集Agent的第m次采集数据,触发开关函数,黑板模型共享平台第一次接收的第一信息采集Agent各断路器信息故障数据Rm=[r1m r2m … rNm],第二次接收的第一信息采集Agent各断路器信息故障数据Rm+1=[r1(m+1) r2(m+1) … rN(m+1)],对接收的故障数据进行判断,若Rm=Rm+1,则保留Rm+1,作为准确的故障数据,若Rm≠Rm+1,则继续接收第三次故障数据信息Rm+2=[r1(m+2) r2(m+2) … rN(m+2)],若Rm+2-Rm=0,Rm+2-Rm+1≠0,则保留Rm+2=[r1(m+2) r2(m+2) … rN(m+2)],若Rm+2-Rm+1=0,Rm+2-Rm≠0,则也保留Rm+2=[r1(m+2)r2(m+2) … rN(m+2)],作为准确的故障数据。
信息传输Agent,包括信息传输Agent1、信息传输Agent2…信息传输AgentN,用于分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据,由信息传输AgentN传输至故障诊断Agent和拓扑Agent。
本实施方式中,信息传输Agent1、信息传输Agent2…信息传输AgentN分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据具体过程为:
信息传输Agent1、信息传输Agent2…信息传输AgentN同时接收黑板模型共享平台的准确的故障数据,由信息传输Agent1传输至信息传输Agent2,与信息传输Agent2接收的故障数据进行比较,若一致,则保留信息传输Agent2中的故障数据,并传输至信息传输Agent3中,若不一致,则保留Agent1中的故障数据和Agent2中的故障数据,同时传输至信息传输Agent3中,再与信息传输Agent3接收的故障数据进行比较,直至将所有不一致的故障数据传输至信息传输AgentN,得到最终的故障数据。主要目的是再一次过滤甄别信息同时加快信息传递速度,经过多次的传递与更新,最终得到准确的故障信息。该传输方式在传输速度上会比所有Agent都往一个中心Agent传输信息速度快,同时会避免同时传递时可能出现的阻塞等问题,减少系统由于信息量过大导致的系统瘫痪的问题。
拓扑Agent,用于根据接收的最终的故障数据得到故障区域的拓扑结构。当故障发生时,拓扑Agent只需要确定故障区域的拓扑结构即可,也就是无源区域的拓扑结构,从而减少该智能体的工作量。
本实施方式中,电网系统拓扑结构如图3所示,故障区域的拓扑结构示意图如图4所示。
故障诊断Agent,用于接收最终的故障数据,根据各个断路器信息和各个继电保护信息以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
本实施方式中,由最终的故障数据所获得信息为主保护和动作,断路器CB7、CB20断开,此时的信息经过第一信息采集Agent、第二信息采集Agent和信息传输Agent的检测传输,准确率大大提高。利用故障诊断Agent进行故障诊断,首先根据电网拓扑结构构造出Petri网模型,依据所获得的故障信息确定可疑故障元件为B1、B3、L1,对这三个元件分别建模Petri网模型进行推理判断,如图5所示。
根据所获取的信息将托肯分别布入Petri模型中,从结果可知,只有L1中的初始输入库所中全部存在托肯,能够触发变迁。触发之后的L1的Petri网模型图中托肯位置转移如图6所示。
由此可疑判断出故障发生在L1处,而B1和B3的Petri网图均不能完成该触发点火变迁的过程。
采用基于黑板模型的多智能体电网故障诊断系统进行电网故障诊断的方法,如图7所示,包括以下步骤:
步骤1:任务规划Agent采用基于合同网任务分配机制将多智能体系统划分为第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent和拓扑Agent。
步骤2:第一信息采集Agent实时采集电网各继电保护信息,第二信息采集Agent实时采集电网各断路器信息。
步骤3:第一信息采集Agent将采集的电网各继电保护信息以传输速度V1传输至黑板模型共享平台,第二信息采集Agent将采集的电网各断路器信息以传输速度V1传输至黑板模型共享平台;。
步骤4:黑板模型共享平台采用开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,若是,则执行步骤5,否则,返回步骤2。
步骤5:第一信息采集Agent将采集的电网各继电保护信息以传输速度V2传输至黑板模型共享平台,第二信息采集Agent将采集的电网各断路器信息以传输速度V2传输至黑板模型共享平台。
步骤6:黑板模型共享平台对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新,得到准确的故障数据。
步骤7:信息传输Agent1、信息传输Agent2…信息传输AgentN分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据,由信息传输AgentN传输至故障诊断Agent和拓扑Agent。
步骤8:拓扑Agent根据接收的最终的故障数据得到故障区域的拓扑结构。
步骤9:故障诊断Agent接收最终的故障数据,根据各个断路器信息和各个继电保护信息以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
Claims (5)
1.一种基于黑板模型的多智能体电网故障诊断系统,其特征在于,包括第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent、拓扑Agent、任务规划Agent和黑板模型共享平台;
所述任务规划Agent,用于采用基于合同网任务分配机制将多智能体系统划分为第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent和拓扑Agent;
所述第一信息采集Agent,用于实时采集电网各继电保护信息,当电网正常运行时,以传输速度V1传输至黑板模型共享平台,当电网出现故障时,以传输速度V2传输至黑板模型共享平台,其中,V2>V1;
所述第二信息采集Agent,用于实时采集电网各断路器信息,当电网正常运行时,以传输速度V1传输至黑板模型共享平台,当电网出现故障时,以传输速度V2传输至黑板模型共享平台;
所述黑板模型共享平台,用于通过设定开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,若传输数据为故障数据,接收该故障数据,对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新,得到准确的故障数据;
所述信息传输Agent,包括信息传输Agent1、信息传输Agent2…信息传输AgentN,用于分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据,由信息传输AgentN传输至故障诊断Agent和拓扑Agent;
所述拓扑Agent,用于根据接收的最终的故障数据得到故障区域的拓扑结构;
所述故障诊断Agent,用于接收最终的故障数据,根据各个断路器信息和各个继电保护信息以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
2.根据权利要求1所述的基于黑板模型的多智能体电网故障诊断系统,其特征在于,所述的设定的黑板模型的开关函数为T(R,C,a,b)=0,其中,C为各断路器信息矩阵,R为各继电保护信息矩阵,a为继电保护信息矩阵R的动作状态,a=1为电网继电保护信息动作,a=0为电网继电保护信息无动作,b为断路器信息矩阵C的动作状态,b=1为断路器信息动作,b=0为断路器信息无动作。
3.根据权利要求1所述的基于黑板模型的多智能体电网故障诊断系统,其特征在于,所述对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新的具体过程为:黑板模型共享平台对接收的故障数据进行判断,若出现两组或两组以上相同的故障数据时,则保留该故障数据,作为准确的故障数据,否则,继续接收故障数据信息,直至出现两组或两组以上相同的故障数据时,作为准确的故障数据。
4.根据权利要求1所述的基于黑板模型的多智能体电网故障诊断系统,其特征在于,所述分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据具体过程为:信息传输Agent1、信息传输Agent2…信息传输AgentN同时接收黑板模型共享平台的准确的故障数据,由信息传输Agent1传输至信息传输Agent2,与信息传输Agent2接收的故障数据进行比较,若一致,则保留信息传输Agent2中的故障数据,并传输至信息传输Agent3中,若不一致,则保留Agent1中的故障数据和Agent2中的故障数据,同时传输至信息传输Agent3中,再与信息传输Agent3接收的故障数据进行比较,直至将所有不一致的故障数据传输至信息传输AgentN,得到最终的故障数据。
5.采用权利要求1所述的基于黑板模型的多智能体电网故障诊断系统进行电网故障诊断的方法,其特征在于,包括以下步骤:
步骤1:任务规划Agent采用基于合同网任务分配机制将多智能体系统划分为第一信息采集Agent、第二信息采集Agent、信息传输Agent、故障诊断Agent和拓扑Agent;
步骤2:第一信息采集Agent实时采集电网各继电保护信息,第二信息采集Agent实时采集电网各断路器信息;
步骤3:第一信息采集Agent将采集的电网各继电保护信息以传输速度V1传输至黑板模型共享平台,第二信息采集Agent将采集的电网各断路器信息以传输速度V1传输至黑板模型共享平台;
步骤4:黑板模型共享平台采用开关函数判断传输的各继电保护信息和各断路器信息的传输数据是否为故障数据,若是,则执行步骤5,否则,返回步骤2;
步骤5:第一信息采集Agent将采集的电网各继电保护信息以传输速度V2传输至黑板模型共享平台,第二信息采集Agent将采集的电网各断路器信息以传输速度V2传输至黑板模型共享平台;
步骤6:黑板模型共享平台对接收的第一信息采集Agent和第二信息采集Agent的故障数据进行更新,得到准确的故障数据;
步骤7:信息传输Agent1、信息传输Agent2…信息传输AgentN分别接收黑板模型共享平台的准确的故障数据,将接收的准确的故障数据进行逐个比较叠加,得到最终的故障数据,由信息传输AgentN传输至故障诊断Agent和拓扑Agent;
步骤8:拓扑Agent根据接收的最终的故障数据得到故障区域的拓扑结构;
步骤9:故障诊断Agent接收最终的故障数据,根据各个断路器信息和各个继电保护信息以及故障区域的拓扑结构,采用Petri网进行故障诊断,诊断出故障元件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610269513.1A CN105894213B (zh) | 2016-04-27 | 2016-04-27 | 一种基于黑板模型的多智能体电网故障诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610269513.1A CN105894213B (zh) | 2016-04-27 | 2016-04-27 | 一种基于黑板模型的多智能体电网故障诊断系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105894213A CN105894213A (zh) | 2016-08-24 |
CN105894213B true CN105894213B (zh) | 2019-10-11 |
Family
ID=56701733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610269513.1A Active CN105894213B (zh) | 2016-04-27 | 2016-04-27 | 一种基于黑板模型的多智能体电网故障诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894213B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110308389A (zh) * | 2019-07-03 | 2019-10-08 | 深圳腾河电力有限公司 | 一种用于电网的信息采集系统及方法 |
CN110378580A (zh) * | 2019-07-03 | 2019-10-25 | 国家电网有限公司技术学院分公司 | 一种电网故障多代理系统择优诊断方法及装置 |
CN110782180A (zh) * | 2019-11-05 | 2020-02-11 | 中国人民解放军国防科技大学 | 基于黑板模型的多星任务在线分配方法及系统 |
CN111030123B (zh) * | 2019-12-31 | 2023-04-28 | 东北大学 | 一种基于边缘计算的多智能体负荷调控方法 |
CN113092930A (zh) * | 2021-02-20 | 2021-07-09 | 贵州电网有限责任公司 | 一种电网停复电用智能化调控系统及方法 |
CN113821940B (zh) * | 2021-11-22 | 2022-02-08 | 湖南高至科技有限公司 | 一种基于分布式黑板机制的仿真系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103001811A (zh) * | 2012-12-31 | 2013-03-27 | 北京启明星辰信息技术股份有限公司 | 故障定位方法和装置 |
CN203535172U (zh) * | 2013-11-11 | 2014-04-09 | 国网山东省电力公司电力科学研究院 | 配电网异常状态多点检测定位装置 |
CN105093033A (zh) * | 2015-09-01 | 2015-11-25 | 华中电网有限公司 | 一种基于电网多源信息的故障综合分析系统及分析方法 |
CN105119282A (zh) * | 2015-09-10 | 2015-12-02 | 国网天津市电力公司 | 一种电网理论线损在线计算系统及方法 |
-
2016
- 2016-04-27 CN CN201610269513.1A patent/CN105894213B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103001811A (zh) * | 2012-12-31 | 2013-03-27 | 北京启明星辰信息技术股份有限公司 | 故障定位方法和装置 |
CN203535172U (zh) * | 2013-11-11 | 2014-04-09 | 国网山东省电力公司电力科学研究院 | 配电网异常状态多点检测定位装置 |
CN105093033A (zh) * | 2015-09-01 | 2015-11-25 | 华中电网有限公司 | 一种基于电网多源信息的故障综合分析系统及分析方法 |
CN105119282A (zh) * | 2015-09-10 | 2015-12-02 | 国网天津市电力公司 | 一种电网理论线损在线计算系统及方法 |
Non-Patent Citations (2)
Title |
---|
基于黑板模型的配电网多故障分时段动态恢复;卢志刚 等;《电网技术》;20120930;第198-201页 * |
多代理系统和黑板模型结合的;郝广涛 等;《电工技术学报 》;20141231;第200-207页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105894213A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894213B (zh) | 一种基于黑板模型的多智能体电网故障诊断系统及方法 | |
CN103001328B (zh) | 一种智能变电站的故障诊断与评估方法 | |
CN103033703B (zh) | 一种在线、离线一体式的智能变电站分析测试方法 | |
CN108957240A (zh) | 电网故障远程定位方法及系统 | |
CN106600887A (zh) | 基于变电站巡检机器人的视频监控联动系统及其方法 | |
CN107705042A (zh) | 电力设备的巡检方法及装置 | |
CN106253270A (zh) | 电力系统脆弱线路辨识方法和系统 | |
CN106532940A (zh) | 一种智能变电站的告警信号动作与时序逻辑关系分析方法 | |
CN105974232B (zh) | 一种适用于高压输电网的电网故障诊断方法 | |
CN105548801B (zh) | 适用于配电网闭环运行的故障定位方法 | |
CN109888914A (zh) | 一种变电站主辅联动方法及装置 | |
CN105867347B (zh) | 一种基于机器学习技术的跨空间级联故障检测方法 | |
CN104880629A (zh) | 调度端保护元件动作行为的远程诊断方法 | |
CN109490702A (zh) | 一种基于自适应优化脉冲神经膜系统的故障诊断方法 | |
CN110084946A (zh) | 一种基于穿戴设备用于五防闭锁的系统和方法 | |
CN107742925A (zh) | 基于三级网络的变电站硬压板巡检方法 | |
CN105809566A (zh) | 一种核电厂应急辅助决策系统及方法 | |
CN104502799B (zh) | 基于量子通信的矿井高压电网短路故障位置自动识别方法 | |
CN104766246A (zh) | 一种基于时序模糊Petri网的电力系统故障诊断 | |
CN202363972U (zh) | 变电站二次系统的远程运维平台 | |
CN109639529A (zh) | 智能变电站遥控命令异常的诊断方法 | |
CN105954607A (zh) | 一种高铁信号系统故障检测方法和系统 | |
CN103955200B (zh) | 配电网自愈控制功能的动模测试方法 | |
CN109587161A (zh) | 智能电网遥控命令传送全过程信息的监测方法 | |
CN111276929B (zh) | 电力系统故障专家诊断的信息录波方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |