CN109507527B - 一种基于突触可塑性的snp系统含分布式电源配电网故障定位方法 - Google Patents

Abstract

本发明涉及一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法，包括：⑴停电区间选择；⑵基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的建立；⑶确定故障区段；根据系统读取的故障信息以及正向突触矩阵，对已建立的故障定位模型进行运算；⑷故障定位准确性验证；根据推理算法得到的故障定位结果，双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证；⑸通过故障判断标准和故障电信息验证标准完成故障定位和故障定位准确性验证。本发明所述的基于突触可塑性的SNP系统含分布式电源故障定位方法具有高准确性和高可靠性，可以广泛应用于含分布式电源配电网的故障定位中。

Description

一种基于突触可塑性的SNP系统含分布式电源配电网故障定 位方法

技术领域

本发明属于电能计量领域，尤其是一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法。

背景技术

膜计算(P系统)是自然计算的一个新分支，旨在从生命细胞的结构与功能中以及从组织和器官等细胞群的协作中，抽象出计算模型，获得新的计算系统。P系统不仅为多个领域引入了新的分布并行信息处理方法和技术，还为生物系统的建模和仿真提供了新工具，是当前计算机科学、数学、生物学、人工智能等多学科交叉对的研究热点。P系统是一种具有良好可理解性和动态性的分布式并行计算模型，具体由三部分构成：膜的层次结构、表示对象的多重集以及进化规则。

分布式电源DG(Distributed Generation)大量接入配电网之后，会改变配电网故障电网故障电流的大小和方向，使配电网故障诊断复杂化。这对原有的配电设备的质量和配电网络的安全性提出了更高的要求，所以能快速准确地进行故障定位对供电可靠性具有重大意义。针对含分布式电源配电网故障定位问题，为了消除分布式电源DG大量接入配电网带来的配电网故障诊断复杂化的问题，以及适应配电网发展和城市建设的要求，国内外已经有大量文献给出了不同的故障定位方法。含分布式电源故障定位的研究方法主要有基于阻抗的方法、矩阵算法、基于电气量的方法、Petri网、小波分析等，还有大量的优化算法：粒子群优化算法、蚁群算法、混沌优化蝙蝠算法、遗传算法等。但故障发生后，如何及时准确地确定故障区段，迅速定位故障区段并恢复健全区段供电仍是本领域一个亟需解决的一个重大问题。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法，用以解决含分布式电源配电网中的故障定位问题。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法，其特征在于：包括：

⑴停电区间选择；以常开型联络开关为分界点对含分布式电源配电网进行区间划分处理，仅选择停电区间，且在含分布式电源的配电网中，将开关或末梢围成的其中不再包含开关的子网称作区段，区段是该故障定位方法的最小单元；

⑵基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的建立；

⑶确定故障区段；根据系统读取的故障信息以及正向突触矩阵，对已建立的故障定位模型进行运算；

⑷故障定位准确性验证；根据推理算法得到的故障定位结果，双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证；

⑸通过故障判断标准和故障电信息验证标准完成故障定位和故障定位准确性验证；

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法根据故障判断标准进行故障定位。

而且，所述⑵具体为：

其中，对停电区间，首先，设定停电区间的正方向；

其次，根据模型建立原理及故障诊断原理，根据从SCADA系统读取的停电区间内的相关的元器件例如分段开关、断路器上的故障电流信息以及根据停电区间内的潮流双向特性设定双向功能神经元I、双向功能神经元O和区段神经元；

再根据基于突触可塑性的SNP系统的形式化定义，结合停电区间内的拓扑结构和正向、反向激发规则，建立基于突触可塑性的SNP系统含分布式电源配电网故障定位模型；

同时，对从SCADA系统读取的停电区间内的相关的元器件的故障电流信息构建的故障电流信息矩阵G中的元素I_j进行参数设置：如果对应节点出现故障电流且电流与所设正方向一致，则I_j＝1；如果对应节点出现故障电流且电流与所设正方向相反，则I_j＝-1；如果对应节点未出现故障电流，则I_j＝0；

对于根据基于突触可塑性的SNP系统的定义及停电区间内的拓扑结构和激发规则构建的正向突触矩阵S，其矩阵中的s_ij的参数设置为：在正向推理过程中，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果两个神经元无连接关系，则S(i,j)＝0；

在得到故障电流信息矩阵G结合正向突触矩阵S，根据相关推理算法，进行故障定位。

而且，所述⑶具体为：对故障电流信息矩阵G和正向突触矩阵S运行推理算法，结果以顺序脉冲串的形式输入到双向功能神经元O中；然后根据故障判断标准进行故障定位；

如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障。

而且，所述⑷具体为：双向功能神经元I双向功能神经元O以及区段神经元均为具有双向传递功能的神经元；故障定位过程中，通过对故障电流信息矩阵G和正向突触矩阵S运行推理算法，最终根据故障判断标准进行故障定位；在得到故障定位结果后，通过实际电流矩阵C和推理算法，对故障定位结果的准确性进行验证。

而且，所述⑸具体为：

如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；

推理算法根据推理算法中得出的故障定位结果即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C和推理算法，对故障定位结果的准确性进行分析验证；

其中，相关推理算法的步骤为：

①α＝(α₁,α₂,...,α_m)^T是包含m个双向功能神经元I中离散数值的矢量，其中α_i＝(1,-1,0)表示第i个双向功能神经元I中的离散数值(1≤i≤m)；

②δ＝(δ₁,δ₂,...,δ_n)^T是包含n个区段神经元中离散数值的矢量，其中β_i＝(1,-1,0)表示第j个区段神经元中的离散数值(1≤j≤n)；

③O＝(δ₁,δ₂,...,δ_n)^T是双向功能神经元O中离散数值的有限集，输出结果为区段神经元输出结果的顺序脉冲串；

④S＝(s_ij)_m×n是推理算法中双向功能神经元I与区段神经元之间的正向突触矩阵S；

⑤S(i,j)＝(s_ij)_m×n(1≤i≤m，1≤j≤n)表示停电区间的本推理模型及对应算法中突触上神经元之间的传递次序，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果两个神经元无连接关系，则S(i,j)＝0；

⑥C＝(c_ij)_n×m是反向验证过程中区段神经元与双向功能神经元O之间的电流流向矩阵；首先，设置双向功能神经元I的初始值，然后根据公式δ＝S×α，计算出区段神经元的离散数值，接着区段神经元中的离散数值将以顺序脉冲串的形式出现在双向功能神经元O中，如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；接着对故障定位结果进行验证，根据已经得到的故障定位结果，α＝C×δ，最终在双向功能神经元(I)¹中，得到验证向量，对该验证向量进行分析验证，验证故障定位结果的准确性。

一种基于突触可塑性的SNP系统含分布式电源配电网故障定位处理器，其特征在于：包括配电网区间划分模块、初始值赋予模块、计算模块1、计算模块2、故障定位模块以及故障定位准确性分析验证模块，电网区间划分模块、初始值赋予模块、计算模块1依次顺序连接，计算模块1的输出端分别连接计算模块2以及故障定位模块，计算模块2以及故障定位模块的输出端分别连接故障定位准确性分析验证模块的输入端。

而且，所述配电网区间划分模块，用于对含分布式电源配电网的进行区间划分处理，选择停电区间；且在含分布式电源的配电网中，区段是该故障定位方法的最小单元，去段位开关或末梢围成的、其中不再包含开关的子网。

而且，所述初始值赋予模块，用于根据从SCADA系统读取的停电区间内的相关元器件的故障电流信息，赋予双向功能神经元I中的初始值；所述双向功能神经元I为基于突触可塑性的SNP系统含分布式电源配电故障定位模型中的神经元；其中，突触可塑性中所包含的脉冲值不再是脉冲的个数，而是离散数字(1,-1,0)，且双向功能神经元I具有输入和输出两种功能，尤其是，该SNP系统以及对应模型中的神经元中不再包含激发规则，规则定义在突触上以保证每个神经元都可以双向使用不用的激发规则；

而且，所述基于突触可塑性的SNP系统含分布式电源配电网故障定位方法的计算模块(1)，用于依据所述的推理算法、故障电流信息矩阵G、正向突触矩阵S以及输出的顺序脉冲串的值和故障判断标准进行准确故障定位，即通过双向功能神经元I中的初始值以及正向突触矩阵S，根据O＝S·(I)^T计算出传递到双向功能神经元O中顺序脉冲串的值；

故障定位模块，该模块根据计算模块(1)得到的故障定位结；

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法的的计算模块(2)，用于依据所述的推理算法，双向功能神经元O中顺序脉冲串的值以及实际电流矩阵C对故障定位结果的准确性进行分析验证，根据(I)¹＝S^T·(O)计算出双向功能神经元I中的离散数值。

而且，所述故障定位准确性分析验证模块，用于根据停电区间的拓扑结构以及电力系统继电保护相关知识，验证故障定位结果的准确性。

本发明的优点和积极效果是：

1、本发明提出的一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法、FPGA处理器及系统不仅能够准确地进行故障定位且在多种情况下都可以准确进行故障定位且可以对故障定位结果的准确性进行验证。同时将PFGA的并行性结合到故障定位模型中，提高了故障定位速度，实现了该方法的硬件化。

2、本发明所述的基于突触可塑性的SNP系统含分布式电源故障定位方法具有高准确性和高可靠性，可以广泛应用于含分布式电源配电网的故障定位中。

附图说明

图1为本申请提供的一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法的实施例的流程图；

图2为本申请提供的突触可塑性示意图；

图3位本申请实施例的一个简单馈线网络的示意图；

图4为本申请实施例的基于突触可塑性的SNP系统含分布式电源配电网故障定位模型；

图5为本申请提供的一种基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的FPGA内部硬件功能划分结构示意图。

图6为本申请提供的一种FPGA处理器系统的内部结构示意图。

具体实施方式

下面通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法，

停电区间选择；以常开型联络开关为分界点对含分布式电源配电网进行区间划分处理，仅选择停电区间。且在含分布式电源的配电网中，将开关或末梢围成的、其中不再包含开关的子网称作区段，区段是该故障定位方法的最小单元。

基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的建立；其中，对停电区间，首先，设定停电区间的正方向。其次，根据模型建立原理及故障诊断原理，根据从SCADA系统读取的停电区间内的相关的元器件例如分段开关、断路器上的故障电流信息以及根据停电区间内的潮流双向特性设定双向功能神经元I、双向功能神经元O和区段神经元。再根据基于突触可塑性的SNP系统的形式化定义，结合停电区间内的拓扑结构和正向、反向激发规则，建立基于突触可塑性的SNP系统含分布式电源配电网故障定位模型。同时，对从SCADA系统读取的停电区间内的相关的元器件的故障电流信息构建的故障电流信息矩阵G中的元素I_j进行参数设置：如果对应节点出现故障电流且电流与所设正方向一致，则I_j＝1；如果对应节点出现故障电流且电流与所设正方向相反，则I_j＝-1；如果对应节点未出现故障电流，则I_j＝0。

对于根据基于突触可塑性的SNP系统的定义及停电区间内的拓扑结构和正向、反向激发规则构建的正向突触矩阵S，其矩阵中的s_ij的参数设置为：在正向推理过程中，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果两个神经元无连接关系，则S(i,j)＝0。在得到故障电流信息矩阵G结合正向突触矩阵S，根据相关推理算法，进行故障定位。

确定故障区段；对故障电流信息矩阵G和正向突触矩阵S运行推理算法，结果以顺序脉冲串的形式输入到双向功能神经元O中；然后根据故障判断标准进行故障定位；即如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；

故障定位准确性验证；根据推理算法得到的故障定位结果，即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证。

故障定位过程中，通过对故障电流信息矩阵G和正向突触矩阵S运行推理算法，最终根据故障判断标准进行故障定位。在得到故障定位结果后，通过实际电流矩阵C和推理算法，对故障定位结果的准确性进行验证。

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法根据故障判断标准进行故障定位；即如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；

推理算法根据推理算法中得出的故障定位结果即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C和推理算法，对故障定位结果的准确性进行分析验证。

一种基于突触可塑性的SNP系统含分布式电源配电网故障定位处理器，包括配电网区间划分模块、初始值赋予模块、计算模块1、计算模块2、故障定位模块以及故障定位准确性分析验证模块，电网区间划分模块、初始值赋予模块、计算模块1依次顺序连接，计算模块1的输出端分别连接计算模块2以及故障定位模块，计算模块2以及故障定位模块的输出端分别连接故障定位准确性分析验证模块的输入端。

配电网区间划分模块，用于对含分布式电源配电网的进行区间划分处理，选择停电区间；且在含分布式电源的配电网中，区段是该故障定位方法的最小单元，去段位开关或末梢围成的、其中不再包含开关的子网。

初始值赋予模块，用于根据从SCADA系统读取的停电区间内的相关元器件的故障电流信息，赋予双向功能神经元I中的初始值；所述双向功能神经元I为基于突触可塑性的SNP系统含分布式电源配电故障定位模型中的神经元；其中，突触可塑性中所包含的脉冲值不再是脉冲的个数，而是离散数字(1,-1,0)，且双向功能神经元I具有输入和输出两种功能，尤其是，该SNP系统以及对应模型中的神经元中不再包含激发规则，规则定义在突触上以保证每个神经元都可以双向使用不用的激发规则。

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法的计算模块1，用于依据所述的推理算法、故障电流信息矩阵G、正向突触矩阵S以及输出的顺序脉冲串的值和故障判断标准进行准确故障定位，即通过双向功能神经元I中的初始值以及正向突触矩阵S，根据O＝S·(I)^T计算出传递到双向功能神经元O中顺序脉冲串的值。

故障定位模块，该模块根据计算模块1得到的故障定位结。

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法的的计算模块2，用于依据所述的推理算法，双向功能神经元O中顺序脉冲串的值以及实际电流矩阵C对故障定位结果的准确性进行分析验证，根据(I)¹＝S^T·(O)计算出双向功能神经元I中的离散数值。注意：(I)¹即为双向功能神经元I，因在故障定位过程中该神经元中所含结果不同，为表示区分此处用了两种形式表示，但是其实是同一神经元。

故障定位准确性分析验证模块，用于根据停电区间的拓扑结构以及电力系统继电保护相关知识，验证故障定位结果的准确性。

其中，相关推理算法的步骤为：

(1)α＝(α₁,α₂,...,α_m)^T是包含m个双向功能神经元I中离散数值的矢量，其中α_i＝(1,-1,0)表示第i个双向功能神经元I中的离散数值(1≤i≤m)；

(2)δ＝(δ₁,δ₂,...,δ_n)^T是包含n个区段神经元中离散数值的矢量，其中β_i＝(1,-1,0)表示第j个区段神经元中的离散数值(1≤j≤n)；

(3)O＝(δ₁,δ₂,...,δ_n)^T是双向功能神经元O中离散数值的有限集，输出结果为区段神经元输出结果的顺序脉冲串。

(4)S＝(s_ij)_m×n是推理算法中双向功能神经元I与区段神经元之间的正向突触矩阵S；

(5)S(i,j)＝(s_ij)_m×n(1≤i≤m，1≤j≤n)表示停电区间的本推理模型及对应算法中突触上神经元之间的传递次序，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果两个神经元无连接关系，则S(i,j)＝0。

(6)C＝(c_ij)_n×m是反向验证过程中区段神经元与双向功能神经元O之间的电流流向矩阵；

首先，设置双向功能神经元I的初始值，然后根据公式δ＝S×α，计算出区段神经元的离散数值，接着区段神经元中的离散数值将以顺序脉冲串的形式出现在双向功能神经元O中，如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；接着对故障定位结果进行验证，根据已经得到的故障定位结果，α＝C×δ，最终在双向功能神经元(I)¹中，得到验证向量，对该验证向量进行分析验证，验证故障定位结果的准确性。注意：(I)¹即为双向功能神经元I，因在故障定位过程中该神经元中所含结果不同，为表示区分此处用了两种形式表示，但是其实是同一神经元。

本发明所述的基于突触可塑性的SNP系统含分布式电源故障定位方法具有高准确性和高可靠性，可以广泛应用于含分布式电源配电网的故障定位中。

以图3所示的简单馈线网络为例，说明基于突触可塑性的SNP系统含分布式电源配电网故障定位方法运行规则和相关算法。该简单馈线网络包括1个主电源S、1个分布式电源(DG)，其中，断路器、分段开关等元器件统一编号为S1-S7，区段统一编号为L1-L6。

实施例分为以下两种情况：

1)从SCADA系统读取的故障电流信息完整且为单一故障情况；

2)从SCADA系统读取的故障电流信息完整且为多元故障情况；

单一故障情况(当区段L3处发生故障时)：

1.停电区间选择；以常开型联络开关为分界点对含分布式电源配电网进行区间划分处理，仅选择停电区间。且在含分布式电源的配电网中，将开关或末梢围成的、其中不再包含开关的子网称作区段，区段是该故障定位方法的最小单元。图3中给出的简单馈线网络已经是所选的停电区间，故不需要再行进行区间划分处理。

2.基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的建立；其中，对停电区间：

首先，设定停电区间的正方向，设定主电源指向分布式电源DG或馈线的方向为正方向。

其次，根据模型建立原理及故障诊断原理，根据从SCADA系统读取的停电区间内的相关的元器件例如分段开关、断路器上的故障电流信息以及根据停电区间内的潮流双向特性设定双向功能神经元I、双向功能神经元O和区段神经元。再根据基于突触可塑性的SNP系统的形式化定义，结合停电区间内的拓扑结构和正向、反向激发规则，建立基于突触可塑性的SNP系统含分布式电源配电网故障定位模型如图5。

同时，对从SCADA系统读取的停电区间内的相关的元器件的故障电流信息构建的故障电流信息矩阵G中的元素I_j进行参数设置：如果对应节点出现故障电流且电流与所设正方向一致，则I_j＝1；如果对应节点出现故障电流且电流与所设正方向相反，则I_j＝-1；如果对应节点未出现故障电流，则I_j＝0。则故障电流信息矩阵为：G＝[1,1,1,-1,-1,-1，-1]^T

对于根据基于突触可塑性的SNP系统的定义及停电区间内的拓扑结构和激发规则构建的正向突触矩阵S，其矩阵中的s_ij的参数设置为：在正向推理过程中，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果两个神经元无连接关系，则S(i,j)＝0。在得到故障电流信息矩阵G结合正向突触矩阵S，根据相关推理算法，进行故障定位。其中，正向突触矩阵S为：

结合推理算法δ＝S×α进行推理，并应用sgn函数，得到故障定位结果：

δ＝[0,0,1,0,0,0]^T

3.确定故障区段；对故障电流信息矩阵G和正向突触矩阵S运行推理算法，结果以顺序脉冲串的形式输入到双向功能神经元O中；然后根据故障判断标准进行故障定位；即如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；则说明区段L3处发生故障。

4.故障定位准确性验证；根据推理算法得到的故障定位结果，即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证。

双向功能神经元I双向功能神经元O以及区段神经元均为具有双向传递功能的神经元；故障定位过程中，通过对故障电流信息矩阵G和正向突触矩阵S运行推理算法，最终根据故障判断标准进行故障定位。在得到故障定位结果后，通过实际电流矩阵C和推理算法，对故障定位结果的准确性进行验证。

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法根据故障判断标准进行故障定位；即如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；

推理算法根据推理算法中得出的故障定位结果即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C和推理算法，对故障定位结果的准确性进行分析验证。实际电流矩阵C为:

根据推理算法α＝C×δ进行推理，并应用sgn函数，得到故障验证向量：I¹＝[0,0,1,-1,0,0,0]证明节点3和节点4处经历的故障电流反向，显然故障区段在节点3和节点4之间，即区段L3。即证明故障定位结果正确。

多元故障情况(当区段L3和L4处发生故障时)：

1.停电区间选择；以常开型联络开关为分界点对含分布式电源配电网进行区间划分处理，仅选择停电区间。且在含分布式电源的配电网中，将开关或末梢围成的、其中不再包含开关的子网称作区段，区段是该故障定位方法的最小单元。图3中给出的简单馈线网络已经是所选的停电区间，故不需要再行进行区间划分处理。

2.基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的建立；其中，对停电区间：

首先，设定停电区间的正方向，设定主电源指向分布式电源DG或馈线的方向为正方向。

其次，根据模型建立原理及故障诊断原理，根据从SCADA系统读取的停电区间内的相关的元器件例如分段开关、断路器上的故障电流信息以及根据停电区间内的潮流双向特性设定双向功能神经元I、双向功能神经元O和区段神经元。再根据基于突触可塑性的SNP系统的形式化定义，结合停电区间内的拓扑结构和正向、反向激发规则，建立基于突触可塑性的SNP系统含分布式电源配电网故障定位模型如图5。

同时，对从SCADA系统读取的停电区间内的相关的元器件的故障电流信息构建的故障电流信息矩阵G中的元素I_j进行参数设置：如果对应节点出现故障电流且电流与所设正方向一致，则I_j＝1；如果对应节点出现故障电流且电流与所设正方向相反，则I_j＝-1；如果对应节点未出现故障电流，则I_j＝0。则故障电流信息矩阵为：G＝[1,1,1,0，-1，-1,-1]^T。

对于根据基于突触可塑性的SNP系统的定义及停电区间内的拓扑结构和激发规则构建的正向突触矩阵S，其矩阵中的s_ij的参数设置为：在正向推理过程中，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果两个神经元无连接关系，则S(i,j)＝0。在得到故障电流信息矩阵G结合正向突触矩阵S，根据相关推理算法，进行故障定位。其中，正向突触矩阵S为：

结合推理算法δ＝S×α进行推理，并应用sgn函数，得到故障定位结果：

δ＝[0,0,1,1,0,0]^T

3.确定故障区段；对故障电流信息矩阵G和正向突触矩阵S运行推理算法，结果以顺序脉冲串的形式输入到双向功能神经元O中；然后根据故障判断标准进行故障定位；即如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；则说明区段L3、L4处发生故障。

4.故障定位准确性验证；根据推理算法得到的故障定位结果，即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证。

双向功能神经元I双向功能神经元O以及区段神经元均为具有双向传递功能的神经元；故障定位过程中，通过对故障电流信息矩阵G和正向突触矩阵S运行推理算法，最终根据故障判断标准进行故障定位。在得到故障定位结果后，通过实际电流矩阵C和推理算法，对故障定位结果的准确性进行验证。

基于突触可塑性的SNP系统含分布式电源配电网故障定位方法根据故障判断标准进行故障定位；即如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障；

推理算法根据推理算法中得出的故障定位结果即双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C和推理算法，对故障定位结果的准确性进行分析验证。实际电流矩阵C

为:

根据推理算法α＝C×δ进行推理，并应用sgn函数，得到故障验证向量：α＝[0,0,1,0,-1,0,0]证明节点3和节点5处经历的故障电流且经历的故障电流反向，显然故障区段在节点3和节点5之间，且节点4上未经过故障电流，即证明故障L3、L4处发生故障，即故障定位结果正确。

尽管为说明目的公开了本发明的实施例，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换、变化和修改都是可能的，因此，本发明的范围不局限于实施例所公开的内容。

Claims (7)

1.一种基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法，其特征在于：包括：

⑴停电区间选择；以常开型联络开关为分界点对含分布式电源配电网进行区间划分处理，仅选择停电区间，且在含分布式电源的配电网中，将开关或末梢围成的其中不再包含开关的子网称作区段，区段是该故障定位方法的最小单元；

⑵基于突触可塑性的SNP系统的含分布式电源配电网故障定位模型的建立；具体为：

其中，对停电区间，首先，设定停电区间的正方向；

其次，根据模型建立原理及故障诊断原理，根据从SCADA系统读取的停电区间内的相关的元器件上的故障电流信息以及根据停电区间内的潮流双向特性设定双向功能神经元I、双向功能神经元O和区段神经元；

再根据基于突触可塑性的SNP系统的形式化定义，结合停电区间内的拓扑结构和正向、反向激发规则，建立基于突触可塑性的SNP系统的含分布式电源配电网故障定位模型；

同时，对从SCADA系统读取的停电区间内的相关的元器件的故障电流信息构建的故障电流信息矩阵G中的元素I_j进行参数设置：如果对应节点出现故障电流且故障电流与所设正方向一致，则I_j＝1；如果对应节点出现故障电流且电流与所设正方向相反，则I_j＝-1；如果对应节点未出现故障电流，则I_j＝0；

对于根据基于突触可塑性的SNP系统的定义及停电区间内的拓扑结构和激发规则构建的正向突触矩阵S，其矩阵中的S(i,j)的参数设置为：在正向推理过程中，双向功能神经元I_i先传递信息至区段神经元则S(i,j)＝1；如果双向功能神经元I_i先反应才能接到来自区段神经元的信息，则S(i,j)＝-1；如果双向功能神经元I和区段神经元无连接关系，则S(i,j)＝0；

⑶确定故障区段；根据基于突触可塑性的SNP系统读取的故障信息以及正向突触矩阵，对已建立的基于突触可塑性的SNP系统的含分布式电源配电网故障定位模型进行运算；

⑷故障定位准确性验证；根据推理算法得到的故障定位结果、及双向功能神经元O中顺序脉冲串的值，结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证。

2.根据权利要求1所述的基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法，其特征在于：所述⑶具体为：对故障电流信息矩阵G和正向突触矩阵S运行推理算法，结果以顺序脉冲串的形式输入到双向功能神经元O中；然后根据故障判断标准进行故障定位；

如果双向功能神经元O中的离散数值δ_j＞0，则定位出区段j发生故障；如果双向功能神经元O中的离散数值δ_j≤0，则定位出区段j未发生故障。

3.根据权利要求1所述的基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法，其特征在于：所述⑷中：双向功能神经元I双向功能神经元O以及区段神经元均为具有双向传递功能的神经元；故障定位过程中，通过对故障电流信息矩阵G和正向突触矩阵S运行推理算法，最终根据故障判断标准进行故障定位；在得到故障定位结果后，通过实际电流矩阵C和推理算法，对故障定位结果的准确性进行验证。

4.一种基于突触可塑性的SNP系统含分布式电源配电网故障定位处理器，其特征在于：本处理器用于运算如权利要求1所述的基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法，包括配电网区间划分模块、初始值赋予模块、计算模块1、计算模块2、故障定位模块以及故障定位准确性分析验证模块，配电网区间划分模块、初始值赋予模块、计算模块1依次顺序连接，计算模块1的输出端分别连接计算模块2以及故障定位模块，计算模块2以及故障定位模块的输出端分别连接故障定位准确性分析验证模块的输入端；

所述基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法的计算模块1，用于依据推理算法、故障电流信息矩阵G、正向突触矩阵S以及输出的顺序脉冲串的值和故障判断标准进行准确故障定位，通过双向功能神经元I中的初始值以及正向突触矩阵S，根据O＝S·(I)^T计算出传递到双向功能神经元O中顺序脉冲串的值；

基于突触可塑性的SNP系统的含分布式电源配电网故障定位模块根据计算模块1得到的故障定位结果；

基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法的的计算模块2，用于依据所述的推理算法，双向功能神经元O中顺序脉冲串的值以及实际电流矩阵C对故障定位结果的准确性进行分析验证，根据(I)¹＝S^T·(O)计算出双向功能神经元I中的离散数值。

5.根据权利要求4所述的基于突触可塑性的SNP系统含分布式电源配电网故障定位处理器，其特征在于：所述配电网区间划分模块，用于对含分布式电源配电网的进行区间划分处理，选择停电区间；且在含分布式电源的配电网中，区段是基于突触可塑性的SNP系统的含分布式电源配电网故障定位方法的最小单元，区段为开关或末梢围成的、其中不再包含开关的子网。

6.根据权利要求4所述的基于突触可塑性的SNP系统含分布式电源配电网故障定位处理器，其特征在于：所述初始值赋予模块，用于根据从SCADA系统读取的停电区间内的相关元器件的故障电流信息，赋予双向功能神经元I中的初始值；所述双向功能神经元I为基于突触可塑性的SNP系统含分布式电源配电故障定位模型中的神经元；其中，突触可塑性中所包含的脉冲值不再是脉冲的个数，而是离散数字(1,-1,0)，且双向功能神经元I具有输入和输出两种功能，该SNP系统以及基于突触可塑性的SNP系统的含分布式电源配电网故障定位模型中的神经元中不再包含激发规则，规则定义在突触上以保证每个神经元都能够双向使用的规则。

7.根据权利要求4所述的基于突触可塑性的SNP系统含分布式电源配电网故障定位处理器，其特征在于：所述故障定位准确性分析验证模块，用于根据停电区间的拓扑结构以及电力系统继电保护相关知识，验证故障定位结果的准确性。

Images