專利名稱：一種基于多智能體系統(tǒng)和小波分析的故障診斷裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明屬于輸變電技術(shù)領(lǐng)域，特別涉及一種基于多智能體系統(tǒng)和小波分析的故障診斷裝置及方法。
背景技術(shù)：
隨著電網(wǎng)電壓等級的提高，分布式電源的接入，配電網(wǎng)的故障信息越來越趨向復(fù)雜化；斷路器的誤動和拒動等電網(wǎng)的不確定故障增加了配電網(wǎng)故障診斷的難度。這就導(dǎo)致了傳統(tǒng)的基于繼電保護(hù)動作信息的診斷方法越來越不能達(dá)到滿意的效果。目前被提出的診斷方法主要包括專家系統(tǒng)法、Petri網(wǎng)、人工神經(jīng)網(wǎng)絡(luò)、模糊集理論等。專家系統(tǒng)的故障診斷方法，利用計算機(jī)技術(shù)將相關(guān)領(lǐng)域的理論知識和專家的經(jīng)驗(yàn)融合在一起，但是獲取一個完備的知識庫是形成故障診斷專家系統(tǒng)的瓶頸，不完備的知識可能導(dǎo)致專家系統(tǒng)推理的混亂，并得出錯誤的結(jié)論；基于Petri網(wǎng)的故障診斷方法，具有結(jié)構(gòu)表達(dá)圖形化、推理搜索快速化以及診斷過程數(shù)學(xué)化等優(yōu)點(diǎn)，但是其容錯能力較差，不易識別錯誤的報警信息，在多重故障情況下，Petri網(wǎng)的診斷性能不夠理想；基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法，從該領(lǐng)域?qū)＜宜峁┑拇罅亢统浞值墓收蠈?shí)例中形成用于故障診斷神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本集，通過一定的學(xué)習(xí)、訓(xùn)練使神經(jīng)網(wǎng)絡(luò)獲得對電網(wǎng)故障的診斷功能，但完備樣本集的獲取非常困難，并且當(dāng)系統(tǒng)發(fā)生變化時需要增加新的樣本重新學(xué)習(xí)，使得其現(xiàn)場維護(hù)性較差；基于模糊集理論的故障診斷方法，是具有完整的推理體系的智能技術(shù)，但是，大規(guī)模復(fù)雜電網(wǎng)的模糊模型的建立，以及當(dāng)電網(wǎng)拓?fù)浣Y(jié)構(gòu)等發(fā)生變化時模糊模型的維護(hù)是應(yīng)用的瓶頸。因此，一種智能化的，能夠去除干擾等錯誤警告的，更為靈活的對電網(wǎng)一次側(cè)進(jìn)行故障診斷裝置的提出，具有不可小覷的現(xiàn)實(shí)意義。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供了一種基于多智能體系統(tǒng)和小波分析的故障診斷裝置及方法。本發(fā)明技術(shù)方案一種基于多智能體系統(tǒng)和小波分析的故障診斷裝置，包括互感器組、數(shù)據(jù)采集模塊、控制及人機(jī)交互模塊、多智能體系統(tǒng)模塊和數(shù)據(jù)庫模塊。所述互感器組采用有源電子式電壓和電流互感器；所述數(shù)據(jù)采集模塊包括由放大器組成的跟隨器電路、放大電路、偏置電路及A/D 轉(zhuǎn)換器。所述控制及人機(jī)交互模塊是整個系統(tǒng)運(yùn)行的控制器，也是診斷系統(tǒng)與運(yùn)行人員的交互接口，包括協(xié)議轉(zhuǎn)換模塊、485總線、以太網(wǎng)網(wǎng)線和上位機(jī)。所述多智能體系統(tǒng)(MAS)模塊包括任務(wù)分解智能體、任務(wù)分配智能體、診斷智能體、協(xié)助智能體和決策智能體。各模塊的電路連接方式
互感器組與電網(wǎng)一次側(cè)相連接，電壓互感器和電流互感器輸出端連接數(shù)據(jù)采集模塊的輸入接口，數(shù)據(jù)采集模塊的電壓和電流輸出端經(jīng)A/D轉(zhuǎn)換器與控制及人機(jī)交互模塊相連；控制及人機(jī)交互模塊給互感器組、數(shù)據(jù)采集模塊、多智能體系統(tǒng)模塊和數(shù)據(jù)庫模塊提供 RS485接口，使它們組成RS485通訊網(wǎng)絡(luò)，并通過協(xié)議轉(zhuǎn)換模塊實(shí)現(xiàn)RS485通訊網(wǎng)絡(luò)與上位機(jī)的串口通訊?；ジ衅鹘M中，三路有源電子式電流互感器負(fù)責(zé)采集電網(wǎng)線路中的三相電流信息； 三路有源電子式電壓互感器負(fù)責(zé)采集電網(wǎng)線路中的三相電壓信息?；ジ衅魉杉牧冯妷汉碗娏餍盘柫魅敫S器電路，互感器組輸出端連接跟隨器電路輸入端，跟隨器電路的輸出端連接放大電路的輸入端，放大電路的輸出端連接偏置電路的輸入端，偏執(zhí)電路的輸出端連接A/D轉(zhuǎn)換器輸入端，信號經(jīng)過這種條理之后，從偏置電路的輸出端流入A/D轉(zhuǎn)換器，A/D轉(zhuǎn)換器輸出端與控制及人機(jī)交互模塊相連?？刂萍叭藱C(jī)交互模塊由上位機(jī)內(nèi)的控制程序通過總線通訊協(xié)議對整個裝置的運(yùn)行過程進(jìn)行控制；其分別與多智能體系統(tǒng)模塊、數(shù)據(jù)庫模塊、數(shù)據(jù)采集模塊及互感器組相連接。多智能體系統(tǒng)模塊任務(wù)分解智能體的輸出端連接任務(wù)分配智能體的輸入端；任務(wù)分配智能體的輸出端分別連接每個診斷智能體和協(xié)助智能體的輸入端；每個診斷智能體的輸出端均與決策智能體的輸入端相連；協(xié)助智能體的輸出端連接決策智能體的輸入端； 決策智能體的輸出端連接診斷智能體的輸入端。本發(fā)明的控制及人機(jī)交互模塊主要完成兩項(xiàng)任務(wù)控制和提供人機(jī)界面。由上位機(jī)內(nèi)的控制程序通過總線通訊協(xié)議對整個裝置的運(yùn)行過程進(jìn)行控制，將電網(wǎng)一次側(cè)運(yùn)行狀態(tài)信息以比較直觀的形式進(jìn)行實(shí)時動態(tài)顯示，并通過與數(shù)據(jù)庫的連接調(diào)用歷史數(shù)據(jù)；將采集到的信號通過總線協(xié)議連接傳送給多智能體系統(tǒng)模塊的任務(wù)分解智能體，并接收決策智能體傳來的最終故障診斷結(jié)果；對發(fā)生的安全隱患和故障進(jìn)行警報提醒，把信息以比較直觀的形式顯示在上位機(jī)界面上，以便輔助用戶做出最終決策；執(zhí)行故障診斷系統(tǒng)中運(yùn)行人員的命令。本發(fā)明基于多智能體系統(tǒng)和小波分析的故障診斷方法，具體包括如下步驟步驟1 上位機(jī)向互感器組發(fā)送命令，互感器組實(shí)時采集電網(wǎng)的三相電流和三相電壓，輸出至數(shù)據(jù)采集模塊，進(jìn)行信號放大調(diào)理與A/D轉(zhuǎn)換；步驟2 信號通過通訊網(wǎng)絡(luò)傳送至上位機(jī)，數(shù)據(jù)實(shí)時顯示在上位機(jī)人機(jī)界面，并傳送至數(shù)據(jù)庫存儲；步驟3 信號傳送至多智能體系統(tǒng)模塊，進(jìn)行故障診斷；具體步驟如下步驟3. 1 任務(wù)分解智能體將復(fù)雜任務(wù)分解為簡單的子任務(wù)，此處將整個診斷任務(wù)分為子任務(wù)1 信號噪，和子任務(wù)2 故障診斷；步驟3.2 由決策智能體詢問每個診斷智能體組的忙閑情況，選擇出此時最閑的智能體組；多智能體系統(tǒng)中包含多個診斷智能體，把用來處理同一個診斷任務(wù)的幾個智能體稱為診斷智能體組，可以把系統(tǒng)中所有的診斷智能體組統(tǒng)一編號(從1到η)。診斷智能體組的選擇是利用決策智能體，選擇此時最閑的一組診斷智能體來接受新的診斷任務(wù)。用忙閑權(quán)值的參數(shù)λ來表征多智能體組的忙閑程度
權(quán)利要求
1.一種基于多智能體系統(tǒng)和小波分析的故障診斷裝置，其特征在于包括互感器組、 數(shù)據(jù)采集模塊、控制及人機(jī)交互模塊、多智能體系統(tǒng)模塊和數(shù)據(jù)庫模塊；所述互感器組采用有源電子式電壓和電流互感器；所述數(shù)據(jù)采集模塊包括由放大器組成的跟隨器電路、放大電路和偏置電路及A/D轉(zhuǎn)換器；所述控制及人機(jī)交互模塊包括協(xié)議轉(zhuǎn)換模塊、485總線、以太網(wǎng)網(wǎng)線和上位機(jī)；所述多智能體系統(tǒng)模塊包括任務(wù)分解智能體、任務(wù)分配智能體、診斷智能體、協(xié)助智能體和決策智能體；互感器組與電網(wǎng)一次側(cè)相連接，電壓互感器和電流互感器輸出端連接數(shù)據(jù)采集模塊的輸入接口，數(shù)據(jù)采集模塊的電壓和電流輸出端經(jīng)A/D轉(zhuǎn)換器與控制及人機(jī)交互模塊相連； 控制及人機(jī)交互模塊通過RS485通訊網(wǎng)絡(luò)分別與多智能體系統(tǒng)模塊、數(shù)據(jù)庫模塊、數(shù)據(jù)采集模塊及互感器組相連接。
2.如權(quán)利要求1所述的基于多智能體系統(tǒng)和小波分析的故障診斷裝置，其特征在于 所述數(shù)據(jù)采集模塊的跟隨器電路輸入端與互感器組輸出端相連，跟隨器電路的輸出端連接放大電路的輸入端，放大電路的輸出端連接偏置電路的輸入端，偏置電路的輸出端連接A/D 轉(zhuǎn)換器輸入端，A/D轉(zhuǎn)換器輸出端與控制及人機(jī)交互模塊相連。
3.如權(quán)利要求1所述的基于多智能體系統(tǒng)和小波分析的故障診斷裝置，其特征在于 所述多智能體系統(tǒng)模塊的任務(wù)分解智能體的輸出端連接任務(wù)分配智能體的輸入端；任務(wù)分配智能體的輸出端分別連接每個診斷智能體和協(xié)助智能體的輸入端；每個診斷智能體的輸出端均與決策智能體的輸入端相連；協(xié)助智能體的輸出端連接決策智能體的輸入端；決策智能體的輸出端連接診斷智能體的輸入端。
4.采用權(quán)利要求1所述的基于多智能體系統(tǒng)和小波分析的故障診斷裝置進(jìn)行故障診斷的方法，其特征在于具體包括如下步驟步驟1 上位機(jī)向互感器組發(fā)送命令，互感器組實(shí)時采集電網(wǎng)的三相電流和三相電壓， 輸出至數(shù)據(jù)采集模塊，進(jìn)行信號放大調(diào)理與A/D轉(zhuǎn)換；步驟2 信號通過通訊網(wǎng)絡(luò)傳送至上位機(jī)，數(shù)據(jù)實(shí)時顯示在上位機(jī)人機(jī)界面，并傳送至數(shù)據(jù)庫存儲；步驟3 信號傳送至多智能體系統(tǒng)模塊，進(jìn)行故障診斷；步驟4 將診斷結(jié)果傳送至決策智能體進(jìn)行綜合決策；步驟5 決策智能體將最終診斷結(jié)果傳送至上位機(jī)；步驟6 由用戶判定是否需要對故障進(jìn)行修復(fù)，若需要則進(jìn)入步驟7，若不需要則返回步驟1 ；步驟7 修復(fù)故障，由操作人員進(jìn)行故障修復(fù)或裝設(shè)相應(yīng)的故障修復(fù)裝置或軟件控制算法。
5.根據(jù)權(quán)利要求4所述的基于多智能體系統(tǒng)和小波分析的故障診斷方法，其特征在于步驟3所述的進(jìn)行故障診斷具體步驟如下步驟3. 1 任務(wù)分解智能體將復(fù)雜任務(wù)分解為簡單的子任務(wù)，此處將整個診斷任務(wù)分為子任務(wù)1 信號噪，和子任務(wù)2 故障診斷；步驟3.2 由決策智能體詢問每個診斷智能體組的忙閑情況，選擇出此時最閑的智能體組；診斷智能體組的選擇是利用決策智能體，選擇此時最閑的一組診斷智能體來接受新的診斷任務(wù)，用忙閑權(quán)值的參數(shù)λ來表征多智能體組的忙閑程度
6.根據(jù)權(quán)利要求5所述的基于多智能體系統(tǒng)和小波分析的故障診斷方法，其特征在于步驟3. 6所述的診斷智能體執(zhí)行診斷，具體步驟如下步驟3. 6. 1 運(yùn)用小波閾值去噪算法，在診斷前先對二次輸出信號進(jìn)行去噪處理，有效降低噪聲信號對故障診斷結(jié)果的影響；具體地首先對信號進(jìn)行預(yù)處理，選擇一個正交小波和小波的分解層次N，然后對信號 Y進(jìn)行N層小波分解，得到各個層次上的小波分解系數(shù)Wjk ；然后，為了保持原始信號，保留所有低頻系數(shù)，為第一層到第N層的高頻小波分解系數(shù) Wjk選擇一個閾值λ，用閾值函數(shù)對每一層閾值進(jìn)行處理；最后，根據(jù)小波分解的第N層的低頻小波分解系數(shù)和從第一層到第N層得經(jīng)過閾值處理后的高頻小波系數(shù)##進(jìn)行一維信號的小波重構(gòu)，得到原始信號的估計值i .？ 步驟3. 6. 2 運(yùn)用小波分析的方法來判別互感器故障和電網(wǎng)一次側(cè)故障，并判別出故障類型；步驟3. 6. 2. 1診斷智能體2利用多尺度模極大值綜合處理的方法來提取多個信號通道的突變時刻，以減小故障定位誤差；步驟3. 6. 2. 2診斷智能體3判別互感器故障與電網(wǎng)故障，其中電網(wǎng)故障分為三相短路、兩相短路、單相接地短路和兩相接地短路。
全文摘要
一種基于多智能體系統(tǒng)和小波分析的故障診斷裝置及方法，包括互感器組、數(shù)據(jù)采集模塊、控制及人機(jī)交互模塊、多智能體系統(tǒng)模塊和數(shù)據(jù)庫模塊?；ジ衅鹘M采用有源電子式電壓和電流互感器，數(shù)據(jù)采集模塊包括跟隨器電路、放大電路、偏置電路及A/D轉(zhuǎn)換器?？刂萍叭藱C(jī)交互模塊包括協(xié)議轉(zhuǎn)換模塊、485總線、以太網(wǎng)網(wǎng)線和上位機(jī)。多智能體系統(tǒng)模塊包括任務(wù)分解智能體、任務(wù)分配智能體、診斷智能體、協(xié)助智能體和決策智能體。由控制程序?qū)ρb置運(yùn)行控制，將電網(wǎng)一次側(cè)運(yùn)行狀態(tài)實(shí)時顯示，通過數(shù)據(jù)庫調(diào)用歷史數(shù)據(jù)；采集的信號送至任務(wù)分解智能體，接收決策智能體的故障診斷結(jié)果并進(jìn)行警報提醒，輔助用戶做出最終決策。
文檔編號G01R31/00GK102508076SQ201110353430
公開日2012年6月20日 申請日期2011年11月9日 優(yōu)先權(quán)日2011年11月9日
發(fā)明者劉振偉, 劉鑫蕊, 孫秋野, 張化光, 楊珺, 梁雪, 王旭, 王迎春, 馬大中 申請人:東北大學(xué)