基于时间顺序脉冲神经膜系统的电网故障诊断方法

该文针对现有脉冲神经膜系统存在未能充分利用保护装置之间的时序约束属性、相应故障诊断模型建模复杂的问题,提出了一种基于时间顺序实数脉冲神经膜系统(Time Sequence Spiking Neural P System with Real Numbers,rTSSNPS)的电网故障诊断方法。首先,根据警报信息的时间属性和保护装置之间的时序约束建立直观、清晰的故障诊断模型,为输入神经元赋予时间矩阵和脉冲值矩阵。其次,利用时间脉冲矩阵推理算法得到输出脉冲值和故障时间约束区间。最后,采用IEEE39节点系统进行算例推理,从而验证该方法的准确性和推理算法的有效性。由算例结果可知,该模型拓扑结构的适应性强,推理算法简便,处理警报信息的过程比较简单,能够快速识别故障元件,具有较好的容错性。