本發(fā)明屬于電力系統(tǒng)電網(wǎng)故障診斷領(lǐng)域，特別涉及一種基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型構(gòu)建方法。

背景技術(shù)：

電網(wǎng)故障診斷在事故后快遞分析、盡快恢復(fù)供電等方面起著重要的作用。作為故障恢復(fù)的第一步，應(yīng)快速、有效地對(duì)電網(wǎng)故障進(jìn)行診斷以隔離故障元件，避免事故擴(kuò)大，進(jìn)而采取相應(yīng)措施快速恢復(fù)供電，保證電網(wǎng)安全、可靠運(yùn)行。

目前，應(yīng)用于電網(wǎng)故障診斷領(lǐng)域的方法主要有專家系統(tǒng)、貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、petri網(wǎng)、優(yōu)化技術(shù)等。這些故障診斷方法在故障警報(bào)信息準(zhǔn)確且故障樣本數(shù)據(jù)完備的情況下能夠獲得良好的診斷效果，并且在故障警報(bào)信息不確定性方面亦取得了某些進(jìn)展。然而在實(shí)際中，隨著電網(wǎng)的規(guī)模不斷擴(kuò)大和拓?fù)浣Y(jié)構(gòu)日趨復(fù)雜，獲取完備的故障樣本數(shù)據(jù)非常困難，并且由于量測(cè)設(shè)備采樣錯(cuò)誤、信息傳輸通道異常或中斷等原因?qū)е卤Ｗo(hù)、斷路器等故障警報(bào)信息畸變、丟失更加嚴(yán)峻，在此背景下電網(wǎng)故障診斷存在很多困難。因此有必要研究一種容錯(cuò)性強(qiáng)、具有自學(xué)習(xí)能力的電網(wǎng)故障診斷方法，以輔助調(diào)度運(yùn)行人員快速進(jìn)行事故分析與處理。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提出了一種基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型構(gòu)建方法，所述方法主要包括以下步驟：

步驟1：根據(jù)體液免疫應(yīng)答過程與電網(wǎng)故障診斷過程的相似性，將免疫系統(tǒng)的一些基本量與電網(wǎng)故障診斷的基本量對(duì)應(yīng)起來，建立二者的映射關(guān)系；

步驟2：模擬人體免疫系統(tǒng)的自體耐受、克隆選擇、記憶細(xì)胞獲取、抗體濃度調(diào)節(jié)等免疫機(jī)制和結(jié)構(gòu)，構(gòu)建基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型；

步驟3：基于步驟2構(gòu)建的診斷模型進(jìn)行電網(wǎng)故障診斷，應(yīng)用先驗(yàn)知識(shí)實(shí)現(xiàn)已知故障的診斷，借助連續(xù)學(xué)習(xí)機(jī)制實(shí)現(xiàn)未知故障的學(xué)習(xí)，逐步補(bǔ)充和完善診斷知識(shí)。

所述步驟1免疫系統(tǒng)的一些基本量與電網(wǎng)故障診斷系統(tǒng)的基本量的對(duì)應(yīng)關(guān)系包括：抗原與故障警報(bào)信息；b細(xì)胞、抗體與故障診斷檢測(cè)器；漿細(xì)胞與候選故障診斷檢測(cè)器；記憶細(xì)胞與記憶故障診斷檢測(cè)器；親和力與故障匹配程度；抗體、抗原的綁定與故障模式匹配；自體耐受與否定選擇算法；克隆選擇與克隆選擇算法；協(xié)同刺激與人工輔助；抗原檢測(cè)和應(yīng)答與故障警報(bào)信息的識(shí)別和應(yīng)答。

所述步驟3整個(gè)電網(wǎng)故障診斷過程主要分為三個(gè)階段：

(1)故障診斷檢測(cè)器生成階段，這一階段主要是對(duì)故障樣本數(shù)據(jù)進(jìn)行體液免疫學(xué)習(xí)訓(xùn)練；

(2)故障診斷階段，這一階段利用故障知識(shí)庫中的故障檢測(cè)器對(duì)目標(biāo)系統(tǒng)的實(shí)時(shí)故障警報(bào)信息進(jìn)行診斷識(shí)別，確定故障元件；

(3)連續(xù)學(xué)習(xí)階段，對(duì)不能識(shí)別的故障警報(bào)信息進(jìn)行體液免疫連續(xù)學(xué)習(xí)。

所述對(duì)故障樣本數(shù)據(jù)進(jìn)行的體液免疫學(xué)習(xí)主要包括的環(huán)節(jié)有：未成熟檢測(cè)器的自體耐受；成熟檢測(cè)器的選擇、克隆、變異、親和力成熟、受體編輯過程；生成最終故障檢測(cè)器的抗體評(píng)估策略。

所述成熟檢測(cè)器的選擇指依據(jù)親和力和抗體濃度進(jìn)行選擇，每個(gè)檢測(cè)器期望被選擇的概率計(jì)算公式如下：

式中，f(ab,ag)為抗體與抗原的親和力；c(ab)為抗體濃度；α為多樣性常數(shù)調(diào)節(jié)因子，0.5<α<1。

所述親和力是指抗體與抗原的綁定能力，即故障匹配程度，其計(jì)算公式為，

式中，為抗體與抗原基于平均信息熵的距離計(jì)算公式，其中x為等位基因數(shù)；l為抗原ag與抗體ab的編碼基因長度；pij為抗原ag與抗體ab中第j位編碼基因取值為第i個(gè)等位基因的概率。設(shè)抗體與抗原的匹配閾值為ε，若f(ab,ag)≥ε，則抗體與抗原相匹配。

所述抗體濃度指相似抗體在群體中所占的比重，計(jì)算公式為，

式中，η為預(yù)設(shè)的相似度閾值；s(abj,abk)為抗體abj與abk的相似度；n為群體規(guī)模。

所述相似度指抗體與抗體間的匹配程度，其計(jì)算公式為，

式中，為抗體間的海明距離計(jì)算公式，其中，l為抗體編碼基因長度；abki、abji為第k與j第個(gè)抗體的第i位編碼基因。

本發(fā)明的有益效果在于，本發(fā)明所提供的一種基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型構(gòu)建方法考慮了當(dāng)前電網(wǎng)故障診斷所面臨的故障警報(bào)信息不確定性和不完備性的影響，所構(gòu)建的電網(wǎng)故障診斷模型具有較強(qiáng)的容錯(cuò)能力，既能夠快速、有效地實(shí)現(xiàn)已知故障的診斷，又可以實(shí)現(xiàn)未知故障的連續(xù)學(xué)習(xí)，故障診斷知識(shí)的不斷完善和補(bǔ)充，一定程度上克服了故障知識(shí)不完備的問題，逐步使系統(tǒng)的故障診斷能力達(dá)至最優(yōu)。

附圖說明

圖1為體液免疫系統(tǒng)與電網(wǎng)故障診斷系統(tǒng)的映射關(guān)系圖。

圖2為基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷流程圖。

具體實(shí)施方式

本發(fā)明提出了一種基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型構(gòu)建方法，主要包括以下步驟：

步驟1：根據(jù)體液免疫應(yīng)答過程與電網(wǎng)故障診斷過程的相似性，將免疫系統(tǒng)的一些基本量與電網(wǎng)故障診斷的基本量對(duì)應(yīng)起來，建立二者的映射關(guān)系；

步驟2：模擬人體免疫系統(tǒng)的自體耐受、克隆選擇、記憶細(xì)胞獲取、抗體濃度調(diào)節(jié)等免疫機(jī)制和結(jié)構(gòu)，構(gòu)建基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型；

步驟3：基于步驟2構(gòu)建的診斷模型進(jìn)行電網(wǎng)故障診斷，應(yīng)用先驗(yàn)知識(shí)實(shí)現(xiàn)已知故障的診斷，借助連續(xù)學(xué)習(xí)機(jī)制實(shí)現(xiàn)未知故障的學(xué)習(xí)，逐步補(bǔ)充和完善診斷知識(shí)。

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步說明。

圖1所示為本發(fā)明體液免疫系統(tǒng)與電網(wǎng)故障診斷系統(tǒng)的映射關(guān)系圖，根據(jù)二者的映射關(guān)系，定義電網(wǎng)故障診斷模型中所涉及的一些基本量，定義如下：

(1)自體，當(dāng)電網(wǎng)正常運(yùn)行時(shí)，所收集的狀態(tài)特征量構(gòu)成的向量即為自體，用self表示，self＝(s1,s2,...,si,...,sl)，其中si為第i位自體編碼基因；l為編碼基因長度。

(2)抗原，電網(wǎng)發(fā)生故障時(shí)獲取的故障警報(bào)信息構(gòu)成的特征向量映射為抗原，用ag來表示，ag＝(ag1,ag2,...,agi,...,agl)，其中agi為第i位抗原編碼基因。

(3)故障診斷檢測(cè)器，故障診斷檢測(cè)器由b細(xì)胞及抗體構(gòu)成，故障元件映射為b細(xì)胞，引發(fā)元件發(fā)生故障的警報(bào)信息映射為抗體。故障檢測(cè)器可以診斷故障征兆數(shù)據(jù)以辨識(shí)發(fā)生故障的元件，表示成d＝(ab,b_cell)，其中，b_cell為b細(xì)胞映射的故障元件；ab＝(ab1,ab2,...,abi,...,abl)為抗體映射的相關(guān)警報(bào)信息，abi為第i位抗體編碼基因。

(4)親和力，親和力指抗體與抗原的綁定能力，即故障匹配程度，抗體與抗原的親和力計(jì)算公式為，

式中，為抗體與抗原基于平均信息熵的距離計(jì)算公式，其中x為等位基因數(shù)；l為抗原ag與抗體ab的編碼基因長度；pij為抗原ag與抗體ab中第j位編碼基因取值為第i個(gè)等位基因的概率。設(shè)抗體與抗原的匹配閾值為ε，若f(ab,ag)≥ε，則抗體與抗原相匹配。

(5)相似度。相似度指抗體與抗體間的匹配程度，其計(jì)算公式為，

式中，為抗體間的海明距離計(jì)算公式，其中，l為抗體編碼基因長度；abki、abji為第k與第j個(gè)抗體的第i位編碼基因。

(6)抗體濃度?？贵w的濃度指相似抗體在群體中所占的比重，其計(jì)算公式為，

式中，η為預(yù)設(shè)的相似度閾值；n為群體規(guī)模。

圖2為本發(fā)明基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷流程圖。如圖2所示，本發(fā)明提供的基于體液免疫應(yīng)答機(jī)制的電網(wǎng)故障診斷模型構(gòu)建方法主要包括以下步驟：

步驟1：對(duì)所獲取的故障樣本數(shù)據(jù)進(jìn)行體液免疫學(xué)習(xí)訓(xùn)練。

步驟1.1：隨機(jī)生成n個(gè)未成熟檢測(cè)器，并初始化體液免疫學(xué)習(xí)過程中所涉及的各個(gè)參數(shù)。

步驟1.2：采用海明距離對(duì)自體抗原進(jìn)行匹配，若未成熟檢測(cè)器與自體抗原匹配，則將其刪除并補(bǔ)入新的未成熟檢測(cè)器，否則轉(zhuǎn)入成熟檢測(cè)器集合；

步驟1.3：對(duì)生成的成熟檢測(cè)器集合計(jì)算親和力和濃度。

步驟1.4：對(duì)成熟檢測(cè)器采用輪盤賭的選擇方法進(jìn)行選擇操作，每個(gè)檢測(cè)器期望被選擇的概率計(jì)算公式如下：

式中，α為多樣性常數(shù)調(diào)節(jié)因子，0.5<α<1。

步驟1.5：對(duì)選擇出來的檢測(cè)器進(jìn)行克隆操作，克隆計(jì)算公式如下：

nci＝round(β×n)(公式2)

式中，nci為被選出的第i個(gè)檢測(cè)器的克隆規(guī)模；n為群體規(guī)模；β為繁殖系數(shù)。

步驟1.6：對(duì)克隆增殖后的檢測(cè)器進(jìn)行均勻變異操作，變異計(jì)算公式如下：

式中，abji為附屬于檢測(cè)器dj的抗體abj的第i個(gè)分量；pm為變異概率；s是[0,1]范圍內(nèi)的隨機(jī)數(shù)。

步驟1.7：重新計(jì)算變異后檢測(cè)器的親和力，若變異后的檢測(cè)器親和力高于父代，就用該檢測(cè)器代替原檢測(cè)器。計(jì)算公式如下，

式中，ab′imax(t)為第t次迭代中第i個(gè)克隆子代群體中最優(yōu)檢測(cè)器的抗體，max{f(abi′(t))}為子代群體中最高親和力；abi(t)為第t次迭代中第i個(gè)父代檢測(cè)器的抗體，f(abi(t))為其親和力。

步驟1.8：經(jīng)歷步驟1.7的計(jì)算后，將親和力最高的n個(gè)檢測(cè)器加入記憶檢測(cè)器集合和候選檢測(cè)器集合，其他消亡，從而達(dá)到親和力成熟。

步驟1.9：對(duì)記憶檢測(cè)器集合進(jìn)行受體編輯操作。用隨機(jī)生成的滿足耐受要求的m個(gè)檢測(cè)器替換記憶檢測(cè)器集合中親和力較低的檢測(cè)器。

步驟1.10：判斷進(jìn)化代數(shù)是否等于預(yù)設(shè)。若不等于，返回步驟1.3進(jìn)行循環(huán)操作；否則，繼續(xù)下一步操作。

步驟1.11：模擬抗體抗原反應(yīng)的量比特性對(duì)候選故障診斷檢測(cè)器分泌的抗體進(jìn)行評(píng)估，計(jì)算抗原識(shí)別率，公式如下：

式中，f(abi,ag)為抗原ag與抗體abi的親和力，ε為ag與abi的匹配閾值。

步驟1.12：若γ1<p(ag)≤γ2(γ2、γ1為預(yù)設(shè)的上、下限常數(shù)閾值)，說明抗體抗原的反應(yīng)達(dá)至最適比例，則評(píng)估結(jié)束，轉(zhuǎn)至步驟1.15；否則，繼續(xù)下一步操作。

步驟1.13：若p(ag)>γ2，說明優(yōu)勢(shì)抗體濃度過剩，則對(duì)抗體集ab＝{ab1,ab2,...,abn}進(jìn)行濃度調(diào)節(jié)，刪除濃度高的優(yōu)勢(shì)abi，高濃度優(yōu)勢(shì)抗體凋亡函數(shù)公式定義如下：

delete(abi)＝{abi∈ab,f(abi,ag)≥ε∩max{c(abi)}}(公式6)

若p(ag)≤γ1，說明劣勢(shì)抗體濃度過剩，則刪除濃度高的劣勢(shì)abj，高濃度劣勢(shì)抗體凋亡函數(shù)公式定義如下：

delete(abj)＝{abj∈ab,f(abj,ag)<ε∩max{c(abj)}}(公式7)

步驟1.14：重新計(jì)算比例調(diào)節(jié)后的p(ag)，若γ1<p(ag)≤γ2，則評(píng)估結(jié)束，轉(zhuǎn)至步驟1.15，；否則，轉(zhuǎn)至步驟1.13。

步驟1.15：對(duì)滿足最適比要求的抗體集進(jìn)行重新封裝，生成最終故障診斷檢測(cè)器d(ab,device)，其中device為故障元件；ab＝{ab1,ab2,...,abk}為評(píng)估操作后滿足最適比要求的抗體集。

步驟1.16：用一個(gè)人工操作環(huán)節(jié)來模擬協(xié)同刺激信號(hào)。借鑒領(lǐng)域?qū)＜医?jīng)驗(yàn)，若生成的故障診斷檢測(cè)器對(duì)抗原的識(shí)別與實(shí)際故障相符，則存入故障知識(shí)庫；否則凋亡。

步驟2：實(shí)時(shí)故障警報(bào)信息檢測(cè)與識(shí)別。當(dāng)電網(wǎng)元件發(fā)生故障時(shí)，獲取反饋的故障警報(bào)信息。

步驟3：調(diào)用故障診斷模塊對(duì)獲取的故障警報(bào)信息進(jìn)行診斷，若能夠確診故障元件，則輸出診斷結(jié)果，供調(diào)度運(yùn)行人員進(jìn)行決策參考；否則，返回步驟1進(jìn)行未知故障的體液免疫連續(xù)學(xué)習(xí)。

以上所述具體實(shí)施方式可以使本領(lǐng)域的技術(shù)人員更全面地理解本發(fā)明，但不以任何方式限制本發(fā)明。因此，盡管本說明書結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行了詳細(xì)的說明，但是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，依然可以對(duì)本發(fā)明進(jìn)行修改或者等同替換，這些未脫離本發(fā)明精神和范圍的任何修改或者等同替換，均應(yīng)涵蓋在本發(fā)明的保護(hù)范圍當(dāng)中。