用，所以说怎样设计出能应用于大型电网的人工神经网络故障诊断系统依然是现在的研究发展趋势。图就是人工神经网络在电力系统故障诊断中的模型。图三层前向人工神经网络模型基于优化技术的方法随着电力系统的不断进步，专家们研究出很多故障诊断方法技术。虽然都还不够成熟，理论体系尚不够完整，但前景很不错，值得进步研究。其中基于优化技术的故障诊断方法是把电网故障诊断问题建立成种解析的数学模型，将其描述成为的整数规划问题。主要包括遗传算法，粒子群算法，模拟退火算法以及免疫进化算法等，其中遗传算法就是本文研究的重点。基于优化技术的诊断方法主要特点是在模型的原理上比较严密，很适合信息比较完整的电力系统故障诊断。另外基于优化技术的也存在许多的不足，主要有以下几方面在形成目标函数的过程中，对于如何建立个合理的电力系统故障诊断的解析模型，在考虑到多级的后备保护时会有些困难。因为在寻求最优解的过程中，存在些随机因素的影响，导致优化技术有时会丢失最优解。因为优化技术需要迭代计算，所以其诊断速度是个很大的影响因素。其他技术除了以上这些故障诊断技术。还有以下相关诊断技术模糊集理论小波分析法网络以及粗糙集理论技术等些，同时从数据采集的层面上进行区分还有很多相关技术方法，另外也通过多种方法结合创造出更适合现代复杂的电网系统的故障诊断技术，例如遗传算法与模拟退火技术相结合或是专家系统与人工神经网络结合的种诊断方式，如图所示就是人工神经网络专家系统结合的种新方法。神经知识网络库新数据训练数据库规则规则萃取推理机解释器人机接口用户图人工神经网络专家系统的总体结构本章小结在研究遗传算法在电力系统故障诊断中的研究之前，本章首先介绍了故障诊断的基本概念与结构，了解了什么是电力系统故障诊断，并说明了故障诊断的些相关内容，通过变电所的例子来说明故障区域的识别原理。然后简单介绍了故障诊断中专家系统以及人工神经网络，并说明其特点与存在的问题，以及未来的发展趋势。最后还给出了目前存在的其他些故障诊断方法。通过本章的知识，我们明确了电力系统故障诊断的地位以及重要性。第章遗传算法的基本原理及应用遗传算法是通过模拟的生物进化理论的遗传学与自然选择的生物进化过程的计算模型，是种通过模拟自然进化过程，然后搜索出最优解的方法，它最开始是美国密歇根州大学的教授在年首次提出的，并出版发行了很具影响的书，所提出的为简单遗传算法。遗传算法的基本原理基本概念遗传算法是种随机的搜索方法，它借鉴于生物界的进化规律优胜略汰与适者生存演化而来的。主要特点是不存在函数连续性和求导的限制，能直接对结构对象进行操作，并且具有更好的全局搜索最优解能力和内在的隐并行性。采用概率化的寻找最优解方法，能自动调整搜索方向并获取指导优化的搜索范围，没有规则的约束性。的这些性质，被广泛的应用于现代社会的各个领域，是现代智能计算中的重要技术分支。遗传算法特点遗传算法具有以下些特点与传统的些优化算法不同，遗传算法不是从单个解数据进行的，是从问题的串集解开始搜索。这样的覆盖析模型与方法电力系统及其自动化学报文福拴，韩祯祥等基于遗传算法的电力系统故障诊断的解析模型与方法二电力系统及其自动化学报文福拴，韩祯祥等基于遗传算法的电力系统故障诊断的解析模型与方法三电力系统及其自动化学报许仪勋，陆拯，郭志忠基于遗传算法的电力系统分层信息故障诊断方法电力系统自动化段玉倩，贺家李遗传算法及其改进电力系统及其自动化学报李慧玲，李春明种基于遗传算法和神经网络的故障诊断方法电力科学与工程孟祥萍，潘莹，耿卫星，霍飞，高燕混沌免疫遗传算法在电力系统故障诊断中应用电力自动化设备拟出在故障诊断中的分析检测过程。其中图为专家系统的完整结构。在电力系统故障诊断上，根据其知识的表达和推算方法的不同，专家系统主要分为两类基于启发式规则推理。结合正反推理的系统。基于规则基于框架基于案例基于模型基于网络图专家系统的发展这些基于专家系统的诊断方法的主要特点是可以快速有效的把保护设备和断路器的相关动作和运行人员的检测诊断经验通过规则表达出来，在确保诊断系统的准确性和实时性同时能给出相应的结论的情况下，在其知识库中修改或者删减增加些合适的规则，在故障诊断中，适合中小型的电力系统和电站的故障诊断。作为发展最早的人工智能系统之，专家系统虽然已经有着较为成熟的理论知识体系，但是也存在很多缺陷在实际的应用中。其中要去的完整的知识库是专家系统在故障诊断中的大难题。同时，专家系统的容错能力也有待提升，这方面可以通过将模糊集的理论与其相结合，对知识库进行模糊的推理使专家系统得到改善，这是专家系统在故障诊断方法近近几年发展的主要目标以及趋势。人工神经网络人工神经网络是模拟人类神经系统处理信息以及传输过程的种人工智能技术方法。在提出模拟神经元方法以后，人工神经网络迅速的发展成为人工智能技术的又个重要方法。人工神经网络的出现为处理非线性问题提供了条新的道路。目前在人工神经网络的实际应用中，到的人工神经网络模型主要是采用，以下简称网络或是它的变化形式。相比于专家系统，人工神经网络最大的优点就是采用了神经元和它们之间有向权重链接来隐含处理相关问题的理论知识，同时也有具有以下些特点自我组织，学习能力强，能够学习并适应各种不确定关系系统的特性。容错能力较强，能够充分的达到任意较为复杂的非线性关系。神经元间的计算性具有独立性，所有的定量与定性的相关信息都均匀分布在网络内神经元里。人工神经网络采用了分布处理法，使计算能力得到提升。随着人工神经网络的不断发展，人工神经网络在电力系统中的应用越来越开始活跃。其中第届的人工神经网络在电力系统中的应用就于年在美国召开。目前来说，在电力系统的故障诊断中，人工神经网络的应用主要集中在以下几方面电力系统的负荷预测故障诊断与警报的处理可预测性分析与状态的估计动静态的安全稳定性估计电力系统的无功优化暂态稳定控制与运行监测系统。人工神经网络在电力系统故障诊断中的主要应用问题是人工神经网络不具备相应的表达电力系统拓扑结构的相关能力，仅能在具有固定的接线的中小型电网中得到应面积数器的外部计数输入端，可作为定时器计数器的触发输入端，具体如表所示。在编程和校验时，口接收低位地址信息。常州信息职业技术学院电子与电气工程学院毕业设计论文口脚具有内部上拉电阻，做为准双向输入输出口，当访问外部程序和数据存储器或者扩展口时，口作为高位地址数据端。口脚具有内部上拉电阻，准双向口，口除做通用外还可作为第二功能引脚使用，如表所示。控制线引脚脚复位信号输入端。当单片机工作时，在引脚加上持续个机器周期的高电平将使单片机复位。脚地址锁存允许信号输出引脚，访问外部程序存储器时，锁存低位地址信息。此引脚也用作编程脉冲输入引脚。脚外部程序存储器选通信号输出引脚，低电平有效。当单片机执行片外程序存储器程序时，每个机器周期引脚被激活两次，而访问外部数据存储器时，引脚将不被激活。脚内外程序存储器选择引脚，引脚为低电平时，选用片外程序存储器。做为编程电压输入引脚。电源及时钟引脚脚晶体振荡器接入的个引脚。脚晶体振荡器接入的另个引脚。常州信息职业技术学院电子与电气工程学院毕业设计论文脚电源接入引脚。脚接地引脚。单片机时钟电路单片机时钟信号通常用两种电路形式得到内部振荡方式和外部振荡方式。内部振荡方式单片机内部带有时钟电路，因此，只需要在片外通过和引脚接入晶振元件晶体振荡器和电容，即可构成个稳定的自激振荡器。外部振荡方式把外部的时钟信号引入单片机内部。此方式可使单片机的时钟与外部信号保持同步。在本设计中采用第种方式，在和引脚分别接个的电容，两个引脚之间接入个的晶振，电路如图所示。单片机复位电路复位是使单片机或系统中的其他部分处于初始状态，初始化后程序计数器为，程序从地址单元开始执行。如果程序运行时出错或操作使系统处于死锁状态时，可通过按键复位重新启动。当引脚加高电平复位信号，信号保持个以上机器周期时，单片机内部执行复位操作。复位操作有两种基本形式上电自动复位和按键电平复位。在本设计中复位电路采用按键电平方式，电路如图所示，使引脚图中悬空脚经过电解电容与电源接通，同时经过电阻与地连接而实现。当按下按键时，引脚置高，系统进入复位状态。常州信息职业技术学院电子与电气工程学院毕业设计论文报警模块设计声光报警电路如图图所示，由单片机的和引脚控制。当燃气浓度超出安全值时，引脚置高，三极管导通，进而蜂鸣器及发光二极管导通，蜂鸣器和发光二极管实现蜂鸣发光，即实现了声光报警的功能。常州信息职业技术学院电子与电气工程学院毕业设计论文电路电源部分设计电源部分提供整个电路所需各种电压，由电源变压器整流电路滤波电路及稳压电路构成，电源变压器的功率由需要输出的电流大小决定，确保有充足功率余量。本设计中供电电源电路如图所示，电压经降压变压器降压至，交流电输入二极管整流桥，整流桥选用二极管，输出方向单但大小还是处在不断地变化之中的脉动直流电压，再经过电容滤波进入稳压块及，其中电容滤波电路中大的电解电容滤掉大幅值的低频成分，小无极电容滤掉脉动直流中的高次谐波。经过滤波后的电信号经过和后输出得到的是和电用，所以说怎样设计出能应用于大型电网的人工神经网络故障诊断系统依然是现在的研究发展趋势。图就是人工神经网络在电力系统故障诊断中的模型。图三层前向人工神经网络模型基于优化技术的方法随着电力系统的不断进步，专家们研究出很多故障诊断方法技术。虽然都还不够成熟，理论体系尚不够完整，但前景很不错，值得进步研究。其中基于优化技术的故障诊断方法是把电网故障诊断问题建立成种解析的数学模型，将其描述成为的整数规划问题。主要包括遗传算法，粒子群算法，模拟退火算法以及免疫进化算法等，其中遗传算法就是本文研究的重点。基于优化技术的诊断方法主要特点是在模型的原理上比较严密，很适合信息比较完整的电力系统故障诊断。另外基于优化技术的也存在许多的不足，主要有以下几方面在形成目标函数的过程中，对于如何建立个合理的电力系统故障诊断的解析模型，在考虑到多级的后备保护时会有些困难。因为在寻求最优解的过程中，存在些随机因素的影响，导致优化技术有时会丢失最优解。因为优化技术需要迭代计算，所以其诊断速度是个很大的影响因素。其他技术除了以上这些故障诊断技术。还有以下相关诊断技术模糊集理论小波分析法网络以及粗糙集理论技术等些，同时从数据采集的层面上进行区分还有很多相关技术方法，另外也通过多种方法结合创造出更适合现代复杂的电网系统的故障诊断技术，例如遗传算法与模拟退火技术相结合或是专家系统与人工神经网络结合的种诊断方式，如图所示就是人工神经网络专家系统结合的种新方法。神经知识网络库新数据训练数据库规则规则萃取推理机解释器人机接口用户图人工神经网络专家系统的总体结构本章小结在研究遗传算法在电力系统故障诊断中的研究之前，本章首先介绍了故障诊断的基本概念与结构，了解了什么是电力系统故障诊断，并说明了故障诊断的些相关内容，通过变电所的例子来说明故障区域的识别原理。然后简单介绍了故障诊断中专家系统以及人工神经网络，并说明其特点与存在的问题，以及未来的发展趋势。最后还给出了目前存在的其他些故障诊断方法。通过本章的知识，我们明确了电力系统故障诊断的地位以及重要性。第章遗传算法的基本原理及应用遗传算法是通过模拟的生物进化理论的遗传学与自然选择的生物进化过程的计算模型，是种通过模拟自然进化过程，然后搜索出最优解的方法，它最开始是美国密歇根州大学的教授在年首次提出的，并出版发行了很具影响的书，所提出的为简单遗传算法。遗传算法的基本原理基本概念遗传算法是种随机的搜索方法，它借鉴于生物界的进化规律优胜略汰与适者生存演化而来的。主要特点是不存在函数连续性和求导的限制，能直接对结构对象进行操作，并且具有更好的全局搜索最优解能力和内在的隐并行性。采用概率化的寻找最优解方法，能自动调整搜索方向并获取指导优化的搜索范围，没有规则的约束性。的这些性质，被广泛的应用于现代社会的各个领域，是现代智能计算中的重要技术分支。遗传算法特点遗传算法具有以下些特点与传统的些优化算法不同，遗传算法不是从单个解数据进行的，是从问题的串集解开始搜索。这样的覆盖