用于分布式故障诊断系统的新型网络分割法

大规模电力网络的故障诊断问题可由分布式人工智能技术有效地解决。文中提出了一种用于分布式故障诊断系统的有效的网络分割方法，能够将大规模电力网络分割为给定数目的连通子网络，各子网络的故障诊断负担基本相等，同时每个子网络边界元件的数目最小。该网络分割法主要由3部分组成：形成给定电力网络的深度优先搜索树；将网络分割为连通的且计算负担基本平衡的子网络；最小化子网络的边界元件数目以尽可能减小相邻子网络故障诊断的相互重叠，从而节省诊断时间。提出的网络分割法已使用稀疏存储技术编程实现，并在IEEE14母线、30母线和118母线系统中进行了仿真研究。结果表明该网络分割法可以十分有效地分割大规模电力网络，进而由分布式人工智能技术解决故障诊断问题。