基於分散式MBD的高鐵牽引供電系統故障預警研究

《基於分散式MBD的高鐵牽引供電系統故障預警研究》是依託西南交通大學，由劉志剛擔任項目負責人的面上項目。

基本介紹

• 中文名：基於分散式MBD的高鐵牽引供電系統故障預警研究
• 項目類別：面上項目
• 項目負責人：劉志剛
• 依託單位：西南交通大學

項目摘要

及時有效地對牽引供電系統進行故障預警可為高速列車的安全運行提供重要保障。針對目前高速鐵路牽引供電系統故障預警方面存在的需求，基於牽引供電系統本身分布的特點，利用牽引供電系統中設備與裝置的實際模型和實測數據，提出基於分散式模型診斷(MBD:Model-based Diagnosis)的故障預警方案。分散式MBD利用大規模分散式系統的內部結構與行為知識對系統故障進行診斷，彌補了傳統故障診斷方法後驗式診斷帶來的弊端，並可以實現系統異常狀態的預警。通過研究基於分散式MBD的建模方法、搜尋算法、診斷策略及故障預警機理，以我國高速鐵路實際線路某個區段為研究對象，研究分散式MBD在牽引供電系統故障預警中套用理論，提升牽引供電系統自身可靠性和列車運行安全水平。

結題摘要

牽引供電系統是高鐵的動力來源，保障上萬公里路網中上千列高速列車的安全可靠運營，需要保證牽引供電系統良好的運營狀態，提升系統故障與異常狀態預警的能力。因此，構建高效可靠的高鐵牽引供電系統故障與異常狀態預警系統是最為有效的途徑，也是亟待研究的重大課題。針對目前高速鐵路牽引供電系統故障預警方面存在的需求，基於牽引供電系統本身分布的特點，利用牽引供電系統中設備與裝置的實際模型和實測數據，提出基於分散式模型診斷(MBD: Model-based Diagnosis)的故障預警方案。主要研究內容：以津京城際永樂段為例，建立了包括牽引變電所、牽引網以及AT所的元件模型，元件之間的拓撲連線關係等，完成牽引供電系統分散式MBD模型庫的建立；利用多種群差分進化算法、蛛網算法、遺傳-粒子群算法等啟發式搜尋算法對最小衝突集進行搜尋，提高預警系統的實時性；對系統中信息缺失，或者漏報誤報進行了評估，提出量測量N-1方法對感測器的故障進行檢測；將MBD與其他方法，如模糊Petri網等結合，對複雜設備故障進行預警。重要結果：將一致性MBD和溯因MBD結合，解決了一致性MBD無法識別故障類型以及溯因MBD搜尋效率低下的問題；建立牽引供電系統的一致性-溯因兩層模型，獲得牽引供電系統的分散式MBD模型；提出了RGA算法、啟發式搜尋算法以及基於貝葉斯機率的搜尋策略，提高了預警系統的實時性能；將MBD與模糊Petri網結合，對牽引變壓器的外部故障以及內部故障進行預警；建立了牽引變流器的非線性模型，實現了對牽引變流器的故障進行預警；開發了基於Maple的牽引供電系統故障診斷軟體。科學意義：分散式MBD 利用大規模分散式系統的內部結構與行為知識對系統故障進行診斷，彌補了傳統故障診斷方法後驗式診斷帶來的弊端，並可以實現系統異常狀態的預警。通過研究基於分散式MBD 的建模方法、搜尋算法、診斷策略及故障預警機理，以我國高速鐵路實際線路某個區段為研究對象，研究分散式MBD 在牽引供電系統故障預警中套用理論，提升牽引供電系統自身可靠性和列車運行安全水平。