配電系統由於負載持續成長，分佈日益擴大，而其保護設備與開關設備元件眾多，當電力系統發生故障時，如何從監控系統(SCADA System)裡所紀錄的保護設備動作資料，儘速找出故障位置及原因，並加以隔離，再經由復電策略恢復停電區域之電力供應，以縮短停電時間。建立一套完整的復電規劃智慧型系統，不僅可以增加調度人員處理與排除故障的能力，並可以快速得知整個系統的復電策略，以縮短停電時間。完整的復電規劃智慧型系統，包括了：警報訊號處理、故障偵測、故障隔離、復電策略四個部分。本文提出以類神經網路應用於復電規劃。利用雙向聯想記憶網路(Bi-directional Associative Memory Network, BAMN)，建構警報訊號處理系統（Alarm Processing）；利用機率神經網路（Probabilistic Neural Network, PNN）建構復電策略規劃系統，包括故障區域偵測（Fault Section Detection）、故障區域隔離、復電策略，整體智慧型復電規劃系統，可迅速的判定故障發生區域，並及時將故障的區域隔離，取得非故障停電區域的復電規劃，增加調度人員操作的便利性。

本論文提出以雙向聯想記憶網路將SCADA所擷取的保護設備元件訊號作前置處理，並將正確的訊號傳遞給機率神經網路作整體復電策略規劃，最後在個人電腦上快速分析及驗證處理流程的可行性。

With the rapid growth of load demand, the distribution system is becoming more and more complicated, and the operational efficiency and service quality deteriorated. Power system protection is important for service reliability and quality assurance. Various faults may occur due to natural and artificial calamity. To reduce the outage duration and promptly restore power services, fault section estimate has to be done effectively with appeared fault alarms. The distribution system containing numerous protective facilities and switch equipment ranges over wide boundary. It becomes very complicated for dispatchers to obtain restoration plan for out-of-service areas. To cope with the problem, an effective tool is helpful for the restoration. This thesis proposes the use of Bi-directional associative memory networks (BAMN) to develop alarm processing. And use of Probabilistic Neural Network (PNN) to develop fault section detection, fault isolation, and restoration system. A distribution system is selected for computer simulation to demonstrate the effectiveness of the proposed system.

The thesis proposes to use Bi-directional Associative Memory Network（BAMN） to pre-process the signal gained from SCADA Interface, and transmit correct signal to Probabilistic Neural Network (PNN) for restoration plan . Computer simulation shows a simplified model to shorten the processing time in this study.

目錄

摘要......................................................I
Abstract. . . . . . . . . . . . . . . . . . . . . . . . .II
目錄. . . . . . . . . . . . . . . . . . . . . . . . . .III
圖目錄. . . . . . . . . . . . . . . . . . . . . . . . . .VI
表目錄. . . . . . . . . . . . . . . . . . . . . . . . .VIII

第一章 緒論. . . . . . . . . . . . . . . . . . . . . . .1

1.1 研究背景與動機. . . . . . . . . . . . . . . . . .1
1.2 研究目的與方法. . . . . . . . . . . . . . . . . .2
1.3 論文內容概述. . . . . . . . . . . . . . . . . . .5

第二章 研究方法概述................................6

2.1 前言. . . . . . . . . . . . . . . . . . . . . . . .6
2.2 類神經網介紹. . . . . . . . . . . . . . . . . . . .6
2.3 類神經網路架構. . . . . . . . . . . . . . . . . . .7
2.3.1 類神經網路基本架構. . . . . . . . . . . . ..8
2.3.2 類神經網路之學習策略. . . . . . . . . . .. .9
2.3.3 學習與記憶. . . . . . . . . . . . . . . . .10
2.3.4 類神經網路之特性. . . . . . . . . . . . . .12
2.4 機率神經網路. . . . . . . . . . . . . .. . . . . .13
2.5 雙向聯想記憶網路. . . . . . . . . . . . . . . . .19
2.6 類神經網路之選用. . . . . . . . . . . . . . . . .25

第三章 復電策略分析..............................27

3.1 前言. . . . . . . . . . . . . . . .. . . . . . . .27
3.2 配電系統架構. . . . . . . . . . . . . . . .. . . .27
3.3 復電規則建立. . . . . . . . . . . . . . . . . . .30
3.4 轉供優先權. . . . . . . . . . . . . . .. . . . . .33
3.5 負載曲線. . . . . . . . . . . . . . . . . . . . .34
3.6 本章結論. . . . . . . . . . . . . . . . . . . . .35

第四章 復電策略系統之建構........................36

4.1 前言. . . . . . . . . . .. . . . . . . . . . . . .36
4.2 故障區域偵測之建構. . . . . . . . . . . . . . . .36
4.2.1 故障區域偵測之背景. . . . . . . . . . . . .37
4.2.2 故障區域偵測之方法. . . . . . . . . . . . .40
4.2.3 訓練範例之建立. . . . . . . . . . . . . . .41
4.2.4 故障區域隔離. . . . . . . . . . . . . . . .43
4.3 警報訊號處理. . . . . . . . . . . . . . . . . . .45
4.3.1 訓練範例之建立. . . . . . . . . . . . . . .45
4.4 復電策略規劃. . . . . . . .. . . . . . . . . . . .47
4.4.1 負載篩選. . . . . . . . . . . . . . . . . .49
4.4.2 電壓修正. . . . . . . . . . . . . . . . . .56
4.5 本章結論. . . . . . . .. . . . . . . . . . . . . .58

第五章 模擬測試與討論..........................61

5.1 前言. . . . . . . . . . . . . . . . . . . .. . . .61
5.2 匯流排故障測試. . . . . . . . . . . . . . . . .. .63
5.3 主變壓器故障測試. . . . . . . . . . . .. . . . . .69
5.4 本章結論. . . . . . . . . . . . . . . . . . . . .82

第六章 結論與未來研究方向.......................83

6.1 結論. . . . . . . .. . . . . . . . . . . . . . . .83
6.2 未來研究方向. . . . . . . . . . . . . . . . . . .84
參考文獻. . . . . . . . . . . . . . . .. . . . . . . . .85


圖目錄

圖2-1 前饋式網路……………………………………………………8
圖2-2 回饋式網路………………………………………………………9
圖2-3 PNN網路基本架構圖…………………………………………14
圖 2-4 高斯網路…………………………………………………… 14
圖2-5 樣本空間S的分割圖形…………………………………………15
圖2-6(a)(b)(c)(d) PNN網路建構過程示意圖………………………17
圖2-7(a)(b) 回授聯想記憶網路……………………………………20
圖2-8 雙極值作用函數………………………………………………21
圖3-1(a)(b)(c) 配電系統網路架構…………………………………29
圖3-2 韓國主變電站…………………………………………………31
圖3-3 住宅區日負載曲線……………………………………………34
圖3-4 總負載量示意圖………………………………………………35
圖4-1 變電站保護區示意圖…………………………………………40
圖4-2 PNN變壓器元件故障症狀圖樣…………………………………42
圖4-3變壓器故障訓練範例群組規劃模式……………………………43
圖4-4(a)(b) 故障區域隔離開關動作症狀圖樣……………………44
圖4-5 BAMN變壓器元件故障症狀圖樣………………………………45
圖4-6復電策略規劃開關動作症狀圖樣………………………………48
圖4-7負載篩選程式流程圖……………………………………………49
圖4-8兩主變壓器負載轉供模型………………………………………50
圖4-9主變電站負載模型………………………………………………51
圖4-10負載篩選與卸載程式流程……………………………………52
圖4-11(a)(b) 可恢復供電的負載症狀圖樣…………………………55
圖4-12(a)(b) 加入支援主變壓器權值恢復供電負載症狀圖樣……56
圖4-13電容器位置配置圖……………………………………………57
圖4-14整體復電規劃流程圖…………………………………………60
圖5-1 每個負載區域的日負載曲線…………………………………62
圖5-2 復電策略規劃系統輔助工具…………………………………62
圖5-3 BUS#2故障整體復電策略………………………………………64
圖5-4 BUS#2故障區域隔離開關操作示意圖…………………………65
圖5-5 BUS#2故障復電開關操作示意圖………………………………65
圖5-6 HBUS#1故障且包含誤動作訊號整體復電策略………………67
圖5-7 BUS#1故障區域隔離開關操作示意圖…………………………68
圖5-8 BUS#1故障復電開關操作示意圖………………………………68
圖5-9所有時段主變壓器MTR#2故障負載復電情形…………………69
圖5-10(a)(b) MTR#2故障偵測與故障隔離開關動作………………71
圖5-11 MTR#2故障區域隔離開關動作示意圖………………………71
圖5-12(a)(b) MTR#1負載區域之負載轉換…………………………72
圖5-13(a)(b) MTR#3負載區域之負載轉換…………………………73
圖5-14 負載轉換開關操作……………………………………………74
圖5-15 輕載時段的負載篩選…………………………………………75
圖5-16 輕載時段的復電策略規劃……………………………………76
圖5-17 輕載時段復電開關操作示意圖………………………………76
圖5-18(a)(b)(c) 輕載時段電壓修正前後示意圖………………77-78
圖5-19重載時段負載篩選……………………………………………79
圖5-20重載時段的復電策略規劃……………………………………80
圖5-21重載時斷復電開關操作示意圖………………………………80
圖5-22(a)(b)(c) 重載時段電壓修正前後示意圖………………81-82


表目錄

表3-1 負載重要性等級區分…………………………………………30
表4-1 電容器開關組合與容量………………………………………58
表5-1 負載轉換規劃比較表…………………………………………73

[1] H.L. Willis, H. Tram, M.V. Engel and L. Finley, “Optimization Applications to Power Distribution” , IEEE Computer Applications in Poewer, Vol. 8, No. 4, Oct. 1995,pp. 12-17.
[2] 台灣電力公司,配電饋線自動化整體計畫,台灣電力公司業務處饋線自動課, 民國89年3月.
[3] J.S. Wu, C.C. Liu, K. L. Liou, and R.F. Chu, “A Petri Net Algorithm for Scheduling of Generic Restoration Actions”, IEEE Trans. On Power System, Vol. PWRE-12, No. 1, February 1997,pp. 69-76.
[4] 柯裕隆, “應用派翠網路於配電系統開關操作策略制定之研究”, 博士論文, 國立中山大學, 民國89年.
[5] 洪武誠, “用於配電系統復電策略之計算機輔助決策系統”, 碩士論文, 中原大學, 民國89年.
[6] 蔡宏盈, “應用彩色派翠網路專家系統於配電系統故障復電策略之研究”, 碩士論文, 國立中山大學, 民國92年.
[7] Y. Kojima, S. Warashina, M. Kato and H. Watanabe, “The Development of Power System Restoration Method for a Bulk Power System by Applying Knowledge Engineering Techniques”, IEEE Trans. on Power System, Vol. 4, No. 3, 1989,pp. 1228-1235.
[8] C.C. Liu, K.L. Liou, R.F. Chu and A.T. Holen, “Generation Capability Dispach for Bulk Power System Restoration: A Knowledge-Based Approach”, IEEE Trans. on Power System, Vol. 8, No. 1, 1993,pp. 316-325.
[9] F.S. Wen and C.S. Chang, “Probabilistic Approach for Fault-section Estimation in Power Systems Based on a Refined Genetic Algorithm, “IEE Proc.-Gener. Transm. Distrib., Vol.144, No. 2, March 1997, pp. 160-168.
[10] F.S. Wen and C.S. Chang, “Tabu Search approach to Alarm Processing in Power System, “IEE Proc.-Gener. Transm. Distrib, Vol.144, No. 1, January 1997, pp. 31-38.
[11] A.M. Stakovic and M.S. Calovic, “Graph Oriented Algorithm for Steady-State Security Enhancement in Distribution Network”, IEEE Transactions on Power Delivery, Vol. 4, No. 1, 1989,pp. 539-544.
[12] N. Metropolis, A. W. Rosebluth, M. N. Rosebluth, A. H. Teller, and E. Teller, "Equation of State Calculations by Fast Computing Machines," The Journal of Chemical Physics, Vol. 21, No. 6, 1953, pp. 1087-1092.
[13] C. H. Castro, J. B. Bunch and T. M. Topka, "Generalized Algorithm for Distribution Feeder Deployment and Sectionalizing,"IEEE Transactions on Power Apparatus and System, Vol. 99, No. 2, 1980, pp. 549-557.
[14] 李清然,”啟示性搜尋法在配電系統運轉之應用”,碩士論文,國立中山大學,民國76年.
[15] 黃慶原,”用於配電系統復電之啟引式搜尋法,碩士論文,國立台灣大學,民國80年.
[16] 張永農,”配電饋線切換開關最佳操作模式研究”,碩士論文,國立中山大學,民國77年6月.
[17] 吳兆祥,”配電系統饋線開關操作決策之研究”,博士論文,國立中山大學,民國80年1月.
[18] 吳家駿,”應用免疫演算法於配電系統運轉策略之研究”,碩士論文,國立中山大學, 民國90年6月.
[19] Hong-Tzer Yang, Wen-Yeau Chang, and Ching-Lien Huang, “A New Neural Network Approach to On-Line Fault Section Estimation Using Information of Protective Relays and Circuit Breakers, “IEEE Trans. on Power Delivery, Vol. 9, No. 1, January 1994, pp. 220-229.
[20] Y.-Y. Hsu and H.-M. Huang, “Distribution System service Restoration Using the Artificial Neural Network Approach and Pattern Recognition Method, “IEE Proc.-Gener. Transm. Distrib., Vol. 142, No. 3, May 1995, pp. 251-256.
[21] 林惠民，林家宏，孫政治，蔡明堂，”類神經網路應用於環狀系統故障區域之偵測”，第二十二屆電力工程研討會，民國90年.
[22] D.F. Specht, “Probabilistic Neural Network for Classification, Mapping, or Associative Memory, ” Proc. IEEE Int. Conf. Neural Network, San Diego, CA, Vol.1, July 1988, pp. 525-532.
[23] Specht, D.F., “A General Regression Neural Network, “IEEE Transaction on Neural Network, 1991, pp.568-576.
[24] Whei-Min Lin, Chia-Hung Lin, and Zheng-Chi Sun, ‘‘Adaptive Multiple Fault Detection and Alarm Processing for Loop System with Probabilistic Network, ’’ IEEE Transactions on Power Delivery, Vol. 19,No. 1,January 2004,pp.64-69.
[25] Ronald E. Walpole and Raymond H. Myers, “Probability and Statistics for Engineers and Scientists-Fifth Edition, ”Prentice-Hill Book Company, 1994.
[26] 林惠民、林家宏、孫政治、蔡明堂，”類神經網路應用環狀系統故障區域之偵測”，第二十二屆電力工程研討會論文集，高雄應用科技大學，民國90年,pp. 1728-1732。
[27] 林惠民、林家宏、孫政治、蔡明勳，”機率神經網路應用於電力系統故障區域偵測之研究”，第二十三屆電力工程研討會論文集，中原大學，民國91年,pp. 203-207。
[28] 林惠民、林家宏、蔡明勳、曹銘介，”機率神經網路應用於變壓器故障診斷之研究”，第二十四屆電力工程研討會論文集，崑山科技大學，民國92年,pp. 947-951。
[29] Kosko Bart, “Bi-directional Associative Memories, ”IEEE Trans. on Systems, Man, and Cybernetics, Vol. 18, 1988, pp. 49-60.
[30] Kosko Bart, “Feedback stability and Unsupervised Learning, ”Proceedings of the IEEE International Conference on Neural network, San Diego, Vol. 1, 1988, pp. 104-109.
[31] Dan W. Patterson, “Artificial Neural Networks: Theory and Applications”, Prentice Hall, 1996.
[32] 金鴻展，”配電系統運轉與復電的饋線開關操作策略”，國立中山大學電機工程系博士論文，88年1月.
[33] 楊宏澤，簡煌隆，陳建富，”應用智慧型派翠網路模組於變電所快速復電規劃”，第十九屆電力工程研討會，民國87年.
[34] Heung-Jae Lee and Young-Moon Park, “A Restoration Aid Expert System for Distribution Substation, “IEEE Trans. on Power Delivery, Vol. 11, No. 4, October 1996, pp. 1765-1770.
[35] 孫政治，”應用人工智慧於變電所自動化故障診斷”，國立中山大學電機系碩士論文，91年六月.
[36] 林惠民、林家宏、孫政治、黃琮暉，”串級關聯神經網路應用於電力系統故障區域偵測之研究”，第二十三屆電力工程研討會論文集，中原大學，民國91年,pp. 198-202。
[37] 林惠民、王保仁、曹銘介、林家宏，”應用雙向聯想記憶網路於故障訊號處理以改善故障偵測之研究”，第二十四屆電力工程研討會，崑山科技大學，民國92年,pp. 952-956.
[38] Whei-Min Lin, Chia-Hung Lin, and Zheng-Chi Sun, ‘‘Event-Orthogonal Error-
Insensitive Multiple Fault Detection with Cascade Correlation Network, ’’IEEE
Transactions on Power Delivery, Vol. 18, No. 4, October 2003, pp.1152-1157.
[39] 江瑞利、林祺祥，”類神經網路應用於捷運供電系統警報處理之研究” ，第二十屆電力研討會論文集，台北科技大學，民國88年,pp. 1247-1251.
[40] Edward J. Rzempoluck, “Neural Networks Data Analysis Using SimulnetTM, ”
Springer-Verlag New York, Inc., 1998.