面向电网连锁故障的脉冲神经膜计算模型建模机制研究

Membrane computing models, abstracted from the structure and the functioning of biological cells, as well as from the cooperation of cells in tissues, organs, and other populations of cells, are a class of discrete, distributed and parallel hierarchical or networked ones. This is an emergent research front in computer science. As a newly-proposed membrane computing model full of a vital force, spiking neural membrane systems are attracting much attention, but their application research is a vulanerable spot and therefore the application model-building urgently needs to be solved. Thus, this project will aim at the proposal of the modeling mechanism of spiking neural P systems for power system cascading failure. The computing mechanism of spiking neural P systems, power grid topological structure and their relationship will systematically and deeply be investigated. The power system cascading failure models based on spiking neural P systems will be built. The mechanism of power system cascading failure based on spiking neural P systems will be revealed. By focusing on how to make the power system cascading failure models based on spiking neural P systems comply with the physical characteristics of power grids, this project accomplishes the objective of the proposal of the modeling mechanism of spiking neural P systems for power system cascading failure. This project will provide a new model-built technique and a new tool for the applications of spiking neural P systems and membrane computing, and offer a new thought and approach for exploring high performance computing in computer science. Furthermore, this project will also provide a new perspective, a new thought and approach for power system cascading failure research.

膜计算模型是基于生物细胞结构及功能和组织、器官等细胞群协作的一种离散分布式并行分层或网状结构计算模型，是计算机科学的前沿研究领域。作为新兴而充满勃勃生机和活力的膜计算模型，脉冲神经膜系统倍受关注，但其应用研究非常薄弱，应用模型构建问题迄待突破。由此，本项目旨在构建面向电网连锁故障的脉冲神经膜计算模型建模机制，通过系统深入地研究脉冲神经膜系统计算机制、电网拓扑结构以及两者的关联关系，建立面向电网连锁故障的脉冲神经膜计算模型，揭示基于脉冲神经膜计算模型的电网连锁故障机理，并通过着力解决如何构建符合电网物理特性的面向电网连锁故障的脉冲神经膜计算模型这一关键问题，实现提出面向电网连锁故障的脉冲神经膜计算模型建模机制的项目研究目标。本项目研究成果将为脉冲神经膜系统应用及膜计算应用提供新的建模方法和新工具，为计算机科学探索高性能计算提供新的思路和方法，同时也为电网连锁故障研究提供新的视角、思路和方法。

膜计算模型是基于生物细胞结构及功能和组织、器官等细胞群协作的一种离散分布式并行分层或网状结构计算模型，是计算机科学的前沿研究领域。通过三年多艰苦努力和富有成效的研究工作, 本项目实现了提出面向电网连锁故障的脉冲神经膜计算模型建模机制的项目研究目标，获得了具有创新性的研究成果，在脉冲神经膜计算模型计算机制、面向电网连锁故障的脉冲神经膜计算模型构建和基于脉冲神经膜计算模型的电网连锁故障机理研究等三方面获得了重要研究结果：(1) 系统地综述了脉冲神经膜计算模型及其在电网故障中的应用；(2) 提出了一种高度网状二次配电网负载估计方法, 能在二次配电网不可观测的情况下准确估计负载变化；(3) 构建了完全换相和非完全换相三相电力传输线两端口等效模型和多时刻量测方程，给出了鲁棒递归最小二乘的完全换相和非完全换相三相电力传输线参数估计方法；(4) 提出计及SCADA量测相关性的加权最小二乘法状态估计算法和同时计及SCADA和PMU量测相关性的混合状态估计算法；(5) 从电网连锁故障主导模式、连锁故障理论模型、连锁故障仿真模型和连锁故障控制措施等方面深入地分析了电网连锁故障机理；(6) 提出基于自适应优化脉冲神经膜系统的电网故障诊断方法；(7) 提出基于脉冲神经膜系统的小电流单相接地故障选线方法；(8) 提出了模糊推理脉冲神经膜系统故障诊断的高效实现方法；(9) 开发了模糊推理脉冲神经膜计算实现电网故障诊断的软件；(10) 提出考虑状态参量间关联性的变压器故障预测方法；(11) 提出基于信息融合的变压器状态评估方法；(12) 基于学习型脉冲神经膜计算模型的变压器故障诊断。获得四川省科学技术进步（自然科学类）二等奖1 项、国际会议最佳论文奖2次和国际膜计算学会(IMCS)年度应用成果奖；发表SCI论文15篇、中文核心期刊论文1篇、国际会议论文8篇；获得国家授权发明专利4件，申请国家发明专利2件；培养博士生5名、硕士生10名。邀请国外学者来校进行学术交流6次，项目组出国进行学术交流5次。