電網故障診斷方法與研究
工業技術
作者：於振江 李泉 潘原離
[摘 要]介紹電網故障診斷問題的複雜性所在，歸納了近年來電網故障診斷領域常用診斷方法，包括專家係統、人工神經網絡、優化技術、模糊集理論、多代理係統、貝葉斯網絡、Petri網理論等。說明各種方法的診斷原理和方法思路，並評述其存在的不足和近幾年來的研究成果，探討新形勢下電網故障診斷技術的發展趨勢。
[關鍵詞]電力係統；故障診斷；算法；發展趨勢
中圖分類號：TM711 文獻標識碼：A 文章編號：1009-914X（2014）34-0024-02
1 引言
隨著電力係統調度自動化水平的不斷提高，各種自動裝置的廣泛應用，越來越豐富的故障報警信息（包括正確報警信息、誤傳信息、重複信息及不相關信息等）會在故障發生時通過故障信息係統傳入調度端，尤其在發生複故障和保護配置多樣化的情況下，要求調度運行人員在這種緊急情況下人為地提取有效的故障信息並快速正確判斷出故障元件是非常困難的。因此非常有必要建立完善的電網故障診斷係統，以實現對電網故障的自動快速診斷。
電網故障診斷主要是對各級各類保護裝置產生的報警信息、斷路器的狀態變化信息以及電壓電流等電氣量測量的特征進行分析，根據保護動作的邏輯、運行人員的經驗和電氣量的特征量來推斷可能的故障位置和故障類型。近10多年來，電網故障診斷技術得到了深入廣泛的研宄，國內外學者提出了眾多可行的方法。目前在故障診斷領域應用較多的有專家係統、人工神經網絡、優化技術、模糊集理論、多代理係統、貝葉斯網絡、Petri網理論等。本文旨在對這些故障診斷方法進行總結歸納，分析各種方法的特點和不足，以便取長補短，發展出新的診斷方法。
2 電網故障診斷常用方法
2.1 專家係統
專家係統[1-2]（Expert System，ES）是一個具有大量專門知識與經驗的程序係統，它能融合領域專家多年積累的經驗與專門知識進行推理和判斷，模擬人類專家的推理決策過程，具備解決專業領域問題的能力。專家係統主要由人機接口、知識庫、推理機、數據知識庫及解釋器來組成。由於專家係統累積大量專門知識可以準確模擬調度員的思維過程，因此引入到故障診斷領域較早而且發展成熟。
專家係統一般可以分為以下三類：（1）基於規則係統：這類專家係統利用“IF-THEN”結構的規則來表示保護與斷路器間的配合邏輯及專家在運行中積累的診斷經驗，並形成完備的知識庫，將故障產生的報警信息逐一與知識庫中的規則進行比較、匹配，從而識別出故障元件。（2）基於模型係統：這類係統綜合了一些運行方式與原理不同的模型，先根據實際保護係統的結構與功能來建立模型，再模擬實際電網故障行為並得出結果，最後通過與實際獲得的報警信息進行匹配來驗證故障假設。（3）基於邏輯係統：根據保護隔離故障的原理和邏輯進行診斷推理，對故障特征做出假設並逐一驗證，最終給出評價並提供每條假設的可信度給用戶。
專家係統在故障診斷領域內的應用開展較早，具備方案靈活、推理結果可解釋、能實時診斷等優點，在大規模電網中有著成功的工程應用。但也存在缺陷和不足：不具備學習能力，難以獲得完備的知識庫；當電網新增保護配置或者拓撲結構變化較大時，知識庫的維護工作量太大；它的推理能力限製在狹窄的專業領域內，無法處理新的情況。
2.2 人工神經網絡
人工神經網絡（Atificial Neural Network，ANN）是有大量的處理單元經過廣泛互連而組成的人工網絡，用來模擬人類神經係統傳輸和處理信息的過程。神經網絡能夠通過研究曆史數據進行樣本訓練，從而具有歸納全部數據的能力，因此能夠解決數學模型或規則難以處理的問題。人工神經網絡具有特殊的並行結構和並行實現能力，使之具有較快的處理速度，適於應用在電網故障診斷領域。文獻[1]提出基於新型徑向基函數的神經網絡方法，以保護信息、可能故障2作為ANN的輸入和輸出，選擇合適的樣本集訓練ANN，其故障診斷能力優於傳統的BP（誤差反向傳播）模型。
人工神經網絡方法不存在專家係統完善知識庫這樣的難題，具有比較強的自我學習能力和容錯能力。但是ANN的學習隻針對特定的係統結構，外推能力差，工作過程是一個黑箱，因此隻適應於中小型電網的故障診斷。
2.3 優化技術
采用優化技術（Optimization Methods）的診斷方法依據電網故障特征設定假想事故集的適應度函數或目標函數，采用不同優化算法來更新事故集，直至確定適應度最大的事故集來作為故障診斷結論。這種方法通過采用0-1整數規劃的解析模型來描述電網故障診斷，經優化算法推導求得最優解。文獻[2]設目標函數為故障元件數與誤動開關（保護、斷路器）數的最小和並簡化為二次型，這樣就轉變為一個0-1整數規劃問題，約束條件用來描述保護.和斷路器的動作原理。文獻[3]綜合考慮了主、後備保護間的狀態關係、二次係統配置特點和斷路器失靈保護，對目標函數進行優化、改進使得模型更加合理、準確。
釆用優化技術的故障診斷方法適用於完備信息下的電網故障診斷，不需啟發性知識的引入，能快速得到全局最優解或者多個可能的解。它的難點在於故障診斷數學函數的建立和算法的收斂速度。
2.4 模糊集理論
模糊集理論（Fuzzy Set Theory）釆用模糊隸屬度的概念來描述不精確、不確定的事件和對象，並引入近似推理的模糊規則，可以有效地表達專家知識，具有很強的容錯能力，因此模糊集理論比較適合用來處理保護和斷路器間的不確定關聯關係、報警信息的可信度問題。文獻[4]假設診斷所需信息為準確，隻有故障與保護之間、保護和斷路器之間的關聯關係不確定，用模糊隸屬度來描述不確定量得出可能的元件故障率。文獻[5]認為報警信息都是不確定的並賦予一定的可信度，根據電網拓撲和故障發生時的保護、斷路器動作狀態，再通過專家係統等方法給出模糊的故障診斷輸出。