基于GA與RS的電力系統(tǒng)輸電線路故障診斷

王辰曦

【摘 要】當前我國電力系統(tǒng)內存在諸多的故障問題，斷路器跳閘情況時有發(fā)生從而引起大規(guī)模停電。因此針對此類問題，提出基于GA與RS共同對輸電線路故障進行診斷的方式，分析電力系統(tǒng)輸電線路故障原因，對于故障診斷規(guī)則在留有遺傳算法的基礎上進行明確，對故障動作決策表使用粗糙理論集進行約簡，對于關鍵信息進行保留的同時，對于故障位置進行快速準確的診斷。

【關鍵詞】GA；RS；電力系統(tǒng)輸電線路

前言：目前，現代電網其規(guī)模逐步擴大，內部構造逐步復雜，若短期之內有大批量的報警信息進入電力調度中心內部，不能第一時間對其進行故障檢測及處理，電網整體運行安全則會受到影響。當前，國內外研究人員分別在輸電線路故障診斷方面，提出了大量診斷方法例如：貝葉斯網絡（BN）、專家系統(tǒng)（ES）、模糊集理論（FST）等。但伴隨科學技術的不斷發(fā)展以及有關人員的不斷深入研究，診斷方式單一化無法對社會需求進行滿足。逐步出現維護較為困難、容錯能力不高、知識庫不具備完善性以及推理速度較慢等問題。因此，需對故障診斷方式進行不斷創(chuàng)新，使得診斷方式不再局限于單一化，例如將GA（遺傳算法）與RS（粗糙集理論）二者相結合的輸電線路故障診斷形式。

1.GA電力系統(tǒng)輸電線路故障診斷流程

GS故障診斷流程是將有關狀態(tài)信息于待診對象內部進行提取，經由對狀態(tài)信息的研究處理，將其轉化為數學模型，利用原始決策信息和有關目標函數，依據粗糙集數規(guī)則來完成原始決策表，隨后出現最優(yōu)規(guī)約集REDU，從而利用遺傳算法對故障范圍進行計算，最終挑選出故障元件[1]。具體流程如圖一所示。

圖一 故障診斷流程圖

電力系統(tǒng)輸電線路有故障問題出現時，有關動作狀態(tài)會導致斷路器立即跳開，從而對斷路器表現形式對于故障設備進行確定。可利用數學模型對斷路器表現形式進行展示，從而構建基于GA的電力系統(tǒng)輸電線路故障診斷模型，可對不連續(xù)的非線性問題進行解答，還可于整體可行空間范圍內找到最佳計算結果。先選取出最為合理的警報信號故障假說，從而對電力系統(tǒng)輸電線路故障進行診斷，利用數學公式可表示為：

該公式中：為確保E（X）恒為正，因此式中W為極大的正數，將W設為108，斷路器總數目為nc、故障區(qū)保護總數目為nr、診斷區(qū)元件數目為n。系統(tǒng)內元件狀態(tài)為X，元件故障為Xi=1、元件無故障為Xi=0。系統(tǒng)期許保護形式為Y*（X）、應該動作為yk*（X）=1、不應該動作為yk*（X）=0[2]。系統(tǒng)保護狀態(tài)為Y，已保護動作為yk=1、未保護動作為yk=0。系統(tǒng)內斷路器形態(tài)為C，斷路器完成跳閘為cj=1、斷路器未跳閘為cj=0，系統(tǒng)內斷路器期許形式為C*（X，Y），斷路器應跳閘為Cj*（X，Y）=1、斷路器不應跳閘為Cj*（X，Y）=0。運用此等方式，用數學模型求解最小值的形式，來對電力系統(tǒng)輸電線路進行故障診斷，系統(tǒng)內部全部狀態(tài)均可用1、0進行表示，從而可利用0—1規(guī)劃問題思想對其進行求解。

2.RS電力系統(tǒng)輸電線路故障診斷流程

RS故障診斷流程具備以下特點：首先，可不對先驗知識的有關信息數據進行使用。其次，RS內部知識可對故障信息自行對其分類。最后，可于模式識別、特征提取、決策規(guī)則中廣泛使用，還可自行提取故障信息集，由于RS具備約減性，從而可對故障信息集實行降維操控。

信息系統(tǒng)設置為S=（U，A，V，F），C∩U = 、C∪D=A，其中條件屬性集為C、決策屬性集為D。S為信息系統(tǒng)同時包含決策屬性集及條件屬性集則是決策表。斷路器動作及保護動作均涵蓋于條件屬性集內部，各個故障樣本分別由每行來相應對其表示，選取“0”、“1”來對斷路器動作及保護動作進行表示，未動作為“0”、已動作為“1”。

3.GA與RS的電力系統(tǒng)輸電線路故障診斷

根據本文上述理論，在電力系統(tǒng)中選取部分輸電線路來對其進行測試。其中涵蓋15個保護、6個斷路器、5個元件，主保護用m表示，若線路或者母線有故障出現，第一時間進行主保護動作，有關斷路器立即跳開。近后備保護用p表示，若線路或者母線有故障出現，主保護未第一時間進行動作，則由近后備保護進行動作，使得有關斷路器立即跳開。遠后備保護用s表示，若線路或者母線有故障出現，主保護、近備保護均未第一時間進行動作，則由遠后備保護進行動作，使得有關斷路器立即跳開。

將初始決策表依據上述RS理論來對其規(guī)約處理[3]。具體流程為將初始規(guī)約集設置為空置，隨后依據各個屬性重要性來排序，屬性集內添入每次挑選時重要性最大的屬性。倘若原屬性集相比新屬性集在決策屬性依靠程度一樣，則可由新屬性集全然替代原屬性集。但需注意此時的屬性集依舊不是最簡的，要刪除內部冗余屬性，仍然依據各個屬性重要性來排序，倘若刪除屬性會使新屬性集依靠決策屬性的程度受到影響，則將該屬性留存，不然則刪除。余下的則是最佳的歸約集。將原決策表屬性核心進行計算得出Cm及Bm，從而對數據進一步進行歸約，得到最終約減決策表。

基于數據模型。利用遺傳算法依據最終約減決策表，來對輸電線路進行故障診斷，少部分參數設置如下：初始交叉概率參數設為0.9、染色體串長參數設為5、種群大小參數設為90、遺傳算法終止進化代數參數設為50，初始變異概率參數設為0.001，有關計算公式為 、 。對目標函數進行求解時，以往GA需進行多次輸送方可求得最優(yōu)解，而基于GA與RS則在傳送10次左右即可求得最優(yōu)解。一般于第一代即可找到最佳個體，因而最佳個體出現提前極為顯著。個體適應度利用適應度函數計算其值有所提升，選取優(yōu)良個體更為便捷。在對元件進行故障檢測時，基于GA與RS依舊可對故障元件所處位置進行準確診斷。

結束語：綜上所述，伴隨我國電力行業(yè)的穩(wěn)步發(fā)展，電力系統(tǒng)的可靠性備受社會各界的廣泛關注。在這一大背景下，故障診斷技術隨即出現，在實際應用過程中重要性日漸突出。加之，科學技術的不斷發(fā)展，怎樣開發(fā)出最為適合的算法是當前故障診斷的主要內容，本文對遺傳算法、粗糙集算法進行分析，并基于二者基礎上對于電力系統(tǒng)輸電線路故障進行診斷，可對故障位置進行快速確認，同時在數學模型內找出出現問題的元件，使得供電網可靠性有所提升，使用價值極為顯著。

參考文獻：

[1] 宋玉琴，程誠，趙洋，等.基于GA與RS的電力系統(tǒng)輸電線路故障診斷[J].電子測量技術，2017，40（11）：81-84.

[2] 姬波，楊文東，張馳，等.基于GA-SVM的高壓輸電線路弧垂預測模型[J].鄭州大學學報：理學版，2018，50（04）：97-103.

[3] 張金波，吳縱，張博.一種新型輸電線路接地故障監(jiān)測方法的研究[J].自動化技術與應用，2017，36（4）：92-98.

（作者單位：榆林電力設計院.）