電力系統故障診斷的研究現狀與發展趨勢

孔祥慧

【關鍵詞】電力系統;故障診斷;現狀與發展

一.前言

電氣系統故障診斷裝置是利用繼電保護及其信息的，對電氣系統故障進行診斷的裝置。故障分量的識別是一個關鍵問題，研究網絡故障診斷具有重要意義。由于電力系統結構的擴展性和復雜性，大量的應急信息會在短時間內到達控制中心，這大大超出了操作人員的處理能力，可能導致錯誤和錯誤調度。為了適應快速準確的檢測，故障診斷系統是電力系統簡單和復雜事故的起點，越來越多的報警信號通過各變電站的遠程終端進入電力系統調度中心。通過對電力系統故障的仿真分析和仿真，可以提高診斷系統管理人員的經驗和工作水平，為能源系統故障診斷提供了不同的方法和技術，包括專家系統、人工神經網絡、模糊理論和模糊優化理論。

二、國內外研究發展狀況

（一）基于專家系統的診斷方法

目前，專家系統已成功應用于電氣系統故障診斷。根據對故障診斷和推理策略的理解，有兩個專家系統：

1、該系統是把保護和斷路器的動作邏輯及工作人員的診斷經驗用規則表示，形成專家系統的故障診斷知識庫，采用數據的正向推理將所獲得的數據與知識庫中的進行對比，得出結論。目前大多數診斷都屬于這一類。

2、結合正、反向推理的系統。該系統基于斷路器、繼電保護和被保護設備之間的邏輯關系，結合了正反推理方法。通過反向推理。可以根據繼電保護的重合度和故障假設，有效地減少可能發生的故障，確定其可靠性。故障診斷專家系統綜合推理提高了故障診斷專家系統的適應性和自學習能力。

基于專家系統的診斷方法的主要特點是邏輯電路和保護開關操作人員的診斷經驗可以很容易地用規則表達出來。并添加到知識庫中，保證了診斷系統的實時性和有效性，適合人類的語言和習慣，并具有適當的解釋能力，這是一種較好的診斷中小型電力系統和變電站故障的方法。在復雜的故障診斷任務中，還是有一些缺陷存在的，數據庫及驗證其完整性比較困難，專家系統在復雜的診斷過程中，會出現組合爆炸與推理速度慢等問題;缺乏有效的方法識別錯誤信息，這些缺陷將使得專家系統出現大規模網絡在線故障診斷的需求，主要用于離線故障分析。

（二）基于人工神經網絡

與專家系統相比，基于人工神經網絡的故障診斷具有很好的魯棒性和穩定性，目前應用于電力系統故障診斷的神經網絡主要有基于BP算法的網絡;而神經網絡是基于徑向基函數的，電氣系統輸入神經網絡輸出取決于可能出現的故障。整個學習過程如下：根據當前網絡內部表達式計算輸入樣本;比較網絡輸出與預期輸出的誤差。如果誤差滿足條件，則完成訓練;否則，誤差信號反向傳輸，為滿足誤差精度要求，對數值和閾值進行分層調整。基于不同區域的基本設計算法，得到了最終的故障診斷結果。

基于神經網絡的故障診斷方法的主要特點是避免了建立知識庫等問題。診斷特殊系統故障所需的費用這種方法只適用于供電困難的中小企業。在利用人工神經網絡診斷主要故障問題時，其性能取決于樣本的完整性，但對于大規模的能源系統，很難獲得完整的樣本，與符號數據庫的交互作用很弱;不善于處理啟發性知識;不能保證神經網絡的快速收斂。缺乏解釋自身行為和結果的能力，以上缺陷限制了診斷方法在大型電力系統中的應用。如何開發一個適合于大型電力系統的故障診斷系統仍然是一個有待解決的問題。

（三）基于優化技術

隨著計算機和計算機技術（特別是人工智能）的發展，國內外科學家提出了各種優化算法，將現有的優化算法用于電網優化是一種新的思路。將優化算法更新到可用狀態，根據自適應虛擬故障值，對故障診斷進行優化，使之成為一個無限全局規劃的整體問題。在應用遺傳算法診斷電網故障時，需要一個基于計算機的故障評估模型。診斷解釋報警并提供一種自適應的故障診斷功能，通過故障診斷或與其他優化算法相結合，將診斷轉化為全局規劃，可以找到最優解。提高診斷速度。從而更好地處理復雜的故障分析。

優化診斷模式具有重要的理論意義，網絡故障診斷條件的優化是在功能形成過程中，根據組態原理自動形成所需的保護和停機條件，以優化診斷模式，需要多級后備保護，而優化方法是次要且難以考慮的，如何建立數學模型來診斷網絡故障和提高診斷速度是當下重要的研究領域。

（四）基于模糊理論

模糊性是建立一個典型的集合論模型，將語言變量和近似推理引入到智慧的黑暗邏輯中，模糊理論能夠適應不確定性;它的模糊知識庫是用語言變量表示的。模糊理論在電氣系統故障診斷中的應用可以分為兩類：

首先，診斷是基于正確的信息，但是故障與保護裝置和斷路器的相應動作之間存在不確定的相關性，這是通過模糊指令鏈定量描述的;其次是報警信息的可靠性，根據系統和故障檢修操作的網絡布局，判斷斷路器的狀態，提供報警信息的可信度，從而使專家系統或人工神經網絡的故障診斷結果不清晰。在專家系統的幫助下，模糊理論還可以與其他人工智能技術相結合。為了提高診斷的準確性，分析了不確定性對智能診斷系統的影響，指出模糊集理論的應用不足以達到指令級，無法建立和識別模糊復雜系統模型，語言規則的獲取、遺忘和變化限制了這些規則的應用。

三.電力系統故障診斷研究發展方向

為了更有效地研究和應用與電力故障診斷相關的診斷理論現狀，該診斷系統實施的條件和實際需求如下：

（一）信息不完整情況下的電力系統故障診斷方法研究。在許多實際的能源供應系統中，現有方法的前提條件不能滿足。這些方法的應用必須以這些簡化假設為基礎。認為繼電保護不能獲取狀態信息的假設是閑置的。這可能與實際情況不符，可能會對數據的可靠性產生不利影響。目前，在電力系統故障中發現的主要問題之一就是對繼電保護信息的不完整性。

（二）一種智能故障診斷方法有很大的局限性，如利用多智能理論建立故障診斷模型，為了診斷和提取知識，采用熱點搜索理論和粗糙度理論來適應這些特點，存在大量的故障信息，信息冗余、信息丟失或噪聲污染。

（三）在電網技術發展的同時，隨著電網的發展，網絡故障診斷將成為一種現實設備并及時維護。

（四）由于大多數診斷理論都是以知識體系為基礎的。因此實際過程的傳播在診斷領域、整個智能領域和電力系統故障診斷的實踐研究中非常重要。結合電力系統的實際情況，重視綜合故障信息的收集和處理，包括建立故障診斷數據庫，建立和實施區域網絡故障診斷系統，從實際應用中提取關鍵問題。智能診斷方法用于分析和排除診斷范圍內的故障，為操作人員和維修人員提供分析和決策支持工具。以確定故障原因。

四.結語

電網故障診斷對電網的安全穩定運行至關重要，各種診斷方法和技術層出不窮。然而。這一問題并沒有在實際系統中得到很好地解決。電力系統對故障診斷網絡、模糊理論提出了更高的要求，上述方法可以從不同的角度解決診斷問題，但在如何將各種診斷算法進行集成，更好地滿足實際區域的要求這些問題上，解決方案還不成熟，需要進一步探討。