基于規(guī)則網(wǎng)的高壓輸電線路故障診斷與保護動作性能評價

廖志偉，岳苓，文福拴，朱炳銓，徐立中

(1. 華南理工大學(xué)電力學(xué)院，廣州市 510640； 2. 國網(wǎng)山東省棗莊供電公司，山東省棗莊市 277100；3. 浙江大學(xué)電氣工程學(xué)院，杭州市310027； 4. 文萊科技大學(xué)電機與電子工程系，文萊斯里巴加灣 BE1410；5. 國網(wǎng)浙江省電力公司，杭州市 310007)

基于規(guī)則網(wǎng)的高壓輸電線路故障診斷與保護動作性能評價

廖志偉1，岳苓2，文福拴3,4，朱炳銓5，徐立中5

(1. 華南理工大學(xué)電力學(xué)院，廣州市 510640； 2. 國網(wǎng)山東省棗莊供電公司，山東省棗莊市 277100；3. 浙江大學(xué)電氣工程學(xué)院，杭州市310027； 4. 文萊科技大學(xué)電機與電子工程系，文萊斯里巴加灣 BE1410；5. 國網(wǎng)浙江省電力公司，杭州市 310007)

對于多重或復(fù)雜故障以及存在警報信息丟失或畸變等復(fù)雜情況，如何準確診斷所發(fā)生的故障和評價保護裝置的動作性能仍是值得研究的問題。在此背景下，提出一種基于規(guī)則網(wǎng)利用故障錄波信息進行高壓輸電線路故障診斷和評價保護與斷路器動作性能的新方法。首先，對故障錄波信息進行預(yù)處理，利用小波變換技術(shù)從電氣模擬量信息中提取線路故障特征量，得到電流突變事件和保護動作事件序列。在此基礎(chǔ)上，建立計及警報信息時序特性的高壓線路故障診斷規(guī)則網(wǎng)絡(luò)模型，并確定故障假說集與期望的保護和斷路器狀態(tài)，并利用它們之間存在的因果與時序關(guān)系確定故障原因以及對保護和斷路器動作性能進行評價；之后，對故障錄波做進一步分析以判別故障類型、故障性質(zhì)和故障位置；最后，用實際電力系統(tǒng)故障案例對所提出的方法進行說明。

高壓線路；故障診斷；故障錄波信息；規(guī)則網(wǎng)絡(luò)；小波理論

0 引 言

高壓輸電線路的故障診斷及相應(yīng)保護和斷路器的動作性能評判大多是基于保護和斷路器的動作等離散量信息[1-5]，但多重或復(fù)雜故障以及存在警報信息丟失或畸變等復(fù)雜情況，難以保證上述分析模型評判結(jié)果的準確性和完整性。為此，已有學(xué)者提取連續(xù)電氣量的故障特征，并采用離散的保護和斷路器動作信息和連續(xù)的電氣量信息實現(xiàn)故障的綜合分析判斷[6-17]。文獻[6]引入故障錄波信息，實現(xiàn)對利用保護和斷路器動作信息不能判定故障元件時的進一步分析。文獻[8]建立了基于故障錄波信息的變電站事故分析專家系統(tǒng)，利用線性時態(tài)邏輯對從模擬電氣量信息提取保護、斷路器動作的時序信息進行了分析。文獻[9]采用小波理論，確定超高壓電力系統(tǒng)發(fā)生故障的時刻。文獻[10]探討了采用小波分析方法解決電力系統(tǒng)故障錄波數(shù)據(jù)的壓縮與重構(gòu)時的小波基選擇問題。文獻[11]優(yōu)化了融合信息理論的電力系統(tǒng)故障診斷解析模型。

故障時序，即事故過程再現(xiàn)(包括對斷路器、保護和自動裝置的動作性能分析)，是電力系統(tǒng)事故判別的重要依據(jù)。另一方面，也可利用警報信息的時序特征來改善故障診斷的準確性和效率。文獻[12-14]建立了基于警報時序特性的電力系統(tǒng)在線警報處理和故障診斷的數(shù)學(xué)模型，但如何保證這些模型在警報信息不完整或有誤時的適應(yīng)性尚有待深入研究。近年來，基于Petri網(wǎng)的電力系統(tǒng)故障診斷受到了相當(dāng)多的關(guān)注，已經(jīng)取得了一些接近實用的研究成果[15-17]，但還未見實際應(yīng)用的報道。

在上述背景下，針對110 kV和220 kV高壓線路，本文研究從故障發(fā)生到故障切除整個過程中高壓輸電線路的電流變化水平和變化時序，在此基礎(chǔ)上利用保護和斷路器動作之間的邏輯關(guān)系，提出一種基于故障錄波信息的高壓線路故障診斷及保護和斷路器動作性能評價方法。首先，對故障錄波信息進行預(yù)處理，利用小波變換技術(shù)從電氣模擬量信息中提取線路故障特征量，得到電流突變事件和保護動作事件序列；在此基礎(chǔ)上，建立計及信息時序特性的高壓線路故障診斷規(guī)則網(wǎng)絡(luò)模型，并確定故障假說集以及期望的保護和斷路器狀態(tài)。之后，利用保護和斷路器動作事件序列及它們之間存在的因果關(guān)系和時序關(guān)系確定故障原因和對保護和斷路器動作性能進行評價。最后，采用實際電力系統(tǒng)的故障案例驗證所提方法的可行性和有效性。

1 故障錄波信息預(yù)處理

1.1 基于提升小波理論的信號奇異性檢測

故障發(fā)生、故障切除、重合閘的時刻等均可通過線路故障暫態(tài)信息的小波變換模極大值對奇異點檢測來確定[9]。文獻[9-10]通過對各種符合工程應(yīng)用的bior2.2～2.6、bior3.1～3.5和bior4.4等小波基雙正交提升小波應(yīng)在電力系統(tǒng)故障信息提取性能進行綜合比較后可知，bior3.1小波基在壓縮比、失真率、故障時間檢測及運算量等方面都有一定優(yōu)勢，比較適合故障暫態(tài)信號的壓縮與重構(gòu)。

基于文獻[8]的研究，本文對故障錄波數(shù)據(jù)的故障檢測進行了如下改進：

(1)對A、B、C三相電流分別進行bior3.1提升小波分解，利用第一尺度(尺度越小，小波系數(shù)的模極大值點與突變點的對應(yīng)就越準確；第一尺度即為最小尺度)上的高頻系數(shù)，求出對應(yīng)的模極大值，將其對應(yīng)的采樣點作為突變點；

(2)取每一相第一個突變點判斷其突變類型，即該相是否發(fā)生了故障；

(3)判斷故障相其他對應(yīng)突變點的突變類型，即判斷是故障切除還是重合閘操作等。

電流突變類型的判別在1.2節(jié)做了詳細介紹。

1.2 電流突變類型分類

在文獻[8]的線路電流狀態(tài)劃分的基礎(chǔ)上，本文將其拓展劃分為3種電流狀態(tài)：(1)停電狀態(tài)，記為0，表示線路被斷路器切斷；(2)正常狀態(tài)，記為1，表示線路處于正常工作狀態(tài)；(3)故障狀態(tài)，記為2，表示線路處于故障狀態(tài)?？梢酝ㄟ^元件突變前后電流的幅值變化程度來確定電流狀態(tài)，具體方法如下。

對于某條高壓線路上電流的小波變換結(jié)果D1,D2,…,Dl(l為采樣點的個數(shù))，用Tk(k=1,2,…,z)表示應(yīng)用小波變換技術(shù)提取出的突變點(z為突變點的總數(shù))，DTk-1+1,DTk-1+2,…,DTk-1+n表示突變點Tk-1(若無突變點，則取起點)到突變點Tk間的對應(yīng)小波變換值，Mmax_fore表示該區(qū)段采樣值的最大值。用DTk+1,DTk+2,…,DTk+m表示從突變點Tk到突變點Tk+1(若無突變點，則取終點)間的對應(yīng)小波變換結(jié)果，Mmax_back表示本區(qū)段采樣值的最大值。電流提升小波的分解波形見圖1。Mmax_fore及Mmax_back可由式(1)計算得到：

(1)

圖1 故障電流的提升小波分解波形圖Fig.1 Lifted wavelet decomposition waveform of fault current

依據(jù)式(2)，可計算得到一個0～1之間的值FI，表示電流信號在突變點Tk前后電流幅值的變化程度。

(2)

可由突變點前后電流幅值水平所發(fā)生的變化情況，根據(jù)式(3)及初始電流值對電流突變類型進行判斷：

(3)

式中：KI表示線路電流的幅值改變系數(shù)，取值為0、1、2，分別表示電流從0值到某幅值間的變化、故障電流和正常電流間的變化及在2個正常電流范圍內(nèi)波動。k1和k2為設(shè)定的判斷閾值，可根據(jù)實際系統(tǒng)的正常電流和故障電流的幅度確定。

計及高壓線路從故障發(fā)生到故障切除全過程中可能出現(xiàn)的單相電流狀態(tài)改變的所有可能性，可將單相電流的突變情況歸納為表1所示的6種類型。

表1 單相電流突變分類

Table 1 Classification of sudden change of single-phase current

即可從電力的故障錄波信息中提取出一系列電流突變事件?？捎盟脑MEI=(No-line,Phase,t,Type)表示電流突變事件。其中：No-line為線路的編號；Phase∈{a,b,c,ab,bc,ca,abd,acd,bad,abc}表示線路的故障發(fā)生相；t表示電流突變時刻，ms；Type表示突變模式。例如：E=(311,ac,35,1)表示編號為311的線路的A、C相電流在35ms時由故障狀態(tài)突變?yōu)?狀態(tài)。

采用Matlab軟件對某單電源110kV線路中性點直接接地系統(tǒng)的A相接地短路故障進行分析。采樣頻率取為4 000Hz，設(shè)置0.2s時線路在距離母線20km處發(fā)生A相接地短路故障，故障持續(xù)時間為0.05s。圖2為發(fā)生A相接地短路時A、B、C三相的電流波形；圖3為相應(yīng)的經(jīng)提升小波第一尺度高頻系數(shù)分解后的波形。采用式(1)—(3)計算確定的A相電流的突變點、突變時刻和突變類型如表2所示。由表2的計算結(jié)果可見，基于故障相電流數(shù)據(jù)，采用小波分析技術(shù)可較準確地提取故障時刻。

圖2 三相電流波形圖Fig.2 Waveform of three-phase current

圖3 三相電流的提升小波分解波形圖Fig.3 Lifted wavelet decomposition waveform of three-phase current

基于表1所示的單相電流突變模式，根據(jù)各復(fù)雜故障的特征，建立從簡單故障發(fā)展成復(fù)雜故障，如轉(zhuǎn)換型故障、發(fā)展型故障及非全相運行狀態(tài)的故障突變模式。

表2 A相電流經(jīng)提升小波提取的突變點和突變類型

Table 2 Mutation moment and pattern obtained by lifted wavelet in phase A grounded fault

注：表中的突變點為采樣點值，可依據(jù)采樣頻率及采樣點計算出突變時刻。

1.3 保護與斷路器動作事件

通過掃描故障錄波數(shù)據(jù)中的開關(guān)量通道，采用異或檢測法可提取保護或斷路器動作事件[11]，即用相鄰兩采樣點的開關(guān)量狀態(tài)進行異或運算。若滿足以下2個條件：(1)xi＾xi+1=1(＾為異或運算符)；(2)xi之后的連續(xù)多個采樣點均與xi+1相同，則可判定該開關(guān)量發(fā)生了變位。其中，xi和xi+1為相鄰的2個采樣值。

保護動作事件用三元組EP=(Np,Tp,tp)表示。其中，Np為保護通道名稱，如“廣花線路主保護”；Tp為事件類型，Tp∈{Pt,Pc}，Pt對應(yīng)跳閘元件出口，Pc對應(yīng)重合閘元件出口合閘；tp為事件發(fā)生時刻，由2.2節(jié)介紹的方法從錄波信息中提取。

斷路器動作事件也用三元組表示，定義EB=(Nb,Tb,tb)。其中，Nb為斷路器的編號，如“311線斷路器A相”；Tb為事件類型，Tb∈{Bt,Bc}，Bt表示斷路器跳閘，Bc表示斷路器合閘，二者均為斷路器位置信號；tb為斷路器動作時刻，由2.2節(jié)介紹的方法從錄波信息中提取。

2 計及警報信息時序特性的高壓線路故障診斷與保護/斷路器動作性能評價

以圖4所示的某220kV局部電力系統(tǒng)為例，介紹用于診斷線路故障及評價保護和斷路器動作性能的計及警報信息時序特性的規(guī)則網(wǎng)絡(luò)模型。

圖4 某電力系統(tǒng)局部接線圖Fig.4 A part of a power network

2.1 電流突變事件、保護和斷路器動作間的因果邏輯關(guān)系

在文獻[9]研究的基礎(chǔ)上，通過考慮保護和斷路器正確動作、誤動、拒動等情景條件下，可將線路故障后保護和斷路器的響應(yīng)歸納為以下5種典型情況：(1)主保護和斷路器都正確動作；(2)主保護拒動，線路裝置中的后備保護正確動作，斷路器正確動作；(3)主保護正確動作，但斷路器拒動，之后斷路器失靈保護正確動作；(4)主保護拒動，后備保護正確動作，但斷路器拒動，之后斷路器失靈保護正確動作；(5)線路無故障，保護或斷路器誤動。考慮到現(xiàn)有220 kV以上的高壓線路一般采用近后備保護，當(dāng)斷路器拒動時將起動斷路器失靈保護，上述分類方法基本覆蓋了220 kV高壓線路常見的故障響應(yīng)情況。

根據(jù)電網(wǎng)的拓撲結(jié)構(gòu)、線路繼電保護配置、保護整定值及斷路器分(合)閘時間，以上述5種故障響應(yīng)情況為例，下面建立用于診斷線路故障及評價保護和斷路器動作性能的計及警報信息時序特性的規(guī)則網(wǎng)絡(luò)模型。對于圖4所示系統(tǒng)，線路L2252發(fā)生故障時相關(guān)聯(lián)的保護與斷路器的動作原理和時序特性如表3所示。

表3 與線路L2252相關(guān)聯(lián)的繼電保護動作原理

Table 3 Operating principle of protective relays associated with line L2252

注：表3中的t1至t8可根據(jù)保護的定值配置及斷路器動作時間確定。

上述歸納方式并未完全覆蓋實際電力系統(tǒng)所有可能出現(xiàn)的復(fù)雜故障。對于各種實際故障(如死區(qū)故障導(dǎo)致失靈動作及區(qū)外故障保護誤動等情況)，可以參照上述方法進行建模分析。

2.2 計及警報信息時序特性的規(guī)則網(wǎng)絡(luò)模型

根據(jù)表3及保護動作、斷路器動作與電流突變事件間的因果邏輯關(guān)系，可構(gòu)建計及警報信息時序特性的線路L2252的規(guī)則網(wǎng)絡(luò)模型，如圖5所示，由節(jié)點、弧及時間距離構(gòu)成。其中，節(jié)點代表故障元件、原因事件、電流突變事件、保護動作和斷路器的動作事件；弧表示故障線路與故障原因的所屬關(guān)系 (如線路的單相接地、兩相短路等)、電流突變事件與保護動作間的因果關(guān)系、保護動作事件與斷路器動作間的因果關(guān)系；時間距離表示電流突變事件間的時間距離約束。

2.2.1 基本定義

(1)故障元件，即故障線路。在圖5中，故障線路為L2252。

(2)原因事件ci，指引起模擬電氣量發(fā)生突變、保護及斷路器動作的根本原因，如“線路L2252發(fā)生故障，主保護動作，斷路器斷開，重合閘動作”。在圖5中，c1、c2、c3和c4表示原因事件，對應(yīng)表3中的典型故障。

(3)EIi表示經(jīng)故障信息預(yù)處理后得到的電流突變事件，如圖5中的EI1和EI2；由故障發(fā)生和保護動作機理可知，每個事件可能對應(yīng)多個原因事件。定義Ccause(EIm)={ci|i=1,2,…,r}為可能引起電流突變事件EIm發(fā)生的原因事件集合。

(4)保護動作事件用pi來表示，如“C4的斷路器主保護動作”，在圖5中用p1表示。

(5)bi表示斷路器動作事件，如“C4跳三相”，在圖5中用b1表示。

(6)Eexpected(ci)={pk|k=1,2,…,m}∪{bj|j=1,2,…,s}為原因事件ci對應(yīng)的期望保護及斷路器集合，即原因事件ci發(fā)生時，引發(fā)的相關(guān)保護或斷路器動作事件。

圖5 計及警報信息時序特性的線路L2252的規(guī)則網(wǎng)絡(luò)模型Fig.5 Rule network with temporal sequence information of alarm messages for L2252

2.2.2 規(guī)則庫

(1)(ci,EIm)：表示原因事件ci的發(fā)生引起電流突變事件EIm的出現(xiàn)。在圖5中，(c1,EI1)和(c2,EI1)屬于這種類型的規(guī)則。

(2)(EIm,pj)：表示保護動作事件pj由電流突變事件EIm引起。在圖5中，(E1,p1)和(E1,p2)屬于這種類型的規(guī)則。

(3)(pj,bk)：表示保護動作事件pj的發(fā)生會引起斷路器動作事件bk的出現(xiàn)。在圖5中，(p1,b1)和(p3,b2)屬于這種類型的規(guī)則。

(4)(bk,EIn)：表示斷路器動作事件bk的發(fā)生會引起電流突變事件EIn的出現(xiàn)。在圖5中，(b1,EI3)和(b3,EI6)就屬于這種類型的規(guī)則。

(5)(EIm,EIn)：表示電流突變事件Em和En由同一個原因事件引起，且EIm先于EIn發(fā)生。

(6)D(Em,En)表示原因事件ci發(fā)生時，故障時刻tem(對應(yīng)電流突變事件Em)與故障切除時刻ten(對應(yīng)電流突變事件En)之間的時間距離約束。如圖6所示，選取故障時刻tem作為時間參考點，ten∈T(ten)，T(ten)=[ten-,ten+]，ten-和ten+分別為時間區(qū)間T(ten)的起點和終點，則D(Em,En)=[ten--tem,ten+-tem]。時間距離約束D(Em,En)等于線路關(guān)聯(lián)保護的整定時間區(qū)間和斷路器跳閘時間區(qū)間之和。在圖5中，D(EI1,EI3)和D(EI1,EI6)就屬于這種類型的規(guī)則。

圖6 時間距離約束Fig.6 Time-distance constraints

3 故障診斷方法

3.1 總體框架

基于規(guī)則網(wǎng)并采用故障錄波信息的故障診斷與保護和斷路器動作性能評價系統(tǒng)的基本框架如圖7所示。

3.2 故障原因分析

對故障錄波文件進行預(yù)處理后，得到的電流突變事件序列為Esequ={EI1,EI2,…,EIr}，r為Esequ中所包含的電流突變事件個數(shù)；得到的保護動作事件序列為Psequ={p1,p2,…,ps}，s為Psequ中所包含的保護動作事件個數(shù)。故障原因分析就是要找到最能解釋Esequ和Psequ的原因事件ci。由于相鄰站出線發(fā)生故障時，與故障線路電氣距離較近的本站線路也會啟動錄波，這樣對于電流突變事件序列{EI1EI2}，就有以下2種情況。

圖7 基于規(guī)則網(wǎng)絡(luò)采用故障錄波數(shù)據(jù)的 高壓線路故障診斷的基本架構(gòu)Fig.7 Rule network based framework for fault diagnosis of HV lines employing fault recorder data

(1)EI1的突變模式為正常到故障，EI2的突變模式為故障到正常。這種情況下可以判斷發(fā)生了區(qū)外故障。

(2)EI1的突變模式為正常到故障，EI2的突變模式為故障到0。這種情況下線路發(fā)生故障。

對于情況(1)，僅給出診斷結(jié)果為“區(qū)外故障，線路無故障”，而對于情況(2)，則做如下進一步分析。

(1)確定原因假說集合H。首先，取電流突變事件EI1對應(yīng)的Ccause(EI1)，即

(4)

(2)對H中的原因假說進行真實性評估。由3.1節(jié)歸納的6種典型故障情況可以看出，故障原因假說集合H中原因事件的n可能為：1、2、3或4。下面對此作進一步的評估：

1)n=1，H={ci}，ci即為要尋找的原因事件。

2)n>1，H={ci,cj}。在這種情況下，需要依據(jù)電流突變事件的個數(shù)和與故障線路相關(guān)聯(lián)的主、后備保護的動作情況來確定。

首先依據(jù)Esequ中電流突變事件的個數(shù)n進行判斷。假設(shè)mi和mj分別為原因事件ci和cj發(fā)生時引發(fā)的電流突變事件的個數(shù)。若n=mi，則確定原因事件ci為故障原因分析結(jié)果；若n=mi=mj，即原因事件ci和cj發(fā)生所引發(fā)的電流突變事件的個數(shù)相同，則定義2維0-1向量P1=[p1,p2]與Expected(ci)中線路相關(guān)聯(lián)的主、后備保護的動作情況一一對應(yīng)；2維0-1向量PActual=[pActual1,pActual2]為從故障錄波文件獲取的主保護和后備保護動作情況，與實際線路相關(guān)聯(lián)的主保護和后備保護的動作情況一一對應(yīng)，PActual=1和0分別表示保護動作和未動作。若P1=PActual，則確定原因事件ci為故障原因分析結(jié)果。

3.3 保護和斷路器動作性能評價

假設(shè)接收到的事件順序告警信息集合為A={(p1,tp1),(p2,tp2),…,(pm,tpv),(b1,tb1),(b2,tb2),…,(bn,tbw)}。其中，v和w分別為A中所包含的保護和斷路器動作事件個數(shù)；(pi,tpi)表示保護動作事件pi在t=tpi時刻發(fā)生；(bj,tbj)表示斷路器動作事件bj在t=tbj時刻發(fā)生。如果故障線路的原因分析結(jié)果確定為ci，則可將保護和斷路器動作性能評價問題轉(zhuǎn)化為尋找滿足ci觸發(fā)動作的信息，進而識別出異?；蚵﹫蟮木瘓蟆＞唧w方法如下：

首先，找到A中與故障線路相關(guān)聯(lián)的警報集合Aci，Aci={pj|pj∈Expect(ci)}∪{bk|bk∈Expect(ci)}。之后，以Aci中最早發(fā)生的保護動作事件pj為基準，遍歷Aci中其他元素Aci(i)(即pj或bk)，計算它們之間的時間距離約束d(tpj,tpci)。若滿足式(5)：

d(tpj,tpci)∈D(ci)

(5)

則說明警報Aci(i)((pj,tpj)或(bk,tbk))是正確的；否則，警報Aci(i)發(fā)生的時間點存在異常。

集合{bk|bk∈Expected(ci)∧bk?Aci}對應(yīng)缺失的斷路器動作信息。

4 算 例

以圖8所示的某實際電力系統(tǒng)局部220 kV網(wǎng)絡(luò)為例來說明所提出的方法。某日16時26分43秒，L2279線黃埔廠側(cè)發(fā)生C相接地故障，線路縱聯(lián)距離保護和阻抗I段動作，線路L2279的C相跳閘；976 ms后C1斷路器C相重合，但重合于故障，線路L2279的阻抗II段保護加速出口動作，C1斷路器三相跳閘。表4給出了從L2279線黃埔廠側(cè)故障錄波文件中得到的電流突變事件序列。

為便于描述，在表5中對故障原因、保護動作和斷路器動作事件進行了編號。部分規(guī)則網(wǎng)及用戶定義規(guī)則庫分別如圖9和表6所示。

圖8 某實際電力系統(tǒng)局部220 kV網(wǎng)絡(luò)Fig.8 Local 220 kV network of an actual power system表4 線路電流突變事件序列Table 4 Sudden change events of line current

表5 事件及其編號Table 5 Events and associated numbers

圖9 算例系統(tǒng)的部分規(guī)則網(wǎng)Fig.9 partial rule-network for sample example表6 部分規(guī)則庫表Table 6 A partial of rule base

注：表中的時間距離約束規(guī)則是依據(jù)保護配置及斷路器開斷電流的時間來確定。

所形成的部分故障診斷簡報見表7。

表7 部分故障診斷簡報

Table 7 A part of the brief report of fault diagnosis

5 結(jié) 論

基于規(guī)則網(wǎng)絡(luò)并利用故障錄波信息，提出了高壓線路故障診斷與保護和斷路器動作性能評價方法。采用實際系統(tǒng)的算例分析結(jié)果表明，所提出的方法能準確診斷高壓線路故障、判別故障類型及故障性質(zhì)，并正確評價保護或斷路器的動作性能。這在相當(dāng)程度上克服了僅依賴保護和斷路器信息進行故障診斷時有可能無法獲得明確診斷結(jié)果的弊端，為對高壓線路故障進行準確分析提供了新的思路。

本文的研究工作主要針對線路故障，下一步將引入相量測量單元、電壓變化量及功率方向變化量等信息，對模型做進一步研究。

[1]LEE H J，AHN B S，PARK Y M. A fault diagnosis expert system for distribution substations[J]. IEEE Transactions on Power Delivery，2000，15(1)：92-97.

[2]MIAO H J，SFORNA M，LIU C C. A new logic-based alarm analyzer for on-line operational environment[J]. IEEE Transactions on Power Systems，1996，11(3)：1600-1606.

[3]文福拴，韓禎祥. 基于覆蓋集理論和Tabu搜索方法的電力系統(tǒng)警報處理[J]. 電力系統(tǒng)自動化，1997，21(2)：18-23. WEN Fushuan，HAN Zhenxiang. A new approach to alarm processing in power systems based upon the set covering theory and Tabu search method [J]. Automation of Electric Power Systems，1997，21(2)：18-23.

[4]束洪春，孫向飛，司大軍. 基于粗糙集理論的配電網(wǎng)故障診斷研究[J]. 中國電機工程學(xué)報，2001，21(10)：73-77. SHU Hongchun，SUN Xiangfei，SI Dajun. A study of fault diagnosis in distribution line based on rough set theory [J]. Proceedings of the CSEE，2001，21(10)：73-77.

[5]廖志偉，孫雅明. 基于數(shù)據(jù)挖掘模型的高壓輸電線系統(tǒng)故障診斷[J]. 電力系統(tǒng)自動化，2001，25(15)：15-19. LIAO Zhiwei，SUN Yaming. A new data mining approach for fault diagnosis of high voltage transmission line based on rough set theory[J]. Automation of Electric Power Systems，2001，25(15)：15-19.

[6]何贊峰，趙冬梅，高曙，等.一種基于故障錄波信息的電網(wǎng)故障診斷方法[J]. 電網(wǎng)技術(shù)，2002，26(5)：39-43. HE Zanfeng，ZHAO Dongmei，GAO Shu，et al. A power system fault diagnosis method based on recorded data [J]. Power System Technology，2002，26(5)：39-43.

[7]KEZUNOVIC M，PREDRAG S，F(xiàn)ROMEN C W，et al. An expert system for transmission substation event analysis [J]. IEEE Transactions on Power Delivery，1993，8(4)：1942-1949.

[8]樂全明，董志赟，鄭華珍，等. 基于時態(tài)邏輯技術(shù)的高壓輸電線系統(tǒng)故障診斷[J]. 電力系統(tǒng)自動化，2006，30(6)：38-43. YUE Quanming，DONG Zhiyun，ZHENG Huazhen，et al. Fault diagnosis based on temporal logic technology in HV transmission system [J]. Automation of Electric Power Systems，2006，30(6)：38-43.

[9]鄭華珍，樂全明，郁惟鏞，等. 基于小波理論的超高壓電網(wǎng)故障時刻提取[J]. 電網(wǎng)技術(shù)，2005，29(19)：33-38. ZHENG Huazhen，YUE Quanming，YU Weiyong，et al. Location of fault moment by wavelet in ultra-high-voltage network based on fault record data[J]. Power System Technology，2005，29(19)：33-38.

[10]費銘薇，樂全明，張沛超，等. 電力系統(tǒng)故障錄波數(shù)據(jù)壓縮與重構(gòu)小波基選擇[J]. 電力系統(tǒng)自動化，2005，29(17)：64-67，97. FEI Mingwei，YUE Quanming，ZHANG Peichao，et al. Wavelets selection of compression and reconstruction algorithm based on digital recorded data from a faulted power system[J]. Automation of Electric Power Systems，2005，29(17)：64-67，97.

[11]張巖，張勇，文福拴，等. 融合信息理論的電力系統(tǒng)故障診斷解析模型[J]. 電力自動化設(shè)備，2014，34(2)：158-164，174. ZHANG Yan，ZHANG Yong，WEN Fushuan，et al. An analytical model for power system fault diagnosis integrated with information theory[J]. Electric Power Automation Equipment，2014，34(2)：158-164，174.

[12]鐘錦源，張巖，文福拴，等. 基于時間序列相似性匹配的輸電系統(tǒng)故障診斷方法[J]. 電力系統(tǒng)自動化，2015，39(6)：60-67. ZHONG Jinyuan，ZHANG Yan，WEN Fushuan，et al. A fault diagnosing method in power transmission systems based on time series similarity matching[J]. Automation of Electric Power Systems，2015，39(6)：60-67.

[13]郭文鑫，文福拴，廖志偉，等. 基于時序約束網(wǎng)絡(luò)的電力系統(tǒng)在線警報處理解析模型[J]. 電力系統(tǒng)自動化，2009，33(21)：36-42. GUO Wenxin，WEN Fushuan，LIAO Zhiwei，et al. An analytic model for power system on-line alarm processing based on temporal constraint network[J]. Automation of Electric Power Systems，2009，33(21)：36-42.

[14]郭文鑫，廖志偉，文福拴，等. 計及警報信息時序特性的電網(wǎng)故障診斷解析模型[J]. 電力系統(tǒng)自動化，2008，32(22)：26-31. GUO Wenxin，LIAO Zhiwei，WEN Fushuan，et al. An analytic model for power network fault diagnosis with the temporal information of alarm messages taken into account [J]. Automation of Electric Power Systems，2008，32(22)：26-31.

[15]吳文可，文福拴，薛禹勝，等. 基于多源信息的延時約束加權(quán)模糊Petri網(wǎng)故障診斷模型[J]. 電力系統(tǒng)自動化，2013，37(24)：43-52. WU Wenke，WEN Fushuan，XUE Yusheng，et al. A weighted fuzzy time Petri net based model with time-delay constraints for power system fault diagnosis employing information from multiple sources[J]. Automation of Electric Power Systems，2013，37(24)：43-52.

[16]張巖，張勇，文福拴，等. 容納時序約束的改進模糊Petri網(wǎng)故障診斷模型[J]. 電力系統(tǒng)自動化，2014，38(5)：66-72. ZHANG Yan，ZHONG Yong，WEN Fushuan，et al. Power system fault diagnosis with an enhanced fuzzy Petri net accommodating temporal constraints[J]. Automation of Electric Power Systems，2014，38(5)：66-72.

[17]鐘錦源，張巖，文福拴，等. 利用電氣量和時序信息的改進Petri網(wǎng)故障診斷模型[J]. 電力系統(tǒng)自動化，2015，39(11)：152-159. ZHONG Jinyuan，ZHANG Yan，WEN Fushuan，et al. An improved Petri net model for power system fault diagnosis employing electrical data and temporal constraints[J]. Automation of Electric Power Systems，2015，39(11)：152-159.

(編輯 張媛媛)

A Rule-Network Based Approach for Fault Diagnosis of HV Transmission Lines and Protection Action Performance Evaluation

LIAO Zhiwei1，YUE Ling2，WEN Fushuan3,4，ZHU Bingquan5，XU Lizhong5

(1. School of Electrical Engineering, South China University of Technology, Guangzhou 510640, China;2. State Grid Shandong Zaozhuang Power Supply Company, Zaozhuang 277100, Shandong Province, China;3. School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;4. Department of Electrical and Electronic Engineering, Institut Teknologi Brunei, Bandar Seri Begawan BE1410, Brunei;5. State Grid Zhejiang Electric Power Corporation, Hangzhou 310007, China)

For the situations of complicated and multiple faults with missing and/or false alarms, it is still a challenging task to develop an accurate approach for fault diagnosis of high-voltage (HV) lines and operating behavior evaluation of protective devices. Given this background, this paper presents a rule-network based approach for this purpose by employing fault recorder data. Firstly, the fault recorder data are pre-processed by using the well-developed wavelet transform to extract the fault characteristics of HV lines from analogue electrical information, and the events of sudden current change and protection action are obtained. On this basis, we construct a rule-network based model for fault diagnosis of HV lines with considering the temporal characteristics of alarm messages, determine the sets of fault hypotheses as well as the expected states of protective relays and circuit breaker, and determine the fault cause and evaluate the performance of protection and circuit breaker with using the causal and temporal relationships between them. In addition, we further analyze the fault recorder to determine the type, characteristics and location of fault. Finally, we adopt actual power system fault cases to demonstrate the proposed method.

high-voltage lines; fault diagnosis; fault recorder information; rule network; wavelet theory

國家高技術(shù)研究發(fā)展計劃項目(863計劃)(2015AA050202)；高等學(xué)校博士學(xué)科點專項科研基金資助項目 (20120101110112)；國網(wǎng)浙江省電力公司科研項目 (5211ZD13000R)；國家電網(wǎng)公司總部科技項目 (52110115009Q)

TM 755

A

1000-7229(2016)02-0034-08

10.3969/j.issn.1000-7229.2016.02.005

2015-11-09

廖志偉(1973)，男，副教授，碩士生導(dǎo)師，主要研究方向為電力系統(tǒng)故障診斷、分析以及電力系統(tǒng)智能控制；

岳苓(1983)，女，碩士，助理工程師，主要研究方向為電力系統(tǒng)保護、控制與自動化；

文福拴(1965)，男，教授，博士生導(dǎo)師，主要從事電力系統(tǒng)故障診斷、系統(tǒng)恢復(fù)和電力市場、智能電網(wǎng)與電動汽車等方面的研究工作；

朱炳銓(1967)，男，高級工程師，主要從事電網(wǎng)調(diào)度運行管理工作；

徐立中(1983)，男，博士，工程師，主要從事電力系統(tǒng)調(diào)度運行控制工作。

Project supported by National High Technology Research and Development Program (863 Program) (2015AA050202)；Specialized Research Fund for the Doctoral Program of Higher Education (20120101110112)