配電網(wǎng)故障診斷技術(shù)概述

田海濤+田松震

摘要：配電網(wǎng)的安全可靠運(yùn)行直接關(guān)系著社會(huì)生產(chǎn)與人們的生活，一旦配電網(wǎng)發(fā)生故障，將給人們生活帶來極大的不便。隨著配電網(wǎng)的自動(dòng)化程度越來越高，開展配電網(wǎng)故障診斷是提高配電網(wǎng)安全性、經(jīng)濟(jì)性的重要保障，也是配電自動(dòng)化的一個(gè)重要組成部分。本文就當(dāng)前國內(nèi)外典型的配電網(wǎng)故障診斷技術(shù)做了簡要的介紹。

關(guān)鍵字：配電網(wǎng)，故障診斷，數(shù)據(jù)挖掘

配電網(wǎng)故障診斷是從技術(shù)上提高配電網(wǎng)安全可靠運(yùn)行的重要手段，準(zhǔn)確的故障定位、分析故障原因，提出故障恢復(fù)方案能夠減少停電時(shí)間，加快線路的恢復(fù)，減少因停電造成的經(jīng)濟(jì)損失。因此，配電網(wǎng)故障診斷技術(shù)的研究有著十分重要的理論和實(shí)用價(jià)值[1]。目前，國內(nèi)外比較典型的配電網(wǎng)故障診斷方法有故障電流法、專家系統(tǒng)法、人工神經(jīng)網(wǎng)絡(luò)法、基于模糊理論的方法、基于優(yōu)化技術(shù)的方法和基于數(shù)據(jù)挖掘的方法。

1 故障電流法

故障電流法是以圖論為基礎(chǔ)，根據(jù)配電網(wǎng)的拓?fù)淠Ｐ瓦M(jìn)行故障診斷。其基本原理是根據(jù)配電網(wǎng)絡(luò)的結(jié)構(gòu)寫出網(wǎng)絡(luò)描述矩陣和根據(jù)故障信號(hào)寫出配電網(wǎng)絡(luò)故障信息矩陣，進(jìn)而由網(wǎng)絡(luò)描述矩陣和故障信息矩陣相乘后得到一個(gè)描述矩陣，隨后對(duì)描述矩陣進(jìn)行規(guī)格化處理，得到故障判斷矩陣，當(dāng)發(fā)生故障時(shí)，依據(jù)故障判斷矩陣進(jìn)行故障判別和定位[2]。該方法依據(jù)系統(tǒng)潮流的變化來判斷的，當(dāng)發(fā)生故障時(shí)，系統(tǒng)的結(jié)果和參數(shù)變化，使得潮流的計(jì)算和分析處理耗時(shí)較長，會(huì)影響診斷和恢復(fù)處理速度，難以達(dá)到理想的效果。

2 專家系統(tǒng)法

專家系統(tǒng)是利用計(jì)算機(jī)技術(shù)將相關(guān)領(lǐng)域的理論知識(shí)和專家的經(jīng)驗(yàn)知識(shí)融合在一起，通過數(shù)據(jù)庫、知識(shí)庫、推理機(jī)、人機(jī)接口、解釋程序和知識(shí)獲取程序的有機(jī)連接，達(dá)到具備解決專業(yè)領(lǐng)域問題的能力。專家系統(tǒng)在配電網(wǎng)故障診斷中的典型應(yīng)用是基于生產(chǎn)式規(guī)則的系統(tǒng)，它把保護(hù)、斷路器的動(dòng)作邏輯以及運(yùn)行人員的診斷經(jīng)驗(yàn)用規(guī)則表示出了，形成故障診斷專家系統(tǒng)的知識(shí)庫，通過查找知識(shí)庫對(duì)報(bào)警信息進(jìn)行推理，獲得診斷結(jié)論。專家系統(tǒng)雖然能夠有效模擬故障診斷專家完成故障診斷，但是在實(shí)際應(yīng)用中存在知識(shí)庫建立困難、校核和維護(hù)困難、容錯(cuò)能力差等局限性，容易造成診斷錯(cuò)誤。

3 人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)是模擬人類神經(jīng)系統(tǒng)傳輸、處理信息過程的理論化數(shù)學(xué)模型，是一種大規(guī)模并行分布處理系統(tǒng)。它的最大特點(diǎn)是采用神經(jīng)元及它們之間的有向權(quán)重連接來隱含處理問題的知識(shí)，具有很強(qiáng)的自學(xué)習(xí)能力，在學(xué)習(xí)完成之后，還具有一定的泛化能力和容錯(cuò)能力，即使輸入信號(hào)帶有一定的干擾噪聲，仍能給出正確的輸出結(jié)果[3]。它的這些優(yōu)點(diǎn)對(duì)于在配電網(wǎng)故障定位中的應(yīng)用具有重要的意義，主要用來進(jìn)行故障識(shí)別和故障定位。

4 基于模糊理論的方法

模糊理論是將經(jīng)典集合理論模糊化，并引入語言變量和近似推理的模糊邏輯，具有完整的推理體系的智能技術(shù)。在電力系統(tǒng)中，由于保護(hù)或斷路器的誤動(dòng)作、拒動(dòng)，信道傳輸干擾，保護(hù)動(dòng)作時(shí)間偏差等因素的影響，輸、配電網(wǎng)絡(luò)故障診斷存在不確定性，而模糊理論可以適應(yīng)不確定性問題，擅長模擬人類思維中的近似推理、語言變量來表述專家的經(jīng)驗(yàn)，得到問題的多個(gè)可能的解決方案，并根據(jù)其模糊度的高低進(jìn)行排序，進(jìn)而得出問題的最佳解決方案。因此，基于模糊理論的方法比較適用于故障診斷，目前已經(jīng)在配電網(wǎng)故障定位中得到了應(yīng)用。

基于模糊理論的故障診斷系統(tǒng)，雖然可以增強(qiáng)處理不確定性的能力，但是采用模糊理論進(jìn)行電網(wǎng)故障診斷，需尋求有效的手段對(duì)電網(wǎng)中的各種不確定性進(jìn)行客觀地模糊表達(dá)，需要充分利用歷史統(tǒng)計(jì)數(shù)據(jù)和經(jīng)驗(yàn)知識(shí)。當(dāng)診斷對(duì)象的結(jié)構(gòu)發(fā)生變化時(shí)，如何對(duì)模糊知識(shí)庫進(jìn)行快速、有效的更新維護(hù)也需要更進(jìn)一步的研究[4]。

5 基于優(yōu)化技術(shù)的方法

基于優(yōu)化技術(shù)算法是國內(nèi)外學(xué)者提出的進(jìn)行電網(wǎng)故障定位的一種新思路，根據(jù)電網(wǎng)故障的特點(diǎn)設(shè)定假想事故集的目標(biāo)函數(shù)，利用各種優(yōu)化算法根據(jù)適應(yīng)度值對(duì)假想事故集進(jìn)行更新，直至搜索到適應(yīng)度最大的假想事故集，作為最終故障診斷結(jié)果。其實(shí)質(zhì)是將故障診斷問題轉(zhuǎn)化為無約束的0-1整數(shù)規(guī)劃問題進(jìn)行尋優(yōu)處理。這類方法的基本思路是：根據(jù)保護(hù)動(dòng)作原理，將故障診斷問題表示為0-1整數(shù)規(guī)劃問題，然后用優(yōu)化算法求解。配電網(wǎng)故障診斷中使用的優(yōu)化算法主要有遺傳算法、模擬退火算法和基于覆蓋集理論的算法?；趦?yōu)化技術(shù)的方法在信息發(fā)生畸變時(shí)，出現(xiàn)復(fù)雜的故障模式的時(shí)候，難以保證診斷結(jié)果的可靠性。

6 基于數(shù)據(jù)挖掘的方法

數(shù)據(jù)挖掘近年來研究比較活躍的研究領(lǐng)域，是人工智能與數(shù)據(jù)庫技術(shù)相結(jié)合的產(chǎn)物。它是利用數(shù)據(jù)挖掘的各種算法從大量數(shù)據(jù)中挖掘出隱含其中的知識(shí)。近年來，已有研究者開始把數(shù)據(jù)挖掘技術(shù)引入到電力系統(tǒng)的診斷故障中，并取得了一些成功的經(jīng)驗(yàn)。數(shù)據(jù)挖掘技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用目前正處于起步階段，解決如何把診斷對(duì)象與數(shù)據(jù)挖掘算法結(jié)合，確定出診斷對(duì)象的診斷模型，以及如何把數(shù)據(jù)挖掘和傳統(tǒng)的人工智能技術(shù)相結(jié)合是進(jìn)一步深入研究的課題。

電力系統(tǒng)的故障大部分發(fā)生在配電網(wǎng)，配電網(wǎng)發(fā)生故障后，故障診斷系統(tǒng)根據(jù)監(jiān)測系統(tǒng)得到的相關(guān)信息對(duì)配電網(wǎng)發(fā)生的故障進(jìn)行實(shí)時(shí)分析和判斷，提出正確有效的健全區(qū)域停電恢復(fù)策略，幫助調(diào)度員準(zhǔn)確的確定故障位置，隔離故障區(qū)域，快速恢復(fù)非故障區(qū)域供電。隨著技術(shù)的日趨成熟，配電網(wǎng)故障診斷技術(shù)必將在提高配電網(wǎng)安全可靠運(yùn)行方面發(fā)揮巨大的作用。

參考文獻(xiàn)：

[1]馬士聰，高厚磊，徐丙垠，薛永端.配電網(wǎng)故障定位技術(shù)綜述[J].電力系統(tǒng)保護(hù)與控制.2009（11）.

[2]艾闖.配電網(wǎng)故障快速診斷方法分析[J].中國電業(yè)（技術(shù)版）.2013（12）.

[3]陳堂等編著.配電系統(tǒng)及其自動(dòng)化技術(shù)[M].中國電力出版社，2003.

[4]郭欣.配電網(wǎng)運(yùn)行中的故障檢測技術(shù)及解決方法[J].中國高新技術(shù)企業(yè).2016（01）.