電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢

孔祥慧

【關鍵詞】電力系統(tǒng);故障診斷;現(xiàn)狀與發(fā)展

一.前言

電氣系統(tǒng)故障診斷裝置是利用繼電保護及其信息的，對電氣系統(tǒng)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(wǎng)絡故障診斷具有重要意義。由于電力系統(tǒng)結構的擴展性和復雜性，大量的應急信息會在短時間內(nèi)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(diào)度。為了適應快速準確的檢測，故障診斷系統(tǒng)是電力系統(tǒng)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(tǒng)調(diào)度中心。通過對電力系統(tǒng)故障的仿真分析和仿真，可以提高診斷系統(tǒng)管理人員的經(jīng)驗和工作水平，為能源系統(tǒng)故障診斷提供了不同的方法和技術，包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡、模糊理論和模糊優(yōu)化理論。

二、國內(nèi)外研究發(fā)展狀況

（一）基于專家系統(tǒng)的診斷方法

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

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

2、結合正、反向推理的系統(tǒng)。該系統(tǒng)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?？梢愿鶕?jù)繼電保護的重合度和故障假設，有效地減少可能發(fā)生的故障，確定其可靠性。故障診斷專家系統(tǒng)綜合推理提高了故障診斷專家系統(tǒng)的適應性和自學習能力。

基于專家系統(tǒng)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(jīng)驗可以很容易地用規(guī)則表達出來。并添加到知識庫中，保證了診斷系統(tǒng)的實時性和有效性，適合人類的語言和習慣，并具有適當?shù)慕忉屇芰Γ@是一種較好的診斷中小型電力系統(tǒng)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(shù)據(jù)庫及驗證其完整性比較困難，專家系統(tǒng)在復雜的診斷過程中，會出現(xiàn)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(tǒng)出現(xiàn)大規(guī)模網(wǎng)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(jīng)網(wǎng)絡

與專家系統(tǒng)相比，基于人工神經(jīng)網(wǎng)絡的故障診斷具有很好的魯棒性和穩(wěn)定性，目前應用于電力系統(tǒng)故障診斷的神經(jīng)網(wǎng)絡主要有基于BP算法的網(wǎng)絡;而神經(jīng)網(wǎng)絡是基于徑向基函數(shù)的，電氣系統(tǒng)輸入神經(jīng)網(wǎng)絡輸出取決于可能出現(xiàn)的故障。整個學習過程如下：根據(jù)當前網(wǎng)絡內(nèi)部表達式計算輸入樣本;比較網(wǎng)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(shù)值和閾值進行分層調(diào)整?；诓煌瑓^(qū)域的基本設計算法，得到了最終的故障診斷結果。

基于神經(jīng)網(wǎng)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(tǒng)故障所需的費用這種方法只適用于供電困難的中小企業(yè)。在利用人工神經(jīng)網(wǎng)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(guī)模的能源系統(tǒng)，很難獲得完整的樣本，與符號數(shù)據(jù)庫的交互作用很弱;不善于處理啟發(fā)性知識;不能保證神經(jīng)網(wǎng)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(tǒng)中的應用。如何開發(fā)一個適合于大型電力系統(tǒng)的故障診斷系統(tǒng)仍然是一個有待解決的問題。

（三）基于優(yōu)化技術

隨著計算機和計算機技術（特別是人工智能）的發(fā)展，國內(nèi)外科學家提出了各種優(yōu)化算法，將現(xiàn)有的優(yōu)化算法用于電網(wǎng)優(yōu)化是一種新的思路。將優(yōu)化算法更新到可用狀態(tài)，根據(jù)自適應虛擬故障值，對故障診斷進行優(yōu)化，使之成為一個無限全局規(guī)劃的整體問題。在應用遺傳算法診斷電網(wǎng)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(yōu)化算法相結合，將診斷轉化為全局規(guī)劃，可以找到最優(yōu)解。提高診斷速度。從而更好地處理復雜的故障分析。

優(yōu)化診斷模式具有重要的理論意義，網(wǎng)絡故障診斷條件的優(yōu)化是在功能形成過程中，根據(jù)組態(tài)原理自動形成所需的保護和停機條件，以優(yōu)化診斷模式，需要多級后備保護，而優(yōu)化方法是次要且難以考慮的，如何建立數(shù)學模型來診斷網(wǎng)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(tǒng)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(jù)系統(tǒng)和故障檢修操作的網(wǎng)絡布局，判斷斷路器的狀態(tài)，提供報警信息的可信度，從而使專家系統(tǒng)或人工神經(jīng)網(wǎng)絡的故障診斷結果不清晰。在專家系統(tǒng)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(tǒng)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(tǒng)模型，語言規(guī)則的獲取、遺忘和變化限制了這些規(guī)則的應用。

三.電力系統(tǒng)故障診斷研究發(fā)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(xiàn)狀，該診斷系統(tǒng)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(tǒng)故障診斷方法研究。在許多實際的能源供應系統(tǒng)中，現(xiàn)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(tài)信息的假設是閑置的。這可能與實際情況不符，可能會對數(shù)據(jù)的可靠性產(chǎn)生不利影響。目前，在電力系統(tǒng)故障中發(fā)現(xiàn)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(wǎng)技術發(fā)展的同時，隨著電網(wǎng)的發(fā)展，網(wǎng)絡故障診斷將成為一種現(xiàn)實設備并及時維護。

（四）由于大多數(shù)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(tǒng)故障診斷的實踐研究中非常重要。結合電力系統(tǒng)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(shù)據(jù)庫，建立和實施區(qū)域網(wǎng)絡故障診斷系統(tǒng)，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(nèi)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(wǎng)故障診斷對電網(wǎng)的安全穩(wěn)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(tǒng)中得到很好地解決。電力系統(tǒng)對故障診斷網(wǎng)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(qū)域的要求這些問題上，解決方案還不成熟，需要進一步探討。