電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢(shì)分析

王嘉林

（華北電力大學(xué)，河北 保定 071000）

電力系統(tǒng)故障的診斷工作主要是通過(guò)對(duì)系統(tǒng)的元件與系統(tǒng)的故障兩個(gè)方向進(jìn)行診斷，故障的識(shí)別是一個(gè)相對(duì)關(guān)鍵的問(wèn)題。不過(guò)，由于電力系統(tǒng)的結(jié)構(gòu)比較復(fù)雜，可能會(huì)發(fā)生由于操作人員的處理能力不強(qiáng)，進(jìn)而造成錯(cuò)誤調(diào)度的問(wèn)題。因此，為了能夠更快更合理地進(jìn)行準(zhǔn)確的檢測(cè)，就需要提升電力系統(tǒng)診斷管理人員的經(jīng)驗(yàn)與工作水平，同時(shí)還需要為能源系統(tǒng)的故障診斷提供相應(yīng)的解決方法與技術(shù)支持，比如專(zhuān)家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)等。

1 電力系統(tǒng)故障診斷國(guó)內(nèi)外的研究發(fā)展現(xiàn)狀

1.1 專(zhuān)家系統(tǒng)的診斷技術(shù)

電力系統(tǒng)的故障診斷技術(shù)方法中，專(zhuān)家系統(tǒng)是一種最早的相對(duì)成熟的智能技術(shù)，并且已經(jīng)成功應(yīng)用到電力系統(tǒng)的故障診斷之中。不過(guò)，結(jié)合其對(duì)故障診斷的關(guān)鍵技術(shù)與推理策略的了解，分為兩類(lèi)：

（1）第一種專(zhuān)家系統(tǒng)是啟發(fā)式規(guī)則推理系統(tǒng)，該專(zhuān)家系統(tǒng)是通過(guò)保護(hù)和斷路器的動(dòng)作邏輯，以及工作人員的診斷經(jīng)驗(yàn)，結(jié)合規(guī)則的形式進(jìn)行表示，從而形成一種專(zhuān)家系統(tǒng)故障診斷知識(shí)庫(kù)，并通過(guò)對(duì)數(shù)據(jù)的正向推理，將其獲取的數(shù)據(jù)與知識(shí)庫(kù)中存在的數(shù)據(jù)進(jìn)行相應(yīng)的對(duì)比，最后得出相應(yīng)的理論。當(dāng)前，對(duì)電力系統(tǒng)的故障診斷大多都是該類(lèi)型的診斷。

（2）第二種專(zhuān)家系統(tǒng)是利用正向與反向推理的系統(tǒng)。該類(lèi)型的專(zhuān)家系統(tǒng)基于斷路器、繼電保護(hù)以及被保護(hù)的設(shè)備之間存在的邏輯管理，結(jié)合正向、反向推理的方式，對(duì)其繼電保護(hù)的重合度以及故障進(jìn)行假設(shè)，進(jìn)而有效減少可能發(fā)生的故障問(wèn)題，并確定了其可靠性。因此，故障診斷專(zhuān)家系統(tǒng)的綜合推理使得故障診斷專(zhuān)家系統(tǒng)的適應(yīng)性得到進(jìn)一步的提升。

專(zhuān)家系統(tǒng)的主要診斷方法以及最為關(guān)鍵的部件是專(zhuān)家系統(tǒng)的知識(shí)庫(kù)與推理機(jī)。進(jìn)行專(zhuān)家系統(tǒng)構(gòu)建時(shí)，通過(guò)有效結(jié)合部分保留的歷史數(shù)據(jù)構(gòu)成的知識(shí)庫(kù)，基于相應(yīng)的算法構(gòu)建出推理機(jī)。輸入新的故障信息時(shí)，那么該系統(tǒng)將會(huì)結(jié)合知識(shí)庫(kù)中的數(shù)據(jù)，利用推理機(jī)推斷出故障發(fā)生原因的可能性（詳細(xì)推理過(guò)程見(jiàn)圖1）。在故障診斷專(zhuān)家系統(tǒng)結(jié)構(gòu)示意圖中，利用x1、x2....xn來(lái)表示故障發(fā)生過(guò)程中存在的異常特征，并用c1、c2....cn等符號(hào)來(lái)表示專(zhuān)家系統(tǒng)所診斷出的各種系統(tǒng)故障原因，并使兩者構(gòu)成了相應(yīng)的歷史數(shù)據(jù)。那么，在該歷史知識(shí)庫(kù)中，每一個(gè)相應(yīng)的案例都包含了一個(gè)故障發(fā)生時(shí)記錄下來(lái)的異常特征，并構(gòu)成了相應(yīng)的組合。當(dāng)過(guò)程中出現(xiàn)（0，1）時(shí)，其代表相應(yīng)特征的未出現(xiàn)和出現(xiàn)，以及專(zhuān)家系統(tǒng)對(duì)其故障診斷出來(lái)的故障原因。

圖1 故障診斷專(zhuān)家系統(tǒng)結(jié)構(gòu)示意圖

由上文所述，在專(zhuān)家系統(tǒng)中，c1則代表了歷史數(shù)據(jù)中發(fā)生故障的原因，x1則代表了歷史數(shù)據(jù)中存在的異常問(wèn)題特征。

因此，專(zhuān)家系統(tǒng)的知識(shí)庫(kù)是由歷史數(shù)據(jù)搭建而成的，不僅包含了知識(shí)的本身，同時(shí)還包含了專(zhuān)家系統(tǒng)的故障診斷經(jīng)驗(yàn)以及決策表，所以通過(guò)建立相應(yīng)的決策表以及利用其他算法來(lái)約簡(jiǎn)異常特征的維數(shù)，可以有效提升其運(yùn)行的效率。

不過(guò)，在相對(duì)復(fù)雜的故障診斷任務(wù)過(guò)程當(dāng)中，依然存在些許缺陷，使數(shù)據(jù)庫(kù)以及完整性的驗(yàn)證相對(duì)困難。因此，專(zhuān)家系統(tǒng)在進(jìn)行復(fù)雜的診斷時(shí)，可能會(huì)出現(xiàn)組合爆炸或者是推理速度變慢的現(xiàn)象。

1.2 人工神經(jīng)網(wǎng)絡(luò)技術(shù)

隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，云計(jì)算技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)以及人工智能技術(shù)的快速發(fā)展，從一定程度上促進(jìn)了電網(wǎng)事業(yè)的進(jìn)步。將人工智能技術(shù)科學(xué)合理地運(yùn)用到電力系統(tǒng)故障診斷之中，不僅能夠有效解決電力系統(tǒng)故障問(wèn)題，還有利于提升電力系統(tǒng)的供電安全性與可靠性。所以基于人工智能技術(shù)構(gòu)建出來(lái)的人工神經(jīng)網(wǎng)絡(luò)技術(shù)與專(zhuān)家系統(tǒng)相比，具有更好的穩(wěn)定性。現(xiàn)階段應(yīng)用電力系統(tǒng)故障診斷的神經(jīng)網(wǎng)絡(luò)，主要是基于BP算法網(wǎng)絡(luò)，而神經(jīng)網(wǎng)絡(luò)則是基于徑向基函數(shù)。所以，其整個(gè)的學(xué)習(xí)過(guò)程，結(jié)合當(dāng)前的網(wǎng)絡(luò)內(nèi)部表達(dá)形式計(jì)算輸入的樣本，比較網(wǎng)絡(luò)輸出和預(yù)期輸出兩者之間的誤差。當(dāng)誤差滿足相應(yīng)的挑戰(zhàn)時(shí)，則訓(xùn)練完成，反之，當(dāng)誤差的信號(hào)進(jìn)行反向傳輸時(shí)，未有效滿足誤差的精度需求，那么其數(shù)值與閾值將會(huì)被分層調(diào)整。所以基于不同區(qū)域的基本設(shè)計(jì)算法，得到相應(yīng)的故障診斷結(jié)果。

在人工智能技術(shù)的支持下，建立起來(lái)的電力故障信息采集子系統(tǒng)與故障類(lèi)型子系統(tǒng)，都是利用各項(xiàng)采集系統(tǒng)以及設(shè)備進(jìn)行數(shù)據(jù)信息收集，并將其傳入到總中心站進(jìn)行匯總。而采集子系統(tǒng)會(huì)將收集到的信息數(shù)據(jù)傳輸?shù)焦收项?lèi)型診斷子系統(tǒng)當(dāng)中，進(jìn)而有效確保最終獲取到的故障數(shù)據(jù)更加有利于后期電力設(shè)備的維護(hù)與處理。

由于診斷特殊系統(tǒng)故障所需的費(fèi)用問(wèn)題，該診斷方法只適用于供電相對(duì)困難的中小企業(yè)。而在利用人工神經(jīng)網(wǎng)絡(luò)對(duì)電力系統(tǒng)故障進(jìn)行診斷時(shí)，其性能取決于問(wèn)題樣本的完整性，不過(guò)相對(duì)較大規(guī)模的能源系統(tǒng)，很難獲取到相對(duì)完整的樣本。同時(shí)，由于缺乏解釋自身行為以及結(jié)果的能力，進(jìn)而使得人工神經(jīng)網(wǎng)絡(luò)診斷技術(shù)方法在大型電力系統(tǒng)中的應(yīng)用受到了限制。所以，如何有效開(kāi)發(fā)一個(gè)適用于大型電力系統(tǒng)的故障診斷系統(tǒng)也是當(dāng)前需要解決的問(wèn)題。

1.3 優(yōu)化技術(shù)診斷方法

現(xiàn)階段，計(jì)算機(jī)和人工智能技術(shù)的快速發(fā)展，國(guó)內(nèi)外的科學(xué)家提出了對(duì)電力系統(tǒng)進(jìn)行故障診斷的各項(xiàng)優(yōu)化算法，將現(xiàn)有的優(yōu)化算法應(yīng)用到電網(wǎng)優(yōu)化當(dāng)中。不過(guò)，將優(yōu)化算法更新到可利用的狀態(tài)中，結(jié)合其自適應(yīng)的虛擬故障值，對(duì)電力系統(tǒng)的故障診斷進(jìn)行顯影的優(yōu)化，從而使其成為一個(gè)無(wú)限全局規(guī)劃的整體問(wèn)題。同時(shí)再結(jié)合遺傳算法，在對(duì)電力系統(tǒng)進(jìn)行故障診斷的過(guò)程中，建立一個(gè)相應(yīng)的故障評(píng)估模型。結(jié)合優(yōu)化技術(shù)、多媒體技術(shù)以及數(shù)據(jù)庫(kù)技術(shù)構(gòu)建出一種新的故障診斷系統(tǒng)。通過(guò)故障診斷或者是其他相應(yīng)的優(yōu)化算法使兩者相互結(jié)合，將其診斷轉(zhuǎn)化為全局的規(guī)劃，這樣一來(lái)就可以找到最優(yōu)的解決方式，進(jìn)而有效提升電力系統(tǒng)故障診斷的速度，從而使得相對(duì)復(fù)雜的故障問(wèn)題能夠得到更好的分析。

因此，優(yōu)化故障診斷的模式具有重要的理論意義，結(jié)合組態(tài)的原理自動(dòng)形成所需要的保護(hù)和停機(jī)條件，通過(guò)優(yōu)化技術(shù)構(gòu)成的診斷模式，建立數(shù)學(xué)模型提升電力系統(tǒng)的網(wǎng)絡(luò)故障診斷速度，才是當(dāng)前需要研究的方向。

1.4 Petri網(wǎng)診斷方法

Petri網(wǎng)是以網(wǎng)絡(luò)理論為基礎(chǔ)的一種診斷方式，通過(guò)系統(tǒng)中離散隨機(jī)時(shí)間之間的邏輯關(guān)系，以及帶書(shū)矩陣的運(yùn)算進(jìn)而演繹系統(tǒng)中，同時(shí)發(fā)生、次序發(fā)生或循環(huán)發(fā)生的各種類(lèi)型的動(dòng)態(tài)活動(dòng)。同時(shí)，Petri網(wǎng)不僅可以通過(guò)相應(yīng)的位置階段和變遷階段的靜態(tài)對(duì)系統(tǒng)做出分析，還有利于各個(gè)相互節(jié)點(diǎn)之上的動(dòng)態(tài)，對(duì)系統(tǒng)的行為進(jìn)行分析。

電力系統(tǒng)發(fā)生故障的原因本質(zhì)上屬于一個(gè)相對(duì)離散事件的動(dòng)態(tài)系統(tǒng)，通過(guò)對(duì)該系統(tǒng)各層級(jí)以及各類(lèi)的保護(hù)動(dòng)作來(lái)反映電力系統(tǒng)中的故障問(wèn)題。并將其排除故障動(dòng)作視為一系列事件活動(dòng)的結(jié)合體。因此，事件序列與對(duì)應(yīng)的實(shí)體相互聯(lián)系在一起，是基于Petri網(wǎng)所具備的獨(dú)特診斷手段，才可以進(jìn)一步對(duì)電力系統(tǒng)中同時(shí)發(fā)生、次序發(fā)生或者循環(huán)發(fā)生的故障問(wèn)題進(jìn)行定性與定量的分析。所以，Petri網(wǎng)診斷方法在電力系統(tǒng)中具有一定的優(yōu)越性。但是，也存在的些許不足之處：

（1）當(dāng)電網(wǎng)結(jié)構(gòu)的復(fù)雜程度相對(duì)較大、節(jié)點(diǎn)較多時(shí)，所建立的完整Petri網(wǎng)就需要足夠的經(jīng)驗(yàn)知識(shí)才能夠進(jìn)行建設(shè)。

（2）針對(duì)錯(cuò)誤問(wèn)題的識(shí)別能力相對(duì)較差，對(duì)誤報(bào)警的信息不能夠做出相對(duì)合理的判斷。

（3）基礎(chǔ)Petri網(wǎng)不能夠?qū)r(shí)間的特征進(jìn)行要求，不過(guò)由于相對(duì)較高的行為特征的描述，在進(jìn)行相對(duì)復(fù)雜的系統(tǒng)建模時(shí)，就需要采用更高級(jí)的Petri網(wǎng)。

2 電力系統(tǒng)故障診斷發(fā)展的趨勢(shì)分析

首先，現(xiàn)階段我國(guó)對(duì)電網(wǎng)的建設(shè)在不斷加強(qiáng)，計(jì)算機(jī)技術(shù)與網(wǎng)絡(luò)技術(shù)的發(fā)展、數(shù)學(xué)與智能技術(shù)的發(fā)展，使電力系統(tǒng)故障診斷方法不斷革新。從現(xiàn)階段對(duì)電力系統(tǒng)故障診斷的理論以及相應(yīng)的方法研究中可以清楚地認(rèn)識(shí)到，故障診斷系統(tǒng)的研究仍然處于理論層次與模型等方面的研究與探索，并沒(méi)有向成功且實(shí)用的方向發(fā)展。其次，由于之前的技術(shù)過(guò)于陳舊，設(shè)施過(guò)于粗糙，導(dǎo)致信息資源相對(duì)有限，所以電力系統(tǒng)的故障診斷系統(tǒng)，大部分依賴(lài)于調(diào)度端或者是變電站，之后再通過(guò)利用SCADA系統(tǒng)的實(shí)時(shí)信息或者是站內(nèi)綜合的自動(dòng)化系統(tǒng)進(jìn)行相應(yīng)的信息收集來(lái)實(shí)現(xiàn)調(diào)度。

隨著當(dāng)前系統(tǒng)技術(shù)與計(jì)算機(jī)技術(shù)以及網(wǎng)絡(luò)技術(shù)的發(fā)展，使電力系統(tǒng)故障錄波專(zhuān)用網(wǎng)絡(luò)的建設(shè)得到了加強(qiáng)。而電力故障診斷系統(tǒng)的建設(shè)，使得大量的信息孤島被紛紛納入到了系統(tǒng)之中。比如，錄波器信息與雷電定位信息、保護(hù)裝置信息等設(shè)備。通過(guò)進(jìn)行相應(yīng)的采集、運(yùn)輸、存儲(chǔ)和處理方式，為電力故障處理提供了強(qiáng)大的信息資源支持。同時(shí)，由于該類(lèi)型的珍貴信息還未在新的電網(wǎng)故障診斷系統(tǒng)中提供相應(yīng)的基礎(chǔ)支撐。為了進(jìn)一步使電力系統(tǒng)故障診斷的研究方向得到擴(kuò)展，在對(duì)電力故障診斷理論進(jìn)行實(shí)用化的過(guò)程當(dāng)中，需要充分注重對(duì)信息的收集，以及實(shí)施對(duì)電力系統(tǒng)故障進(jìn)行診斷的數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建和故障綜合信息的預(yù)處理及其相應(yīng)的診斷工作。

3 電力系統(tǒng)故障診斷研究的發(fā)展方向

通過(guò)對(duì)上述電力系統(tǒng)故障診斷技術(shù)理論現(xiàn)的狀分析與研究，總結(jié)了幾點(diǎn)優(yōu)勢(shì)與不足之處。為了能夠適應(yīng)當(dāng)前電網(wǎng)規(guī)模的發(fā)展，后期對(duì)電力系統(tǒng)故障診斷的研究可以從以下幾個(gè)方面入手：

3.1 電力系統(tǒng)健康診斷的研究

電力系統(tǒng)的故障診斷是通過(guò)結(jié)合其故障的特征，以及對(duì)已經(jīng)發(fā)生過(guò)的故障系統(tǒng)問(wèn)題進(jìn)行準(zhǔn)確的定位和對(duì)故障問(wèn)題發(fā)展程度進(jìn)行精準(zhǔn)的判斷，提出對(duì)電力系統(tǒng)的健康診斷研究方向，并對(duì)各項(xiàng)設(shè)備、網(wǎng)絡(luò)技術(shù)和系統(tǒng)的實(shí)時(shí)狀態(tài)進(jìn)行掃描，結(jié)合掃描的結(jié)果建立起相應(yīng)的健康檔案。同時(shí)，進(jìn)行動(dòng)態(tài)跟蹤，結(jié)合其特征的變化、診斷的健康程度，從而及時(shí)發(fā)現(xiàn)問(wèn)題并進(jìn)行報(bào)警，如果到了一定程度，可以對(duì)其進(jìn)行消除。因此，可以清楚地認(rèn)識(shí)到電力系統(tǒng)健康診斷不僅包含了故障的診斷，同時(shí)還包含了對(duì)故障的預(yù)測(cè)。所以在內(nèi)容與時(shí)間上都得到了進(jìn)一步延伸。比如，從內(nèi)容上，就如同由大病逐漸變成了小??；從時(shí)間上來(lái)看，則是從故障時(shí)逐漸延伸到了平時(shí)。所以電力系統(tǒng)的健康診斷，可以做到防患于未然。此外，消除電力系統(tǒng)中前者的故障，從而有效防止突發(fā)性事故的發(fā)生，減少不必要的損失。但是，該方向的研究相對(duì)較少，所以還需要進(jìn)行深入研究。

3.2 電力系統(tǒng)故障診斷的實(shí)用化方向研究

首先，盡管電力系統(tǒng)的故障診斷研究時(shí)間相對(duì)較長(zhǎng)，也在研究過(guò)程中取得了相應(yīng)的成果，但是，對(duì)于其實(shí)質(zhì)性的需求還有一定的距離，實(shí)用性也相對(duì)比較差。因此，需要得到電力企業(yè)的進(jìn)一步支持。其次，還需要結(jié)合先進(jìn)的科研機(jī)構(gòu)的研究實(shí)力，對(duì)電力系統(tǒng)故障診斷的實(shí)用化進(jìn)行加強(qiáng)研究。通過(guò)對(duì)當(dāng)前電力系統(tǒng)的實(shí)際發(fā)展情況、故障綜合信息的收集與整理得到充分的認(rèn)識(shí)，以及故障診斷數(shù)據(jù)庫(kù)的建立、故障綜合信息的預(yù)處理等。同時(shí)，對(duì)區(qū)域的電網(wǎng)故障診斷系統(tǒng)建設(shè)，可以利用智能化的診斷方式，實(shí)現(xiàn)診斷范圍中的故障分析處理。并為檢修人員在找尋事故原因的過(guò)程中提供相應(yīng)的幫助。

3.3 電網(wǎng)故障發(fā)生前的“亞正?！鳖A(yù)測(cè)

所謂的“亞正?！本褪侵鸽娋W(wǎng)在正常狀態(tài)下運(yùn)行時(shí)，其中的某些指標(biāo)已經(jīng)逐漸偏離了正常的允許范圍，并且面臨的狀況可能會(huì)進(jìn)一步惡化，因此就將該現(xiàn)象稱(chēng)為“亞正?！保瑢ⅰ皝喺！钡男畔⑾蛘{(diào)度員或者運(yùn)行中心進(jìn)行反饋，不僅有利于對(duì)故障的發(fā)生進(jìn)行提前預(yù)測(cè)，還能夠及時(shí)做出相應(yīng)的措施來(lái)避免該現(xiàn)象的發(fā)生。不過(guò)，從當(dāng)前的各項(xiàng)故障診斷方法上來(lái)看，沒(méi)有能夠在電力系統(tǒng)故障發(fā)生前對(duì)其“亞正?！钡碾姎鈪?shù)以及指標(biāo)做出相應(yīng)的反應(yīng)，所以這也是預(yù)防與診斷故障過(guò)程中至關(guān)重要的部分。

4 結(jié)束語(yǔ)

綜上所述，隨著各種診斷技術(shù)的層出不窮，使電力系統(tǒng)的正常運(yùn)行得到了保障。本文通過(guò)對(duì)電力系統(tǒng)的故障診斷技術(shù)進(jìn)行了簡(jiǎn)單的研究，提出了一些改進(jìn)的措施，指出了其發(fā)展趨勢(shì)，希望能夠?yàn)槲覈?guó)當(dāng)前電力系統(tǒng)故障診斷工作的研究提供幫助。