基于粗糙集的智能变电站保护设备仿生故障诊断方法

基于粗糙集的智能变电站保护设备仿生
故障诊断方法
摘要：智能变电站是电力系统的重要组成部分。

长期以来，变电站保护设备的报警信息一直存在不够准确，报警内容不确定的漏洞，这严重妨碍了故障诊断结果的正确性和准确率。

为解决这一长期存在的问题，需要不断改进故障诊断方法。

结合粗糙集约简算法提出的智能变电站保护设备仿生故障诊断方法是一套能有效提高变电站故障诊断计算速度的高效率计算方法，经实验验证，是一套行之有效的诊断方法。

关键词：粗糙集；智能变电站；故障诊断
一、智能变电站保护设备现状分析
随着电力信息化的不断建设，变电站不仅可以满足日常的电网信息的检测和测量，智能变电站的结构更加复杂，其自动化程度越来越高，大大提高了国家电网的经营效率。

然而，变电站的智能化提升也要求其故障诊断方法的革新，传统的故障诊断技术日渐难以迎合智能变电站的需要。

在这种情况下，一种基于粗糙集的智能变电站保护设备仿生故障诊断方法应运而生，能够对智能变电站的故障进行快速定位，精准诊断，有效维护电力系统的正常运行。

二、智能变电站保护设备故障特点
（一）遥信系统故障特点
建立在软件信息技术和通讯数据基础之上，智能变电站的综合自动化是集测量和保护为一体，能够适应多种现代化能源管理的发展以及生产的要求。

该系统主要用于保护单元和控制单元的测量。

行程开关的连接点转换不充分、辅助开关的安装位置发生偏移是遥信常见的故障。

（二）控制系统故障特点
智能变电站包含大量数据的运算分析，这些运算分析都是调控人员依靠控制
系统完成的，因此控制系统对于智能变电站以及电力系统的正常运转有着重要作用。

变电站的供电能力的预期估算、供电系统的持续稳定性以及电压和线路损耗值，这些数据的准确与否是控制系统常出现故障的表现。

（三）测量系统故障特点
智能变电站中的测量系统的基础设计是一种可以保护设备正常运行的微处理器。

当测量系统运行时，电流磁场会对其他设备的磁场产生影响，容易导致设备
烧毁；在调整测量设备时，需要把调整的误差严格控制在一定范围，这样才能把
伤害降到最低。

三、基于粗糙集的智能变电站保护设备仿生故障诊断方法的运行
删除不必要的代码段以降低问题的复杂程度是粗糙集理论中的属性简约方法，可以减少忽略多余报警信息的干扰，处理出现故障的知识库。

基于粗糙集的智能
变电站保护设备仿生故障诊断方法的运行包括故障的检测、故障类型的估计、出
现故障设备的识别以及对故障进行隔离和恢复四步骤。

（一）故障检测
按照其不同的电压等级，智能变电站被划分为若干个独立的区域。

划分并不
是随意的，其原则包括：第一，处于同一个电压等级的母电线以及与其相关的设
备应被划分在同一个区域；第二，承担保护作用的继电器应该被放置在受其保护
的设备所在的同一个区域；第三，变压器必去同其高压一侧相连的区域同属于同
一个区域；第四，位于变压器两端的断路器应被设为不同区域间的边界线交点，
即高压一侧的断路器被安置在变压器高压一侧的区域，低压一侧的断路器被安置
在变压器低压一侧的区域。

在这些原则的指导下，被划分的若干独立区域就相当
于一个粗糙集的若干集合，若其中一个区域出现故障，智能变压器便可以根据其
周围区域的运行情况进行快速定位，其简约便捷的优势可以减少干扰电流和磁场
的干扰。

在进行故障检测时，依据信号的传递线号，检查不同区域的信号回路是否存
在问题，根据测量的结果，倒推检测发生故障的区域。

尤其需要注意的是，也有
可能是区域间连接的节点出现了问题，这种问题也不能忽视。

通过划分区域设立
合集的方式，可以快速检测和排查出现故障的范围，同时这种方法适应性较强，
可以伴随智能变电站的发展拓展不断优化，减少技术革新的成本。

（二）故障类型的估计
基于粗糙集的智能变电站保护设备仿生故障诊断方法是运用算法对故障的警
告信息进行处理的。

与已存在的故障诊断方法不同的是，粗糙集的运用可以约简
故障报警信息的属性，使智能变电站可以对已经得到简化的故障集合进行运算，
从而可以更加快速的对故障类型进行估计。

其运算的具体运行分为五个步骤。

首先，从系统中读取智能变电站上传到故障警报信息；其次，根据已读取的信息和
系统数据，在各个区域建立原始的决策表；然后，各区域处理器对建立的原始决
策表进行处理，计算出与之对应的最约简的决策表以及约简核；紧接着，在刚计
算出的最约简决策表中删去不必要的多余的信息属性，提炼出最小的规则号决策表；最后，智能变电站通过最小规则号决策表，计算其中的数据，从其信息中提
取出已设立的若干区域的保护配置，构造规则集，并估计出故障类型。

当智能变电站系统中有元件出现故障时，要通过电力信息的管理系统来采集
智能变电站系统对故障的监测信息，包括断路器的动作信息和保护动作的信息，
这些信息是判断估计出现故障的类型的重要依据。

最为重要的是，在依靠这些信
息数据做出判断之前，要先判断这些数据的正确性，这需要预先处理所采集到的
故障检测信息，对错误和不准确的信息进行修正，并找到缺失的信息，保证检测
信息的完整和正确。

（三）出现故障的设备识别
二元推理脉冲神经膜系统有三大特点。

首先，该系统不需要专家的经验，也
不需要进行概论统计。

该系统时在参考了智能变电站的保护措施和内部结构的基
础上建立的诊断模型，其输入的初始脉冲值时指导变电站真实的保护装置的信息，与统计概率或专家的指导经验没有关系。

其次，该系统的计算方法对尚未完全确
定的智能变电站的故障信息有比较高的容错性。

这是由于该系统是采用了粗糙集
的约简算法，在数据计算开展之前，智能变电站依据粗糙集个区域的关联规则，
计算出了正常信息和干扰信息之间的差异，预先删除了故障中的干扰信息。

最后，该系统在识别故障中的时间损耗和成本损耗方面大大降低，其复杂程度远远低于
现存的模糊理论和脉冲神经膜系统。

在故障检测和故障类型估计中，根据智能变电站运用粗糙集算法检测和识别
故障所得出的公式中，当且仅当在已建立的二元推理脉冲神经膜系统中由故障诊
断模型里输出的神经元的电位脉冲值等于一时，便可以断定，即识别出智能变电
站中和输出的神经元相关的计算设备出现了故障。

（四）对故障进行隔离和恢复
在已开发和实用化了的智能变电站故障恢复系统中，基于粗糙集的智能变电
站保护设备仿生故障诊断方法将粗糙集与故障恢复计算公式相结合，用粗糙集的
方法对简洁的运行状态分类（根据是否安全）的规则进行提取，这是粗糙集在电
力系统，尤其是在智能变电站领域应用的初步尝试。

第一步是将智能变电站中的
连续变量比如节点的电压膜值进行离散化处理，然后用粗糙集对其进行提取和分类。

对于规模庞大的电力系统，由于需要划分的独立区域众多，琦计算量也会增加。

在这一些列的计算之后，智能变电站可以做到先关闭已出故障的区域，并让
其他区域暂时兼任其功能，待到故障恢复后再恢复变电站的正常运行。

基于粗糙
集的智能变电站保护设备仿生故障诊断方法引用了联想记忆神经网络，对每次的
故障情况及各故障之间的特征联系进行记忆，可以在之后出现的警报信号中快速
联想到对应的故障，减少检测故障的时间。

总结：基于粗糙集的智能变电站保护设备仿生故障诊断方法是针对智能变电
站在现实的运行中出现的报警信息不精准、内容不完善而提出的将粗糙集简约算
法和智能变电站区域划分相结合的方法。

其并行的推理算法可以快速检测诊断出
现的故障，保证智能变电站和电网的正常运行。

参考文献：
[1]刘兵.智能变电站设备运行维护和检修技术[J].农村电气
化,2022(09):94-95.DOI:10.13882/ki.ncdqh.2022.09.028.
[2]李颖杰,黄勇光,程鹏飞.基于物联网技术与分层分布式结构的智能变电站在线监测系统设计[J].微型电脑应用,2022,38(07):194-196+208.
[3]苏适,张征容,谢青洋.智能变电站发展综述[J].云南电力技
术,2021,49(05):6-8.。