电力系统故障诊断研究现状与展望 郭铃

电力系统故障诊断研究现状与展望郭铃

发表时间：2018-06-04T10:39:17.000Z 来源：《电力设备》2018年第2期作者：郭铃

[导读] 摘要：随着经济的不断发展，人们生活水平得到了提高，也不断扩大了电力系统的规模，所以保证电力系统运行安全稳定也越来越重要，因此电力系统故障诊断研究成为社会的热点问题。

（国网山西省电力公司检修分公司山西太原 030032）

摘要：随着经济的不断发展，人们生活水平得到了提高，也不断扩大了电力系统的规模，所以保证电力系统运行安全稳定也越来越重要，因此电力系统故障诊断研究成为社会的热点问题。本文将针对电力系统故障诊断的研究现状与发展趋势做出分析。

关键词：故障诊断；电力系统；发展趋势

引言

经济的发展，供电需求不断增加，使电力系统的规模越来越大，系统结构越加复杂。电力系统在不断的智能化中，保证电力系统运行安全稳定是最关键的，因此需要重视对电力系统故障的诊断。利用与电力系统有关的保护装置知识和继电保护的一些信息，来对故障的位置、类型等进行诊断，故障中的元件是对其进行诊断的关键要点。电力系统的大规模和复杂的结构，如果在短时间中大量的报警信息出现，超出了运行人员处理的能力，就会容易造成错误和遗漏判断，无法及时准确地对故障进行处理，容易造成事故的发生。因为电力系统故障没及时处理解决，在全国各地都造成了重大的停电事故，所以电力系统故障诊断在全球都引起了广泛的关注，是保障电力系统安全运行的重要因素。需要建立能够对故障进行快速、正确的诊断系统，对故障进行及时的解决，能够增大电力系统运行的安全和稳定性。

1输电线路故障诊断的重要性

自改革开放至今，我国用电量不断攀升，与此同时，供电质量的好坏与安全与否也愈来愈成为了人民关心话题之一。在此背景之下，国家电网公司和南方电网公都不约而同地进行了各项能够提高电力输电技术水平的研究和实践。众所周知，电力系统基础设施建设的重心即为对输电线路的建设和维护。电力输电线路种类较多，但考虑到造价和施工要求，目前我国国内使用最多的仍然是架空线路，其次为电缆输电线路。然而作为线路裸露在空气中的架空线路，其本身极其容易受到各方外环境因素的影响继而波及到电力系统稳定性。

2电力系统故障诊断国内外研究发展现状

2.1基于专家系统的方法ES

专家系统ES（ExpertSystem）是目前发展最早相对比较成熟的一种智能技术。它是一个智能计算机程序系统，内部含有大量的某个领域专家水平的知识与经验，具有大量的专业知识与经验的程序系统，利用人类专家的知识和解决问题的方法来处理该领域问题。在专家系统诊断方法中，动作逻辑以及保护与断路器之间的关系可以用较为直观、模块化的规则表示出来，并且允许增加、删除或修改，以确保诊断系统的实时性和有效性，同时能够给出符合人类语言习惯的结论并具有相应的解释能力。但是在实际应用中也具有一些缺点：容错能力较差，缺乏有效的方法来识别错误信息。知识的获取及其完备性的验证比较困难。不具备学习能力。大型专家系统的维护难度很大。专家系统结合了相关的理论知识和专家的经验知识来解决问题，这样一方面解决了那些只能依靠解析才能解决的问题，另一方面缩小了搜素和推理的范围，提高了故障诊断的效率。随着控制理论和数学规划技术决策支持不断在电力系统中的运用和专家系统知识表达的多样性，使得专家系统在电网故障诊断中发挥了其独特的作用。

2.2以人工神经网络为基础的诊断方法

这种诊断方法与专家系统相比较，其诊断方法具有学习能力强、容错能力的特点。目前使用在电力系统故障诊断工作中的人工神经网络有：基于BP算法的基于径向基函数的神经网络以及前向神经网络等。但是因为人工神经网络训练完备的样本集获取也是较为困难，所以目前人工神经网络为基础的诊断方法还主要是应用在中小型的电力系统的故障诊断工作中。而人工神经网络为基础的诊断方法目前存在的问题是：性能与受到样本完备性很大的影响，且大型的电力系统样本获取极度困难；不擅长处理启发性的知识；和符号数据库的数据交互能力差；缺乏解释自己行为以及最终输出结果的能力。上述的这些人工神经网络为基础的这种诊断方法的缺点使得其无法被应用与大型的电力系统故障诊断工作中去。

2.3基于粗糙集理论的电力系统故障诊断

粗糙集（RoughSet，RS）理论是一种处理不确定和不精确问题的数学工具，它不需要提供求解问题时所需处理的数据集合之外的任何先验信息，在保持分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。它能有效地分析和处理不精确、不一致、不完整等各种不完备数据，从中发现隐含知识，揭示潜在规律。当电力系统发生故障时，会产生大量的数据信号，在不完备信号等复杂的故障诊断模式下，借助粗糙集理论具有的容错能力，首先把保护和断路器的数据信号作为对故障分类的条件属性集，考虑各种可能发生的故障情况，建立决策表，然后实现决策表的自动化简和约简的搜索，从中抽取出诊断规则，从而实现了对电力系统进行故障诊断。同时该方法也有需要改进之处：粗糙集方法的诊断规则的获取取决于条件属性集下各种故障情况训练样本集；当丢失或出错的警报信息是关键信号时，诊断结果将受到影响；当电网较复杂、庞大时，将导致决策表的规模变大，约简困难，诊断速度和精度降低。

2.4基于遗传算法的方法GA

遗传算法GA（GeneticAlgorithms）最初由美国Michigan大学J.Holland教授于1975年首先提出来的，是依据达尔文的生物进化论中所提到的生物进化过程中自然选择和遗传学机理，通过模仿生物遗传和进化的进程，寻求对复杂问题的全局最优解的优化算法。它依据适者生存，优胜劣汰的进化规则，对包含可能解的群体进行基于遗传学的操作，不断生成新的群体并使群体不断进化，同时以全局并行搜索优化群体中的最优个体，以求得满足要求的最优解。遗传算法的模型由于其严密的理论和依据不完整信息的情况下给出最优的多个可能的结果，具有良好的应用前景。但是如何根据保护配置原则、断路器之间的逻辑关系来建立目标函数成为该算法得益推广的瓶颈。另外，其在运算过程中寻优过程的随机性，可能会导致一些最优解的漏选；而重复进行求解全局最优解可能会导致计算速度的变慢，直接影响诊断的时效性。

3电力系统故障诊断发展

电力系统故障诊断的系统已经渐渐的向智能化诊断系统方向发展，要把诊断系统的优势完全地发挥出来，能够很好地应用到电力系统故障诊断工作中，需要以下面几个方面为发展方向：①把现在的高科学技术更深入地运用在电力系统故障诊断的系统中去。如今计算机技术和人工智能技术越发的成熟和科学，为电力系统故障诊断系统指出一条新的发展道路。在未来电力系统故障诊断研究中需要以智能化为