关于电网故障诊断的智能方法.pdf

《关于电网故障诊断的智能方法.pdf》由会员分享，可在线阅读，更多相关《关于电网故障诊断的智能方法.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 关于电网故障诊断的智能方法 电网故障诊断主要是对各级各类保护装置产生的报警信息、断路器的状态变化信息以及电压电流等电气量测量的特征进行分析，根据保护动作的逻辑、运行人员的经验和电气量的特征量来推断可能的故障位置和故障类型。本文介绍了电网故障诊断的意义及其各种故障诊断方法，并对现行电网故障诊断方向进行了研究，提出展望。标签：电网故障诊断;故障诊断方法;展望 1 引言 我国电力正处于一个高速发展的时期，电力系统的迅速发展、受端负荷的持续增长、跨区域联网规模的扩大、电力工业市场化改革以及生态环境的约束使电网结构和运行方式日趋复，使电网状态趋近其运行极限，系统运行的不稳定因素增多，种种情况导致因偶发

2、故障引发大规模停电风险的概率增高。电网是国民经济发展的大动脉，一旦发生大面积停电，后果不堪设想。客观上讲，电力系统作为一个庞大的、高度复杂的动态系统，常处于不同的扰动之中，故障的发生又往往是无法完全避免的，这些问题给电网故障诊断提出了新的挑战。随着我国电力工业的发展，故障诊断研究具有很大的现实意义和实用价值。2 电网故障诊断方法研究 电力系统故障诊断是根据事发环境下各类信息进行故障识别的过程。电力系统发展使得电网的规模越来越大，结构越来越复杂，电网发生故障关系到电力系统安全稳定运行的重要问题。为了适应各种简单和复杂事故情况下故障的快速、准确识别，需要电网故障诊断系统进行决策参考。因此，从 20

3、 世纪 80 年代起国内外专家学者们进行了大量的研究工作，提出了多种故障诊断技术和方法，主要有专家系统、人工神经网络、优化技术、Petri 网络、粗糙集理论、模糊集理论、贝叶斯网络、基于电网潮流分布特征法和信息理论法。下面分别介绍这几种应用在电网故障诊断的研究发展状况。2.1 专家系统法 专家系统是发展最早，也是比较成熟的一种人工智能技术。它利用计算机技术将相关专业领域的理论知识和专家的经验知识融合在一起，通过数据库、知识库、推理机、人机接口、解释程序和知识获取程序的有机连接，达到具备解决专业领域问题的能力。70 年代初期专家系统就被引入到电网故障诊断研究领域。其在电网故障诊断中的典型应用是基

4、于产生式规则的系统，即把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，形成故障诊断专家系统的知识库，进而根据报警信息对知识库进行推理，获得故障诊断的结论，具有直观性、实时性和有效 性;能够在一定程度上解决不确定性问题;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等优点。但是不可避免在实际应用中存在一些缺陷：知识获取瓶颈、系统维护难、容错能力差等问题。现在多是将专家系统与其他方法结合起来进行故障诊断。2.2 人工神经网络 人工神经网络是通过模拟人类的神经系统来处理信息过程的一种人工智能技术。它具有并行处理、非线性映射、联想记忆能力和在线学习能力等特点，在电力系统和其他领域中都

5、有着广泛的应用。电网中不同的故障组合模式会产生不同的故障信息组合模式，可以将故障诊断问题视为模式识别问题，采用人工神经网络进行处理。为此需要建立比较完全的训练样本，用预选事故集作为输入，故障信息集作为监督输出，对神经网络进行训练。较早将 BP（误差反向传播）神经网络应用于电力系统故障诊断，但该方法存在训练速度慢的缺点。径向基函数（RBF）神经网络具有任意函数逼近能力，且学习速度更快，因此提出用新型神经网络解决故障诊断问题。与专家系统诊断方法相比，神经网络故障诊断方法可避免专业知识和专家启发性知识的形成、表达及管理等繁琐工作。同时，如何保证训练神经网络所用的样本库的完全性、提高训练速度和收敛性，

6、仍是神经网络需要重点解决的问题。2.3 优化技术 随着计算机技术和计算数学的发展，国内外学者提出了多种优化算法，采用优化算法进行电网的故障诊断是一种新的思路。采用优化算法需要根据电网故障的特点设定假想事故集的目标函数或适应度函数，各种优化算法根据适应度值对假想事故集进行更新，直至搜索到适应度最大的假想事故集，以作为最终故障诊断的结果。其实质是将故障诊断问题转化为无约束的一整数规划问题进行寻优处理。目前研究得较多的是遗传算法、禁忌搜索、模拟退火等算法等等。2.4 Petri 网 Petri 网是数学家 C.A.Petri 于 1960-1965 年提出的一种通用的数学模型，可用图形表示，并用矩阵

7、运算进行严格的数学描述。Petri 网既可用位置节点（Place）和变迁节点（Transition）对系统进行静态的结构分析，又可以通过节点上的令牌（Token）进行动态的行为分析，可用于描述电网故障及切除的离散事件动态行为。Petri 网作为一种简洁、高效的形式化语言，在故障诊断领域有着巨大的潜力。但另一方面，在对大规模或复杂性网络进行网建模时，可能出现状态组合爆炸的情况，而且 Petri 网容错能力较差，不易识别错误信息。为此还需研究对网进行化简和分解的归纳分析技术，或考虑采用更高级的有色网。3.结论 本文介绍了电网故障诊断的意义及其各种故障诊断方法的研究状况，为以后研究电网故障诊断的学者们奠定了一定的基础，具有现实的意义。4.电网故障方法研究展望 电力系统是一个分布式的高维数、高度非线性的动态系统，而且有一系列比较特殊的物理特点，受其影响，电网的故障诊断也有一些比较突出的难点。目前，电网发生故障时候，故障信息反应为电气量、继电保护和开关量的异常变化。而事实表明：依靠单一信息往往不能满足诊断的性能要求，多源信息的异构特性，加上诊断中的不确定性，使综合利用多源信息以及信息融合非常困难，目前这方面的理论研究也还远远不够，所以信息融合技术方法研究是以后研究的方向。