考虑不确定性因素在电网故障诊断中的研究综述

,,,

( 三峡大学电气与新能源学院，湖北 宜昌 443002)

1 引言

随着电力系统向大机组、大电网、高电压和远距离输电发展，目前我国正在加紧进行各大区域电力系统联网，最后达到全国联网，实现电力“西电东送”、“南北互供”，这对于合理利用资源，提高经济效益和保护环境具有重要意义[1]。但是也给电力系统的安全运行带来了一些新问题，其中保证大区域电力系统能在正常情况下安全、稳定、经济运行；发生事故时，能迅速判断、及时有效的进行处理，使电网尽快恢复正常供电，是各电网公司对电网调度人员提出的新要求。

现在电网发生故障后所呈现的故障形式越发复杂，如扩大性故障、越级故障和多重故障，在这些故障中我们能够利用的信息包括：开关信息、电气量信息、保护信息、开关和保护所带时标的时间顺序记录信息，以及这些信息之间固有的逻辑关系。电网故障后有点保护和断路器发生了误动或拒动，上报到调度中心的告警信号发生了误报和漏报，至使电网故障诊断的结果不准确[2]。现在国内外许多研究者利用各种方法如：专家系统、人工神经网络、模糊集、粗糙集、Petri网、贝叶斯网络、信息论和基于优化算法的方法等，再结合各监测系统的数据源，利用数据信息的时序性和逻辑性对电网故障诊断中保护和断路器发生误动或拒动、告警信号发生误报或漏报时，能进行有效准确诊断，提高了故障诊断的容错性和准确性。

2 电网故障诊断常用方法

2.1 专家系统方法

专家系统(expert system)是目前发展最早、也是最成熟的一种人工智能诊断方法，它利用专家推理方法的计算机模型来解决问题[3]。在电力系统故障的专家系统诊断中，常用的表示方法有：基于知识模型表示法、谓词逻辑表示法，语义网络表示法、产生式规则表示法，基于框架式表示法、面向对象技术和过程表示法。根据故障诊断的知识表示和所用推理策略的不同,专家系统主要两种推理，分别是：基于启发式规则推理系统和结合正反推理系统[4]。

基于启发式规则推理的系统,将保护、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,采用数据驱动的正向推理将所获得的征兆与知识库中的规则进行匹配,进而获得故障诊断的结论[5]。现在大多数故障诊断属于这一类。结合正、反推理的系统，它结合了正反向混合推理方法,根据断路器和继电保护与被保护设备之间的逻辑关系建立推理规则,同时通过反向推理,有效地缩小可能故障的范围,以动作的继电保护与故障假设的符合程度计算可信度。文献介绍了基于事例推理和基于规则推理的混合推理的故障诊断专家系统。由于采用了混合推理,提高了故障诊断专家系统的适应性与自学习能力[6]。

2.2 人工神经网络方法

基于人工神经网络的诊断方法主要是避免了专家系统故障诊断所面临的知识库构造难得问题，它不需要构造推理机，容错能力强、学习能力强且具有很好的鲁棒性等特点[7]。人工神经网络用于电力系统故障诊断主要集中在对电网故障树的处理上。电网中不同故障组合会产生不同的故障信息组合，可以将故障诊断表示为模式识别问题，这样就适合用于人工神经网络来处理。其基本原理为：把故障告警信息进行数字量化作为神经网络的输入量，而神经网络的输出量则代表故障诊断结果，通过神经网络输入量的计算就可以完成故障诊断[8]。

2.3 模糊集理论方法

模糊集理论是在经典模糊理论的基础上发展起来的,它善于处理不确定性、不精确对象。在电力系统故障诊断中，告警信号存在不完备,不精确的特性，应用模糊集理论能很好的处理此类问题。文献[9]指出电网继电保护存在保护动作的可靠性和保护范围的不确定性问题(线路主保护的范围为线路全长的80%左右，后背保护范围则延伸到线路全长的110%～140%),在此基础上用模糊有向图建立了故障元件与保护及断路器之间不确定的关联关系。文中首先假设所用的故障信息为可靠、完全信息，用近似推理的方法推出各元件的故障程度，然后将可疑故障元件按继电保护的逻辑配合关系对比校验，找出动作不正确的保护和断路器，同时也可找出错误的警告信号[10]。

2.4 Petri网方法

Petri是可用图形和矩阵运算进行严格数学表示，用网络描述系统中同时发生、次序发生或循环发生的各种活动的一种通用模型[11]。Petri网可用位置节点和变迁节点对系统进行静态结构分析，用于描述电力系统故障及切除的离散事件动态行为。文献[8]针对电力系统故障诊断问题的特点，以Petri网为工具，并结合概率信息加权的表示方法，从而提出了建模和诊断分析的决策方法。文献[12]首先建立继电保护切除故障的Petri网模型(称为前向Petri网)，将有向图反向后即得到故障诊断Petri网(称为反向Petri网)。每个假想故障元件根据其拓扑连接和保护关系都对应着一个Petri网，采用令牌反向传播的矩阵运算即可判断该元件是否发生了故障。

2.5 优化技术诊断方法

基于优化技术的电力系统故障诊断是根据其故障特点，设定假想事故集，构建故障目标函数，通过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。通常将故障诊断问题表示为0-1整数规划问题，通过优化算法寻找使构造的目标函最小或最，此最小或最大解就是所选故障区域内各个元件的故障情况以及保护和断路器的动作情况[13]。

3 数据源及其特性对诊断影响

3.1 基于SCADA系统数据源

基于SCADA数据源信息的故障诊断是最早应用于电力系统的，在故障诊断中信息的有效提取对后面的诊断具有重要的影响。文献[14]基于SACDA信息平台提出一种故障诊断信息的在线获取方法。该方法采用动态事件窗生成技术，先对含有电网故障信息的告警信号进行截获，然后结合故障元件、保护动作和断路器跳闸的关联性，从截获的告警信号中提取电网故障诊断信息。动态事件窗生成技术可有效地克服错误告警信息影响，保证所获取电网故障信息的正确性和完整性。文献[15]利用SCADA系统的元件状态信息即保护和断路器信息进行电网故障诊断数学模型的建立，开发了相应关联矩阵进行故障诊断，能够为调度人员提供及时、有效的电网故障诊断结果。

3.2 基于广域量测系统数据源

广域量测系统是基于GPS的同步相量测量技术和现代通信技术，对地域广阔的电力系统进行实时动态监测，来获取电网拓扑实时数据，为电网故障诊断提供更加丰富的数据信息。文献[16]在进行初始网络拓扑分析的基础上，提出一种基于广域测量信息的网络拓扑分析方法，该方法适用于非故障情况下及故障后的对网络拓扑进行实时追踪，为故障诊断提供及时有效的数据。文献[17]针对数据源中保护和开关动作信息上传不及时、时标不一致和信息缺失以及保护和断路器误动、拒动问题，提出基于广域量测系统的电网故障快速诊断与分析的解决方案。该方法具有诊断速度快、结果准确，尤其在误动、拒动问题上可达到实时精确地分析，目前在智能输电网中已经使用，停电事故发生的概率也大为降低。

3.3 基于故障录波数据源

为了提供更为丰富的数据，现在很多输电线路网安装了故障录波器来记录输电线路中电压、电流和功率变化情况。在系统发生复杂故障或保护与断路器发生较多误动、拒动以及因传输信道的影响而发生信息丢失等诸多不确定因素的影响下,目前基于SCADA系统或EMS系统的故障诊断方法已经不能取得满意的结果,必须寻找新的信息源。文献[18]提出了考虑故障录波信息系统的诊断方法，提出了一种合理利用采集信息进行分层故障诊断，面对复杂故障情况时利用故障录波信息作进一步诊断的方法进行了研究，再结合虚拟保护的诊断思想,并建立了相应的面诊断模型有效地弥补了利用开关、保护信息诊断的局限性。

4 结论

电网故障诊断对保证电网安全稳定经济地运行具有重要意义，它需要诊断结果及时、准确、可靠，近几十年国来许多学者也对此多了大量的研究工作，并取得了不错的成果，但是随着电力系统规模日趋庞大和复杂对诊断结果提出了更高的要求。本文通过综述了目前国内外对电网故障诊断中所采用的一些通用方法，以及这些方法在故障诊断中所采用的不同数据源信息，分析这些方法在面对诊断中保护和断路器的拒动或误动，告警信号发生误报或漏报等不确定因素时，利用不同的数据源有效的诊断出准确的结果。我们应该更好的立足于电网故障诊断的实用化进程，通过结合实际情况考虑更全面、细致的影响因素，这样才能更有利于电网故障诊断的发展。

[1] 李红卫,杨东升,孙一兰.智能故障诊断技术研究综述与展望[J].计算机工程与设计,2013,34(2)：632-637.

[2] Lee H J,Park D Y,Ahn B S,et al.A fuzzy expert system for the integrated fault diagnosis [J].IEEE Trans on Power Delivery,2000,15(2):833-838.

[3] 梅念,石东源,李银红,等.计及信息畸变影响的电网故障诊断分级优化方法[J].电工技术学报,2009,24(9):178-185.

[4] 周子冠，白晓民，李再华，等.采用知识网格技术的智能输电网故障诊断方法[J].中国电机工程学报，2010，30(4)：8-15.

[5] 束洪春，孙向飞，司大军.基于粗糙集理论的配电网故障诊断研究[J].中国电机工程学报，2001，21(10)：73-78.

[6] 谢红涛，童晓阳.基于分层模糊Petri网的电网故障综合诊断方法[J].电网技术，2012，36(1)：246-252.

[7] 郭文鑫，文福拴，廖志伟，等.计及保护和断路器误动与拒动的电力系统故障诊断解析模型[J].电力系统自动化，2009，33(24)：6-10.

[8] 汪成亮,沈文武.以因果网为理论核心的网络故障诊断方法[J].计算机工程与应用，2004(4):151-154.

[9] CHO H J,PARK J K.An expert system for fault section diagnosis of power systems using fuzzy relations [J].IEEE Transactions on Power Systems,1997,12(1):342-348.

[10] 任感,赵洪山,米增强,等.基于编码Petri网的电网故障诊断[J].电网技术，2004，28(5):64-68.

[11] 张耀天，何正友，赵静，等.基于粗糙集理论和朴素贝叶斯网络的电网故障诊断方法[J].电网技术，2007，31(1)：37-42.

[12] LO K L,NG H S,TRECAT J.Power systems fault diagnosis using Petri net[J].IEEE,Proceeding:Generation,Transmission and Distribution,1997,144(3):231-236.

[13] 朱林,蔡泽祥,刘为雄.Petri网描述的继电保护动作逻辑时序建模[J].2005,33(20):9-14.

[14] 顾雪平，刘道兵，孙海新，等.面向SCADA系统的电网故障诊断信息的获取[J].电网技术，2012，36(6):65-69.

[15] 孟祥萍，刘春玲,等.基于EMS、SCADA状态信息的电网故障诊断方法[J].电网技术，2006，30：221-224.

[16] 周子冠，白晓民，李文锋，等.基于广域测量系统的电网故障在线智能化诊断与分析方法[J].中国电机工程学报，2009，29(13):1-6.

[17] 徐岩，宋艳争，张亚刚,等.基于广域测量系统的改进电网拓扑结构识别[J].电网技术，2010，34(9):88-93.

[18] 颜晟，苏广宁，张沛超，等.基于故障录波时序信息的电网故障诊断[J].电力系统保护与控制，2011，39(17):114-119