架空输电线路跳闸故障智能诊断的研究

孙鑫 杨超

摘 要：架空输电线路一旦出现跳闸故障，势必对电力系统的正常运行构成直接威胁。为减少故障发生及在故障发生后迅速恢复系统运行，对输电线路及其一、二次设备的故障进行智能诊断与分析方面的研究是非常必要的。这对保障电力系统的安全运行具有深远意义，因此成为国内外展开广泛研究的课题。文章对架空输电线路跳闸故障智能诊断系统及其在国内外的发展状况进行了探讨与研究。

关键词：架空输电线路；跳闸故障；智能诊断

随着社会经济的高速发展与电力系统的规模扩大，出于能源利用的经济便利考虑，超高压远距离输电已必然成为电力系统的发展趋势。而输电线路作为输电系统的枢纽干线，一旦发生故障势必将对电力系统的正常运行构成直接威胁并造成巨额经济损失。因此正确及时地智能诊断与分析输电线路跳闸故障，不但可以尽快分析并处理现场事故，还有利于提高电力系统的运行安全性与电网可靠性。

1 架空输电线路跳闸故障智能诊断的研究现状

1.1 故障类型识别

引起架空输电线路跳闸故障的原因是多方面的，比如雷击闪络、外力破坏、鸟害闪络、线路风偏、污闪络及覆冰闪络等等。识别故障类型是进行智能诊断的第一步，也是非常重要的一步，对于后续故障分析与处理具有重要的意义。由于传统方法通过对门槛值进行设定并依据特定逻辑关系实现故障类型识别，但在故障发生后电流、电压等重要信息都随着电力系统的运行方式与故障的发生位置、阻抗、时刻等发生变化，所以传统方法对这种变化可能会有所不适应。为了应对这种局面，国外利用模糊集方法、神经网络方法等对新式故障识别方法进行研究，以便克服外在影响，保证故障识别的可靠性。

1.2 故障测距

1.2.1 阻抗测距。假定输电线均匀，根据不同故障类型计算出回路的阻抗、电抗，由于其测量值与故障点距离成正比，通过除以单位阻抗、电抗值即可测出。但其精度较差，且不能消除过渡阻抗、负荷电流及对侧运行阻抗等因素的干扰。

1.2.2 行波测距。依托行波传输理论来进行测距，跳闸后故障点会出现暂态行波，利用波头抵达两测量端的时间差即可完成定位。该方法具有较高的精度与可靠性，但存在硬件成本高、反射波识别困难等问题。

1.2.3 故障分析法。在确定电力系统的运行方式及参数时，故障线路两端的电流、电压均与故障距离购成函数关系，通过分析计算即可确定故障距离。该方法投资较小、精度较高，但仅限于各种参数已知的线路。

1.3 故障诊断

目前在诊断输电线路跳闸故障方面，已经应用了包括专家系统、人工神经网络、随机优化技术等在内的多种人工智能技术，并已取得了若干成果。早期，故障诊断多采用专家系统技术进行，即将专家经验以某种形式表达出来并存储于知识库，在故障发生时调用出来进行针对故障的逻辑判别，并将诊断的推理过程及结果向客户解释。该方法简单易用，但容错性比较差且获取知识较困难。另一种方法是随机优化方法，该方法将故障诊断基于工程实践来表述称关于整数优化的问题，再进行全局优化寻找问题最优解。鉴于人工神经网络具备很强的联想能力、泛化能力与自学习能力，该方法具有较强的容错性和并行計算优势，逐渐引起业界广泛重视。

2 输电线路跳闸故障智能诊断的发展方向

2.1 人工神经网络在输电线路跳闸故障智能诊断中的应用

人工神经网络是一个大规模连续时间动力系统，具有高度的非线性特征，强调分布式存储与并行协同处理信息。尽管单个神经元结构非常简单，功能也非常有限，由大量神经元组合而成的网络系统却可以实现极其丰富的行为。与数字计算机比起来，人工神经网络在集体运算与自适应学习方面具有很强的能力，并具有很强的容错性和鲁棒特性。不但善于综合、联想与推广，还具有像一般的非线性动力系统那样的吸引性、高维性、不可逆性、非平衡性、广泛连接性、自适应性与不可预测性。

目前，作为一门边缘学科，人工神经网络已经渗透进包括模式识别、信号处理、智能领域等在内的多个领域，在输电线路跳闸故障智能诊断方面也具有极大的应用潜力，引起了业界的广泛关注，并为解决不便于建立数学模型及非线性问题提供了新的思路。在第五次KSCC会议上，Dillon等人发表了关于利用自适应模式识别与自组织技术来短期预测负荷的论文，开启了人工神经网络在电力系统的应用研究。目前，人工神经网络已经开始应用于输电线路跳闸故障智能诊断与分析领域，比如BP网络在故障类型识别方面的应用，Kohonen网络在故障选相方面的应用。但总的来说，达到实用化与商业化的比例依然较小，还存在着进一步的研究空间。

2.2 模糊理论在输电线路跳闸故障智能诊断中的应用

模糊规则突破了传统意义上的分明集的界限，更加接近人的自然表述模式，更易于获取专业知识与专家的经验知识。再借助模糊逻辑推理与非模糊化步伐，模糊系统能够近似表达任何连续函数，并根据数据信息来调整参数，表现出自适应的算法学习能力和全局逼近器特征。

因为模糊理论可用来魔术各种不确定因素并具备较强的非线性映射能力，模糊理论在电力系统尤其是输电线路跳闸故障智能诊断方面开始具有广泛的应用潜力。比如说，对相电流、电压进行模糊控制或对故障发生后的正负零序电流作模糊化处理可用来故障选相，还可以利用模糊集可以对警报的不确定性信息进行处理，或者用于处理跳闸故障中电流电压受到诸多影响而呈现的不确定性。

2.3 模糊理论与人工神经网络在输电线路跳闸故障智能诊断中的融合应用

模糊系统与人工神经网络相比属于两个完全不同的系统，但二者也具有高度相近之处。比如说，均无需模型即可在系统中建立非线性输入输出关系，均采用并行处理结构。但二者的不同也是非常明显的，人工神经网络虽然也可以进行自适应学习，但采用的是黑箱型隐式学习模式，无法便于理解地表达出获取的输入输出关系。与之相对，模糊系统的表达方法很容易被人理解，但自动生成与对隶属度函数、模糊规则进行调整则非常棘手。

基于上述理念构建输电线路故障智能诊断系统如图1所示。

图1 故障智能诊断系统结构图

其中分为了三个单元即传感器线圈检测单元：包括工频负荷电流，工频故障电流，行波电流信号检测等，该单元可稳定工作点，又能将反馈电阻引入的近似误差控制在允许的范围内；数据采集分析单元：对传感器检测的各种信号进行采集、分析和诊断。无线通信单元：上传采集信号处理结果，接受下传参数及控制命令。在无线通信单元的作用下可保证通信的可靠性，既方便又经济而且免维护。

目前模糊系统与人工神经网络相结合成为一个研究热点。通过结合两个系统的互补优势，就能够提高整个电力系统对跳闸故障智能诊断的学习与表达能力。根据二者的连接形式与使用功能，可借助松散型、并联型、串联型、网络学习型、结构等价型等结合方式实现二者的相互融合，通过把模糊理论处理跳闸故障电流电压信息的优势与人工神经网络并行处理及高容错性的优势结合起来，就可以在输电线路跳闸故障智能诊断中发挥突出作用。

3 结束语

对架空输电线路跳闸故障的智能诊断研究具有深远价值，目前业界的研究主要集中在三个方向，并尝试引入模糊系统与人工神经系统的优势互补来强化智能诊断的价值与意义。

参考文献

[1]裴慧坤，岳鑫桂.智能故障定位监测系统在高压架空线路跳闸分析中的应用[J].中国高新企业，2012（27）.

[2]吴兆鑫，王向前，张国清.基于故障原因综合辨识的输电线路跳闸智能分析[J].机电信息，2013（27）.