基于电网故障诊断方法技术分析

谭丽君 邓键锵

（广东电网有限责任公司江门供电局，广东 江门 529000）

电网作为世界上最复杂的系统之一，是保障人民生活和促进国民经济发展的重要内容。电网故障诊断作为电网的核心环节，各级规划部门处于监测系统运行和调度控制的前沿，确保日常应急控制工作的及时性、针对性和有效性，始终是能源系统安全防护体系的重中之重。然而，由于社会和电力消费者对电力供应的成本效益、质量、连续性和可靠性的要求越来越高，能源系统向着“高效发电”、“跨领域输电”和“智能配电”的方向发展。因而在该背景下，大型性能优化配置、大规模新能源接入、自然灾害频发等复杂运行条件对电网的规划和运行提出了客观的挑战。

1 电网故障诊断方法技术相关背景

1.1 电网故障带来的危害

西欧大停电时间：欧洲当地时间2006 年11 月4 日22：10（北京时间2006 年11 月5 日5：10），欧洲电网发生了大面积的停电事故，欧洲UCTE 电网划分为3 个事故区域，各区电力供应严重失衡，出现一个接一个高峰供电不足或者峰谷用电产能过剩的问题，事故波及法国和德国人口最稠密的地区，以及比利时、意大利、西班牙和奥地利的几个主要城市，虽然大部分地区在0.5h 内恢复供电，但是最严重地区的停电时间达到了1.5h。事故总损坏负荷高达1672GW，影响约1500 万用户。

1.2 电网诊断方法研究的意义

多年来，能源系统的自动化和稳定性控制技术取得了长足的进步，但在系统故障发生后，调度员在事故应急响应中的在线决策始终不可替代，运营商必须及时有效地开展应急处置工作，最大限度地提高系统的安全性，避免大面积停电。特别是故障诊断作为应急处置最关键的辅助技术，在提高应急处置的速度、准确性和在线适应性方面发挥着重要作用。然而，鉴于监测系统运行信息量大，故障情景复杂，运营商在短时间内准确分析故障现场及其安全水平，制定有针对性的应急处置策略，这是运营商需要面对的一个重要问题。在这方面，有必要对各类业务监测信息进行针对性分析和处理，对目标应急处置支持系统及其故障诊断关键技术进行调查，整合操作员在应急处置过程中亟需的关键信息，支持紧急情况下的处置决策，提高应急处置的针对性和有效性，改进应急处置。

2 现有的诊断方法存在的不足

2.1 输电网故障诊断的参数变量复杂

为提高电网传输系统故障诊断和分析模型的准确性和容错性，现有完全分析模型必须分别引入优化变量，以保护断路器的阻断/错位，以及报警信息的错误，使分析模型的优化变量尺寸是传统分析模型的数倍。因此，有必要改进模型完整分析的建模方法，及时排除故障。

2.2 拓扑信息在输电网故障诊断中的应用不足

现有的传输网络故障诊断方法，基于Petri 网络的图形建模，没有充分利用拓扑信息，难以通过单独分析其与每个组件报警信息的相关性来适应网络拓扑的变化，诊断故障。此外，该模型一般采用离线内存、在线应用的诊断类型，需要存储所有组件的诊断模型，硬件内存要求较高，且采用横向模式，诊断速度慢。因此，有必要考虑将系统的拓扑信息引入传输网格故障诊断模型，提高故障诊断模型的在线建模能力，适应网络拓扑和链条故障的变化。

2.3 告警时序信息在输电网故障诊断中的应用不充分

目前，智能变电站的国企设备可以为断路器和断路器动作信息添加统一的基准时间尺度，但对于报警定时信息的应用，现有基于Petri 网络图形建模的研究必须在正反定时检查预警信息，以评估报警信息的可靠性，缺乏简单高效的正时原因算法，时间系列检查过程是烦琐耗时的。此外，现有的时间系列模糊Petri 网络仅通过时间推理来纠正报警信息的信任度，信息使用有限，且计时检查过程与Petri 网络论证过程是分开的，计算量较大。因此，在研究高效的定时推理方法的同时，必须充分利用时间系列推理的结果，提高误差组件定位的准确性。

2.4 针对多电源并列运行主动配电网的故障诊断性能不足

利用分散供电、储能等设备，将传统的辐射配电网转变为并排运行有源配电网的多电网，其趋势具有双向循环的特点。现有研究主要通过改进优化算法中的开关功能来研究报告功能，但有必要分别考虑每个开关的状态功能，建模过程复杂，特别是现有模型没有考虑多重误差叠加对开关函数建模的影响，且多个复杂误差的定位性能有限。因此，针对多部分主动分布网络的特点，迫切需要改进故障诊断方法。

3 输电网故障诊断技术

3.1 专家系统

专家系统的架构模式如图1 所示，专家系统是最早应用于电网诊断领域内的智能技术。专家系统的建立依据是将行业内的诊断专家的从业经验和计算机数据库进行简单融合，建立了不同的诊断模型，电网内的各个传感器将收集的数据上传至计算机系统，计算机调用系统数据库内的数据模型，经过比对得出相应的诊断结果。专家系统通过建立规则库来模拟人类专家解决故障诊断问题的过程。经过多年的发展，电网故障领域的专家系统已经非常成熟，在解决某些信息的故障诊断方面具有很强的论证和解释能力。

图1 专家系统结构图

目前对专家系统的改进主要是通过与其他智能技术相结合来完成的。一开始，将专家系统与大数据挖掘相结合，通过挖掘更多能够诊断简单错误和复杂级联错误的测控信息，增加了专家数据库的丰富性；后来随着计算能力的进一步发展，与人工神经网络融合，将故障告警信息通过人工神经网络进行预处理，从而解决信息不确定性对专家系统诊断容错性的影响；最后，将专家系统与信息论相结合，将其论证方法按规则匹配，转化为数值计算，成功应用于电网诊断。

但是随着电网的发展，专家系统的缺点越来越明显：专家系统的诊断是基于规则库的逻辑比较，学习能力差，专家系统的维护非常烦琐，很难获得准确的错误诊断。事实证明，基于专家系统的输电网络故障诊断研究开展较早、较为成熟，在实际电网运行中也得到了一定的应用。然而，由于专家系统是在专家知识和经验的基础上创建的，并且针对不同的能源系统具有不同的特性，因此很难建立一个通用的、完整的知识库。此外，对于继电保护和断路器本身可靠性不足导致的拒动/误操作、通信异常导致的报警信息丢失、失真等复杂情况，也难以提供正确的诊断结果。正是由于这个原因，使用专家系统对输电网络进行故障排除受到了限制，难以普及。

3.2 人工神经网络

人工神经卷积网络原理如图2 所示，卷积神经网络主要由这几类层构成：输入层、卷积层，ReLU 层、池化（Pooling）层和全连接层组成。 人工神经网络卷积原理过于复杂，在此不做详细介绍，只说明如何通过人工神经网络得出诊断结果。如图2 所示，当系统输入一个模糊的数据，第一步通过卷积得到卷积核，提取出相应权重的数据组C1，第二步将数据进行非线性处理得到S2数据组，因为现实情况中的事件大多为非线性的，第三步进行池化处理，降低数据维度，但是最大程度保留数据特征，第四步将数据再次卷积得出多个卷积核，最后通过softmax 激励函数作为输出层（全连接），得出最终的诊断结果[2]。

图2 人工神经网络系统原理图

最初以保护措施信息和断路器位移信息作为输入信号，输出故障诊断结果，通过网络学习得到诊断结果。后来经过科学家对神经网络的改进，提出了神经小波网络的概念，对网络结构进行了改进，将积分和RBF 结合起来，划分了大尺度晶格结构，使用了3D 矩阵自动应用模型技术，如果晶格结构发生变化，这种方法可以很好地适应。

与创建人工推理规则的专家系统相比，人工神经网络可以通过模式训练自动调整网络参数，并具有自我学习的能力，从而在推理逻辑和容错方面具有更大的优势。 但是这种方法必须在大量模式数据模型的基础上训练，对于实际的电力系统很难得到如此完整的故障模式数据，而且这种方法只关注输入而与输出并没有明确反映推理的互联性，因此无法解释推理的结果。由于这些原因，这种方法在实际技术应用中存在瓶颈。

3.3 基于Petri 网的故障检测

Petri 网的基本单元架构如图3 所示。P1 和P2 表示简单电路中的保护器，断路器和元器件，T1 则是时间限制，箭头表示断定方向。Petri 适用于多个电网之间的离散数据处理，进行动态的建模分析，能够通过图表的形式直观地表达各个故障之间的联系和电网内部的拓扑关系，可以进行并行运算，减少故障诊断时间[1]。

图3 Petri 网络基本结构图

原诊断系统采用分层建模方法，为每个故障传播方向设置子网，提高电网拓扑变化时诊断算法的适应性。然后将SOE信息添加到PN 网络中，通过时间限制分配断路器和断路器动作信息的初始概率分配，减少误算的可能性。随后，在PN 网络的错误诊断中引入了启动保护器信号、保护动作信号、断路器操作、闸刀操作等多种信号，并提出了具有多种信息的分层PN 网络诊断方法，在提高算法的准确性方面取得了良好的效果；将PN 网络与神经网络和模糊技术相结合，使Petri 神经网络的概念得到实现，通过减少参数，提高了故障诊断的速度。目前，基于Petri 网络图形建模的传输网格故障诊断研究主要侧重于改进Petri 网络模型并考虑增加复杂的时间信息。在改进模型方面，还提出了对电网报警信息模糊的Petri 网络描述的不确定性，有效提高了诊断方法的容错性。随着理论的进步，业内专家优化了模糊的Petri 网络结构和推理过程，进一步提高了故障诊断的效率。可见，Petri 网络在模拟同时发生和连续发生的事件方面具有很大的优势，可以充分考虑电网故障过程中预警信息的不确定性。现有的Petri 网络模型需要对所有电源故障组件进行单独建模，并且主要采用离线建模、在线呼叫模式，不太适应网络。此外，报警信息的定时属性仍停留在通过时间串联约束论证纠正报警信息置信水平的水平上，时间序列检查过程与Petri 网络推理过程分开进行，过程复杂，需要进一步研究以提高其诊断性能。

3.4 基于多因素层进式输电网故障诊断算法的诊断方法

传统的故障诊断方法以防护措施和断路器切换信息为断层诊断依据，故障信息来源单一，在故障环境差时难以避免误判。从图4 的描述中可以看出，在电网故障后，SCADA（数据采集与监视控制系统）、RPMS（生产实时监测信息系统）和WAMS（广域测量系统）可以收集彼此多余的各种故障信息，有些直接与故障有关，有些间接反映是与故障相关设备的反常现象。当使用断路器和断路器动作信息进行故障排除时，如果能考虑各种信息，断路器和断路器动作信息可信度等级，其中断路器/断路器运动异常和运动信息丢失/失真等情况可以及时纠正动作信息的可信度，可以大幅度提高传输网络错误诊断的准确性，系统数据特性对比如表1 所示。

图4 多因素层进式输电网故障诊断算法

表1 系统数据特性对比图

另一方面，若WFPN 使用的故障诊断水平发生变化，考虑到每个故障扩散方向发生故障的概率，如果发生排斥、误移、漏报，其他扩散方向都能有效填充，最后对所有误差扩散方向的错误概率进行合成，输出疑似错误成分故障概率，对的误差容差模型能得到改善。同时，当电网庞大复杂时，缺乏现成复杂性模型导致诊断低效。从图4 可以看出在第一层，诊断系统使用从SCADA 接收的断路器转置信息来确定故障范围，同时结合WAMS 检测到的电量对极限断路器进行辅助测定，防止故障范围故障确定引起的故障诊断错误。在第二层，断路器和断路器动作信息的可信度评估由美星国企定时信息和自测信息进行，改善断路器和断路器动作信息的可信度应用于断层诊断；在第三层，拓扑学改进了现有的分层变化，提高了诊断方法的诊断效率，在整个系统中提高了故障诊断精度和速度。

4 总结

现今电网系统的迭代速度远超从前，专家系统难以及时跟进当今复杂的电网系统的诊断要求，由于人工神经网络单一或者Petri 网诊断侧重点不同，因此会出现误报的情况，单一的分析系统已经不能满足更加复杂的故障诊断需求。只有各个分析系统有机结合才能适应当今电网系统的扩张速度和算力分析要求。