科技论坛　・ｌ６３・　电网故障诊断方法概述　程璞蒋国帅　（安徽理工大学电气与信息工程学院，安徽淮南２３２００１）　摘要：概述了如今市面上应用比较广泛的基于智能技术基础的电网故障诊断方法，包括专家系统、人工神经网络、模糊集理论、贝　叶斯网络、Ｐｅｔｒｉ网。简明介绍了这些方法的基本知识，并着重介绍了它们的不足之处和未来发展需要解决的问题。　关键词：电网故障诊断；智能技术；基本知识；不足；发展　１棚述　当今社会电网规模越来越庞大，区域之间的联动ｌ生变得更强，传输　电压也在不断增高，电网发生故障的可能性就越来越大并且造成的后　果越来越严重。电网故障诊断，基本来说就是通过测量和分析故障后电　网中电压、电流等电气量以及保护和断路器动作的的开关量发生的变　化，来识别故障元件。当电网发生故障时，特别当是各种复杂故障时，在　短时间内需要快速并准确地识别故障发生地，找到发生故障的元件，使　得所有工作人员得到最精准的信息。故障发生后，尤其是在发生多重故　障和复杂越级故障的情况下，短时间内汇集到调度中心的各种信息激　增，工作人员很难陕速理清报警信息的含义并迅速做出正确的判断。所　以，如何在系统故障发生后迅速准确地找到故障区域发生故障的设备　以及故障性质，为工作人员提供科学判据就至关重要。目前研究较多的　电网故障诊断方法有专家系统、人工神经网络、模糊集理论、贝叶斯网　络、Ｐｅｔｒｉ网等。　２电网故障诊断分类　目前，就电力系统配备的信息系统而言，依据信息的来源并在电网　中的作用，大体可分为三类：　２．１静态安全监视和控制系统（ＳＣＡＤＡ）。ＳＣＡＤＡ系统于２０世纪６０　年代建立，目前已经发展成为比较成熟的应用体系。ＳＣＡＤＡ系统主要传　输模拟量信息，比如有功、无功、电流、电压等；还传输事件量信息，如断　路器及隔离开关状态信息。ＳＣＡＤＡ系统的信息传输方式通常为３～５秒　的时间间隔来将相关信息上传至调度中心，因此调度中心收到的信息的　特　是断面状的所以ＳＣＡＤＡ系统的特点即反映的是电网某一时刻的　情况。　２．２动态安全监视和控制系￣（ＷＡＭＳ）。这是一种基于ＧＰＳ技术的　同步相量测量装置（ＰＭＩ　作为基础的系统，它利用ＧＰＳ全球卫星定位系　统，对电力系统发电机同步功角和线路电压相量｝己ｆ生动态监视。相对于　ＳＣＡＤＡ而言，ＷＡＭＳ系统的特点则是能够持续提供电网的运行状态，　所以它可以作为电网动态监视过程的实用工具。　２．３电网故障信息系统。基于厂站端的保护动作信息与故障录波器　记录的电网模拟量信息以及开关量信息是该系统的数据提供核心。在　电力系统中，广泛的实用数字化处理技术，各个厂站的数字式继电保护　装置以及断路器会在工作的同时自行向调度中心上传ＧＰＳ报警信号，　数字式故障录波器能够讲模拟信息量记录下来，供监控中心调用。子站　接收上述信息，并对信息进行一系列的处理，上传至调度中心，在调度　中心主站实现故障信息的综合处理。　３电网故障诊断方法综述　３．１专家系统。专家系统的典型应用可以归结为：它是—个具有大　量专业知识与经验的程序系统，它根据某个领域的专家提供的知识和　经验进行推理和判断，模拟专家的实施过程，来解决那些需要专家决策　的复杂问题。　专家系统模拟专家的决策来进行诊断，可以保证诊断系统的及时　性和准确性，但是由于知识的本质和进行诊断的原理没有变，所以专家　系统还存在着诸多不足：ａ专家知识是人为设立，所以知识库并不完善；　ｂ．容错陛低，由于知识库不完善，所以对于保护和断路器的误动作，可能　会给出错误的判断；ｃ．系统的维护难度非常大，故障的原因有很多，所以　知识库就异常的庞大，但庞大并不意味着知识库完善，有新的原因，就　要认为再添加到知识库中。　３．２人工神经网络。人工神经网络，顾名思义，它是模拟神经系统来　进行工作的。根据输入和输出的关系，经过数目庞大的处理单元（神经　元）之间相互通信，才构成了人工神经网络这一复杂网络系统。神经网　络能够对很多的信息进行分析与筛检，从而形成一种规律并记住这种　规律，然后对于未知的或者无法预测的故障信息，根据规律来进行判　断。　神经网络的优势在于：有强大的学习能力、容错率高、鲁棒性好、非　线幽央射和并行分布处理等。然而，神经网络还存在如下缺陷：乱需要数　目巨大的训练样本来进行学习，才能保证规律的形成，但想形成完美的　规律十分困难Ｉｂ．人工神经网络在诊断过程中被看成是“黑箱”，无法解　释自身是怎样诊断的；ｃ．人工神经网络不善长处理启发式的规律。基于　人工神经网络的电网故障诊断方法在日后的研究方向还是在选取有价　值的训练样本、解释诊断过程、针对大规模电网故障诊断等方面。　３．３模糊集理论。模糊集理论的诊断过程是将信息模糊化。首先视　系统获取的信息组成的集合为一种经典集合，根据相应法则将集合中　的元素映射到［０’ｌ趑一区间，得到集合中的任何一个元素都可以对应０　和１之间的—个实数，这个实数的含义就是其隶属于０或１的程度，根　据上述对应法则可以组成—个函数——隶属度函数，所以模糊集理论　的技术就是隶属度函数。早期研究中，很少考虑到信息的不准确性，所　以该理论有实质Ｉ生的突破。　由于处理信息的不确定性，同时存在另外一些弊端：＆隶属函数没　有—个明确的标准；ｂ．可维护陛差，即出现问题的可能比较大，当电网结　构发生变化时，知识库和隶属度也会发生变化；ｃ．针对大规模电网，模糊　知识库建立困难。　３．４贝叶斯网络。贝叶斯网络也是一种针对不准确性知识的模型，它　运用概率论的知识与图形理论，具备较为理想的理论基础，针对复杂电　网由于不确定因素引起的故障等问题具有明显作用。贝叶斯网络的诊　断模型比较清晰直观，可以直接看出，对于不准确信息可以给出良好的　诊断决策。但是，网络节点赋值则需要大量的实际观察或统计来确定。　该方法的不足体现在：＆如何实现复杂电网下的自动建模Ｉｂ．知识更　新能力不强；ｃ．如何实现信息融合下的故障诊断。所以，今后贝叶斯网络　的研究方向着重在如何自动建模并与信息融合理论结合等方面。　３．５　Ｐｅｔｒｉ网。Ｐｅｔｒｉ网是对离散并行系统的数学表示，用网络表示电　网中断路器、保护、电网元件之间的关系，不仅能用图形呈现，还可以用　矩阵运算来描述。电网故障本是离散事件，而对于离散时间组成的系　统，Ｐｅ　网是进行建模和分析的理想工具。　Ｐｅｔｒｉ网方法的优点在于：能够定性或定量地分析系统中事件发生　的各种过程，还可以直接用图像呈现，对于离散事件进行动态建模和分　析，这是最为有效方法，不过还有一些尚需深入的问题存在，主要是：　随着系统网络拓扑的扩大，在建模时，会容易导致信息组合爆炸的情　况；ｂ当电网发生多重复杂故障时，诊断结果会有偏差；ｃ对于不确定信　息不能准确地识别。　４结论　电网规模变大直接导致电网控制变得复杂并且电Ｊ氟Ｊ故障变得越来　越复杂与频繁，这个问题必须得到解决。所以，研究一种基于人工智能　的完美的故障诊断方法，具有很大的应用价值。同时，如何在原先的电　网故障诊断算法上研究更新、更决、更实用的算法也是未来几年需要解　决的问题，提升诊断速度以及在不确定信息下仍然能准确地识别故障　元件成为了需要攻克的课题，对电网故障诊断方面有重要的意义。　参考文献　［１１４莉．电网故障诊断的智能方法综述　．电力系统保护与控制，２０１４．　ｆ２］王磊．电网故障诊断方法及其系统构架研究　）１．济南：山东大学，２０１３．