唐建平，黃大榮，趙 玲

(重慶交通大學信息科學與工程學院，重慶 400074)

電力系統(tǒng)故障診斷是利用電力系統(tǒng)數(shù)據(jù)采集裝置采集到的保護和斷路器信息對故障元件和誤動作的保護和斷路器進行識別，其中關(guān)鍵問題是故障元件識別［1］.目前已經(jīng)提出了多種故障診斷方法，包括結(jié)合專家系統(tǒng)［2］、人工神經(jīng)網(wǎng)絡(luò)［3］、優(yōu)化技術(shù)［4］、Petri網(wǎng)絡(luò)［5］、貝葉斯網(wǎng)絡(luò)［6］等的電力系統(tǒng)故障診斷方法.這些方法都各有其優(yōu)勢和特點，例如基于優(yōu)化技術(shù)的方法在診斷模型理論上是嚴密的，而且能夠給出全局最優(yōu)或者局部最優(yōu)的多個可能的診斷結(jié)果［7］.然而對于保護信息不完整或者保護和斷路器存在誤動、拒動情況下，以上方法的效果都不太理想，存在局限性.灰色系統(tǒng)理論是研究如何利用系統(tǒng)的已知信息確定系統(tǒng)的未知信息，即系統(tǒng)的白化問題，這與故障診斷的目標相吻合，而灰色系統(tǒng)理論是研究信息不完備不確定系統(tǒng)的一種有效方法［8－9］，且灰色關(guān)聯(lián)分析不會出現(xiàn)與定性分析不一致的反?，F(xiàn)象.基于此，本文提出了基于停電區(qū)域和灰色理論的電力系統(tǒng)故障診斷方法.

1 灰色關(guān)聯(lián)度分析

設(shè) X0={X0(k)|k=1，2，…，n}為標準模式向量，Xi={Xi(k)|k=1，2，…，n}為待檢模式向量，Xi(k)與X0(k)的關(guān)聯(lián)系數(shù)為:

其中稱為ρ分辨系數(shù)，一般取0.5，m=minimink|△|，M=maximaxk|△|和分別稱為兩級最小差及兩級最大差.定義灰色關(guān)聯(lián)度［10］為:

可以看出，關(guān)聯(lián)度是把各個點的關(guān)聯(lián)系數(shù)集中為一個平均值，即把分散的數(shù)據(jù)集中處理，灰色關(guān)聯(lián)分析基本思想是根據(jù)曲線幾何形狀的相似度來判斷其聯(lián)系是否緊密，曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度就越大.

2 停電區(qū)域的快速識別

電力系統(tǒng)的元件發(fā)生故障后，相關(guān)的保護和斷路器會動作，將故障元件與電源隔斷，切除故障，形成停電區(qū)域，故障元件就在停電區(qū)域中，故障診斷就可以在停電區(qū)域中進行，減小了診斷難度并且提高了診斷速度.形成停電區(qū)域的原理，就是利用斷路器的實時信息，采用實時結(jié)線分析方法來識別故障前后的系統(tǒng)拓撲結(jié)構(gòu)，找到兩個拓撲結(jié)構(gòu)的不同處，即為停電區(qū)域［11］，具體步驟［12］如下:

1)對正常的電力系統(tǒng)進行結(jié)線分析，把對應(yīng)于發(fā)電機或等效電源的元件標注為有源結(jié)點;

2)對故障后的系統(tǒng)重新進行結(jié)線分析，這時會產(chǎn)生幾個子系統(tǒng);

3)依次搜索每個子系統(tǒng)中的結(jié)點，判別每個結(jié)點下的元件是否有源，如果是，則該子系統(tǒng)為正常的，停止對它的搜索;否則，當一個子系統(tǒng)中所有元件查尋完畢后，還沒有找到有源元件，可判斷該子系統(tǒng)為故障區(qū)域.

3 故障元件識別模型的建立與分析

3.1 基于停電區(qū)域的數(shù)學建模

故障元件的識別就是找到最能解釋警報信息的故障假說，可表示為下面目標函數(shù)的最大化問題:

式中:i:單故障總數(shù)目，等于元件數(shù)和線路數(shù)之和;n:向量元素數(shù)目，等于保護和斷路器數(shù)量之和;u:分辨系數(shù);F0(k):待檢故障向量;Fi(k):單個元件故障向量或者單條線路故障向量，簡稱單故障向量;Ri:待檢故障向量與單故障向量近似程度，即關(guān)聯(lián)度.

3.2 故障向量構(gòu)造及向量元素賦值規(guī)則

狀態(tài)向量由保護和斷路器信息聯(lián)立構(gòu)造，設(shè)有m個保護，n個斷路器，則狀態(tài)向量形式為(r1，r2，…，rm，c1，c2，…，cn)，對于待檢故障向量元素，保護動作時取值1，否則取0;斷路器跳開時取值1，否則取值0;對于單故障向量元素，保護動作時取值1，否則取0;斷路器跳開時取值1，否則取值0;當同一元件或線路故障狀態(tài)的兩種模式中保護或者斷路器信息有沖突時，即一個模式取值為1，另一個模式取值為0，取0.5作為該保護或者斷路器的值.

3.3 故障元件識別規(guī)則

規(guī)則1 關(guān)聯(lián)度最大的一定為故障元件或故障線路.

規(guī)則2 以關(guān)聯(lián)度平均值為閾值，關(guān)聯(lián)度大于關(guān)聯(lián)度平均值的，認定為故障元件或故障線路.

4 基于灰色理論的電力系統(tǒng)故障診斷步驟

1)讀入系統(tǒng)數(shù)據(jù)，包括電力系統(tǒng)的拓撲結(jié)構(gòu)及保護動作和斷路器跳閘的信息;

2)識別出停電區(qū)域，并在停電區(qū)域中，列舉出保護動作和斷路器跳閘原理;

3)根據(jù)保護動作和端路器跳閘原理，導出單故障狀態(tài)時，保護和斷路器狀態(tài)信息;

4)導出各元件故障模式狀態(tài)向量，并導入待檢故障狀態(tài)向量;

5)計算關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度;

6)進行關(guān)聯(lián)度分析，根據(jù)識別規(guī)則，診斷出故障元件.

詳細的故障診斷流程圖如圖1所示.

5 算例分析

為了驗證所提方法的正確性，以文獻［13］中所列系統(tǒng)的故障情況進行算例分析.

假設(shè)發(fā)生報警信息為保護Am，L2Bm和L2Cm動作，斷路器CB1，CB2，CB4和CB5斷開，根據(jù)第4部分提出的第一步和第二步可以畫出停電區(qū)域，如圖2所示.

根據(jù)停電區(qū)域，列出保護動作和斷路器跳閘原理，如表1所示.

表1 保護動作和斷路器跳閘原理Tab，1 Work principle ofprotective relays and circuit breakers

圖1 故障診斷流程圖Fig.1 Flow chat of fault diagnosis

圖2 停電區(qū)域Fig.2 Power failour zone

保護下標m、s和p分別表示主保護、第1后備保護和第2后備保護.

根據(jù)表1，推導出單故障時保護和斷路器狀態(tài)信息，如表2所示.

表2中，保護動作時取值1，否則取0;斷路器跳開時取值1，否則取值0.

根據(jù)表2，聯(lián)合保護和斷路器信息，生成元件故障狀態(tài)向量，如表3所示.

表2 保護和斷路器狀態(tài)信息Tab.2 State information of protective relays and circuit breakers

表3 元件故障狀態(tài)向量Tab.3 Components fault state vectors

表 3 中，r1，r2，…，r14分別表示14 個保護器，c1，c2，c3，c4，c5分別表示5 個斷路器.根據(jù)警報消息，可得到待檢模式狀態(tài)向量為(r1，r5，r6，c2，c4，c5)，由表3 中數(shù)據(jù)，計算關(guān)聯(lián)系數(shù)，分辨系數(shù)取值 0.5 時，計算出關(guān)聯(lián)度，得到:

排序可得:rA＞rL2＞rB＞rL1，根據(jù)判定規(guī)則1，元件A一定發(fā)生故障，計算關(guān)聯(lián)度平均值r=0.7128，根據(jù)規(guī)則2，元件A、線路L2都發(fā)生故障，與定性分析結(jié)果相符.運用本文提出的方法對文獻［13］中系統(tǒng)各種故障情況進行診斷的結(jié)果同其診斷結(jié)果一致，說明本方法是有效的.

6 結(jié)束語

電力系統(tǒng)發(fā)生故障后，在停電區(qū)域以外尋找故障元件既費時又毫無意義;灰色關(guān)聯(lián)分析不要求數(shù)據(jù)具有典型分布，計算簡便，且信息量越大結(jié)果越準確.為了實現(xiàn)故障元件的快速識別，基于停電區(qū)域，提出了利用灰色關(guān)聯(lián)分析進行電力系統(tǒng)故障診斷的方法，利用保護和斷路器信息生成各元件故障模式狀態(tài)向量，與待檢模式狀態(tài)向量進行關(guān)聯(lián)度計算分析，從而實現(xiàn)故障元件識別，算例結(jié)果表明，提出的方法是正確有效的.然而本方法在信息融合和規(guī)則制定上存在一定的主觀性，還需要進一步完善，而且本方法只適用于故障出現(xiàn)之后.如何利用保護和短路器信息，利用灰色理論中的GM模型進行故障預(yù)測，為元件和線路檢修提供決策依據(jù)，提高系統(tǒng)安全性，是筆者正在進行的研究工作.

［1］文福拴，韓禎祥，田磊，等.基于遺傳算法的電力系統(tǒng)故障診斷的解析模型與方法，第一部分:模型與方法［J］.電力系統(tǒng)及其自動化學報，1998，10(3):1－7.

［2］Vazquez E M，Chacon O L M，Altuve H J F.An on－line Expert System for Fault Section Diagnosis in Power Systems［J］.IEEE Trans on Power Systems，1997，12(1):357－362.

［3］Cardoso G，Rolim J G，Zum H H.Application of Neural－network Modules to Electric Power System Fault Section Estimation［J］.IEEE Trans on Power Dilivery，2004，19(3):1034－1041.

［4］文福拴，韓禎祥.基于模擬進化理論的電力系統(tǒng)故障診斷［J］.電工技術(shù)學報，1994，9(2):57－63.

［5］林振智，文福拴，鐘志勇，等.Petri網(wǎng)在電力系統(tǒng)中的應(yīng)用［J］.電力系統(tǒng)及其自動化學報，2007，19(5):14－21.

［6］徐建政，李強，李建.應(yīng)用貝葉斯網(wǎng)絡(luò)模型的電力系統(tǒng)故障診斷［J］.電力系統(tǒng)及其自動化學報，2010，22(1):91－95.

［7］王家林，電力系統(tǒng)故障診斷研究現(xiàn)狀與展望［J］.電力系統(tǒng)保護與控制，2010，38(18):210－216.

［8］黃大榮，黃麗芬.灰色系統(tǒng)理論在故障預(yù)測中的應(yīng)用現(xiàn)狀及其發(fā)展趨勢［J］.火箭發(fā)射與控制學報，2009(3):88－92.

［9］王小帥，楊作賓 ，羅永豐，等.灰色關(guān)聯(lián)分析在裝備故障診斷中的應(yīng)用［J］.四川兵工學報，2010，31(11):50－52.

［10］王會歌，何祖軍.基于灰色關(guān)聯(lián)分析的柴油機故障診斷研究［J］.船海工程，2010，39(4):101－103+107.

［11］文福拴，邱家駒，韓禎祥.只利用斷路器信息診斷電力故障的高級遺傳算法［J］.電工技術(shù)學報，1996，11(2):58－64.

［12］文福拴，錢源平，韓禎祥，等.利用保護和斷路器信息的電力系統(tǒng)故障診斷與不可觀測的保護的狀態(tài)識別的模型與Tabu搜索方法［J］.電工技術(shù)學報，1998，13(5):1－8.

［13］孟祥萍，耿衛(wèi)星，劉春玲，等.基于停電區(qū)域電力系統(tǒng)故障診斷的矩陣算法［J］.長春工程學院報，2006，7(3):20－23.