摘 要：電力系統(tǒng)擴大我國電網(wǎng)的規(guī)模，與此同時相關故障也逐漸浮現(xiàn)出來，本文分析目前電力系統(tǒng)故障診斷的研究現(xiàn)狀，其方法包括：模糊集理論、專家系統(tǒng)、粗糙集理論、人工神經(jīng)網(wǎng)絡、Petri網(wǎng)絡和優(yōu)化技術；在此基礎上，對我國電力系統(tǒng)今后的發(fā)展趨勢與發(fā)展重點做了簡要描述，旨在為相關工作人員提供一定的參考。

關鍵詞：電力系統(tǒng)故障診斷；研究現(xiàn)狀；發(fā)展趨勢

電力系統(tǒng)在我國得到越來越普遍的運用，其系統(tǒng)的發(fā)展擴大了我國的電網(wǎng)規(guī)模，同時也使得電網(wǎng)更加復雜，并且不同區(qū)域之間的相互聯(lián)系也更加的緊密。電網(wǎng)規(guī)模的擴大的同時，其自身問題也在逐漸增多，對電力系統(tǒng)故障加強診斷，首先需要熟悉相關的診斷方法的研究現(xiàn)狀。目前，在相關故障的研究上，其方法主要采用：模糊集理論、專家系統(tǒng)、粗糙集理論、人工神經(jīng)網(wǎng)絡、Petri網(wǎng)絡、優(yōu)化技術，下面詳細的介紹相關方法。

1 電力系統(tǒng)故障診斷的研究現(xiàn)狀

模糊集理論（fuzzy theory）。模糊集理論主要是研究問題的不確定性，它將經(jīng)典集合理論模糊化，通過引入語言變量和模糊邏輯，建立了具有完整體系的智能技術。隨著模糊理論的發(fā)展，它已經(jīng)被更多的運用到實際操作中，目前其在電力系統(tǒng)故障診斷中的運用主要集中在兩個方面：第一，假設基礎信息正確，但是實際上故障對應的保護裝置和斷路器之間的關系并不明確，運用模糊隸屬度對這種關系進行定量模擬；第二，假設警報信息的可信度不是1，根據(jù)相關狀態(tài)直接賦予可信度，再結合其他診斷方法給出模糊結果。模糊理論還可以和其它方法結合運用，但是由于隸屬度獲取等問題，限制了該理論的運用。

專家系統(tǒng)（expert system）。專家系統(tǒng)由于發(fā)展最早，所以是一種比較成熟的研究方法，被用到電力系統(tǒng)診斷的很多領域，其自身具有的特點與電力系統(tǒng)故障診斷有很多切入點。專家系統(tǒng)具有實時性、直觀性和有效性，在一定程度上能夠解決不確定性問題，并且給出的最終的結論比較符合人類言語習慣。專家系統(tǒng)雖然發(fā)展比較成熟并且運用廣泛，但其自身有些缺點還是不能忽視的：第一，知識獲取有待提高。知識的更新需要學習，需要靠人工移植，因此完善和更新知識庫是完善專家系統(tǒng)方法的瓶頸；第二，系統(tǒng)維護問題。專家系統(tǒng)的知識庫需要經(jīng)常因為實際情況的變化進行更新與修改，相關的工作量比較大；第三，錯誤容忍度差。在專家系統(tǒng)知識沒有涵蓋的領域，專家系統(tǒng)對現(xiàn)有問題出現(xiàn)大量的錯誤診斷。

粗糙集理論。1982年，數(shù)學家Z.Pawlak提出的粗糙集方法主要用于處理不精確、不確定和不完全數(shù)據(jù)，它的核心思想：保持分類能力不變，簡約知識，找出問題決策。該特點使得不少研究者把粗糙集理論引入電力系統(tǒng)故障診斷中。雖然粗糙集理論能夠較強的出了力不完整的信息，但是其自身也有其缺點：第一，診斷規(guī)則取決于條件屬性下各種故障情況訓練樣本集；第二，如果警報信息是關鍵信息時，系統(tǒng)的診斷結果將會受到很大的影響，也有可能因此得出錯誤的結論；第三，當出現(xiàn)多重問題時，粗糙集理論可能使系統(tǒng)崩潰。

人工神經(jīng)網(wǎng)絡（artifical neural network，ANN）。人工神經(jīng)網(wǎng)絡具有學習能力強、魯棒性好和容錯能力強，ANN主要運用于電力網(wǎng)絡中不同故障組合產(chǎn)生不同的故障信息組合。其主要問題是：第一，系統(tǒng)的樣本采集有時候很困難；第二，ANN與符號數(shù)據(jù)庫的交互功能弱；第三，啟發(fā)性知識處理得不好；第四，不能處理好收斂問題，可能陷入局部最??；第四，沒有解釋自身行為和輸出結果的能力。

Petri網(wǎng)絡。1992年，印度學者JenkinsL和Khincha HP將Petri原理應用到電力系統(tǒng)建模中，是最早的Petri應用實例。Petri網(wǎng)絡計算簡單，僅僅需要進行簡單的矩陣計算，診斷速度快，并且有不確定信息的模板可以參考。缺點：第一，對知識經(jīng)驗的要求較高，節(jié)點多；第二，容錯能力比較差，不易識別錯誤的警報信息。

優(yōu)化技術。隨著計算機技術的發(fā)展，許多優(yōu)化方法浮出水面， 采用優(yōu)化方法解決電力系統(tǒng)故障現(xiàn)在也已經(jīng)比較普遍。目前常用的方法有遺傳算法、模擬分子進化算法、Tabu搜索、模擬退火算法，貪婪算法等等，其中，遺傳算法在電力系統(tǒng)中的應用比較普遍。缺點：第一，數(shù)學模型的建立比較困難；第二，隨機因素的干擾可能會影響最優(yōu)解的獲?。坏谌?，迭代次數(shù)太多時可能導致運行速度。

2 電力系統(tǒng)故障診斷的研究發(fā)展趨勢

在以后的電力系統(tǒng)工作，需要再以下方面下手，提高電力系統(tǒng)故障的診斷能力與解決能力，促進我國電力系統(tǒng)的優(yōu)化。第一：信息不完整情況下電力系統(tǒng)故障方法的研究；第二，將多種診斷方法聯(lián)合使用，提高電力系統(tǒng)故障診斷的能力；第三，在信息高速發(fā)展的時代，各種信息越來越多，很多事物都是動態(tài)發(fā)展，因此對電力系統(tǒng)的診斷需要從靜態(tài)到動態(tài)發(fā)展；第四，擴大診斷的領域意義。

參考文獻

[1] 郭創(chuàng)新，朱傳柏，曹一家，吳欣. 電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢[J]. 電力系統(tǒng)自動化. 2006（04）.

[2] 王家林，夏立，吳正國，楊宣訪. 電力系統(tǒng)故障診斷的研究現(xiàn)狀與展望[J]. 電力系統(tǒng)保護欲控制. 2010（09）.

[3] 毛曉東. 電力系統(tǒng)故障診斷應用技術研究[D]. 碩士論文. 哈爾濱工程大學. 2010（09）.

[4] 紀伯公，王加. 基于信息融合技術的電力系統(tǒng)故障診斷[C]. 第六屆全國信號和智能信息處理與應用學術會議論文集. 2012（09）.

作者簡介

段燁煒（1986—），男，國網(wǎng)四川省電力公司樂山市五通橋供電分公司，研究方向：變電檢修及繼電保護。