文/國(guó)網(wǎng)河北省電力有限公司石家莊供電分公司 安益辰 萬(wàn)強(qiáng) 李建超

電網(wǎng)故障診斷主要指的是電網(wǎng)在運(yùn)行過(guò)程中出現(xiàn)故障后，保護(hù)開關(guān)（如斷路器等）會(huì)動(dòng)作并結(jié)合電網(wǎng)的電壓、電流波形的變化情況對(duì)故障的類型進(jìn)行判斷，以確定故障部位，迅速識(shí)別故障元件。一旦電網(wǎng)出現(xiàn)故障會(huì)引發(fā)各類異常，大量的報(bào)警信息全部上傳至控制中心，要想用最短的時(shí)間找到故障所在并切斷故障電源難度較大，這便要求故障診斷方法快速準(zhǔn)確。當(dāng)前隨著電網(wǎng)的不斷發(fā)展，各種新型技術(shù)被應(yīng)用在電網(wǎng)故障診斷中，而基于人工算法的故障診斷技術(shù)因其巨大的優(yōu)勢(shì)被應(yīng)用在電網(wǎng)故障診斷中。

1 電網(wǎng)故障診斷的智能方法

1.1 專家系統(tǒng)在電網(wǎng)故障診斷中的應(yīng)用

趙笑奢指出：專家系統(tǒng)主要包含知識(shí)庫(kù)、知識(shí)獲取、數(shù)據(jù)庫(kù)、咨詢解釋、推理機(jī)以及人機(jī)接口等，在電網(wǎng)故障診斷中應(yīng)用專家系統(tǒng)主要是通過(guò)規(guī)則的形式將運(yùn)行人員診斷經(jīng)驗(yàn)、斷路器的動(dòng)作邏輯以及保護(hù)器的動(dòng)作邏輯等表現(xiàn)出來(lái)，以此構(gòu)成故障診斷專家系統(tǒng)知識(shí)庫(kù)，再結(jié)合報(bào)警信息對(duì)知識(shí)庫(kù)予以推理，找準(zhǔn)故障。[1]隨著專家系統(tǒng)在電網(wǎng)故障診斷中的應(yīng)用，其逐漸暴露出以下缺陷：一是由于需要通過(guò)人工移植來(lái)獲取知識(shí)，因此獲取全部知識(shí)庫(kù)成為了故障診斷專家系統(tǒng)面臨的一大瓶頸；二是系統(tǒng)維護(hù)的難度較大，專家系統(tǒng)中的知識(shí)庫(kù)需要常常結(jié)合實(shí)際情況予以不斷修改，以至于維護(hù)的工作量較大；三是容錯(cuò)能力較低，可能存在因?yàn)樾鹿收犀F(xiàn)象沒(méi)有被包含在該知識(shí)庫(kù)中，引起系統(tǒng)誤診。

1.2 人工神經(jīng)網(wǎng)絡(luò)在電網(wǎng)故障診斷中的應(yīng)用

相比于專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)的最大優(yōu)勢(shì)便是其主要是運(yùn)用神經(jīng)元和神經(jīng)元之間的優(yōu)先權(quán)重連接來(lái)隱含故障處理知識(shí)，不僅泛化能力和非線性映射能力較強(qiáng)，而且還具有強(qiáng)大的容錯(cuò)性。即便輸入帶有噪聲的信號(hào)，依然可以獲得準(zhǔn)確的輸出結(jié)果，并且神經(jīng)元還擁有相對(duì)獨(dú)立性，可以并行處理，因此人工神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用在電網(wǎng)故障診斷中。朱立忠指出，人工神經(jīng)網(wǎng)絡(luò)依然存在一些缺陷，主要表現(xiàn)為：一是所需的訓(xùn)練樣本數(shù)量大，學(xué)習(xí)收斂的速度過(guò)慢；二是神經(jīng)網(wǎng)絡(luò)的輸出值只能限于0～1之間，從而限制了其對(duì)診斷結(jié)果的解釋能力，增加了運(yùn)行人員理解的難度；三是雖然神經(jīng)網(wǎng)絡(luò)的容錯(cuò)性較強(qiáng)，但是其依然無(wú)法為運(yùn)行人員判定異常動(dòng)作的裝置提供信息幫助。[2]由于神經(jīng)網(wǎng)絡(luò)的上述缺陷，決定了這種智能方法比較適用于診斷中小型電力系統(tǒng)故障。

1.3 優(yōu)化技術(shù)在電網(wǎng)故障診斷中的應(yīng)用

優(yōu)化技術(shù)其實(shí)是多種智能算法的統(tǒng)稱，常見的優(yōu)化算法主要包含粒子群優(yōu)化算法、遺傳算法、交叉熵算法以及蟻群算法等等。當(dāng)前優(yōu)化技術(shù)運(yùn)用在電網(wǎng)故障診斷中能夠取得滿意的效果，是因?yàn)樵擁?xiàng)技術(shù)的推理主要是結(jié)合故障元件和斷路器、保護(hù)器之間的動(dòng)作關(guān)系，通過(guò)目標(biāo)函數(shù)最小化的0～1整數(shù)規(guī)劃來(lái)表示最優(yōu)解問(wèn)題。劉道兵等指出：在電網(wǎng)故障診斷中應(yīng)用優(yōu)化技術(shù)擁有扎實(shí)的理論基礎(chǔ)和嚴(yán)謹(jǐn)?shù)耐评?，一般情況下優(yōu)化算法均能夠正確地診斷故障，即便在故障信息不全面的情況下，也可以給出給出全面和局部的診斷結(jié)果。[3]但是，優(yōu)化技術(shù)依然存在自身的不足，主要表現(xiàn)在三個(gè)方面：一是尋找目標(biāo)函數(shù)的難度較大；二是優(yōu)化算法的診斷過(guò)程需要無(wú)數(shù)次迭代數(shù)據(jù)，直到符合要求，因此整個(gè)過(guò)程所需時(shí)間較長(zhǎng)；三是迭代的過(guò)程可能出現(xiàn)局部最優(yōu)值或者在隨機(jī)因素下最優(yōu)解丟失的情況。因此為了在電網(wǎng)故障中應(yīng)用優(yōu)化技術(shù)，還需要在提高迭代收斂和數(shù)學(xué)模型等方面做進(jìn)一步研究。

1.4 Petri網(wǎng)在電網(wǎng)故障診斷中的應(yīng)用

Petri網(wǎng)屬于一類加權(quán)的有向網(wǎng)絡(luò)，該網(wǎng)絡(luò)主要是通過(guò)圖形表示的，能夠針對(duì)離散時(shí)間動(dòng)行為進(jìn)行建模和分析的工具。由于電網(wǎng)系統(tǒng)故障的形成和傳播屬于一種并發(fā)的動(dòng)態(tài)的行為，協(xié)助Petri網(wǎng)便能夠成功地構(gòu)建故障診斷系統(tǒng)模型，通過(guò)圖形的形式對(duì)該系統(tǒng)功能關(guān)系和處理流程進(jìn)行描述，將原本復(fù)雜的邏輯關(guān)系變得更加形象，利于運(yùn)行人員分析和理解，因此Petri網(wǎng)在電網(wǎng)故障中的診斷擁有良好的前景。Petri網(wǎng)運(yùn)用在電網(wǎng)故障診斷中的思路如下：借助Petri網(wǎng)對(duì)電網(wǎng)中繼電保護(hù)反應(yīng)和故障以及有選擇性地故障切除整個(gè)過(guò)程描述出來(lái)，再求逆便可以獲得Petri網(wǎng)絡(luò)的故障診斷模型。涂敏指出：Petri網(wǎng)存在兩大缺陷，其一是要想保證Petri網(wǎng)的完整，要求經(jīng)驗(yàn)知識(shí)足夠多，并且節(jié)點(diǎn)的數(shù)量太多，容易引起狀態(tài)空間爆炸；其二是容錯(cuò)能力有待提高識(shí)別錯(cuò)誤的報(bào)警信息難度較大。[4]迄今為止，無(wú)論是國(guó)內(nèi)還是國(guó)外，關(guān)于Petri網(wǎng)在電網(wǎng)故障診斷中的應(yīng)用還停留在理論研究的階段，隨著電力事業(yè)的不斷發(fā)展以及電網(wǎng)結(jié)構(gòu)的日益復(fù)雜，如何結(jié)合電網(wǎng)故障診斷的特征構(gòu)建簡(jiǎn)化的Petri網(wǎng)模型，是將Petri網(wǎng)應(yīng)用在電網(wǎng)故障診斷中的前提。

1.5 模糊系統(tǒng)在電網(wǎng)故障診斷中的應(yīng)用

從結(jié)構(gòu)上分析，模糊系統(tǒng)和專家系統(tǒng)存在一定的相似性，該系統(tǒng)包含人機(jī)界面、模糊推理機(jī)以及模糊知識(shí)庫(kù)，通過(guò)引入模糊邏輯，將原本精確的推理變成了近似推理，從而提高了容錯(cuò)性，便于運(yùn)行人員理解。模糊系統(tǒng)適用于不確定性問(wèn)題的處理中。導(dǎo)致電網(wǎng)故障不確定性的主要原因?yàn)閿嗦菲骰蛘弑Ｗo(hù)器拒動(dòng)、信息傳輸過(guò)程中受損等等，而應(yīng)用模糊系統(tǒng)后上述問(wèn)題便迎刃而解。趙笑奢就電力系統(tǒng)故障存在很多不確定性因素，提出了將模糊推理、模糊集同專家系統(tǒng)結(jié)合起來(lái)，形成了電網(wǎng)故障診斷新方法。模糊系統(tǒng)可以用于各類不確定信息的處理中，但是在應(yīng)用時(shí)常常需要結(jié)合其他方法進(jìn)行。[5]模糊系統(tǒng)的缺陷主要表現(xiàn)在三個(gè)方面：一是該系統(tǒng)無(wú)學(xué)習(xí)的能力；二是該系統(tǒng)在維護(hù)難度大，知識(shí)獲取困難等；三是雖然模糊系統(tǒng)具有一定的容錯(cuò)能力，但是關(guān)于怎樣確定隸屬函數(shù)和當(dāng)系統(tǒng)結(jié)構(gòu)改變后如何修改隸屬函數(shù)等問(wèn)題還有待解決。

1.6 粗糙集在電網(wǎng)故障診斷中的應(yīng)用

粗糙集理論作為一類新型的數(shù)學(xué)工具，其研究的對(duì)象為不完整的數(shù)據(jù)和不精確的知識(shí)表達(dá)、歸納以及學(xué)習(xí)。該理論的基礎(chǔ)為觀察數(shù)據(jù)和測(cè)量數(shù)據(jù)的分類，通過(guò)分析數(shù)據(jù)，近似分類，對(duì)數(shù)據(jù)之間的關(guān)系進(jìn)行推斷以及約簡(jiǎn)知識(shí)等尋找出隱含的知識(shí)，發(fā)現(xiàn)潛在的規(guī)律。劉偉等針對(duì)當(dāng)配電網(wǎng)出現(xiàn)故障診斷報(bào)警信息因?yàn)椴煌暾筒淮_定引起結(jié)論不準(zhǔn)確的問(wèn)題，提出了借助改進(jìn)辨識(shí)矩陣約簡(jiǎn)故障樣本，在此基礎(chǔ)上結(jié)合加權(quán)平均粗糙度值實(shí)現(xiàn)故障樣本的分層，以此構(gòu)建模型。[6]粗糙集的診斷方法不會(huì)發(fā)生分層的冗余性和盲目性，極大地減小了診斷模型空間，并且計(jì)算加權(quán)平均粗糙度非常容易，因此在電網(wǎng)故障診斷中具有較高的應(yīng)用價(jià)值。

1.7 貝葉斯網(wǎng)絡(luò)在電網(wǎng)故障診斷中的應(yīng)用

概率理論和圖論相結(jié)合由此誕生了貝葉斯網(wǎng)絡(luò)。這種診斷方法是在概率不確定性推理的基礎(chǔ)上產(chǎn)生的，當(dāng)前已經(jīng)成為處理各類不確定性信息的重要工具，被廣泛運(yùn)用在各個(gè)領(lǐng)域的故障診斷中。張亞茹通過(guò)分析輸電線路中存在信息不確定和不完備的問(wèn)題，提出了貝葉斯網(wǎng)絡(luò)診斷方法，并根據(jù)保護(hù)裝置的動(dòng)作原理分別建立了不完備信息和完備信息下的分布式貝葉斯網(wǎng)絡(luò)模型，通過(guò)驗(yàn)證發(fā)現(xiàn)將其運(yùn)用在輸電線電路故障診斷中有效性和正確性較高。[7]站在理論的角度上分析，貝葉斯網(wǎng)絡(luò)屬于NP-complete問(wèn)題，因此其訓(xùn)練比較復(fù)雜，換句話說(shuō)就是在現(xiàn)有的計(jì)算機(jī)條件下是無(wú)法計(jì)算的，但是在某些應(yīng)用中，可以簡(jiǎn)化訓(xùn)練過(guò)程，從而實(shí)現(xiàn)計(jì)算。

1.8 綜合智能技術(shù)在電網(wǎng)故障診斷中的應(yīng)用

在上面綜述了七種智能方法，其各有自身的優(yōu)點(diǎn)和缺點(diǎn)，若將其單一地運(yùn)用在電網(wǎng)故障診斷中存在一定的局限性，而選取幾種方法融合使用，便能夠最好最快的診斷出故障，因此綜合智能技術(shù)在電網(wǎng)故障診斷中的應(yīng)用成為了研究的熱點(diǎn)。熊軍華等在配電網(wǎng)故障診斷中將粗糙集和貝葉斯網(wǎng)絡(luò)有機(jī)結(jié)合起來(lái)，借助粗糙集信息表約簡(jiǎn)技術(shù)來(lái)壓縮故障特征和簡(jiǎn)化專家知識(shí)，從而獲得了最小的診斷規(guī)則，在此基礎(chǔ)上構(gòu)建貝葉斯網(wǎng)絡(luò)模型便能夠有效降低獲取故障特征的難度和網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性，并且運(yùn)用貝葉斯網(wǎng)絡(luò)對(duì)概率進(jìn)行推理，以便把握故障變化特征，迅速分析配電網(wǎng)故障原因。[8]劉超提出了一種基于粗糙集理論和量子神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷技術(shù)，即通過(guò)粗糙集理論不確定信息處理能力和知識(shí)約簡(jiǎn)能力，分層挖掘了電網(wǎng)故障診斷知識(shí)，從中優(yōu)選屬性，最后再借助神經(jīng)網(wǎng)絡(luò)模式識(shí)別故障診斷知識(shí)。[9]

2 電網(wǎng)故障診斷發(fā)展趨勢(shì)

根據(jù)當(dāng)前電網(wǎng)故障診斷中智能技術(shù)應(yīng)用現(xiàn)狀，今后電網(wǎng)故障診斷將朝著以下幾個(gè)方面發(fā)展。（1）多種智能方法融合運(yùn)用于電網(wǎng)故障診斷中。就目前來(lái)看，大多數(shù)依然是采用單一的智能方法診斷電網(wǎng)故障，而今后會(huì)將多種智能技術(shù)融合起來(lái)，相互之間取長(zhǎng)補(bǔ)短，從而提高診斷結(jié)果的可靠性。（2）基于多數(shù)據(jù)源信息融合診斷技術(shù)。目前在電網(wǎng)故障診斷中使用的診斷技術(shù)大部分是利用開關(guān)量的信息，電氣量在精確性和容錯(cuò)性方面更具優(yōu)勢(shì)，將數(shù)據(jù)源不同的電氣量和開關(guān)量信息融合起來(lái)，有助于提高診斷結(jié)果的精確性。（3）基于分布式智能技術(shù)故障診斷。分布式的故障診斷方法能夠把大電網(wǎng)分區(qū)之后再開展分布式故障診斷，從而成功化解了大電網(wǎng)故障診斷難度大的問(wèn)題。2007年，中國(guó)電科院的工作者便采用貝葉斯網(wǎng)絡(luò)診斷技術(shù)，在含有不確定故障信息的大型系統(tǒng)這一平臺(tái)上，開展了MAS協(xié)同故障診斷，診斷結(jié)果確切。（4）關(guān)于在線電網(wǎng)故障診斷實(shí)用化方面的研究。迄今為止，相關(guān)領(lǐng)域的專家和學(xué)者在電網(wǎng)故障診斷的理論方法取得了大量的研究成果，但是在關(guān)于實(shí)用化研究方法還有待加強(qiáng)。如何將理論運(yùn)用于實(shí)踐中，是未來(lái)電網(wǎng)故障診斷的一大重要課題。

3 結(jié)語(yǔ)

綜上所述，在現(xiàn)代化技術(shù)飛速發(fā)展的今天，對(duì)電網(wǎng)運(yùn)行系統(tǒng)運(yùn)行的穩(wěn)定性和安全性均提出了更高的要求，但是在電網(wǎng)運(yùn)行過(guò)程中不可避免地發(fā)生各類故障，因此必須借助新技術(shù)迅速診斷出故障。當(dāng)前我國(guó)電網(wǎng)已經(jīng)步入了智能化，運(yùn)用智能技術(shù)診斷電網(wǎng)故障是發(fā)展的必然趨勢(shì)。本文綜述了智能技術(shù)在電網(wǎng)故障診斷中的應(yīng)用，但是很多技術(shù)當(dāng)前還處于理論研究階段，還需要更多學(xué)者進(jìn)行研究和實(shí)踐。