（控制理论与控制工程专业论文）基于遗传算法的电力系统故障诊断.pdf

大庆石油学院硕士研究生学位论文 基于逮传算法的电力系统故障诊断 摘要 本文通过对电力系统故障诊断的研究，具体完成了以下研究工作： 首先，介绍电力系统故障诊断的目的和内容以及目前电力系统故障诊断方法的发展情 况，研究了各种故障诊断方法在电力系统故障诊断中的优势和局限性。 然后，提出同时利用保护和断路器动作信息的电力系统故障诊断的解析模型，其可以 描述为一个无约束o - l 整数规划问题，将重合闸引入故障诊断的解析模型并且对保护引入 贡献因子，给出确定各种保护贡献因子的经验公式。这种模型在一定程度上解决了数据信 息不完整时的电力系统故障诊断问题。 其次，开发电力系统故障诊断数据信息采集系统，该系统解决了电力系统故障诊断过 程中故障特征信息很难实时获取的问题，同时对数据报文进行了详细的分析，提取出故障 特征信息，该系统不但可以采集数据，而且还可以将数据信息实时传送至调度，为电力系 统大规模在线故障诊断提供了必要的条件。 最后，将改进的电力系统故障解析模型应用到电力系统故障诊断当中，研究了在线故 障诊断过程中目标函数的自动形成方法，故障区域的判别方法。在线路系统图故障诊断过 程中，使用遗传算法得到全部最优解，证明改进的故障诊断解析模型确实在一定程度上解 决了电力故障诊断过程中数据信息不完整，难以达到准确识别故障元件的困难。为了进一 步验证该模型的诊断效果，将本文故障诊断方法应用于大庆采油一厂东油库变电所做实例 测试，故障诊断结果准确合理，符合现场实际情况。 关键词：遗传算法电力系统故障诊断解析模型 目标函数 a b s t r a e t r e s e a r c ho f p o w e rf a u l td i a g n o s i sb a s e do ng e n e t i ca l g o r i t h m a b s t r a c t n 硷p o w e rs y s t e mf a u l td i a g n o s i si sr e s e a r c h e di nt h i sp a p e r , t h ed e t a i lw o r ki sa sf o l l o w s ： f i r s t l y , i n t r o d u c et h ep u r p o s ea n dc o n t e n to ft h ee l e c t r i cp o w e rs y s t e mf a u l td i a g n o s i s ， d e v e l o p m e n t so fp o w e rs y s t e mf a u l td i a g n o s t i cm e t h o d sa n dr e s e a r c ha d v a n t a g e sa n d l i m i t a t i o n so f m e t h o d si nt l l es t u d yo f e l e c t r i cp o w e rs y s t e mf a u l td i a g n o s i s s e c o n d l y , t h ep o w e rs y s t e mf a u l td i a g n o s i sa n a l y t i cm o d e lw h i c hu s eb o t hp r o t e c ta n d s w i t c ha c t i o ni n f o r m a t i o ni sp r o p o s e di nt h i sp a p e r , i tc a nb ed e s c r i b e da s0 - 1i n t e g e r p r o g r a m m i n gw i t hn o n r e s t r a i n t ，r e s h u tb r e a ki si n t r o u s e di nt h ea n a l y t i cm o d e la n di n t r o d u c e t h ec o n t r i b u t i o nf a c t o rt ot h ep r o t e c t ，t h i sm o d e ls o l v et h ef a u l td i a g n o s i sp r o b l e mi nw h i c ht h e p r o t e c ti n f o r m a t i o ni sl a c ki nac e r t a i ne x t e n t ，a n dp r e s e n tt h ee x p e r i e n c e df o r m u l a rw h i c hi s u s e dt od e c i d ea l lk i n d so f p r o t e c tc o n t r i b u t i o nf a c t o r n e x t l y , d e v e l o p af a u l td i a g n o s i sd a t ac o l l e c t i n gs y s t e mw h i c hs o l v e dr e a l - t i m ed a t a a c q u i s i t i o ni nt h ep o w e rs y s t e mf a u l td i a g n o s i s ，t h ed a t am e s s a g ei sa n a l y s e di nd e t a i la n d e x t r a c tt h ed a t ar e q u i r e di nf a u l td i a g n o s i s t h i ss y s t e mc a nn o to n l yc o l l e c td a t ab u ta l s o t r a n s r n i tt h ed a t ai n f o r m a t i o nt oa t t e m p e ra n dp r o v i d ean e c e s s 锄了c o n d i t i o nf o re l e c t r i cp o w e r s y s t e mf a u l td i a g n o s i so n l i n e l a s t l y , t h ea p p l i c a t i o n si sd o n ei nt h ep o w e rs y s t e mf a u l td i a g n o s i st h r o u g ht h ea c t u a l e x a m p l eu s i n gt h ei m p r o v e dp o w e rs y s t e ma n a l y s i sm o d e l r e s e a r c ht h ea u t o m a t i cf o r m a t i o n m e t h o do fo b j e c tf u n c t i o no n l i n ed i a g n o s t i cp r o c e s sa n df a u l tr e g i o ni d e n t i f yw a y s o b t a i nt h e o p t i m i z e ds o l u t i o nu s i n gg e n e t i ca l g o r i t h mi nas i m u l a t i o np r o c e s s ，s o l v et h ep r o b l e m t h ep o w e r f a u l td i a g n o s i sp r o c e s sd a t ai n c o m p l e t e n e s sa n dt h ea c c u r a t ei d e n t i f i c a t i o no ff a u l tc o m p o n e n t s t h em e t h o dp r o p o s e di n 也i sp a p e ri su s e di nt h ee a s t e r no i ls t o r e r o o mt r a r l s f o r m e rs u b s t a t i o no f t h ef i r s to i le x t r a c t i o np l a n to fd a q i n g ，t h er e s u l ti sr e a s o n a b l ea n d r i g h t ，a n ds a r i s f yt h e p r a c t i c a lf i e l d w o r ka p p t i c a t i o ni n s t a n c o k e yw o r d s ：g e n e t i ca l g o r i t h m ，p o w e rs y s t e m ，f a u l td i a g n o s i s ，a n a l y s i sm o d e l ，o b j e c tf u n c t i o n i i 大庆石油学院硕士研究生学位论文 第一章绪论 1 1 本课题研究的背景和意义 随着现代社会工业化程度不断提高，对能源的巨大需求促进了我国电力体制改革的不 断深入和电力工业飞速发展，电力系统的电力设备容量不断增大和电网规模也不断扩大， 人们对电网安全、经济运行的要求将进一步提高，用户对电能质量和供电可靠性的要求也 会进一步提高。电力系统是由发电厂和供电网络组成的，它的任务就是产生电能并向用户 输送。 一方面，我国的电力系统还比较薄弱，供电的可靠性不高，电力系统的故障绝大多数 都发生在输电线路上，而输电线路尤其是超高压远距离输电线路发生故障时，一般均需及 时巡线找到故障地点并进行处理，以保证线路的安全供电。对于长线路，特别是经过山区 的长线路，例如一些大型水电站的出线，一般经过较长的山区，而山区往往交通不便，如 果进行人工巡线将要耗费大爨的人力物力和时间，造成更多的经济损失。即使是交通方便 的平原地区，遇到恶劣天气时发生故障，全线巡线也很艰苦。所以耍采用有效的故障定位 手段，较准确地查找故障相和故障点，缩小巡线范围，使运行人员能够迅速找到故障点消 除故障。 另一方面，当电力系统发生故障后，根据保护的动作情况应该可以进行故障元件的识 别。但是有时可能出现几套保护装置同时动作的情况，其中有的保护装置是正确动作，而 有的则可能是误动作。例如当线路发生两相短路故障时，相差高频保护和距离保护动作是 正确的，而零序电流保护如果动作则是错误的。如果没有一定的方法，就不能准确判断故 障元件。另外，电力系统数据传输中也有可能出现保护动作信息的传输错误。此时，也必 须有比较好的分析方法才能顺利判断出故障元件，以便于找如事故原因尽快恢复系统供 电。 在电力系统运行中，系统发生故障和不正常运行状态都会危及到电力系统安全稳定运 行。由于我国电力系统的各项措施还不是很完善，故障的发生很难完全避免。电力系统发 生故障可能引起下列严重后果： ( 1 ) 数值很大的短路电流通过短路点将燃起电弧，使故障设备烧坏甚至烧毁。 ( 2 ) 短路电流通过故障设备和非故障设备时，产生热和电动力的作用，致使其绝缘 遭到破坏或使设备缩短使用寿命。 ( 3 ) 电力系统中大部分地区的电压下降，使大量电能用户的正常工作遭到破坏或产 生废品。 ( 4 ) 破坏电力系统各发电厂之间并列运行的稳定性，而使故障扩大，甚至造成整个 电力系统瘫痪。 电力系统的任务是产生电能并将电能输送给用户，保证及时安全可靠的发电和供电是 对电力系统运行的首要要求。既然故障是不可避免的，而且对电力系统元件的正常使用和 人们的生活产生很大的负面影响，那么在故障后就应该快速有效地进行故障情况的分析， 找出故障发生的原因、元件或地点，以保证电力系统尽快恢复供电。因此，电力系统故障 给人们的生产和生活所带来的影响也越来越大，对电力系统进行准确的故障定位与故障诊 断是现场事故恢复处理的重要部分，同时对电力系统安全稳定运行具有重要的意义。本谋 第一章绪论 题具有如下的意义： ( 1 ) 提高人们对继电保护运行、事故分析和电网运行的管理水平和决策。 ( 2 ) 减轻调度员对电网频繁调整的工作量，若在电网事故状态时，调度员的反应速 度能够满足电网运行的需要。 ( 3 ) 在发生严重故障或复杂故障的情况，能使调度值班人员和继电保护运行管理人 员及时准确地了解故障情况，快速地判断故障发生的地点、故障性质及严重程度，科学地 分析故障原因。 ( 4 ) 能使调度值班人员和继电保护运行管理人员及时采取正确的措施缩小故障范围、 避免事故扩大、减少故障损失。 1 2 电力系统故障诊断的目的和内容 当前电力系统研究的任务之一就是致力于发展先进、准确、高效的自动故障诊断系统， 快速、准确地进行故障识别。由于自然环境、制造质量、运行维护水平等诸多方面的原因， 电力系统的各种元件在运行中不可能一直保持正常状态。因此，需要有专门的技术为电力 系统建立一个安全保障体系，其中最重要的一个方面就是电力系统故障诊断技术。近年来， 电力系统规模的不断扩大和各种监控设备的应用使得电力系统故障诊断更为重要。因为电 力系统发生故障后，所有相关的监控设备均会产生相应的报警信息送至控制中心，尤其是 电力系统发生复杂故障或自动装置动作不正常时情况更加严重。对于复杂故障或自动装 置不正常情况下在1 秒种之内将有几百甚至几千条报警信息涌入控制中心。这远远超过了 运行人员对故障信息的处理能力。此外，调度人员对故障和报警信息处理的方法各不相同， 能力参差不齐。大部分值班人员不能充分利用各种故障与报警信息，所以很难给出一个科 学合理的故障诊断结果。 电力系统故障诊断的目的是当电力系统发生故障后，在全系统范国内，实时地区分各 种故障和不正常运行状态，快速及时地通知维护人员采取故障隔离或者安全告警措施，以 求最大限度地维持系统的稳定、保持供电的连续性、保障人身的安全、防止或者减轻设备 的损坏。根据保护的动作情况应该可以进行故障元件的识别，确定故障元件，以便对故障 进行处理并尽快恢复供电，减少损失f l j 。 电力系统的故障诊断内容就是利用保护和断路器的动作信息来推断可能的故障位置， 识剔故障的元件和误动作的保护与断路器，并对保护和断路器的动作情况作出评价。其中 故障元件的识别是关键问题口】。因为识别出了故障元件之后，只要根据保护动作原理进行 简单的逻辑推理就可以识别出误动作的保护与断路器。因此，国内外这方面的研究工作主 要集中予故障元件的识别。因此，电力系统故障诊断一真是国内外热门的研究课题，具有 重要的理论价值和实用价值。 。 1 3 电力系统故障诊断的研究现状 电力系统的故障诊断即故障元件的识别，也是对电力系统的故障进行分析的一个重要 环节。目前，电力系统故障诊断的方法主要有：专家系统方法【”、人工神经网络方法 4 1 、 模糊原理方法c 5 1 、p e t f i 网络方法 6 1 和遗传算法p l 等。 1 3 1 基于专家系统( e s ) 原理的电力系统故障诊断 专家系统译4 q ( e x p e r ts y s t e m ，缩写为e s ) 是发展最早的一种兹障诊断方法。专家 大庆石油学院硕士研究生学位论文 系统是建立在知识库基础上的计算机系统，它拥有某个特定领域内专家的知识和经验，能 模拟专家的思维，进行推理判断，并在其相应的领域内给出结论。专家系统的主要特征是 它存在一个存放专门知识的知识库，并在此基础上进行推理。专家系统对知识的原始表示 形式都是基于形式化的符号，因而全部原始知识都是显式、描述性地表示的。专家系统具 有较强的逻辑推理和字符处理能力，比较适合电力系统故障诊断。 专家系统也是比较成熟的一种人工智能技术。一般地说，专家系统是个具有大量专 门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 拟专家的决策过程，以解决那些需要专家决策的复杂闯题。 专家系统在电力系统的应用研究开始于七十年代后期，较早将专家系统引入电力系统 领域的是日本研究人员，日本学者于1 9 8 6 年最早提出用专家系统技术进行电力系统故障 诊断。随后，各国研究人员对电力系统故障诊断进行了大量的研究，现在，专家系统在故 障诊断方面的应用己比较深入，取得了巨大成功【1 1 1 1 q 。 虽然专家系统能够有效地模拟故障诊断专家完成故障诊断的过程，但是在实际应用中 仍存在一定缺陷【曲1 ： 1 在电力系统故障诊断e s 研究中，知识获取的工作一直给予研究者很大的压力。如 何更有效、更全面的获取专家知识，是构造一个完备的e s 的诊断系统不得不必须面对的 难题。获取完备的知识库是形成故障诊断专家系统的瓶颈，这在很大程度上限制了故障诊 断专家系统的发展。 2 专家系统在推理时要搜索、匹配知识库内一定的规则集才能得出结论，所以当系统 比较大时完成诊断的速度将非常慢。实用的故障诊断专家系统通常只有1 0 0 条3 0 0 条规 则。 3 知识表达方式和知识构造质量是e s 成功的关键，专业知识和专家启发性知识转化 和形成完备的知识库仍是故障诊断e s 的瓶颈。知识库的可维护性也是极其重要的，知识 库不完整或不一致可能导致e s 推理混乱并得出错误的结论。 4 当电力网络的结构或自动装置的配置发生变化时，专家系统的知识库要进行相应的 修改，然而增加或修改规则后很有可能会造成不完整或不一致的知识库，为此必须对知识 库再次进行校核，校核的难度比较大，所以大型专家系统的维护难度很大。 5 一般专家系统不具备学习能力，一旦发生知识库没有涵盖的新故障情况，专家系统 将发生诊断错误或得不到结果。 6 专家系统的容错能力较差。在故障后保护装鬣或断路器错误动作的情况下，专家系 统因缺乏有效的方法识别错误信息，容易造成诊断错误。 虽然基于e s 技术的电力系统故障诊断系统的研究已有近2 0 年的历史，而且随着计算 机和语言技术、智能技术的发展，使知识表达形式和结构也随之有所相应的变化，在知识 获取和构造方面有很多的改进，其发展的趋势是力图使知识获取、知识表达工作简化，进 而使故障诊断的推理效率得到提高。但是e s 基于知识实现故障诊断的推理逻辑过程原理 是不变的，因此，在实际应用中的某些缺陷仍不能忽视。 现有的电力系统故障诊断专家系统，存在以下问题【2 0 】： 1 需事先建立设备故障模型。与收集故障样本一样，故障模型要达到完备也是相当困 难的，当实际故障与模型不匹配时，得不出正确的结果，所以有一定的局限性。 2 只进行由跳闸断路器到故障设备的正向推理。这样可能得到的故障设备较多，需大 第一章绪论 量提问保护动作信息，使用不便。 1 3 2 基于人工神经网络( a n n ) 原理的电力系统故障诊断 人工神经网络( a r t i f i c i a l n e u r a l n e t w o r k ，缩写为a n n ) 也是a i 技术的一个重要分支， 基于a n n 原理的f d p s ( f a u l td i a g n o s i so fp o w e rs y s t e m ) 与基于e s 原理的电力系统故 障诊断与基于e 8 原理的f d p s 相比，其最大的特点是不需要为专业知识与专家启发性的 知识转化、知识形成、知识表达方式和知识库构造作大量工作，而只需以领域专家所提供 的大量和充分的故障实例，形成故障诊断a n n 模型的谢练样本集，运用一定的学习算法 对样本集进行训练。由于a n n 具有很强的自组织、自学习能力，鲁棒性高。免去推理机 的构造，且推理速度与规模大小无明显的关系很快引起人们的重视，使得基于a n n 的故 障诊断的研究也日益广泛。它具有以下特点埘】： 1 能够充分逼近任意复杂的非线性关系； 2 能够学习与适应严重不确定系统的动态特性： 3 所有定量或定性的信息都等势分布储存于网络内的各神经元，故有很强的鲁棒性和 容错性： 4 采用并行分布处理方法，使得快速进行大量计算成为可能。 传统神经网络在电力系统中的应用研究最早可以追溯到d i l i o n 等人在第五次k s c c 会议上发表的一篇用自适应模式识别和自组织技术进行短期负荷预测的文章。作为一种成 熟的非线性分析工具，神经网络具有很好的函数逼近性质，可以使用大量的现场数据，利 用其自学习功能对其进行在线训练，不断提高计算精度，因此传统神经网络越来越多地应 用于电力系统的各个方面，如电力系统规划与调度、变电站警报信息处理、电力系统负荷 预测、电力系统运行优化、电力系统故障测距和电力系统保护与控制等1 2 5 - 2 7 】。 a n n 在电力系统中使用a n n 进行故障诊断和分析具有如下的优势： 1 a n n 的高度并行运算能力，可以实时实现利用常规保护实现的最优算法； 2 a n n 的高度并行处理和近似推理，可以实现对电力系统运行方式和故障类型的准 确诊断和识别； 3 a n n 的高度容错错能力，可使继电保护具有更高的可靠性。 4 a n n 的自适应和自学习能力，能使保护和故障诊断具有更强的自适应能力。 传统神经网络在电力系统故障定位和故障诊断的各个方面也有相应的应用。但是，传 统神经网络受本身网络缩构的影响收敛速度较慢同时也比较容易陷入局部极小点。现在的 研究主要集中于提高传统神经网络的收敛速度和收敛情况，使神经网络能更好地为故障定 位和诊断服务。 任何事物都具有两面性，a n n 也不例外，虽然a n n 在电力系统故障诊断中有很多的 优势，但是也有其明显的局限性： 1 对于有导师学习的a n n 模型，具有较好的内插结果和相应的联想容错能力。但 a n n 外推时误差较大，难以保证解的准确度和容错性能。因此，要确保具有全面的、代 表性的样本集提供给a n n 训练学习，它们是保证和提高a n n 容错性能的一个最基本的因 素： 2 系统结构发生变化，则有可能需要改变a n n 的组成结构，或增加新的样本重新学 大庆石油学院硕士研究生学位论文 习获得新知识； 3 a n n 难以实现基于结构化知识的逻辑推理； 4 缺乏解释能力，诊断结果不易于运行人员理解。另外，如何确保a n n 训练时收敛 的快速性和避免陷入局部最小，也是每一个基于a n n 的诊断系统必须面对的问题； 目前a n n 在电力系统故障诊断中存在的主要问题b ”1 】： 1 a n n 在使用之前需要大量的、有代表性的样本供其学习，且学习算法收敛的速度 一般比较慢。学习完成之后，如果电力系统结构发生变化，则需要增加新的样本重新学习。 2 a n n 通常只能给出一个介于0 1 之间的数字作为输出，对诊断结果缺乏解释能 力，这不利于运行人员理解诊断结果。 3 对运行人员来讲，a n n 的工作过程是一个黑箱：因此，尽管a n n 具有一定的容错 能力( 当存在保护装置不正常动作时仍能给出正确的诊断结果) ，但是它不能提供信息帮 助运行人员推断不正常动作的装置。 4 a n n 学习完成之后具有较好的内插结果，但外推时则可能误差较大，特别是当系 统非线性较强或具有病态特性时误差更为严重。 5 对于大型输电网络的a n n 故障诊断模型的建模困难。 1 3 3 基于模糊原理( f s t ) 的电力系统故障诊断 模糊理论( f u z z y t h e o r y ，缩写为f s t ) 是l a z a d e h 教授于1 9 6 5 年创立的模糊集合 理论基础上发展起来的f 3 ”，它突破了经典集合用0 和l 表示非此即彼的清晰概念，而采 用模糊隶属度的概念来描述不精确的、不确定事件与现象，并引入语言变量和近似推理的 模糊逻辑，来表述专家的经验知识。f s t 经过多年的研究，已成为具有完整推理体系的人 工智能技术之一。在电力系统故障诊断系统中，根据具体知识表达或推理的需要引入 f s t ，使得精确推理相应转换为近似推理，在一定程度上也提高了故障诊断系统的容错 性。但是在电力系统应用中，模糊系统也有其局限性： 1 模糊系统在推理时也要搜索知识库内一定的规则集之后才能得出诊断结论，所以当 系统较大时完成诊断的速度也比较慢； 2 当输电网络的结构或自动装置的配置发生变化时，模糊系统的知识库或相关规则的 模糊度也要进行相应的修改，即模糊系统也存在维护的问题； 3 模糊系统不具备学习能力等； f s t 与其它a j 技术相结合( 如e s 、a n n 、g a 等) 相互渗透，取长补短。f s t 的 加入，使各相应智能诊断系统在电力系统故障诊断在分析不确定因素问题上原理更成熟， 技术更完善，而性能得到相应的提高。 f s t 在电力系统故障诊断的应用中分两类情况1 3 4 1 ： 1 第一类认为诊断所依据的信息正确，但故障与对应的动作保护装置和断路器状态之 间存在不确定的关联关系，用模糊隶属度来对这种可能性进行描述的度量； 2 另一类则是认为诊断所依据的报警信息的可信度不为1 ，而根据系统网络拓扑与故 障所发生动作保护、断路器状态赋予报警信息的可信度，再由e s 或a n n 给出故障诊断结 果的模糊输出。 模糊系统也具有尚须深入研究的问题 3 5 ”3 6 】： 第一章绪论 1 对不确定性问题用隶属度函数来描述时，应建立什么样的隶属函数是极其关键的问 题，须在足够经验和实验的基础上，有效地建立隶属函数； 2 研究诊断系统的结构、设备或自动装置的配嚣发生变化时，与之有关的模糊知识库 或规则的模糊度也要相应的修改，也存在可维护性问题； 3 电力系统故障诊断的不确定性情况是多种多样的，并非是固定不变的，取决于系统 中硬件装置的可靠性( 如断路器跳闸误跳或拒跳) ，诊断系统所依据的实时信息的可信度 ( 如实时信息在传递中出现的畸变可能性与环境有关) 等因素。显然，f s t 对不确定因 素的处理只能是有限度的改进。 1 3 4 基于p e t r i 网络( p n ) 的电力系统故障诊断 p e t r i 网络( p e t f in e t ) 是由德国数学家c a p e t r i 于1 9 6 2 在他的博士论文“用自动机 通信”中首先使用网络结构模拟通信系统，提出了一种通用的数学模型。是在构造有向图 的组合模型的基础上，系统模型是对实际应用系统的抽象，形成可用矩形运算所描述的严 格定义的数学对象，这种模型后来以p e t r i 网为名流传。现在p e t r i 网词既指这种模型， 又指以这种模型为基础发展起来的理论。p e t r i 网分析方法既可用于静态的结构分析，又 可用于动态的行为分析。它以研究系统的组织结构和动态行为为目标，能够对系统中同时 发生，次序发生或循环发生的各种活动过程进行定性或者定量的分析，不关心变化发生的 物理和化学性质，只关心交化的条件及发生后对系统的影响。所以p e t r i 网络是离散事件 动态系统建模和分析的理想工具。 电力系统故障属于一个离散事件的动态系统，由系统中各级电压、各类保护动作反映 故障，并把切除故障的过程看作一系列事件活动的组成，而事件序列与相应实体联系在一 起。动态事件主要包括实体活动( 如断路器、继电保护、自动装置等) 和信息流活动( 如 信号的传递，控制指令发送，各监测信号流等) 。鉴于电力系统故障动态过程描述的可行 性，可确定用p e t r i 网去构造电力系统诊断模型。 利用p e t r i 网进行电力系统故障诊断具备以下优点口7 】： 1 故障诊断的模型简单，物理意义清晰； 2 p e t f i 网络的结构、变迁的激活与执行和故障诊断结果可以用图形直观地表示出来； 3 不存在建立知识规则库的问题，使得系统的构建及维护简便易行： 4 反应故障过程的网络动态变化用矩阵分析方法描述，运算过程简单，不需要在庞大 的规则库或解空间中搜索匹配的规则或最优解； 5 适应性好，鲁棒性强。对于电力系统及其运行方式的改变只需少量修改即可应用； 6 诊断速度很快，适于电力系统的在线应角。 p e t r i 网能够解释系统的结构和动态行为的重要信息图形化地表达系统的模型，非 常适合于描述并列、次序及循环发生的行为，而电力系统故障的发生过程正是这样一个典 型的动态过程。因而利用p e t r i 网模型诊断电网的故障情况能够取得满意的效果。但是这 不是说基于p e 埘网络的电力系统故障诊断中不存在问题0 8 - 3 9 1 ： 1 故障诊断过程中通常在p e t r i 网的基础上加入错误伴随式矩阵c ，一般采用差错控 制编码技术构造c 矩阵，但它必须是在预先设想的前提下构造，而不能自动构造，并且构 造复杂，工作量大； 2 而在实际系统中，故障诊断所依据信息的畸变是不确定的，所以它的容错能力是有 大庆石油学院硕士研究生学证论文 限的，该类问题与e s 差不多。对大规模电网基于p e t r i 网模型建模时，因设备增加和网络 扩大会出现状态的组合爆炸； 3 基本的p e t r i 网不能描述时间特征要求高的行为特征，因此在复杂系统建模时，需 要采用高级的p e t r i 网。 p e t r i 网描述的整个电力系统的物理概念清晰，数学求解速度快，适宜实时性诊断。 保护多重性配置，时间差异，性能发生变化都是基于p e t r i 网络原理存在的局限性，也是 今后的研究重点。 1 3 5 基于遗传算法( g a ) 的电力系统故障诊断【4 叫2 】 遗传算法( g e n e t i ca l g o r i t h m ，简称为g a ) 是由美国学者h o l l a n d 于1 9 7 5 年首次提出 的，是模拟自然界生物进化过程的计算模型。g a 是建立在d a r w i n 自然选择和m e n d e l 遗 传学说基础上，通过模仿生物遗传和进化的进程，寻求对复杂问题的全局最优解的优化算 法，它依据适者生存，优胜劣汰的进化规则，对包含可能解的群体进行基于遗传学的操作， 不断生成新的群体并使群体不断进化，同时以全局并行搜索优化群体中的最优个体，以求 得满足要求的最优解。 g a 按一定规则对问题解进行字符串编码，模拟人工染色体表示某优化问题的可行 解，用随枫方法形成初始解群，再按自然选择的原理，通过群体搜索策略和遗传操作，对 群体中个体之间的信息交换，使得g a 不易陷入局部极小点，能够以很大概率得到全局最 优解集或局部最优解集。与传统优化技术不同，g a 对待求锯问题不需涉及常规优化问题 求解的复杂数学过程；同时g a 也不需要直接对知识规则和训练样本选择处理，这是它和 基予e s 、a n n 诊断系统相比的最大优势之处。 g a 从优化的角度解决故障诊断问题，它能够在诊断信息不完整的情况下给出全局最 优或局部最优的多个可能的诊断结果。但在诊断所依据的信息发生畸变，出现复杂的故障 模式的时候，也难以保证诊断结果的可靠性。因此如何根据被诊断对象特征，建立能保证 高容错性能故障诊断适应度函数，保证最终的结果为最优解或近似最优解。这些问题是基 于g a 应用中需要深入研究的内容，同时这也是本文的重点研究问题之一。 1 4 论文的主要工作 1 贪绍了电力系统故障诊断的目的和内容以及目前电力系统故障诊断方法的发展情 况；研究了各种故障诊断方法在电力系统故障诊断中的优势和局限性； 2 研究了电力系统故障的原理，提出了同时利用保护和断路器动作信息的电力系统故 障诊断的一种改进的解析模型，将重合闸引入故障诊断的解析模型并且对保护引入贡献因 子，给出确定各种保护贡献因子的经验公式。这种模型在一定程度上解决了数据信息不完 整时的电力系统故障诊断问题： 3 开发电力系统故障诊断数据信息采集系统，该系统解决了电力系统故障诊断过程中 故障特征信息很难实时获取的问题：同时对数据报文进行了详细的分析，提取出故障特征 信息，该系统不但可以采集数据，而且还可以将数据信息实时传送至调度： 4 研究了在线故障诊断过程中目标函数的自动形成方法，故障区域的判别方法；在算 例仿真过程中，使用遗传算法得到全部最优解；为了进一步验证该模型的诊断效果，将本 文故障诊断方法应用于大庆采油一厂东油库变电所做实例测试，故障诊断结果准确合理， 第一章绪 论 符合现场实际情况。 1 ，5 论文的安排 第一章绪论，概述了电力系统章诊断的目的、内容及电力系统故障诊断方法的发展情 况。 第二章电力系统故障诊断的原理和方法，研究了电力系统故障诊断的过程及诊断过程 的方法，提出了同时利用保护和断路器动作信息的电力系统故障诊断的一种改进的解析模 型。 第三章电力系统故障诊断的信息采集，开发了电力系统故障诊断数据信息采集系统， 同时对数据报文进行了详细的分析。 第四章将改进的电力系统故障解析模型应用到电力系统故障诊断当中，首先研究了在 线故障诊断过程中目标函数的自动形成方法，故障区域的判别方法。然后在算例仿真过程 中，使用遗传算法得到全部最优解。最后为了进一步验证该模型的诊断效果，将本文故障 诊断方法应用于大庆采油一厂东油库变电所做实例测试，故障诊断结果准确合理，符合现 场实际情况。 大庆毒油学院硕士研究生学位论文 2 1 引言 第二章电力系统故障诊断的原理和方法 电力系统是由生产、输送、分配和消费电能的发电机、变压器、电力线路和电力用户 组成的整体，是将一次能源转换成电能并输送和分配至用户的一个统一系统。由于电力系 统在国民经济中的重要地位，电力系统故障诊断原理和方法的研究一直是受到人们的重 视，对电力系统故障诊断原理和方法进行分析和研究不但具有非常重要的理论指导意义， 而且还具有可观的现实经济意义。 故障诊断是根据设备运行状态查找故障源，并确定相应决策的一门综合性学科，本章 主要从理论上阐述了电力系统故障的原理，提出了同时利用保护和断路器动作信息的电力 系统故障诊断的一种改进的解析模型，将重合闸引入故障诊断的解析模型并且对保护引入 贡献因子，给出确定各种保护贡献因子的经验公式；然后研究了电力系统故障诊断的过程 及诊断过程中用到的方法，为论文后续研究打下基础。 2 2 电力系统故障诊断的数学描述 数据采集与监控( s c a d a ) 系统可以给出大量的报警信息，但不能给出究竟哪个元 件发生了故障，要想从s c a d a 信息中推断故障元件，还需要利用网络结构与保护装置的 信息。网络结构与保护装置的信息包括：各元件之间的联接关系；保护装置与开关及被保 护设备之间的逻辑关系。 如果将s c a d a 信息看作是由故障元件引起的结果，即故障是原因，s c a d a 信息是 结果，而将网络结构与保护装置信息看作是原因与结果的桥梁，即一种变换关系，那么整 个过程可以抽象地看成一种状态经过一种变换，达到了另一种状态，可以用式( 2 - 1 ) 描 述： s 。= e ( s ，) ( 2 1 ) 其中，s s ：s c a d a 系统状态集 s 。：故障元件集 e ：因果转换关系 对式( 2 1 ) 进行逆变换得到式( 2 - 2 ) ： s f = e 。( s s ) ( 2 2 ) 这就是故障诊断的数学描述，由此可达到确定故障元件的目的。 式( 2 1 ) 、式( 2 - 2 ) 描述的是两个集合之间的变换，从故障元件集到s c a d a 状态 集之间的映射是多对一的关系( 如图2 - 1 ) 。即不同元件分别发生的故障在s c a d a 中可以 产生相同的表现。 争 第二覃电力系统故障诊断的鼹理和方法 s c a d a 状态集 故障元件集 图2 - 1 故障元件集与s c a d a 状态集的映射 如果考虑到网络结构与保护装置的信息，那么这种多对一的关系完全是确定性的( 如 图2 2 ) 。 s c a d a 状态集 网络结构与保 故障元件榘 输鹭摹静璃鼹 图2 - 2 考虑网络结构与保护装置信忽后的映射过程 f i g 2 - 2t h em a p p i n gu p o nn e t w o r ks t r u c t u r ea n dp r e t e c t o ri n f o r m a t i o n 图2 - 1 看不到保护装嚣及拓扑关系所起的转换作用，图2 - 2 中由于考虑了网络结构与 保护装置信息，它可以给出由原因到现象的详细解释。例如某线路故障引起某些保护动作， 某些保护动作又引起某些开关动作，于是s c a d a 数据中有一些开关状态发生了交化。在 从故障元件集到s c a d a 状态集的变换中，最重要的一点是：变换关系可以从网络结构与 保护配置信息中搜索得到，即这种变换关系是确定的、可预知的。所以，可以在网络结构 与保护装置数据库中离线搜索，完成图2 一l 的映射过程。然后，将图2 - 1 的指向箭头反转， 便实现了从s c a d a 状态到可能的故障元件之间的映射，而这正是所需要的故障定位。有 多种方法描述从故障元件集到s c a d a 状态的转换关系。 2 、3 故障诊断解析模型的建立 诊断电力系统发生故障的元件，就是要找出最能解释警报信号的故障假说。因此，目 标函数的建立是基于优化技术方法的电力系统散障诊断中非常重要的问题，目标函数直接 影响到优化算法的速度和故障诊断的结果，文献2 将故障诊断问题表示为使如下目标函数 最小化的问题。 口口 2rn ac一 0 川 + ，h 一 b 蹦 = s 取 ；趴目数数总总器护路保断 - f _ ： ： 式k 大庆石油学院硕士研究生学位论文 s ； 维向量，表示系统中元件的状态( 一为系统中元件的数目) ： r ：”维向量，表示厅，个保护的实际的状态； r ( s ) ：胛维向量，表示盯，个保护的实际的状态； c ：”。维向量，表示个断路器的实际状态； c ( s ，r ) ：n 。维向量，表示n c 个断路器的实际状态； 从式( 2 3 ) 可以看出，目标函数中不同的保护动作和开关动作在诊断中的作用是相 同的，实际上在诊断时会得到多个可能解。另一方面式( 1 ) 也没有考虑重合闸对于线路 故障诊断的影响，因此，在式( 2 - 3 ) 的基础上文献4 3 和文献1 中分别对式( 2 - 3 ) 进行 了改进。 文献4 3 中将故障诊断问题表示为使下列目标函数最小化的问题。 月，n ， e ( 5 ) = m r c s g n ( m r j ( s ) ，m r j ) + 见s g n ( ( s ) ，以) + i - 1 t 1 n ， s r c s g n ( s r ；( o ，s r d + c b 。xs g n ( c b ；( s ) ，啊) + ( 2 4 ) k = li = 1 h月e 啦s g n ( 舐( j ) ，钒) + g r c s g n ( ( s ) ，矾) a = 1 b = i a = o b = 0 a = o , b = l 或= 1 ，b = 0 式( 2 - 4 ) 等号右边第一项为主保护动作对目标函数的影响，第二项为第一后备保护 对目标函数的影响，第三项为第二后备保护对目标函数的影响，第四项为开关跳闸对目标 函数的影响，第五项为设备方向元件动作对目标函数的影响，第六项为失灵保护对目标函 数的影响。 从式( 2 4 ) 中可以看出其最大的贡献就是将电力系统中各种因素对故障诊断结果的 影响加以区分并且根据实际经验赋予贡献因子，即每一项加一个贡献因子，说明其对于故 障影响的大小。 一般的线路保护带重合闸，而重合闸成功时，则认为是线路无故障，在考虑重合闸动 作的影响下，文献1 将故障诊断问题表示为使式( 2 5 ) 目标函数最小化的问题。 e ( s ) ：一窆1 一卜羔ic 厂c ：( s ，r ) 卜釜心i ( 2 - 5 ) r 。lj 3 if t 其中w 是一个很大的数，引入的作用是便于用遗传算法求解，确保e ( s ) 恒为正。 因此式( 2 5 ) 等价为 e ( s ) ；羔l k 一l + 壹i c ，一c ：( s ，固l + 兰一( 2 - 6 ) 0 一 ，fi = n g s 数函义定自是 1 昏 s 中式 第二章电力系统故障诊断的原理和方法 r c j 为个维向量，表示重合闸动作对故障诊断的影响。 式( 2 - 6 ) 在优化求解的过程中考虑到了重合闸对于故障诊断的影响。 从以上可以看出无论是式( 2 3 ) 还是改进的式( 2 4 ) 和式( 2 5 ) 各有故障特征信 息侧重，都没有反应出电力系统故障特征信息的全部实际情况，造成故障特征信息缺失， 因此，本文在此基础上对其做了如下改进： e ( s ) = 如i 坳，一坳“( s ) i + i = li = i 如if p f f p u ( s ) i + ( 2 7 ) ，i ll ；1 矗宝宝l 印，一酗f ( 固i + 磊兰+ k = 1j d 封 式中 s ：元件状态向量( h 维， 为元件数) 胛：断路器的数目 心；主保护数目 ，：第一后备保护数目 仇：第二后备保护数目 巩：重合闸数目 m p , ：第z 个断路器在主保护动作时段的状态 审，。：根据第f 个主保护动作原理确定的第f 个断路器函数 f p , ：第z 个断路器在第一后备保护动作时段的状态 印。：根据第_ ，个第一后备保护动作原理确定的第f 个断路器函数 印，：第f 个断路器在第二后备保护动作时段的状态 印。：根据第k 个第二后备保护动作原理确定的第，个断路器函数 k ：主保护贡献因予 k ：第一后备保护贡献因子 氏：第二后备保护贡献因子 厶：重合闸贡献因子 如。：重合闸期望状态 从式( 2 7 ) 可以看出，目标函数全面考虑了电力系统的各种情况，不但考虑了重合 闸的影响，而且还根据主保护、第一后备保护和第二后备保护对于故障的不同影响加以细 化，对不同的保护通过贡献因子进行了加权，更加符合实际情况。因此，将重合闸和贡献 1 2 大庆石油学院硕士研究生学位论文 因子同时引入目标函数，增强了故障特征信息的全面性和完整性。 2 4 故障诊断的过程和方法 2 4 1 故障诊断过程 故障诊断过程就是从被诊断系统的某些检测量中得到故障征兆信息，经过对这些故障 征兆信息的分析处理，判断故障元件。把电力系统