（电力系统及其自动化专业论文）电力系统故障诊断方法研究(1).pdf

山东大学硕士学位论文 有的继电保护信息推断缺失信息状态、删除不重要的缺失信息等规则，明显减 少了计算量。大量算例表明了该方法的合理性和实用性。 遗传算法和主观贝叶斯方法是两种截然不同的故障诊断方法。前者通过迭 代，逐步接近最优解；后者没有迭代过程，能够直接给出元件发生故障的概率。 后者具有更快的诊断速度。算例表明，两者对于多点复杂故障、信息缺失等故 障情况有这良好的处理能力，有着一定的应用前景。 关键词电力系统；故障诊断；遗传算法；不确定推理；主观贝叶斯方法 v i 山东大学硕士学位论文 a b s t r a c t r e l i a b i l i t yi so n eo ft h eb a s i cr e q u i r e m e n t so fp o w e rs y s t e m ，b u tf a u l t s a r e i n e v i t a b l e ，b e c a u s eo fw e a t h e r ，h u m a nf a c t o r s ，a n ds oo n d i s p a t c h e r sm u s te s t i m a t e t h ec a u s eo ft h ef a u l t ，i n s u l a t et h ee l e m e n t so ff a u l ta n dr e s t o r et h en o r m a lo p e r a t i o n o ft h es y s t e mq u i c k l y ，i no r d e rt or e d u c et h ed a m a g et ot h ee l e c t r i c a le l e m e n t s ，a n d g u a r a n t e es e c u r ea n dr e l i a b l ee l e c t r i c i t ys u p p l yt ou s e r s w h e np o w e rs y s t e mf a u l th a p p e n s ，t h ep r o t e c t i o nr e l a y sa n dt h ec i r c u i t b r e a k e r sm a ym i s o p e r a t i o no r d i s o p e r a t i o n ，a l a r m si n f o r m a t i o nm a yl o s s o r d i s t o r t i o ni nt h ep r o c e s so ft r a n s m i s s i o n , f a u l t sm a yh a p p e ni ns e v e r a lc o m p o n e n t s a l lt h e s em a k et h ea c t u a lf a u l tc o m p l e x ，w h i c hm a k e si td i f f i c u l tf o ri n d i v i d u a l st o m a k ed e c i s i o nc o r r e c t l yi nas h o r tp e r i o do ft i m e f a u l td i a g n o s i ss y s t e mc a nh e i p d i s p a t c h e r sf i n df a u l tc o m p o n e n t sq u i c k l y g e n e t i ca l g o r i t h m ( g a ) t r a n s f o r m sf a u l td i a g n o s i sp r o b l e mi n t o0 ，1i n t e g e r p r o g r a m m i n gp r o b l e m ，a n dt h e ns o l v e si tu s i n go p t i m i z a t i o na l g o r i t h m s i ti sa m a t u r ep o w e rs y s t e mf a u l td i a g n o s i sm e t h o d ，a n dh a sb e e na p p l i e dt ot h ea c t u a l s y s t e m i nt h i sp a p e r , b a s e do nt h ew o r ko fo u rp r e d e c e s s o r s ，an u m b e ro f i m p r o v e m e n t s - s i n g l ep o i n to ff a u l tc o m p l e t e l yi n i t i a l i z e d ，r e t a i n i n g10 o ft h e f m e ，t h r e ec r o s sp o i n t s a r eu s e di nt h eg e n e t i ca l g o r i t h m t h e s ei m p r o v e m e n t s e n h a n c et h ec o n v e r g e n c ep e r f o r m a n c eo ft h eg e n e t i ea l g o r i t h m c o n s i d e r i n gt h e l a r g ea m o u n to fi n c o m p l e t ei n f o r m a t i o ni n a c t u a ls y s t e m s ，t h es t a t eo fa b s e n t i n f o r m a t i o ni se s t i m a t e di nt h ei t e r a t i v ep r o c e s s e x p e r i m e n t a t i o na c h i e v e sg o o d d i a g n o s i sr e s u l t s b a y e s i a nn e t w o r k ( b ma n ds u b j e c t i v eb a y e s i a n ( s b ) a p p r o a c ha r e t w o c o m m o n l yu s e dm e t h o d so fu n c e r t a i nr e a s o n i n g ( u r ) b ni sc l e a r , e a s yt o u n d e r s t a n da n de a s yt oe x p r e s sc a u s a lr e l a t i o n s h i pb e t w e e nd a t a b u ti t sp a r a m e t e r s a r eo f t e nd i f f i c u l tt oo b t a i n t h es ba p p r o a c ht r a n s f o r m st h ek n o w l e d g eo f i m p o r t a t i o ni n t oe v a l u a t i o no ft w op a r a m e t e r s l sa n dl n ，w h i c ha v o i d sal o to f d a t as t a t i s t i cw o r k t a k i n gi n t oa c c o u n tb o t hb e n e f i t s ，t h ep a p e re x p l o r e du s i n gs b a p p r o a c ht ot h eb np a r a m e t e rs e t t i n g sa n dr e a s o n i n gc a l c u l a t i o n ，t h u sr e a l i z i n ga c o m b i n a t i o no ft h et w o o nt h i sb a s i s ，b na n ds ba p p r o a c ha r ei n t r o d u c e ds y n c h r o n o u s l yi n t op o w e r v 山东大学硕士学位论文 s y s t e mf a u l td i a g n o s i s b ni su s e di ns y s t e mm o d e l i n g ；a n ds ba p p r o a c hi su s e di n p a r a m e t e rs e t t i n g sa n dr e a s o n i n g t h eb ni sr a t i o n a l l ys i m p l i f i e db e f o r ei n f e r r i n g w i t ht h es ba p p r o a c h ，w h i c hm a k e st h ea p p r o a c hm o r ee f f i c i e n t t w om o r e a p p r o a c h e s ，i e i n f e r e n c ew i t hu n c e r t a i n t yr e a s o n i n ga n dc o m p a r i s o no ft h e n u m b e ro fa b n o r m a le v e n t s ，a r ep r o p o s e dt od e a lw i t ht h eu n c e r t a i na n dl o s t i n f o r m a t i o n t h et w oa p p r o a c h e sc a r lb eu s e di n c o n j u n c t i o n ；h o w e v e r , t h e i r c o m p u t i n gs p e e dw i l lb et o ol o ww h e nt o om u c hi n f o r m a t i o ng e t sl o s t ag r o u po f r u l e sa r et h u sa d o p t e dt oi n f e rt h em o s tl i k e l ys t a t eo fl o s ti n f o r m a t i o na n di g n o r e t h eu n i m p o r t a n ti n f o r m a t i o ns oa st oi m p r o v et h ec o m p u t i n ge f f i c i e n c y f i n a l l y , t h e r e s u l tso fs e v e r a lt e s t ss h o wt h es c h e m ep r o p o s e di sr a t i o n a la n d p r a c t i c a l g aa n ds ba p p r o a c ha r ec o m p l e t e l yd i f f e r e n tm e t h o d so ff a u l td i a g n o s i s t h e f o r m e rg r a d u a l l ya p p r o a c h e so p t i m a ls o l u t i o nt h r o u g hi t e r a t i o n a n dt h el a t t e r d o e s n th a v ei t e r a t i v ep r o c e s s i tc a l lg i v et h ef a u l tp r o b a b i l i t yo ft h ec o m p o n e n t s d i r e c t l y , s oi th a sah i g h e rd i a g n o s i ss p e e d e x a m p l e ss h o wt h a tt h et w oa p p r o a c h e s b o t h h a v eg o o da b i l i t yt oh a n d l ec o m p l e xf a u l tc o n d i t i o n , a n dh a v eg o o da p p l i c a t i o n p r o s p e c t s k e yw o r d s ：p o w e rs y s t e m s ，f a u l td i a g n o s i s ，g e n e t i ca l g o r i t h m ，u n c e r t a i n r e a s o n i n g ，s u b je c t i v eb a y e s i a na p p r o a c h v i 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名： 垄瑟 e l期：丝竺：幺堑 关于学位论文使用授权的声明 本人同意学校保留或向国家有关部门或机构送交论文的印刷件 和电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) ( 论文作者签名：么2 强 导师签名： 山东大学硕士学位论文 1 1 研究目的和意义 第一章绪论弟一早珀下匕 在现代社会中，随着人民生活水平的不断提高，电能用户对电能可靠性特 别是连续性的要求也越来越高；同时现代电力网络互联规模和运行复杂性的不 断扩大，也使故障造成的损失较以往增大，因此保证连续可靠的供电已成为电 力系统的一个极为重要的目标。然而由于气候、人为等多种因素的影响，故障 的出现又是必不可免的。当电力系统发生故障时，就要求运行人员能够迅速判 断故障原因、切除故障元件并恢复系统的正常运行，以便减少对电力设备的损 坏，保证向用户安全可靠的供电。 电力系统的故障诊断主要是对各级各类保护装置产生的报警信息、断路器 的状态变化信息以及电压电流等电气量测量的特征进行分析，根据保护动作的 逻辑和运行人员的经验来推断可能的故障位置和故障类型【l 】。其中，故障元件 的识别，也就是找出最能解释警报信号的故障假说，是电力系统故障诊断的关 键问题。在故障元件识别的基础上，通过继电保护动作原理和相关的电气量等 信息进行推理分析，就可以识别出误动作的保护与断路器，从而获得较全面的 故障诊断结果。 电力系统故障诊断研究具有重要的现实意义：( 一) 电力系统的不断扩大 和结构的日益复杂，大量的报警信息在短时间内涌入调度中心，远远超过运行 人员的处理能力，给调度员带来了巨大的压力，往往使调度员误判、漏判，为 了适应各种简单和复杂事故情况下故障的快速而准确地识别，需要电力系统故 障诊断系统进行决策参考，以使调度员能够轻松地作出正确的判断；( 二) 由 于电力系统调度自动化水平不断提高，越来越丰富的报警信息通过各变电所的 远方终端装置r t u ( r e m o t et e r m i n a t eu n i t ) ，传送到各级电网调度中心，使得 利用采集的实时信息进行电力系统故障诊断成为可能；( 三) 对于电力系统故 障的仿真分析和模拟培训也可以通过电力系统故障诊断系统来提升调度员的 经验和水平。 山东大学硕士学位论文 1 2 国内外研究现状 目前，国内外对电力系统故障诊断方面的研究提出了多种故障诊断的技术 和方法，主要有专家系统、人工神经网络、遗传算法、模糊集理论、p e t r i 网络 左盘 专宇o 1 2 1 专家系统 专家系统是发展最早，也是比较成熟的一种人工智能技术。一般来说，专 家系统是一个具有大量专门知识与经验的计算机程序系统，具有知识库和推理 机两个主要的组成要素，其程序软件具有相当于某个专门领域的专家的知识和 经验水平，以及解决专门问题的能力。因此，专家系统能够模拟专家的决策过 程，以解决那些需要专家决策的复杂问题。专家系统的应用领域不同，采用的 知识表示方式也可以有所不同，常用的知识表示方法有谓词逻辑、语义网络、 产生式规则、框架和黑板等。 基于产生式规则的知识表示结构便于增加、删除或修改一些规则。文献 2 】 根据诊断的对象不同，将诊断规则知识库分为两类：一类属于对保护和断路器 进行评价的规则库；另一类则是输电线、变压器、母线诊断的知识库。当发生 故障时，将事故信息与相应的规则库相匹配，得出故障结果。文献 3 】将专家系 统应用于电力系统故障诊断，应用了一种新的推理方法。这种方法将专家知识 表示为逻辑内涵，并转化成布尔函数。布尔函数的应用，使得专家知识的表达 更方便，也利于推理。不同于通常的基于规则的专家系统，基于逻辑的专家系 统将专家知识转化成逻辑健全的基本组合( p i s ) 。它具有更快的推理速度，更好 的容错性，在知识表达上具有更少的限制，可以利用知识库中的隐含信息，从 而给出逻辑上完整的推理结果。文献 3 】提出了应用预识别基本组合确认和修改 保护和断路器信息的方法，提高了故障诊断的容错性。文献【4 】在知识的表达和 推理过程中，应用了定性贝叶斯网络。根据故障、状态偏移、保护、断路器、 警报信息等将贝叶斯网络分为五层。贝叶斯网络在推理方面具有直观、简便、 易于表达因果关系等优点。在推理过程中同时应用了a - t e a m s 方法，该算法是 分布式的，协作的，具有规模效应的a g e n t 网络。这些算法与专家系统相结合， 2 山东大学硕士学位论文 能够得出几乎所有能够解释报警信息的故障可能。文献【5 】描述了安装于 t o h o l c u 电力公司的专家故障诊断系统。其主要特点是对推理输入数据仔细选 择，推理速度快，将专家系统与其他系统综合在一个实际的结构中，采用了 d o m a i ns h e l l 。利用从断路器、保护和自动重合闸获得的时间标签数据以及故障 前的输入数据，提高系统的实用性。 专家系统作为发展最早的人工智能系统之一，已经有着比较成熟的理论体 系，能够有效地模拟故障诊断专家完成故障诊断的过程，是目前研究最多，也 是较为成熟的一种电力系统故障诊断方法，获得了一定的应用。但是在实际应 用中仍存在一定缺陷。获取完备的知识库是形成故障诊断专家系统的瓶颈。如 果建立的知识库不完备，可能导致专家系统推理混乱并得出错误的结论，而专 家系统不具备学习能力，知识获取及验证其完备性是比较困难的，这在很大程 度上限制了故障诊断专家系统的发展。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。另外，专家系统的容错能力较差。这一点可以通过将专家系统与模糊理论 结合起来，对知识进行模糊推理得到改善，这也是专家系统近几年发展的主要 趋势。 1 2 2 人工神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，缩写为a n n ) 是模拟人类神经系统 传输、处理信息过程的一种人工智能技术。自19 4 3 年m c c u l l o c h 和p i t t s 第一 次提出模拟神经元以来，它迅速发展成为与专家系统并列的人工智能技术的另 一个重要分支。人工神经元网络的知识是通过对样本的学习获得的，而不是像 基于规则的专家系统那样以规则的形式明确地表示出。与专家系统相比，人工 神经网络最大的特点是采用神经元及它们之间的有向权重连接来隐含处理问 题的知识，并具有以下特点：( 1 ) 学习能力，在确定了a n n 的基本结构后， 运用学习算法对训练样本进行训练，可以实现知识的自我组织；( 2 ) 自我学 习能力，在学习完成之后，还具有一定的泛化能力；( 3 ) 容错能力比较强， 即使输入信号带有一定的干扰噪声，仍能给出正确的输出结果；( 4 ) 神经元 之间的计算具有相对独立性，便于并行处理，因此a n n 的执行速度比较快。 山东大学硕士学位论文 文献 6 】较早提出了用b p 模型进行警报处理和故障诊断的方法，该方法将 警报信息作为神经网络的输入量，故障作为神经网络的输出量，用于识别电网 发生的故障。文献 7 】基于3 层前馈神经网络，用全局逼近的b p 学习算法完成 故障定位。将保护和断路器的动作信息用0 和1 二值化表示，作为神经网络的 输入。神经网络的输出依赖于电力网络拓扑。输出向量的维数与受保护的元件 维数相同。文献 8 】提出应用新型径向基函数( r a d i a lb a s i sf u n c t i o n ，v a 3 f ) 神经网 络解决故障诊断问题，将正交最d - - 乘( o r t h o g o n a ll e a s ts q u a r e ) 算法扩展用于优 化r b f 神经网络参数。文献 9 】利用了神经元之间的计算具有相对独立性，便 于并行处理，执行速度快的优点，建立了一套基于并行神经网络的故障诊断系 统，实现了故障的快速诊断。文献 1 0 ，1 1 在将a n n 应用于电力系统故障诊断 时，也对方法进行了不同程度的改进。 a n n 适宜于在那些难于描述故障类型与故障信号之间的逻辑关系而又缺 乏专家经验的场合，但在应用中也存在着一些问题。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，如果系统结构发生变化，则需要增加新的样本重新学习。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。如何设计适用于大规模复杂电网的 a n n 故障诊断系统仍然是一个有待于进一步研究的问题。 1 2 3 模糊理论 模糊理论( f u z z yt h e o r y ) 是将经典集合理论模糊化，并引入语言变量和近似 推理的模糊逻辑，具有完整的推理体系的智能技术。一般模糊系统的结构与专 家系统的结构类似，由模糊知识库、模糊推理机和人机界面等几部分组成，也 可以说模糊系统是模糊理论与专家系统结构的结合。随着模糊理论的发展及完 善，模糊理论的一些优点逐步被重视，如模糊理论可适应不确定性问题；其模 糊知识库使用语言变量来表述专家的经验，更接近人的表达习惯；模糊理论能 够得到问题的多个可能的解决方案，并可以根据这些方案的模糊度的高低进行 优先程度排序等。目前，模糊理论已被引入输电网络故障诊断领域。 由于保护或断路器的误动、拒动，信道传输干扰错误，保护动作时间偏差 4 山东大学硕士学位论文 等因素的影响，输、配电网络故障诊断存在不确定性。而模糊理论则擅长模拟 人类思维中的近似推理过程，主要应用于人类经验知识起重要作用的场合。基 于模糊理论的方法比较适用于故障诊断问题。模糊理论单独应用于电力系统故 障诊断的例子并不多。多数情况下，模糊理论都是与其他人工智能算法( 比如 专家系统 1 2 , 1 3 1 、人工神经网络【1 4 , 1 5 1 等) 结合起来应用的。这一结合，在一定程 度上解决了其他算法容错性差的缺陷。 但模糊理论的缺点也很明显，规则库的维护复杂，不具备自学习能力。其 隶属函数的确定也没有一个统一的通用的方法，通常是根据经验或统计来确 定，如何正确地建立隶属函数和选择算子来恰当地表现模糊概念也是一个关键 性的问题。模糊理论在容错性方面有着突出的优点，但在解决电力系统故障诊 断中大量不完备和不确定性信息方面，还缺乏一个有效的方案。 1 2 4p e t r i 网络 p e t r i 网络( p e t r in e t ) 是在1 9 6 0 - - 1 9 6 2 年间由德国数学家c a p e t r i 提出的一 种通用的数学模型，它以描述系统中各元件之间的关系为基础，用网络来表示 系统中同时发生、次序发生或循环发生的各种活动。简单地说，p e t r i 网络是一 个加权有向网络，其中节点可以被分割为2 个非空有限集合，分别称为位置 ( p l a c e ) 和跃迁( t r a n s i t i o n ) ，这些节点之间用加权有向弧连接起来。网络结构是静 态的，网络的动态性质是由位置中令牌( m a r k i n g ) 的数目及其跃迁体现出来的。 p e t r i 网络的输入函数用来确定网络位置中令牌的初始数目，此时如果一个跃迁 的条件能够满足，那么该跃迁将被激活，使得令牌按照加权弧的约束由输入位 置迁移到输出位置，这称为p e t r i 网络完成了一次状态变化。当网络中没有跃 迁可以激活时，它进入了最终的稳定状态。值得注意的是，p e t r i 网络的结构以 及跃迁的激活和执行不仅可以用图形直观地表示出来，而且可以用矩阵运算来 描述。这一特点使得它可以对同时发生、次序发生或循环发生的各种活动过程 进行定性和定量的分析，所以p e t r i 网络是研究和模拟系统同时发生、次序发 生或循环发生的各种活动的理想工具。目前，它已经被广泛应用于计算机系统 和制造系统。 文献 1 6 提出将母线或线路，以及与其相关的保护和断路器通过p e t r i 网进 山东大学硕士学位论文 行建模，描述各级、各类保护系统对故障的反应，并有选择地切除故障的过程， 并利用前向、后向p e t r i 网和特定推理规则进行诊断。文献 1 7 1 采用冗余嵌入 p e t r i 网方法对一条简单的电力传输线进行了分析。文献【1 8 】在文献 1 7 】的基础 上利用变电站的保护和断路器的状态信息，分析和探讨了一个具体的变电站故 障诊断过程以及在实际应用中遇到的问题。以上方法都是基于采集到了继电器 和断路器的正确动作信息的假设，尚不能在故障信息不确定的条件下进行有效 的诊断。文献 i 9 1 在运用p e t r i 网进行建模的同时，也利用概率信息来处理电力 系统故障诊断中不确定性因素的问题，进而研究如何对电力系统全网进行有效 的故障诊断等问题，并提出了相应的算法，提高了算法的容错性。而文献 2 0 】应 用模糊p e t r i 网络对电力系统故障诊断进行建模，也在保护和断路器信息不完 备、不确定的情况下，提高了诊断的准确性。文献 2 1 】对基于编码原理和p e t r i 网建模方法的电力系统故障诊断进行了进一步的研究，分析了电力系统元件故 障诊断p e t r i 网模型的特点：母线及线路的p e t r i 网模型的标准型与电网规模无 关等；提出了电网拓扑结构发生变化时模型的快速修正方法，即根据模型标准 型进行添加或删减，以使该方法更加适应大型电网多变的运行方式。 总体来说，p e t r i 网络比较适合电力系统的故障诊断，但还存在这一些问题。 和神经网络等其他网络方法一样，p e t r i 网络在对大规模电网进行建模时存在一 定的困难。随着设备的增加和网络的扩大，容易出现组合爆炸问题。另外，p e t r i 网络的对不完备和错误信息的处理能力也比较差。 1 2 5 粗糙集理论 文献 2 2 ，2 3 把粗糙集理论应用于电力系统故障诊断和警报处理，尝试应用 粗糙集理论来处理因保护装置和断路器误动作、信号传输误码而造成的错误或 不完整警报信号。提出的方法以决策表作为主要工具，直接从故障样本集中导 出诊断规则。文献 2 4 2 6 进一步发展了应用于电力系统故障诊断的粗糙集理 论。这一方法在处理不确定和不完备信息方面有着较大的潜力。 1 2 6 多a g e n t 技术 在处理复杂问题方面，分布式的多a g e n t 技术显示出了一定的优势。文献 6 山东大学硕士学位论文 【2 7 1 提出了将多a g e n t 技术应用于动态电力系统环境中的故障定位，通过将复 杂问题分解，应用不同的软件a g e n t 协调求解，以实现动态电力系统中的自动 故障定位，并满足一定的精度和计算速度要求。文献【2 8 】中提出了用一种多层 次、多a g e n t 的结构来实现故障诊断。分为三个层次，分别为：c l e r i c a l ，t o o l ， t a s k 。c l e r i c a l 层是用来收集和沉淀分布式环境中不同机器的数据。t o o l 层是 用于支持各种软和硬计算技术( 例如：模糊逻辑、神经网络、基因算法、基于 系统的知识和他们为了设计开发针对显示世界问题的最佳模型的混合结构，等 等) 。最后，t a s k 层将用户的问题和任务模型化。文献 2 9 】提出使用多a g e n t 技术将数据源、控制系统和新数据捕捉系统和己经应用的智能系统结合起来。 多a g e n t 技术的特点使它能够很好的完成这种结合，并且增强系统的功能。文 献 3 0 1 采用了多a g e n t 技术来实现变电站故障诊断，这种方法提高了计算机对 故障诊断的有效支持。文章同时给出了相应的a g e n t 模型，并对该模型的功能 进行了分析。文献 3 1 提出了一种在原有专家系统的基础上产生的基于多a g e n t 的电力系统故障诊断系统模型，并实现了其中的诊断a g e n t 。文献 3 2 】提出了 基于电压等级的m a s 故障诊断系统，该系统结构包含了5 个部分：电力系统 a g e n t 、高压系统故障诊断a g e n t 、变压器故障诊断a g e n t 、低压系统故障诊断 a g e n t 和全局决策a g e n t ，每个a g e n t 之间通过通信协议语言k m q l 来实现信 息的交换和分享。文献 3 3 1 提出了利用s c a d a 系统和数字故障记录( d i g i t a l f a u l tr e c o r d e r ，d f r ) 的信息基于m a s 技术的电力系统故障诊断体系结构， 该体系结构包含了6 个核心a g e n t ，并应用基于知识和基于模型推理方法自动 解释s c a d a 系统数据和故障记录。文献 3 4 1 提出了一种基于多a g e n t 的电力 系统实时故障诊断方法和系统结构，将多线程技术应用于a g e n t 的设计，并采 用p r o l o g 与j a v a 混合编程。 1 3 评价算法优劣的标准 不同的算法有着不同的优势，但也存在着很多不易解决的问题 1 ，3 5 1 ，影响 了算法的实用性。评价一个算法优劣有很多标准，从实用性的角度出发，性能 优异的算法必须解决好以下几个问题： 7 山东大学硕士学位论文 ( 一) 不完备和错误信息的处理能力。信息的不完备是指传送到调度中心 的保护、断路器的信息不完整；而错误信息则包括保护、断路器的拒动、误动 以及报警信息在传输过程中出现的畸变。实际电力系统中，由于自动化水平的 限制，以及信息传输过程中的数据丢失和畸变，传送到控制中心的继电保护信 息很不完整。而由于本身设计问题、参数整定、运行环境等的影响，保护、断 路器也有可能出现拒动和误动。现有的大部分方法，都是立足于假设信息完备、 正确或者只有少量信息缺失、错误的基础上，不能满足实际电力系统的要求。 这也是限制算法应用的一个重要问题。 ( 二) 对大规模复杂电网的建模能力。很多算法已经有比较成熟的理论， 在所用算例中也得出了很好的结果。但这些方法所采用的算例一般都是从实际 电力系统中抽象出来的比较理想的系统。实际系统规模要大得多，要复杂得多。 同时多级保护的设置，更增加了建模的复杂性，随着系统规模的增加，建模时 很容易产生组合爆炸的问题。因此如何使算法适应大规模电网的要求，是摆在 研究者面前的一个难题。分布式算法，如基于a g e n t 技术的多a g e n t 算法、a t e a m s 算法等在解决复杂问题上有着独特的优势。文献 3 6 】提出了一种用于分布式故 障诊断系统的有效的网络分割方法，能够将大规模电力网络分割为给定数目的 连通子网络，从而为用分布式算法解决大规模复杂电力系统故障诊断问题提供 了基础。 ( 三) 实时处理能力。为了提高输电供电的可靠性，必须在最短的时间内 切除故障，恢复供电。而故障诊断是故障恢复的前提和保证。因此电力系统故 障诊断的目标就是利用报警信息，在尽可能短的时间内，找到故障元件，从而 为迅速切除故障做好准备。所以，实时处理能力是衡量一个故障诊断方法优劣 的重要指标之一。采用运算速度快的算法和高性能的计算机是解决问题的一个 途径，但这些改进是有限度的。随着系统规模的增加，单纯靠一个算法本身是 不能解决问题的，在原算法的基础上配合采用增加运算速度的技术，成为解决 问题的一个很好的方法。解决方法有多种，可以将电网进行分区，在每个区域 建立一个故障诊断模型；也可以利用断路器断开形成的停电区域，将故障元件 的搜索范围缩小到停电区域中。并行处理的分布式算法，可以利用计算机网络 大幅度地提高计算效率。 山东大学硕士学位论文 ( 四) 广泛的适用能力。现实中存在的一个问题是，我们针对某一电力网 络，建立了一套故障诊断系统，但这一系统很难应用到其他网络上。而我们所 希望的是可以建立一个故障诊断系统的框架，填入实际系统的相关信息，就可 以在相关系统中很好地运行。 一个故障诊断的方法要同时满足上述条件是非常困难的。因为通常来讲， 一方面性能的提高总是以牺牲其它方面性能为代价的。而且，现实中的例子也 告诉我们，每个方法都有其局限性。实际上，根据具体研究对象的不同，对上 述四个方面的要求是有所侧重的。所以，我们可以根据具体的情况来选择合适 的故障诊断方法。 1 4 本文的主要工作 本文主要研究电力系统故障诊断的核心算法。对两种方法进行了研究和实 验遗传算法和不确定性推理方法。这两种方法截然不同，前者是一种迭代 优化算法，后者则是直接的推理计算方法。两种方法都隐含并行计算特性，有 利于实现分布式计算，从而适应大规模复杂多变的实际电力系统。针对多数算 法对不完备和错误信息的处理能力差的缺陷，本文对遗传算法进行了改进，在 迭代过程中对缺失保护信息进行估计。不确定性推理方法适于解决不确定性信 息，本文进一步研究了基于贝叶斯网络和主观贝叶斯方法的电力系统故障诊断 系统对于缺失和错误信息的处理能力。 具体的章节安排为： 第一章综述了电力系统故障诊断的方法，总结了评价算法优劣的标准。 第二章在前人的基础上，进一步研究了遗传算法在电力系统故障诊断中的 应用。通过对遗传算法的改进，提高了算法的收敛性能。同时研究了对不完备 信息的处理方法。 第三章介绍了两种常用的不确定性推理方法贝叶斯网络方法和主观 贝叶斯方法。并探索了将两种方法结合的途径。 第四章将主观贝叶斯方法引入到电力系统故障诊断中，用贝叶斯网络进行 系统建模，用主观贝叶斯方法进行参数设置和推理计算，用证据的不确定性推 9 山东大学硕士学位论文 理解决部分保护信息的缺失，用比较异常事件数的方法解决大量报警信息的缺 失。 第五章对全文进行了总结，并对下一步工作进行了展望。 1 0 山东大学硕士学位论文 第二章基于遗传算法的电力系统故障诊断 本章主要研究遗传算法在电力系统故障诊断中的应用。在前人工作的基础 上，对遗传算法进行了多项改进单点故障完全初始化种群、保留前1 0 优 良解、三点交叉等。遗传算法的容错性和不完备信息的处理是本章研究的重点 之一。 2 1 概述 遗传算法( g e n e t i ca l g o r i t h m ) 是模拟达尔文的遗传选择和自然淘汰的生 物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。 1 9 7 5 年美国m i c h i g a n 大学j h o l l a n d 教授出版了颇有影响的专著a d a p t a t i o ni n n a t u r a la n d a r t i f i c i a ls y s t e m s ) ) ，首先提出了遗传算法。j h o l l a n d 教授所提出的 g a 通常被称为简单遗传算法( s g a ) ，经过3 0 多年的发展，学者们经过研究， 提出了很多改进方法，使得遗传算法成为人工智能中的一项重要技术。 遗传算法是从代表问题可能潜在的解集的一个种群( p o p u l a t i o n ) 开始的， 而一个种群则由经过基因( g e n e ) 编码的一定数目的个体( i n d i v i d u a l ) 组成。 每个个体实际上是染色体( c h r o m o s o m e ) 带有特征的实体。染色体作为遗传物 质的主要载体，即多个基因的集合，其内部表现( 即基因型) 是某种基因组合， 它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征 的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即 编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编 码。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代( g e n e r a t i o n ) 演化产生出越来越好的近似解。在每一代，根据问题域中个体的适应度( f i t n e s s ) 大小挑选( s e l e c t i o n ) 个体，并借助于自然遗传学的遗传算子( g e n e t i co p e r a t o r s ) 进行组合交叉( c r o s s o v e r ) 和变异( m u t a t i o n ) ，产生出代表新的解集的种群。 这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末 代种群中的最优个体经过解码( d e c o d i n g ) ，可以作为问题近似最优解。 山东大学硕士学位论文 遗传算法是一类可用于复杂系统优化的具有鲁棒性的搜索算法，与传统的 优化算法相比，主要有以下特点： ( 1 ) 遗传算法以决策变量的编码作为运算对象。传统的优化算法往往直 接决策变量的实际值本身，而遗传算法处理决策变量的某种编码形式，使得我 们可以借鉴生物学中的染色体和基因的概念，可以模仿自然界生物的遗传和进 化机理，也使得我们能够方便地应用遗传操作算子。 ( 2 ) 遗传算法直接以适应度作为搜索信息，无需导数等其它辅助信息。 ( 3 ) 遗传算法使用多个点的搜索信息，具有隐含并行性。 ( 4 ) 遗传算法使用概率搜索技术，而非确定性规则。 遗传算法已广泛用于函数优化、旅行商( t s p ) 、人工神经网络、分类系 统、计算机图像处理、机器人运动规划等问题的研究。1 9 9 1 年遗传算法首次引 入电力系统，已经在电力系统故障恢复中得到了应用。电力系统故障诊断采用 遗传算法，其基本思想是按照元件故障、保护动作和开关跳闸之间的逻辑关系 将故障诊断描述为0 、1 整数规划问题，然后用优化方法求解。遗传算法方法 的关键在两点：染色体的编码和适应度函数的构造。 文献 3 7 ，3 8 提出将遗传算法应用到电力系统故障诊断中。其基本思路是首 先将电力系统故障诊断描述为优化问题，之后用优化方法求解。而优化问题的 目标函数基本上都是基于使误动、拒动的保护、断路器数量最少的原则。从优 化的角度出发基本上可以解决故障诊断问题，尤其是在复故障或存在保护、断 路器误动作的情况下，能够给出全局最优或局部最优的多个可能的诊断结果。 文献 3 9 1 构造了只利用在各类保护( 如主保护、第一后备保护和第二后备保护 等等) 动作时段内断路器跳闸的分段时序信息识别故障元件的o 1 规划模型， 并用高级遗传算法进行了故障的诊断。在文献 3 7 ，3 8 的基础上，文献【4 0 】发展 了电力系统故障诊断的解析模型与基于遗传算法的方法；文献 4 l 】提出了用计 算机自动形成故障诊断的目标函数的方法，这是实现在线故障诊断所必需的。 之后介绍了为浙江省电力局开发的在线故障诊断实用软件的组成与功能；文献 【4 2 】介绍了将该软件应用于浙江省2 2 0 k v 以上电力系统时其e m s 信息的获取 方法及模拟在线测试结果。文献【4 3 】在文献【3 7 】的目标函数基础上考虑了自动 重合闸的影响。从提高实时性和灵活利用信息的角度提出了一种分层信息故障 1 2 山东大学硕士学位论文 诊断方法。在不失信息的完整性和可靠性的基础上，把采集信息按目前电力系 统通讯规约在时间优先级的规定划分为三层，即第一层的断路器和保护等遥 信，第二层的电压、电流、功率等遥测信息，第三层的录波信息。 g a 是从全局优化的角度出发解决故障诊断问题的，能够给出全局最优的 诊断结果，具有较高的容错性。遗传算法的寻优过程能实时跟踪网络拓扑，搜 索故障判断速度较快，满足在线运行的要求。但该算法仍存在许多不足之处， 在如何建立更加合理的故障诊断数学模型方面有待进一步研究。建立数学模型 的难度决定了遗传算法的有效性。此外，交叉和变异操作也在很大程度上影响 最后的结果。所以，如何确定相应的参数还有待进一步的研究。 2 2 编码问题和种群初始化 2 2 1 编码 编码是问题表达的主要手段，是应用遗传算法时要解决的首要问题，也是 设计遗传算法时的一个关键步骤。它是将求解空间的解的表示映射成遗传空间 解的表示。编码方法除了决定个体的染色体排列形式之外，它还决定了个体从 搜索空间的基因型交换到解空间的表现型时的解码方法，编码方法也影响到交 叉算子、变异算子等遗传算子的运算方法。对编码的基本要求是两个空间的解 需一一对应，且编码尽量简明。 常用的编码形式有二进制编码方法、浮点数编码方法、符号编码方法等。 不同的编码形式有不同的优缺点和适应性，应该根据实际问题进行合理选择。 电力系统中的元件，都有故障和正常两种状态。因此元件编码可以用二进制方 法，简单方便地用“1 来表示故障状