智能电网故障诊断综述报告

智能电网故障诊断综述Abstract:Withthedevelopmentofinformationtechnology,thegrowingcomplexityofpowersystemoperationandpowermarketreform,thetraditionalpowergridneedforfurtherintegrationandinformationtechnology.Becomeastrongunifiedgridsmartgriddevelopment,anoverviewoftheproposedsmartgridconceptandhistoricaldevelopmentofthetypicalcharacteristicsofsmartgridandsmartgridthatthemaintechnicalmeans.Finally,theexistingfaultdiagnosistechniquesathomeandabroadisreviewedandfutureprospects.Keywords：smartgrid；Intelligentscheduling；Diagnosis摘要：随着信息技术的开展、电力系统运行的日益复杂以及电力市场化改革的深入，传统电网需要与信息技术进行进一步融合。统一坚强的智能电网成为电网开展方向，概述智能电网概念的提出和历史开展，分析智能电网典型特征，并指出智能电网的主要技术手段。最后对国内外现有的故障诊断技术进行综述和未来展望。关键词：智能电网；智能调度；故障诊断引言：我国电力正处于一个高速开展的时期,电力系统的迅速开展、受端负荷的持续增长、跨区域联网规模的扩大、电力工业市场化改革以及生态环境的约束使电网结构和运行方式日趋复杂,使电网状态趋近其运行极限,系统运行的不稳定因素增多,种种情况导致因偶发故障引发大规模停电风险的概率增高。电网是国民经济开展的大动脉,一旦发生大面积停电,后果不堪设想。2003年,美国、加拿大及欧洲先后发生的大面积停电事件以及我国2008年雪灾中局部地区的电网事故,都造成了巨大的经济损失和社会影响。随着社会经济的开展,科学技术的进步以及人民生活水平的提高,人们对电力的需求和依赖性越来越大,对平安、优质供电的需求越来越强。［1］为解决电网开展的瓶颈问题，美国以及欧洲做出了积极的探索，他们期望通过一个数字化信息网络系统将能源资源开发、输送、储存、转换〔发电〕、输电、配电、供电、售电、效劳以及蓄能与能源终端用户的各种电器设备和其它用能设施连接在一起，通过智能化控制实现精确供能、对应供能、互助供能和互补供能，将能源利用效率和能源供给平安提高到全新的水平，将污染与温室气体排放降低到环境可以接受的程度，使用户本钱和投资效益到达一种合理的状态，但是，智能电网领域会出现很多的故障，解决这些故障是十分必须的，为此，在综述国内外现有的故障诊断技术的根底上，我们将努力找寻一些方法去解决局部问题，并对未来智能电网故障诊断进行展望。［2］第一章智能电网智能电网的概念［3］智能电网，就是电网的智能化，也被称为“电网2.0”，它是建立在集成的、高速双向通信网络的根底上，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、平安、经济、高效、环境友好和使用平安的目标，其主要特征包括自愈、鼓励和包括用户、抵御攻击、提供满足21世纪用户需求的电能质量、容许各种不同发电形式的接入、启动电力市场以及资产的优化高效运行。根本简介智能电网概念的开展有3个里程碑：第一个就是2006年，美国IBM公司提出的“智能电网”解决方案。IBM的智能电网主要是解决电网平安运行、提高可靠性，从其在中国发布的《建设智能电网创新运营管理-中国电力开展的新思路》白皮书可以看出，解决方案主要包括以下几个方面：一是通过传感器连接资产和设备提高数字化程度;二是数据的整合体系和数据的收集体系;三是进行分析的能力，即依据已经掌握的数据进行相关分析，以优化运行和管理。该方案提供了一个大的框架，通过对电力生产、输送、零售的各个环节的优化管理，为相关企业提高运行效率及可靠性、降低本钱描绘了一个蓝图。是IBM一个市场推广策略。第二个是奥巴马上任后提出的能源方案，除了以公布的方案，美国还将着重集中对每年要消耗1200亿美元的电路损耗和故障维修的电网系统进行升级换代，建立美国横跨四个时区的统一电网;开展智能电网产业，最大限度发挥美国国家电网的价值和效率，将逐步实现美国太阳能、风能、地热能的统一入网管理;全面推进分布式能源管理，创造世界上最高的能源使用效率。可以看出美国政府的智能电网有三个目的，一个是由于美国电网设备比拟落后，急需进行更新改造，提高电网运营的可靠性;二是通过智能电网建设将美国拉出金融危机的泥潭;三是提高能源利用效率。第三个是中国能源专家武建东提出的“互动电网。互动电网，英文为InteractiveSmartGrid[4]，它将智能电网的含义涵盖其中。互动电网定义为：在开放和互联的信息模式根底上，通过加载系统数字设备和升级电网网络管理系统，实现发电、输电、供电、用电、客户售电、电网分级调度、综合效劳等电力产业全流程的智能化、信息化、分级化互动管理，是集合了产业革命、技术革命和管理革命的综合性的效率变革。它将再造电网的信息回路，构建用户新型的反应方式，推动电网整体转型为节能根底设施，提高能源效率，降低客户本钱，减少温室气体排放，创造电网价值的最大化。互动电网还可以通过电子终端将用户之间、用户和电网公司之间形成网络互动和即时连接，实现电力数据读取的实时、高速、双向的总体效果，实现电力、电讯、电视、智能家电控制和电池集成充电等的多用途开发，实现用户富裕电能的回售;可以整合系统中的数据，完善中央电力体系的集成作用，实现有效的临界负荷保护，实现各种电源和客户终端与电网的无缝互连，由此可以优化电网的管理，将电网提升为互动运转的全新模式，形成电网全新的效劳功能，提高整个电网的可靠性、可用性和综合效率。历史开展2005年，坎贝尔创造了一种技术，利用的是(Swarm群体行为)原理，让大楼里的电器互相协调，减少大楼在用电顶峰期的用电量。坎贝尔创造了一种无线控制器，与大楼的各个电器相连，并实现有效控制。比方，一台空调运转15分钟，以把室内温度维持在24℃2006年欧盟理事会的能源绿皮书《欧洲可持续的、竞争的和平安的电能策略》(AEuropeanStrategyforSustainable，CompetitiveandSecureEnergy)强调智能电网技术是保证欧盟电网电能质量的一个关键技术和开展方向。这时候的智能电网应该是指输配电过程中的自动化技术。2006年中期，一家名叫“网点“(GridPoint)的公司最近开始出售一种可用于监测家用电路耗电量的电子产品，可以通过互联网通信技术调整家用电器的用电量。这个电子产品具有了一局部交互能够，可以看作智能电网中的一个根底设施。2006年，美国IBM公司曾与全球电力专业研究机构、电力企业合作开发了“智能电网”解决方案。这一方案被形象比喻为电力系统的“中枢神经系统”，电力公司可以通过使用传感器、计量表、数字控件和分析工具，自动监控电网，优化电网性能、防止断电、更快地恢复供电，消费者对电力使用的管理也可细化到每个联网的装置。这个可以看作智能电网最完整的一个解决方案，标志着智能电网概念的正式诞生。2007年10月，华东电网正式启动了智能电网可行性研究工程，并规划了从2008年至2030年的“三步走”战略，即：在2010年初步建成电网高级调度中心，2020年全面建成具有初步智能特性的数字化电网，2030年真正建成具有自愈能力的智能电网。该工程的启动标志着中国开始进入智能电网领域。2008年美国科罗拉多州的波尔得(Boulder)已经成为了全美第一个智能电网城市，每户家庭都安排了智能电表，人们可以很直观地了解当时的电价，从而把一些事情，比方洗衣服、烫衣服等安排在电价低的时间段。电表还可以帮助人们优先使用风电和太阳能等清洁能源。同时，变电站可以收集到每家每户的用电情况。一旦有问题出现，可以重新配备电力。2008年9月Google与通用电气联合发表声明对外宣布，他们正在共同开发清洁能源业务，核心是为美国打造国家智能电网。2009年1月25日美国白宫最新发布的《复苏方案尺度报告》宣布：将铺设或更新3000英里输电线路，并为4000万美国家庭安装智能电表--美国行将推动互动电网的整体革命。2月2日独能源问题专家武建东在《全面推互动电网革命拉动经济创新转型》的文章中，明确提出中国电网亟须实施“互动电网”革命性改造。2009年2月4日，地中海岛国马耳他在周三公布了和IBM达成的协议，双方同意建立一个“智能公用系统”，实现该国电网和供水系统数字化。IBM及其合作伙伴将会把马耳他2万个普通电表替换成互动式电表，这样马耳他的电厂就能实时监控用电，并制定不同的电价来奖励节约用电的用户。这个工程价值高达9100万美元(合7000万欧元)，其中包括在电网中建立一个传感器网络。这种传感器网络和输电线、各发电站以及其他的根底设施一起提供相关数据，让电厂能更有效地进行电力分配并检测到潜在问题。IBM将会提供搜集分析数据的软件，帮助电厂发现时机，降低本钱以及该国碳密集型发电厂的排放量。2009年2月10日，谷歌表示已开始测试名为谷歌电表﹙PowerMeter﹚[5]的用电监测软件。这是一个测试版在线仪表盘，相当于谷歌正在成为信息时代的公用根底设施。2009年2月28日，作为华北公司智能化电网建设的一局部--华北电网稳态、动态、暂态三位一体平安防御及全过程发电控制系统在京通过专家组的验收。这套系统首次将以往分散的能量管理系统、电网广域动态监测系统、在线稳定分析预警系统高度集成，调度人员无需在不同系统和平台间频繁切换，便可实现对电网综合运行情况的全景监视并获取辅助决策支持。此外，该系统通过搭建并网电厂管理考核和辅助效劳市场品质分析平台，能有效提升调度部门对并网电厂管理的标准化和流程化水平。美国谷歌2009年3月3日向美国议会进言，要求在建设“智能电网(SmartGrid)”时采用非垄断性标准。智能目标智能电网的目标是实现电网运行的可靠、平安、经济、高效、环境友好和使用平安，电网能够实现这些目标，就可以称其为智能电网。智能电网必须更加可靠—智能电网不管用户在何时何地，都能提供可靠的电力供给。它对电网可能出现的问题提出充分的告警，并能忍受大多数的电网扰动而不会断电。它在用户受到断电影响之前就能采取有效的校正措施，以使电网用户免受供电中断的影响。智能电网必须更加平安—智能电网能够经受物理的和网络的攻击而不会出现大面积停电或者不会付出高昂的恢复费用。它更不容易受到自然灾害的影响。智能电网必须更加经济—智能电网运行在供求平衡的根本规律之下，价格公平且供给充足。智能电网必须更加高效—智能电网利用投资，控制本钱，减少电力输送和分配的损耗，电力生产和资产利用更加高效。通过控制潮流的方法，以减少输送功率拥堵和允许低本钱的电源包括可再生能源的接入。智能电网必须更加环境友好—智能电网通过在发电、输电、配电、储能和消费过程中的创新来减少对环境的影响。进一步扩大可再生能源的接入。在可能的情况下，在未来的设计中，智能电网的资产将占用更少的土地，减少对景观的实际影响。智能电网必须是使用平安的—智能电网必须不能伤害到公众或电网工人，也就是对电力的使用必须是平安的。第二章智能电网主要技术手段1、通信技术建立高速、双向、实时、集成的通信系统是实现智能电网的根底，没有这样的通信系统，任何智能电网的特征都无法实现，因为智能电网的数据获取、保护和控制都需要这样的通信系统的支持，因此建立这样的通信系统是迈向智能电网的第一步。同时通信系统要和电网一样深入到千家万户，这样就形成了两张紧密联系的网络—电网和通信网络，只有这样才能实现智能电网的目标和主要特征。下列图显示了电网和通信网络的关系。高速、双向、实时、集成的通信系统使智能电网成为一个动态的、实时信息和电力交换互动的大型的根底设施。当这样的通信系统建成后，它可以提高电网的供电可靠性和资产的利用率，繁荣电力市场，抵御电网受到的攻击，从而提高电网价值。高速双向通信系统的建成，智能电网通过连续不断地自我监测和校正，应用先进的信息技术，实现其最重要的特征—自愈特征。它还可以监测各种扰动，进行补偿，重新分配潮流，防止事故的扩大。高速双向通信系统使得各种不同的智能电子设备(IEDs)[7]、智能表计、控制中心、电力电子控制器、保护系统以及用户进行网络化的通信，提高对电网的驾驭能力和优质效劳的水平。在这一技术领域主要有两个方面的技术需要重点关注，其一就是开放的通信架构，它形成一个“即插即用”的环境，使电网元件之间能够进行网络化的通信;其二是统一的技术标准，它能使所有的传感器、智能电子设备(IED)以及应用系统之间实现无缝的通信，也就是信息在所有这些设备和系统之间能够得到完全的理解，实现设备和设备之间、设备和系统之间、系统和系统之间的互操作功能。这就需要电力公司、设备制造企业以及标准制定机构进行通力的合作，才能实现通信系统的互联互通。2、量测技术参数量测技术是智能电网根本的组成部件，先进的参数量测技术获得数据并将其转换成数据信息，以供智能电网的各个方面使用。它们评估电网设备的健康状况和电网的完整性，进行表计的读取、消除电费估计以及防止窃电、缓减电网阻塞以及与用户的沟通。未来的智能电网将取消所有的电磁表计及其读取系统，取而代之的是可以使电力公司与用户进行双向通信的智能固态表计。基于微处理器的智能表计将有更多的功能，除了可以计量每天不同时段电力的使用和电费外，还有储存电力公司下达的顶峰电力价格信号及电费费率，并通知用户实施什么样的费率政策。更高级的功能有用户自行根据费率政策，编制时间表，自动控制用户内部电力使用的策略。对于电力公司来说，参数量测技术给电力系统运行人员和规划人员提供更多的数据支持，包括功率因数、电能质量、相位关系(WAMS)、设备健康状况和能力、表计的损坏、故障定位、变压器和线路负荷、关键元件的温度、停电确认、电能消费和预测等数据。新的软件系统将收集、储存、分析和处理这些数据，为电力公司的其他业务所用。未来的数字保护将嵌入计算机代理程序，极大地提高可靠性。计算机代理程序是一个自治和交互的自适应的软件模块。广域监测系统、保护和控制方案将集成数字保护、先进的通信技术以及计算机代理程序。在这样一个集成的分布式的保护系统中，保护元件能够自适应地相互通信，这样的灵活性和自适应能力极大地提高可靠性，因为即使局部系统出现了故障，其他的带有计算机代理程序的保护元件仍然能够保护系统。3、设备技术智能电网要广泛应用先进的设备技术，极大地提高输配电系统的性能。未来的智能电网中的设备将充分应用在材料、超导、储能、电力电子和微电子技术方面的最新研究成果，从而提高功率密度、供电可靠性和电能质量以及电力生产的效率。未来智能电网将主要应用三个方面的先进技术：电力电子技术、超导技术以及大容量储能技术。通过采用新技术和在电网和负荷特性之间寻求最正确的平衡点来提高电能质量。通过应用和改造各种各样的先进设备，如基于电力电子技术和新型导体技术的设备，来提高电网输送容量和可靠性。配电系统中要引进许多新的储能设备和电源，同时要利用新的网络结构，如微电网。经济的FACTS装置[8]将利用比现有半导体器件更能控制的低本钱的电力半导体器件，使得这些先进的设备可以广泛的推广应用。分布式发电将被广泛地应用，多台机组间通过通信系统连接起来形成一个可调度的虚拟电厂。超导技术将用于短路电流限制器、储能、低损耗的旋转设备以及低损耗电缆中。先进的计量和通信技术将使得需求响应的应用成为可能。新型的储能技术将被应用为分布式能源或大型的集中式电厂。大型发电厂和分布式电源都有其不同的特性，它们必须协调有机的结合，以优化本钱，提高效率和可靠性，减少环境影响。4、控制技术先进的控制技术是指智能电网中分析、诊断和预测状态并确定和采取适当的措施以消除、减轻和防止供电中断和电能质量扰动的装置和算法。这些技术将提供对输电、配电和用户侧的控制方法并且可以管理整个电网的有功和无功。从某种程度上说，先进控制技术紧密依靠并效劳于其他四个关键技术领域，如先进控制技术监测根本的元件(参数量测技术)[9]，提供及时和适当的响应(集成通信技术;先进设备技术)并且对任何事件进行快速的诊断(先进决策技术)。另外，先进控制技术支持市场报价技术以及提高资产的管理水平。未来先进控制技术的分析和诊断功能将引进预设的专家系统，在专家系统允许的范围内，采取自动的控制行动。这样所执行的行动将在秒一级水平上，这一自愈电网的特性将极大地提高电网的可靠性。当然先进控制技术需要一个集成的高速通信系统以及对应的通信标准，以处理大量的数据。先进控制技术将支持分布式智能代理软件、分析工具以及其它应用软件。(1)收集数据和监测电网元件先进控制技术将使用智能传感器、智能电子设备以及其他分析工具测量的系统和用户参数以及电网元件的状态情况，对整个系统的状态进行评估，这些数据都是准实时数据，对掌握电网整体的运行状况具有重要的意义，同时还要利用向量测量单元以及全球卫星定位系统的时间信号，来实现电网早期的预警。(2)分析数据准实时数据以及强大的计算机处理能力为软件分析工具提供了快速扩展和进步的能力。状态估计和应急分析将在秒级而不是分钟级水平上完成分析，这给先进控制技术和系统运行人员足够的时间来响应紧急问题;专家系统将数据转化成信息用于快速决策;负荷预测将应用这些准实时数据以及改良的天气预报技术来准确预测负荷;概率风险分析将成为例行工作，确定电网在设备检修期间、系统压力较大期间以及不希望的供电中断时的风险的水平;电网建模和仿真使运行人员认识准确的电网可能的场景。(3)诊断和解决问题由高速计算机处理的准实时数据使得专家诊断来确定现有的、正在开展的和潜在的问题的解决方案，并提交给系统运行人员进行判断。(4)执行自动控制的行动智能电网通过实时通信系统和高级分析技术的结合使得执行问题检测和响应的自动控制行动称为可能，它还可以降低已经存在问题的扩展，防止紧急问题的发生，修改系统设置、状态和潮流以防止预测问题的发生。(5)为运行人员提供信息和选择先进控制技术不仅给控制装置提供动作信号，而且也为运行人员提供信息。控制系统收集的大量数据不仅对自身有用，而且对系统运行人员也有很大的应用价值，而且这些数据辅助运行人员进行决策。5、支持技术百万伏级特高压交流工程黄河大跨越工程开始紧张布线。决策支持技术将复杂的电力系统数据转化为系统运行人员一目了然的可理解的信息，因此动画技术、动态着色技术、虚拟现实技术以及其他数据展示技术用来帮助系统运行人员认识、分析和处理紧急问题。在许多情况下，系统运行人员做出决策的时间从小时缩短到分钟，甚至到秒，这样智能电网需要一个广阔的、无缝的、实时的应用系统、工具和培训，以使电网运行人员和管理者能够快速的做出决策。(1)可视化—决策支持技术利用大量的数据并将其裁剪成格式化的、时间段和按技术分类的最关键的数据给电网运行人员，可视化技术将这些数据展示为运行人员可以迅速掌握的可视的格式，以便运行人员分析和决策。(2)决策支持—决策支持技术确定了现有的、正在开展的以及预测的问题，提供决策支持的分析，并展示系统运行人员需要的各种情况、多种的选择以及每一种选择成功和失败的可能性。(3)调度员培训—利用决策支持技术工具以及行业内认证的软件的动态仿真器将显著的提高系统调度员的技能和水平。信息请登陆:输配电设备网(4)用户决策—需求响应(DR)系统以很容易理解的方式为用户提供信息，使他们能够决定如何以及何时购置、储存或生产电力。(5)提高运行效率—当决策支持技术与现有的资产管理过程集成后，管理者和用户就能够提高电网运行、维修和规划的效率和有效性。第三章智能电网故障诊断工业与人们的日常生活及社会经济活动联系密切，停电事故影响深远，必须快速进行故障恢复。电力系统故障恢复可分为故障诊断与故障恢复两个阶段。故障诊断是指基于SCADA信息对网络进行拓扑分析以确定故障位置和故障类型，这个过程需要很多逻辑判断；故障恢复过程要考虑大量的离散控制方法及制约因素，建立数学模型比拟困难。目前，能够模拟人类决策过程的人工智能技术成为最早成功应用于故障恢复实现系统的重要方法。另外，分布技术及数学规划法的应用弥补了人工智能技术无法有效处理复杂大系统的缺陷。人工智能技术和数学规划法与分布技术有机结合的故障恢复实现方案将是未来的开展方向。1、基于J2EE分布式技术的电网智能故障信息处理J2EE技术概要J2EE即Java2EnterpriseEdition，它是一个为构建大型的、分布式跨平台企业级应用提供的系统级框架。J2EE分布式应用系统强调系统的稳定性、延伸性和运算效率，所以分布式应用系统提供了容错、查错和负载平衡能力．在这样的分布式系统中，主要是在系统的中间层提供多台不同的应用程序效劳器，当客户端应用程序需要使用企业对象的效劳时，可以根据目前的应用程序效劳器的负荷以及是否可以提供效劳的情况来决定连接到哪台应用程序效劳器上。J2EE分布式体系结构通常分为三层：表示层、应用逻辑层和数据层。表示层用于和用户交互，它提供用户界面及操作导航效劳．应用逻辑层用于业务逻辑计算和处理，提供与业务逻辑有关的各种计算与约束；数据层用于数据的集成与存取，该层主要通过数据库管理系统来实现。分布式电网故障诊断新模型1、大电网故障信息处理系统需求分析调度员欲在事故发生后的较短时间内对故障作出正确评判和决策，就要研究如何将分布于各个变电所的海量故障录波数据快速预处理，将其中有效故障录波数据快速压缩并传输到调度中心，以及如何应用小波理论、模式识别、神经网络、时态逻辑及其他人工智能技术对传输到调度中心的录波数据进行综合分析和评判，从而得出与事故相关的一系列决策信息。当系统发生扰动，录波装置起动后，变电站值班人员欲确认系统发生的是振荡，故障还是振荡伴随故障。变电站信息预处理系统必须将故障数据实时预处理并上传调度中心，而无需实时上传振荡数据，这样可减少通道传输堵塞事件，提高故障诊断效率。并且，快速、准确识别振荡与故障，对输电线保护意义重大。故障暂态信号是非平稳信号，它覆盖的频谱较宽，记录这一非平稳信号需要较高的采样率，数据量很大，大量故障录波数据快速上传面临巨大的困难。向调度中心上传的数据量大，占用数据通道时间长，特别是当多个站点同时上传数据时容易造成数据通道堵塞。因此，寻求一种有效的高压缩比、低失真率的故障暂态数据快速压缩传输方案仍是一个具有现实意义和挑战性的课题。电网某线路发生故障后，其相关故障录波器将记录下大量故障录波数据，此时，变电站值班员最想确知故障是发生在某线路还是相邻站线路，假设发生在本站，那么采取相应事故处理措施。所以，如何利用单端故障录波数据进行故障选线诊断，以便给变电站值班员提供一个实时或准实时的参考信息，对实现快速事故处理意义重大。在调度中心，根据来自各变电站预处理后的故障录哦、波数据和SOE(SequenceofEvent〕信息，研究一种快速、准确的电网故障类型识别方法，以及研究保护、开关和重合闸动作行为诊断新方案，均具有重要的理论意义和工程实用价值。2、高级智能故障信息处理系统的框架设计及数据流程图1为高级智能故障信息处理系统整体框架及数据流向。从全局看，该系统可分为子站〔专指变电站〕功能模块和主站〔专指高压或超高压电网调度中心〕功能模块。其中子站端，包括数据预处理、故障元件识别、振荡与故障识别、单端量故障测距以及数据压缩模块；其功能是快速识别故障元件和故障距离，同时启动数据压缩编码模块，将相关故障录波数据自适应压缩编码后上传调度中心，完成子站数据初步处理和故障初步诊断功能，并将这些预诊断结果通知变电站运行人员，起到报警作用。主站故障诊断是基于来自各变电站预处理数据和全网静态知识的智能处理系统。其主要功能是，通过小波神经元网络准确识别故障元件，并根据输电线双端量信息实现准确故障测距，同时启动时态逻辑故障诊断模块，利用被校核的开关量信息和相关模拟量信息，对保护、开关和重合闸动作行为进行评价，并以故障简报的形式发送给调度人员，供其决策参考。另外，无论子站端还是主站端，都应该建立相关数据库或数据仓库。整个系统数据流程为：当系统发生故障或扰动时，故障录波装置均会起动，此时，子站信息处理系统根据录波数据中的模拟量信息识别系统发生的是故障还是扰动？并将录波数据存入子站历史数据库；“变电站数据预处理模块”假设识别出系统发生了故障，那么应利用小波技术精确确定故障发生的时刻，同时启动“子站故障选线和选相模块”确定故障线路和故障相别，并起动数据压缩模块，将故障线路的模拟量数据压缩并快速传输到调度中心，同时启动单端量故障测距模块，初步确定故障距离，供值班员参考．SOE开关量信息可通过自动化系统快速传到调度中心。调度中心数据解压缩模块实时对各变电站故障录波数据快速解压复原，并启动小波神经网络选线模块更精确地确认故障元件，以及启动多端量测距模块准确故障定位；将故障设备、故障距离、故障设备模拟量数据和SOE信息，以及电网静态知识传输给保护、开关动作行为评价模块，该模块根据这些预处理离散信息，诊断故障过程中保护开关动作行为，并形成完整故障简报供调度员参考决策。3、分布式电网故障诊断模型设计传统的电网故障诊断系统大多采用类似于cls模式，该模式通常由客户端执行应用程序，然后连接到后台的数据库效劳器，存取应用系统中需要的数据故障当应端应特别的代在大覃1召，息：把卜中，客户是高。带来然而动与升级是经常的事情。另外，由前面分析可知，该故障信息处理系统的计算量是非常庞大的，只有采用分布式并行计算技术，方能实现大电网的实时或准实时诊断。本文根据分布式计算的特点，采用面向对象的分析和设计方法，对系统进行了很好的需求分析，具体表现在如何把电网故障信息处理系统的功能表达在JZEE分布式结构的三个层次上，以及如何实现数据层的接口。图2为基于JZEE架构的分布式并行故障信息处理系统模型，给出了主要模块的功能及模块之间的通信和数据交换情况。(l〕应用程序效劳器的设计本文采用J2EE架构来实现效劳器端的设计和编程，支持该结构的效劳器有BEA公司的Webfogic效劳器和Borland公司的BoriandEnterpriseServer效劳器等，应用效劳器又由Web容器和EJB容器组成。Web容器主要采用JSP技术和JavaServlet技术来实现，负责接收客户端传输的电网数据信息，通过本地接口将变电所采集的数据传递给EJB容器，并将EJB容器算术计算和逻辑判断的结果形成网页返回到客户端同时Web效劳器也可以与数据层或者通过CORBA效劳器与非Java语言系统进行交互。总之该层主要负责传输数据并形成网页加以显示。EJB容器是该系统的核心局部，在该模块中设置了整个故障信息处理系统的算术运算和逻辑运算会话BEA刊组件。在子站端负责数据预处理、故障元件识别、振荡与故障识别、单端量故障测距以及数据压缩等模块的算术运算和逻辑运算，并根据计算结果自动形成报警信息提供给变电站值班员，在主站端，该容器主要集成来自各变电站预处理数据和全网静态知识的智能处理系统，并实现全网故障诊断的目的。针对每一个功能模块构建一个会话BEAN组件。负责算术运算和逻辑运算的会话BEAN组件与Web效劳器及实体BEAN是本地交互，这样可以减少网络开销。设置在EJB容器中的实体BEAN组件用来实现与数据库各字段的同机映射。即整个系统的数据，包括客户端传回的数据和会话BEAN计算所得到的数据以及电网故障过程的故障录波数据都是通过该实体BEAN组件映射到数据库相应的表中。通常用本地接口完成与数据库的通信，即对数据库进行动态读写操作，其整个过程是本地操作，不必进行远程调用，以便节省网络开销。(2〕客户端设计对电网故障诊断系统而言，客户端泛指由某个电网调度中心／变电所控制的所有节点，如变电所客户层和调度中心客户层等。本文的客户端均为“瘦客户”，即一个支持Java语言的浏览器，这样便于系统的升级与维护。当该故障信息处理系统投人运行时，需要启动变电所的数据采集和传输系统，首先翻开变电所客户机上的浏览器并输人设置在调度中心／变电站效劳器的IP地址，然后通过效劳器端的web效劳器一次性将JavaApplet程序打包并下载到客户端，在浏览器运行即可。客户端与效劳器端采用HTTP协议通信方式。客户端主要完成如下功能：通过故障录波装置进行电网动态参数的实时采集，这些数据包括电网节点电压、线路电流值以及开关状态量，这些数据一方面实时显示在客户端的主接线图上，同时变电所客户端程序用具有分布式计算和多线程特性的数据顶处理模块对故障时大量的录波数据进行预处理后，通过电力系统专用网络快速传回调度中』白进行分布式计算，并将这些原始故障录波数据和预处理结果存入本地数据库中。客户端工作平台是采用Java语言和JavaApplet机制编制而成，并将其打包、放置到位于调度中心或变电站的效劳器上，该程序本身具有对效劳器端应用逻辑EJB组件和JSP访问接口。如要将更新的程序重新打包覆盖即可，这样在效劳器端一次完成，而不必在众多的变电所数据终端进行，这将给系统的更新和升级带来极大便利。用Applet技术实现的客户端平台非常平安，它不能对客户机进行任何写操作。假设客户端欲停止系统的数据采集和监控，可关闭JavaApplet程序，客户机将自动清理内存。调度中心客户层是指在调度中心内部对电网运行状态进行计算和分析的部门。该客户层的客户端程序也是打包、设置在调度中心的效劳器上，当需要启动相应故障诊断模块时，可通过网络将这些功能模块对应的工作平台下载并运行在浏览器中，计算模块工作平台通过网络与设置在效劳器上的计算逻辑组件进行通信，并可将计算的中间结果存储到效劳器端的数据库中或下载到客户端以供分析、报表所用。(3〕数据层设计Oracle关系型数据库是构建大型数据库／数据仓库的最好选择。由于电网规模不断扩大，节点数量迅速增加，故障信息处理系统所要处理的数据呈指数性增加，以前的SQL、Sybase等数据库已经或即将不能满足容量的要求，况且这些数据库不能实现跨平台操作。所以为了让不同平台和不同语言的系统均能动态访问数据库，本文选用Oracle数据库。数据库中存放的数据主要包括构成网络的设备信息、电网中节点电压、线路电流及开关重合闸等运行参数，以及变电所操作记录等。J2EE效劳器通过JDBC驱动器来连接数据库并通过JDBC-ODBC桥与非Java语言系统实现无缝连接。(4〕系统平安性设计在将先进的网络技术和分布式计算技术引进电网故障诊断系统之前，必须充分保证系统的平安性。如果当一个调度中心／变电站所辖客户较多时，必须建立专门的用户表，该表用来记录合法用户的根本信息，此权限由具有系统最高权限的系统管理。2、基于关联规那么数据挖掘技术的电网故障诊断在实际的电网故障诊断中，面临如何从海量数据找到真正对于诊断结果有帮助的关键数据以及当故障信息存在不完整或不确定性，甚至关键信息丧失时，会导致故障诊断难以得出正确结论的问题。针对此问题,将关联规那么数据挖掘DLG(DirectLargetemsestsGeneration〕算法引入到电网故障诊断中。首先以保护、断路器作为条件属性，故障区域作为决策属性，考察各种故障情况并建立原始决策表，然后利用关联规那么挖掘进行属性约简，通过修改阈值进行交互式挖掘,直接提取最正确属性约简组合，然后利用最正确属性约简组合形成的约简决策表和关联规那么交互式挖掘,针对各种情况的故障信息进行诊断推理。运用C编写了基于该方法的故障诊断软件,采用四母线配电网系统作为仿真对象,算例结果说明该算法在一定电网规模和保护动作信息不完备的情况下，故障诊断正确性高、容错性好，实用性强。目前的电网故障诊断系统大多停留在人工诊断阶段，少数投入运行的电网故障诊断系统在故障信息不确定时难以保证容错性。国内外学者已先后提出了多种电网故障诊断方法，如专家系统、模糊理论、信息理论等。这些方法各有特点，也得到了一定的应用，但对于理海量数据信息的能力和不确定故障信息的容错性仍不甚理想。因此近年来有一些更有效的方法，如数据挖掘技术中基于事件序列数据挖掘、粗糙集理论、贝叶斯理论、决策树等被引入电网故障诊断中。关联规那么挖掘作为数据挖掘技术中一种重要方法，因能发现隐藏在海量数据中的有关联关系有价值的数据模式，对决策的生成具有重要的实用价值。关联规那么根本原理：关联规那么挖掘的对象一般是事物数据集。设I={i1,i2，…，ik}是二进制文字的集合,其中的元素称为项(item)。记D为交易T(transaction)的集合,这里交易T是项的集合,并且T⊆I。对应每一个交易有惟一的标识,如交易号,记作TID。设X是一个I中项的集合,如果X⊆T，那么称交易T包含X。一个关联规那么是形如X⇒Y的蕴涵式，这里X⊂I,Y⊂I,并且X∩Y=φ。度量关联规那么有三个重要指标,它们分别是支持度、置信度和相关度。为方便计,我们用0%~100％之间的值来对应其支持度和置信度。关联规那么X⇒Y的支持度〔s〕表示在交易集D中包含X∪Y的元组所占的比例，用概率论的表达方法即为：s(X∪Y)=Pr(X∪Y)〔1〕关联规那么Χ⇒Υ的置信度或浓度(α)表示交易集D中包含Χ∪Υ元组的数目和包含Χ的元组数目的比值，用概率论表达方法即为：α(X∪Y)=Pr(X∪Y)/Pr(X)〔2〕第三个指标是用以表征X和Y之间的相关度(σ)，用概率论表达方法即为：σX,Y={Pr(X∪Y)}/{Pr(X)Pr(Y)}〔3〕假设Pr(X∪Y)=Pr(X)Pr(Y)成立，那么说明模式X的出现是独立于模式Y的。因此，假设相关度大于1那么证明模式X和Y是正相关的。反之，相关度小于1那么证明模式X和Y是负相关的。假设规那么负相关，即规那么的前件和后件的出现概率是互逆的，此类规那么不符合客观逻辑，应该删除。项的集合称为项集(itemset)。包含k个项的项集称为k-项集。项集的出现频率是包含项集的事务数，简称为项集的频率、支持度或计数。如果项集满足最小支持度(由用户或领域专家设定)，那么称它为频繁项集。给定一个交易集D，挖掘关联规那么问题就是产生支持度和置信度分别大于最小支持度(minsupp)和最小置信度(minconf)的关联规那么。基于以上三个指标，有趣的关联规那么可定义如下：关联规那么X⇒Y假设满足下面三个条件，那么称它为有趣的关联规那么：s(Χ⇒Υ)≥smin〔4〕minα(X⇒Y)≥α〔5〕σ(Χ⇒Υ)≥σmin〔6〕这里mins,minα>0,minσ>1皆可为自定义的数据挖掘阈值。在电网故障诊断中，我们所要得到的是就是满足式〔4〕、〔5〕、〔6〕的有趣的有价值的强关联规那么。Apriori算法和DLG算法：最大频繁项集的生成是影响关联规那么挖掘的关键问题。DLG算法是基于经典的Apriori算法上的一个改良算法。Apriori算法是一种最有影响的挖掘布尔关联规那么频繁项集的算法，算法使用频繁项集性质的先验知识，用逐层搜索的迭代方法来获得频繁项集。k项集用于搜索k+1项集。首先找到频繁1项集的集合，记为L1。L1用于找频繁2项集的集合L2，如此下去，直到不能找到频繁K项集。利用Apriori性质：频繁项集的所有非空子集都必须也是频繁的，通过连接和剪枝两步过程来实现。连接步：通过对Lk-1中的每个元素执行连接，得到了Lk的候选集合Ck。剪枝步：Ck是Lk的超集，即它的成员中也有不是频繁的。首先，根据Apriori性质，缩小Ck的范围，然后扫描数据库，确定Ck中每个候选的计数，从而确定Lk频繁项集的挖掘。而DLG是基于关联图结构，通过减少事务数据库的扫描次数，进而有效减少挖掘过程的I/0代价。通过关联挖掘出的结果中一个合理的关联规那么对应于含有一个属性的约简组合。具体实现如下所述。DLG算法共有三步。第一步是产生频繁1工程集阶段：它产生频繁1工程集并记录相关信息；第二步是关联图的构造，用以展示频繁工程之间的关联；最后一步是频繁k-工程集(k>2)产生阶段，它基于关联图的构造来产生k频繁工程集。关联图的构造：项集{}12,,,kii…i的支持度是BVi1∧BVi2∧∧BVik中1的数目，这里符号“∧”是逻辑“与”运算。在经过第一步后，不必再扫描数据库。在关联图构造阶段，DLG构造一个关联图以表示工程之间的关联。如果BVi∧BVj(i<j)中1的数目不小于最小支持度，那么构造一条从工程i到工程j的有向边，而且项集{i,j}是一个频繁2项集。1.2.3频繁项集的产生基于关联图可以产生频繁k项集(k>2)。在关联图构造阶段，可以产生频繁2项集L2。在频繁项集产生阶段，DLG算法产生频繁k2项集Lk(k>2)对每一个Lk(k>2)中的频繁k2项集，k2项集的最后项用来扩展项集为(k+1)2项集。设{iii}k,,,12是一个频繁k2项集，如果有一个从工程ik到工程j的有向边，那么项集{iii}k,,,12被扩展为k+1项集。如果BVi1∧BVi2∧∧BVik∧BVj中1的数目不小于最小支持度，那么{iiij}k,,,,12是频繁k+1项集。如果再不能继续产生频繁k项集，那么DLG算法终止。基于关联规那么数据挖掘电网故障诊断方法的根本思路：利用上述概念，根据本文要解决的电网故障诊断问题，首先，可定义关联规那么。定义：给定一组故障信息C＝{C1,C2,…，Cm}、故障区域S={Sec1,Sec2,…，SecN}，故障诊断关联规那么是形如X=>Y的蕴含式，其中X、Y分别是C和S的模式。假假设算法实现得到的关联规那么的表达式为{C1,C2,C3=>Sec2},即说明由C1,C2,C3这些断路器动作信息和保护动作信息来诊断得出的故障区域是Sec2。基于关联规那么数据挖掘电网故障诊断方法的算法流程与分析：算法流程图如下列图：在实际的系统处理中,事务数往往是成千上万的,为仔细说明操作流程,以下面这个简单的配电网为例，该系统有三个区域Sec1，Sec2和Sec3分别配有过流保护CO1,CO2和CO3。Sec1配有距离保护RR1，为Sec2和Sec3提供后备保护。CB1,CB2和CB3是断路器。其故障信息分别为断路器CB1、CB2、CB3，过流保护CO1、CO2、CO3，距离保护RR1，条件属性取值为“0”或“1”，其中“1”表示断路器由闭合变位为断开或保护动作，“0”表示断路器未变位或保护未动作。决策属性为故障区域，分别为线路Secl、Sec2、Sec3、Sec2/3(表示故障发生在Sec2或Sec3)、No(表示无故障)。上图是简单配电网结构示意图。以保护、断路器动作信息作为故障信息，以故障元件作为决策属性，形成需挖掘的事务,建立原始决策表。每个属性都对应于数据挖掘处理的决策表中的项。样本中的元素值为“1”的属性编号,如事务1为{CB1,CO1,Sec1},共有7个这样的事务,事务数为7。表1是由7个电网历史故障事务组成的原始决策表。其中事务1表示故障发生在Sec1，过流保护动作CO1跳开断路器CB1;事务2表示故障发生在Sec2,过流保护动作CO2跳开断路器CB2;事务3表示故障发生在Sec3,过流保护动作CO3跳开断路器CB3;事务4表示故障发生在Sec2,过流保护CO2动作,但断路器CB2拒动,后备距离保护RR1动作跳开断路器CB1;事务5表示故障发生在Sec3,过流保护CO3动作,但断路器CB3拒动,后备距离保护RR1动作跳开断路器CB1;事务6表示故障发生再Sec2或者Sec3,记为Sec2/3,但过流保护拒动,后备保护RR1动作跳开断路器CB1;事务7表示没有故障发生的情况(记为NO)。首先将电网故障事务表输入数据库，形成数据源,作为关联规那么挖掘处理的事务表;然后用C语言在.NET平台下实现DLG算法即得到其频繁项集。将算例结果中得到的所有的频繁工程集，存放入文件名为“itemset.txt”文件中。诊断结果说明，当故障信息准确且完备时可得到正确的诊断结果；当故障信息有局部错误时候，仍可得到正确的诊断结果；当故障信息不完备时，由于算法中能同时处理属性为0和不完备即〔缺失状态项〕，所以仍可得到正确的诊断结果或设定故障区域在输出的诊断结果中。最后总结：〔1〕用关联规那么挖掘进行属性约简时，通过修改阈值进行交互式挖掘，能直接得到最正确约简事务表，能省去用粗糙集约简属性后再采用基于平均互信息的最正确属性约简组合选择法的计算量。(2)在故障信息准确且完整,丧失或出错的故障信息不是核属性的情况下,算例结果说明仍能迅速得到正确的故障诊断结果,正确率高。当核属性信息局部丧失或出错时,正确诊断率不高，但当出现设定故障区域的故障概率不是最高时，也排在第二位，对调度人员的决策有辅助作用，说明该方法有一定的容错性。(3)利用DLG算法，其关联图结构减少了Apriori系列算法两种可能的开销：可能需要产生大量候选集和可能需要重复扫描数据库，通过模式匹配检查一个很大的候选集合，进而有效减少挖掘过程的I/O代价，提高挖掘模型的计算效率，对提高电网故障诊断的有效性和实时性是极其重要的。3、基于调度综合数据平台的大规模电网分层故障诊断故障诊断是关系到电力系统平安稳定运行的重要问题,随着电力系统规模日趋庞大,电网结构更加复杂,对电力系统故障诊断提出了更高要求。迄今为止,国内外在电力系统故障诊断方面已经提出了很多方法,如基于专家系统的方法、基于Petri网络的方法、基于贝叶斯网络的方法、基于粗糙集理论的方法、基于模糊集理论方法和基于优化技术的方法等[1~9],其中,有些方法提供了在充分获取信息及信息完全正确假设下的比拟准确的诊断手段,但往往构建在单一集中系统上无法获得故障的全部信息,同时误动、拒动及信息时滞等不确定性问题时常发生;另外一些方法虽然在处理不确定性方面取得了不同程度的进展,但对大规模电网会出现状态和知识组合爆炸现象,导致很难推理建模和建立经验知识库,因而在诊断大规模电网多重故障上具有一定的局限性。同时,大规模电网发生故障必然涉及电网多级控制中心,而在同一级控制中心内部,故障表征信息又分布在不同的应用系统中,如数据采集与监控/能量管理系统(SCADA/EMS)、电网动态平安监测预警系统(WAMS)、保护故障信息管理系统(RPMS)等。准确地获得电网故障诊断结果需要全局信息,以往基于调度单一系统的电网故障诊断方案,虽然信息来自全网,但不充分,站内的大量压板、辅助节点等故障特征信息不能充分发挥作用;而基于单一站内的故障诊断系统信息比拟片面,也难以实现理想的全局故障诊断。通过在各级控制中心建立综合数据平台,利用综合数据平台横向集成和纵向交换功能[10~11],结合具有分布式智能特性的多智能体系统(MAS)[12~13],可以在全局信息根底上实现电网故障诊断。1DIIP简介1.1DIIP体系结构DIIP能将不同平安分区的各应用系统中不同类型的数据整合成共享的信息资源,形成电网稳态、动态和暂态的广域一体化集成信息平台。多级DIIP建立在高速电力调度数据网根底上,按照调度控制中心级别分层建立,体系结构如图1所示。图1多级调度综合数据平台体系结构多级DIIP包括:网省调级DIIP、地县调级DIIP、集控站/变电站级DIIP及纵向互联平台,纵向互联平台将各级横向整合的综合数据平台实现纵向集成。实际工程应用中DIIP严格按照调度平安分区独立建设:平安二区DIIP(DIIP2)和安区三区DIIP(DIIP3)。DIIP2通过防火墙与平安一区的SCADA/WAMS等系统进行数据交互,DIIP2与DIIP3间通过单向物理隔离网关实现同步数据。电网故障诊断系统那么基于DIIP2建立。1.2应用DIIP进行大规模电网故障诊断的优势大规模电网的故障诊断系统尤其适合在DIIP系统上建立,主要原因有以下几点:1)DIIP已经是网省级调度部门的标准调度数据中心,为电网高级应用提供标准全数据效劳,电网故障诊断也包含在其中;2)大规模电网故障诊断要求信息多而全,DIIP能够提供电网稳态、动态和暂态的三态数据,以及电网的历史、实时和未来的数据、模型、图形等信息,完全涵盖了电网故障诊断系统对数据的需求;3)DIIP对所有电网调度数据能够提供统一的访问方式,防止故障诊断系统对多系统的异构访问方式进行开发和维护。2大规模电网分层故障诊断系统模型2.1MAS多智能体技术可解决传统理论面对大规模复杂系统所遇到的困难,即采用MAS将大规模的复杂系统分解成小的、易于管理和维护的子系统,这些自主或半自主的智能体之间通过相互协作,快速求解复杂过程的大规模任务。因此,大规模电网分层故障诊断系统(LHFS)在充分考虑了大规模电网的地域分布性和任务复杂性后采用了分布式多智能体技术。2.2LHFS总体结构LHFS充分考虑了电网的地域分布性、信息分散性、诊断复杂性和诊断结果快速性,采用一体化DIIP为集成化信息获取平台,以分布式MAS为根底构架,结合先进的诊断算法进行设计。基于DIIP的LHFS结构分为4层:1)区域运行信息(ARI)层;2)区域智能体(AA)层;3)协调智能体(DCA)层;4)全局诊断智能体(GDA)层。2.3AA的结构模型AA智能体通过监测智能体(SA)与DIIP的交互获得本区域ARI及相邻AA的边界信息,它采用2步Petri网建模方法[5]]对变电站区域电网进行故障诊断。AA是局部问题解决的核心组件,是整个分布式体系中非常关键的组成局部。AA的结构模型如图2所示。图2AA子系统的结构模型2.4GDA的结构模型GDA在电网发生故障时,通过DCA迅速通知各个AA,开始进行分区域的并行故障诊断,并将区域诊断结果上报GDA,由GDA进行全局故障诊断和校核。GDA是故障诊断任务的分解者和下达者,同时也是故障诊断的汇总者和决策者。GDA结构模型与AA结构相同,GDA在AA初步诊断结果假设的根底上采用基于时序的贝叶斯网络方法[8]对全局电网进行故障诊断。3LHFS的诊断过程LHFS诊断大规模电网故障一般分为变电站级和区域级。对于省级以上大电网那么可采用3级或多级诊断。本文按2级诊断系统来描述LHFS的诊断过程。LHFS的分层诊断方法如下:1)GDA订阅全网事故总信号,如果没有事故总信号那么组合故障特征信息量为中间代理量,作为事故发生标志。一旦GDA感知到事故总信号动作,那么迅速通知各AA启动故障诊断过程。2)AA对变电站级采用Petri网故障诊断方法,先根据变电站电网拓扑建立一次设备Petri网,通过求变迁后集确定可能的故障区域和可能故障设备。3)根据可能故障区域和保护配置信息建立设备诊断Petri网,通过变迁迭代判断目标库中托肯数来确定设备故障事件的发生。通过遍历所有可能故障设备,最终得到AA的元件故障诊断结果。4)各个AA将自己的诊断结果通过DCA提交给GDA。5)GDA建立全局电网拓扑,并根据AA提交的区域诊断结果,确定可能的故障区域,结合保护配置信息对故障区域的设备建立含时序的贝叶斯诊断网络,然后根据SOE信息或WAMS时序信息进行时序一致性识别和修正,并利用贝叶斯网络的逆向推理功能,推理元件发生故障的后验概率从而进一步诊断结果。6)GDA通过遍历可能的故障设备的贝叶斯诊断网,完成全网故障设备诊断,得出最终故障诊断结果。LHFS电网故障诊断过程如图4所示。图4LHFS故障诊断过程可以看出,通过将AA的区域诊断结果作为GDA全局诊断的初始化入口对象,能够大大降低大规模电网的网络复杂度,提高诊断效率。4结语当大规模电力系统发生单一或复杂故障时,各种开关及保护动作信息、报警和事件信息在短时间内同时上传到调度中心各应用系统,此时仅靠单个系统信息和单一诊断手段很难解决故障诊断问题。这里提出一个基于调度综合数据平台(DIIP)的针对大规模电力网故障诊断的分层故障诊断多智能体系统(MAS)模型,通过分级故障特征信息订阅机制及区域智能体并行诊断和全局智能体总体诊断的分层协调诊断机制,得出最终的故障诊断结论。测试案例说明,利用基于DIIP的多智能体模型诊断故障有效且具有较好的实际应用能力。4、将线性时态逻辑技术(LTL)和模拟量信息引入故障诊断时态逻辑技术简介1、时间模型[1]基于对时间轴结构的选择，可以对时间模型作如下几种划分：(1)连续模型(Continuousmodel)(2)步进模型(StepwisemodeI)(3)离散模型(Discretemodel)2、线性时态逻辑(1)模态逻辑模态逻辑是研究模态词构成的命题及其推理的逻辑学科。模态逻辑有广义和狭义之分。狭义是关于含有“必然"，“可能”的命题及其推理的科学。广义的模态逻辑那么包括了狭义模态逻辑及关于应该、允许、禁止的道义逻辑，关于知道、相信的认知逻辑，关于过去、现在、将来的时间模态逻辑[103]。作为必然性和可能性的逻辑，模态逻辑不仅考虑事物实际存在方式的真和假，而且考虑事物处在与实际不同的存在方式中的真和假。逻辑关注真和假，模态逻辑那么关注真实世界和其它可能世界中的真和假。在这种意义上，一个命题在一个世界中是“必然的”仅当它在可能替代该世界的所有世界中为真，“可能的”那么仅当它在可能替换该世界的某个可能世界中为真。根本模态命题，也叫真势模态命题，是反映事物情况存在的必然性([])和可能性〔<>〕的命题，必然命题包括必然肯定命题([]p)和必然否认命题([]非p)，可能命题包括可能肯定命题(<>P)和可能否认命题(<>非p)。根本模态命题也可以用命题联结词联结起来，构成更为复杂的命题。(2)线性时态逻辑时态逻辑(TL)是由模态逻辑演变而来的，将时间因素引入模态逻辑，将模态算子“[]”解释为“将来永远”，“<>”解释为“将来有时”，便得到了极小时态逻辑系统。时态逻辑按照时间模型最本原的可以分为两类[3]：线性时态逻辑(LTL)和分支时态逻辑(CTL)，其中以AmirPnueli与Z．Manna共同开发的线性时态逻辑系统叫“命题线性时态逻辑系统”(PropositionLinearTemporallogic，缩写PLTL)，以及E．Clarke和E．Emerson的分支时态逻辑，又叫计算树逻辑(ComputerTreeLogic，缩写CTL)最具代表性。在线性时态逻辑中时间被看成线性的，每个时刻有且只有一个后继；在分支时态逻辑中时间被看成分支的，即每个当前时刻有多个未来时刻，考虑的不止是从某一状态出发的某一条路径，还需引入路径算子放在时态算子之前。线性时态逻辑以状态序列为命题的论断对象，公式是在状态序列上解释其真值的，而分支时态逻辑以路径和状态作为命题的论断对象，公式是在状态的计算树上解释其真值的。本文主要以PLTL为根底，就其在故障诊断系统中的动态过程形式化描述及应用推理方面展开深入研究。基于PLTL电网故障诊断新方案故障诊断整体思路：[3-4]当电网发生故障后，在变电站端，首先对大量录波数据进行预处理，诊断出故障元件，提取故障线路电压、电流模拟量信息，对故障电流进行归约化处理，即提取各时段的模拟量状态，根据本文算法需求，需将故障电流数据归约为“零状态”和“非零状态"。为减少数据传输量，防止通讯通道阻塞，必须将故障线路数据实时压缩传输到调度中心。在调度中心站，根据TL语义体系定义电网故障相关事件知识谓词，同时将故障设备模拟量数据实时解压，综合利用时态知识、模拟量归约状态、以及结合来自SOE的开关量信息，建立TL演绎故障诊断系统，实现对保护、开关动作行为准确诊断和评价。基于时态逻辑技术故障诊断(1)时区序列划分[5]通过对电力系统故障处理过程中保护、断路器动作情况及模拟量变化过程分析，不难发现，保护及断路器的动作时间准确度应在毫秒级。由于存在各种原因造成的误差，以及系统时钟存在误差等，同一类型的保护在动作时间上存在误差，同一断路器两次动作的时间延时也不一定相同。考虑到系统累计误差不可防止，本文采用时区描述时间，以离散时间模型把时区和整数映射起来，规定在相邻的两个时区之间不存在另一个时区。[6]从保护原理来看，任意设备配置的保护在时间上必须具备选择性。根据220,-一500kV电网保护整定规程，高压线路保护一般配置为：两套全线速动相互独立互为近后备的主保护，可以认为保护无延时动作；如果采用近后备方式，后备保护与主保护之间存在0．6s--1．1s的时间级差配合；考虑断路器拒动时，接地距离保护第二段动作时间应比断路器拒动时的全部故障切除时间大0．25s--0．5s；考虑距离三段作为远后备情况下，其整定时问大于1．5s；如果自动重合闸一般采用单相重合闸，延时1．0s左右，三相重合闸时间那么更长。从以上整定规程可以看出，对同一设备或线路，在确定故障时刻的条件下，将故障发生后的一段时间划分为各种不同类型的保护动作的专有时间区域是可行的。(2)典型故障事件序列(TDS)及模拟量状态变迁序列(TAS)[7]考虑保护、开关拒动及重合闸等各种典型故障过程中的事件序列，形成所有可能的保护、断路器事件集Se={(Ep，i)，(Eb，j)}，其中：Ep，Eb表示保护、断路器事件，f和j∈N为时间区间编号，须预先设定。本文针对保护、开关可能发生拒动、误动等事件建立了典型故障开关量序列(TDS)，该序列表示在按照保护、开关的配合逻辑约束条件下，一定会被触发的开关量事件：在构造TDS的同时，建立与之相对应的典型故障模拟量状态变迁序列(TAS)。模拟量参数的选取，以能表征TAS中模拟量变化特点为原那么，如母线发生单相接地故障，考虑有开关拒动的TDS时，以零序分量为特征模拟量，在故障后，失灵保护动作前，一定处于“非零”状态，在失灵保护动作后为“零状态”，那么其TDS和TAS如下图，图中所标时区分别代表主保护动作时区、开关失灵保护动作时区，以及断路器跳闸时区。(3)PLTL公式表示的IDS和TAS[8]仅依靠事件序列的时序约束关系，显然无法进行故障诊断。必须将网络拓扑连接关系考虑到时态推理中，在拓扑约束下的时态推理才有意义。为此，需要建立保护与断路器的对应关系。为说明这样的关系，本文定义了保护对应的跳闸断路器集合和保护对应的合闸断路器集合。定义保护对应的跳闸断路器集合为保护发出跳闸信号后，接收这一信号且应该动作的断路器集合，记为Ts(p，，f)，表示保护P，在第i个时区动作时，对应的跳闸断路器集合Ts(p，f)中的断路器必须满足以下两个条件：①保护跳闸信号接入断路器跳闸回路；②断路器在时区f为合闸状态。不难看出，Ts(p，，f)中所有断路器是否按保护要求跳闸是判断是否有断路器拒动的充要条件。定义重合闸对应的合闸断路器集合为保护发出合闸信号后，接收这一信号且应该合闸的断路器集合，记为Cs(Pr，i)，表示重合闸P，在第i个时区动作时，对应的合闸断路器集合Cs(Pr，i)中的断路器必须满足以下两个条件：①保护合闸信号接入断路器操作回路；②断路器在时区i为分闸状态。同理，Cs(Pr，z)中所有断路器是否按保护要求合闸是判断重合闸过程中是否有断路器拒合的充要条件。考虑数字量信息发生畸变或缺失，对断路器拒分、拒合的判断还需要引入模拟量信息进一步判断。结论本章详细分析了输电线路故障诊断系统引入时态逻辑技术的必要性和可行性。将PLTL演绎推理系统引入电网故障诊断；对系统静态和动态知识进行了详尽描述，定义了符合PLTL推理要求的事件时态谓词；分析了故障诊断过程中保护、开关动作的时序关系，并建立了典型故障模式下的TDS，及其相应的TAS，通过PLTL公式表示TDS和TAS中的时序约束条件。经过试验，基于线性时态逻辑技术的电网故障诊断确实能够取得不错的效果。5、人工智能及其在输配电网络故障诊断中的应用专家系统专家系统的奠基人费根鲍姆(FEIGENBAuMEA)认为：专家系统是一种智能的计算机程序，它运用知识和推理步骤来解决只有专家才能解决的复杂问题．建立专家系统的主要目的，是利用某一特定问题领域的专家知识，支持和帮助该领域的非专家去解决复杂问题．专家系统是目前人工智能中一个最活泼且最有成效的研究领域．专家系统在输配电网络故障诊断中的典型应用是基于产生式规那么的系统，即把保护、断路器的动作逻辑以及运行人员的诊断经验用规那么表示出来，形成故障诊断专家系统的知识库，进而根据报警信息对知识库进行推理，获得故障诊断的结论．基于产生式规那么的故障诊断专家系统得以广泛应用于输配电网络故障诊断中，主要是由故障诊断特点和基于产生式规那么的专家系统的共同特点所决定的．1)输配电网络中保护的动作逻辑与断路器之间的关系易于用直观的、模块化的规那么表示．2)专家系统允许增加、删除或修改一些规那么，以确保诊断系统的实时性和有效性；能够在一定程度上解决不确定性问题；能够给出符合人类语言习惯的结论并具有相应的解释能力等．实际应用方面，如美国Reliant电力公司与德克萨斯州A&M大学合作开发出一种供电系统管理专家系统(Reliant专家系统)，这种专家系统带有数字故障记录仪(DFR)，可根据DFR的数据诊断故障扰动．该DFR可在系统故障期间记录系统参数，例如，雷电冲击和操作冲击引起的电压突升或突降、供电中断、过电压、欠电压、谐波和暂态等．传统的方法是，故障时DFR自动启动，记录并存储相关数据之后，保护工程进行离线分析，评估保护系统的效果；而Reliant专家系统可省掉上述过程，自动从DFR提取数据，分析并撰写报告，然后通过Fax或E—mail的形式发送给系统调度或相关人员．虽然专家系统能够有效地模拟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，其主要问题是知识获取的瓶颈问题、知识难以维护，以及不能有效地解决故障诊断中许多不确定因素，这些问题大大影响了故障诊断的准确性．人工神经网络人工神经网络(ANN)是模拟人脑组织结构和人类认知过程的信息处理系统，是与专家系统并列的人工智能技术的另一个重要分支M]．它以其诸多优点，如并行分布处理、自适应、联想记忆等，在智能故障诊断中受到越来越广泛的重视，而且已显示出巨大的潜力，为智能故障诊断的研究开辟了一条新途径．运用神经网络对电力系统的输配电网络进行自适应保护和控制，虽网络的结构较为复杂，但为便于研究可以将大型输电网络分区，对各个区域分别建立基于BP算法"1的故障诊断网络，随后将这些分布神经网络的结果综合起来得出最终的故障诊断结论．例如，按功能分块，用几个小网络组成一个大网络，各个小网络有不同的功能，如网络1用来判断故障类型以及故障的方向，网络2进行故障测距，网络3判别故障是永久的还是暂时的，网络1的输出触发网络2，网络2的输出又触发网络3，最后，由网络3输出进行重合或闭锁判断．人工神经网络广泛用于暂态保护、故障判断及选线，快速而准确，且不受系统运行方式、故障类型、互感器饱和等因素的影响；用于无线通讯保护，能提取故障高频信号，取得较好的仿真效果；还用于雷电波，开关操作涉及故障行波的辨识．应用ANN技术实现故障诊断不同于Es诊断方法．ANN方法通过现场大量的标准样本学习与训练，不断调整ANN中的连接权和阈值，使获取的知识分布隐含在整个网络上，并实现ANN的模式记忆．因此，ANN具有强大的知识获取能力，并能有效地处理含噪声数据，弥补了ES方法的缺乏．神经网络方法虽然有利于克服专家系统的知识获取瓶颈、知识库维护困难等问题，但它不适于处理启发性知识．而且，由于ANN技术本身不够完备，它的学习速度慢，训练时间长以及解释功能弱，从而影响了神经网络的实用化．同时，如何设计适用于大型输电网络的ANN故障诊断系统，仍是一个有待于进一步研究的问题．通过对神经网络结构或算法的改良，在一定程度上可以提高故障诊断的有效性．另外，由于专家系统方法与神经网络方法在许多方面可以协调工作、互为补充，因此，如何取长补短将神经网络技术与故障诊断专家系统融为一体，以弥补诊断中的缺乏，并提供新的诊断技术和方法，具有很大的潜力和广阔的前景．模糊理论模糊理论(FT)是以控制领域、计算机领域及0R(operationsresearch)领域为中心进行研究的．模糊控制是把控制经验方面的知识、记述在包含模糊集合的if-then规那么中，并且用推理处理得出结果的一种方法．在电力系统的输配电网络故障诊断中，故障与征兆之间的关系往往是模糊的，这种模糊性既来自于故障与征兆之间关系的不确定性，又来自故障与征兆在概念描述上的非精确性，因而诊断结果也必然是模糊的，解决模糊诊断问题的传统方法，一般是根据专家经验在故障征兆空间与故障原因空间之间建立模糊关系矩阵．常用的方法是将各条模糊推理规那么产生的模糊关系矩阵进行组合，用与逻辑或并逻辑．随着模糊理论的开展及完善，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；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上下进行优先程度排序等．输电网络故障诊断的不确定因素对于要求严格匹配搜索的专家系统来说，很容易导致错误的结果，假设在专家系统中融入模糊理论后，由精确推理变为近似推理，在相当程度上增强了专家系统的容错性．实际应用方面，基于模糊集理论的多目标决策方法有BelmarI—zaden的最大化法和模糊优先关系(fizz)rpreferencerelation)法，都已经应用在电力系统负荷管理和变电站选址规划中．用模糊集方法构造变压器保护原理，以区别内部故障、选取变压器原、副边的电流为特征量，根据EMTP程序得到的仿真结果，采取统计方法得到模糊规那么，之后，采用Dempste卜sh如r证据理论对模糊规那么进行处理，得到最终结果．还可以采用模糊方法寻求维持系统平安运行和充分利用输电容量之间的折中系统．平安方面主要考虑了电压稳定性，系统运行的一些不确定因素，如超负荷量、气象因素的影响及停运时间等，采用模糊集模拟．由于一般的模糊系统采用了与专家系统类似的结构，所以也具有专家系统的一些固有的缺陷：1)当系统比拟大时完成诊断的速度也比拟慢；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那么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)模糊系统也不具备学习能力．总之，模糊理论与其他人工智能技术结合构成的诊断系统虽然可以增强处理不确定性的能力，在一定程度上提高诊断的准确度，但也不能完全消除专家系统所固有的缺点．遗传算法遗传算法(GeneticAlgoritllm，简称GA)，是在生物进化的启示下，得到的一种搜索和自适应算法．它能在复杂而庞大的搜索空间中自适应地搜索，寻找出最优或准最优解，且算法简单、适用性强、鲁棒性强．遗传算法对待求解问题几乎没有什么限制，也不涉及常规优化问题求解的复杂数学过程，并能够得到全局最优解或局部最优解集，这是它优于传统优化技术之处．一般来说，GA对于中小规模的应用问题，能够在许可的范围内获得满意解，对于大规模或超大规模的多变量求解任务那么性能较差．GA算法广泛应用于人工智能、机器学习、软件工程、知识工程、函数的优化与控制、大系统理论、模式识别、图像处理、过程监控、机器人控制、生物工程和神经网络等众多领域．该算法的突出特点在于其包含了与生物遗传及进化很相象的步骤：选择、复制、交叉、重组和变异等．GA通常包含5个根本要素：参数编码、初始种群设定、适值度函数的设定、遗传操作设计和控制参数设定．遗传算法从优化的角度出发根本上可以解决输配电网络故障诊断问题，尤其是在复杂故障或存在保护、断路器误动作的情况下，能够给出全