论文部分内容阅读
摘要：随着社会市场经济的发展，我国的电力行业取得了较大的进步与发展，电网的建设数量及建设规模不断增大，这也使得电网故障诊断工作更加的复杂，实际的电网故障诊断工作中，所应用到的电网故障诊断方法是多种多样的，本文就主要的对信息理论法、优化算法、贝叶斯网、Petri网、人工神经网络、专家系统法等几种常用的方法进行简单分析，对于电网故障诊断具有一定的参考作用。
关键词：电网故障；诊断方法；探讨
社会市场经济发展过程中，其电力需求不断增大，对于电网的安全稳定运行水平也提出了较高的要求，电网运行中出现相关故障是难以完全避免的，这就需要采取有效的措施做好电网故障的诊断工作，其中最重要的内容就是要对故障元件与性质进行正确、快速的识别，但是仅靠工作人员要完成复杂的电网故障识别工作，具有较大难度，建立起有效的电网故障诊断系统是非常必要的，本文就对常用的几种故障诊断方法进行简单分析探讨，有利于电网故障诊断效率的提升。
一、信息理论法
信息理论法是在概率论的基础上，建立起了互信息、信息熵等概念，对于概率信息中的测度问题予以了妥善解决，随着各种理论与技术的发展，信息统计定义已经扩展至能够对非统计意义信息进行有效的度量，在该种诊断方法中，能够将电力系统故障所导致的保护动作及开关跳闸过程中描述为故障信息运动的过程，在此基础上上建立相关的信息运动模型，将故障诊断过程中的不确定因素予以量化，该种方法在实际的应用中，采用模拟退火算法来求解基于信息量损失最小值，在信息理论的角度，可以将电网故障诊断看作是一个多信息融合的过程，借助于多信息融合技术中的模式识别、统计、参数优化、信号处理等技术将断路器与保护装置的动作信息、专家经验信息、历史统计信息、录波信息、遥测量信息进行综合利用，在电网故障诊断工作中能够发挥良好作用。
二、基于优化的电网故障诊断方法
将各种先进的优化算法应用于电网的故障诊断工作中，是一种新型的故障诊断方式，随着各项技术的发展，新的优化算法不断被提出，在实际的应用中，也取得了较好的应用效果，在电网故障诊断工作中应用优化算法需要以及电网故障的实际特点，设定假想的事故集目标函数，通过应用相关的优化算法，对其适应度值进行计算，依据实际计算过程中得到的适应度值的大小，对假想的事故集进行更新，直到在计算过程中找到适应度值最大的假想事故集，将其作为最终的故障诊断结果，该种故障诊断方法主要是将故障诊断问题转化为无约束的0-1整数规划问题，从中寻找最优解。
目前关于优化算法在电网故障诊断中的研究比较多，有学者将概率方法应用于继电保护固有不确定性的客观度量中，并结合电网中继电保护动作之间的因果关系组成相关的概率因果矩阵，停电区域中的各个元件发生故障时所能引起的保护器及断路器的动作情况为矩阵中的元素，在此基础上，结合相关电网的运行特点，建立其一系列的目标函数，其目标函数主要包含这几方面的内容：（1）通过历史统计数据得到各个元件故障的先验概率；（2）借助于简洁覆盖集理论，得到故障信息集之外的信息不被产生的概率；（3）故障信息集中每个信息被假想事故集引发的概率。
三、贝叶斯网络法
这是一种基于严格的概率理论及图论的不确定性知识表达及相关的推理模型，在实际的应用中，其有效的结合了先验概率信息及因果知识，并将概率理论应用于不同知识成分之间条件相关产生的不确定性进行有效的处理，在充分应用贝叶斯定理的情况下，能够对后验概率进行计算，并通过对当前故障征兆下的各个元件的故障概率，来实现电网中的故障诊断，在贝叶斯网中，其主要的组成部分是有向弧与节点，网络中的定量信息主要是应用节点的条件概率密度来进行表达，而其定性信息则主要是通过贝叶斯的拓扑结构来进行表达。
有研究者在相关的实践中，依据保护原理，为电网中的线路、变压器、母线等建立起了各自的故障诊断贝叶斯网模型，并通过相关的概率理论对各个节点之间的关联关系进行计算，应用所建立的贝叶斯网络对电网故障诊断中的不确定因素进行处理，由于在该模型中相关节点及有向弧的含义非常明确，其计算过程中推导速度非常快，但是在实际应用中需要注意所取样本具有代表性与全面性。
四、Petri网故障诊断法
Petrif网是一种通用数学模型，可以应用矩阵运算、图形表示等来开展严格的数学描述，在该网络中，既可以应用变迁节点及位置节点对电力网络系统实施静态的结构分析，也可以应用节点上的令牌对系统实施动态的行为分析，可以将其应用于电网故障及切除离散事件动态行为的描述中。
有研究者在电网故障诊断工作中，建立了相关的继电保护切除故障的Petri网模型，将有向图进行反向处理，能够得到相关的故障诊断Petri网，每一个假想的故障元件都能够依据其保护关系及拓扑结构对应成一个Petri网，应用令牌反向传播的矩阵运算方法，能够对该元件是否发生故障进行判断，作为一种高效、简洁的形式化语言，Petri网在故障診断领域具有非常大的开发潜能，但是如果将其应用于结构复杂的大规模电网的故障诊断中，在Petri网的建模过程中，容易出现状态组合爆炸的情况，这还需要进一步的研究。
五、人工神经网络法
人工神经网络法由于具有在线学习能力、联想记忆能力、非线性映射、并行处理等特点广泛应用于电力网络中，在实际的电网运行过程中，其出现不同的故障，会表现出各种不同的故障信息，在人工神经网络法的处理过程中，可以将故障诊断问题看作是模式识别的问题，在实际的故障诊断工作中，需要建立起全面的训练样本，将预选事故集作为输入，而将故障信息集作为监督输出，在此基础上对神经网络进行训练，随着各项技术的进步，关于人工神经网络法在电网故障诊断中的应用的研究不断深入，各种新型的神经网络算法被提出，该种方法在应用过程中出现的收敛性、训练速度、全面性等问题也将得到妥善的解决，未来的电网故障诊断工作中，人工神经网络法将会得到更广泛的应用。
六、专家系统法
在人工智能领域中，专家系统是一种发展最早的分支，目前其发展已经比较成熟，其能够应用计算机技术将相关专业领域的专家经验知识及相关的理论知识进行有效的融合，并应用知识获取程序、解释程序、人机接口、推理机、知识库、数据库等进行有机连接，以便于系统能够将相关专业领域的问题予以有效解决，专家系统中的知识表达方式是多种多样的，如：过程式表示法、面向对象技术表示法、语意网络表示法、基于框架的知识表示法、产生式规则表示法、谓词逻辑表示法等。有研究在电网故障诊断的过程中应用逻辑方法，将电网中继电保护的配合关系应用逻辑关系进行表示，并将相关的故障推理转化为布尔代数运算，但是该种方法的逻辑推理比较复杂，需要进行大量的运算，如果相关进行电网故障的快速诊断，需要事先完成大量的运算。
结束语
电网运行过程中，不确定性影响因素众多，出现相关的故障是难以完全避免的，这就需要采取有效的故障诊断方法，保证其运行安全、稳定性，本文就主要对常用的几种电网故障诊断方法进行了简单分析，对于其故障诊断工作的开展具有一定的参考价值。
参考文献
[1]高振兴，郭创新，俞斌，骆玉海，彭明伟，杨健.基于多源信息融合的电网故障诊断方法研究[J]. 电力系统保护与控制，2011（6）.
[2]陈玉林，陈允平，孙金莉，邱君玛.电网故障诊断方法综述[J].中国电力，2012（5）.
[3]周子冠，白晓民，李再华，许婧，李晓珺，李惠玲.采用知识网格技术的智能输电网故障诊断方法[J].中国电机工程学报，2010（4）.
关键词：电网故障；诊断方法；探讨
社会市场经济发展过程中，其电力需求不断增大，对于电网的安全稳定运行水平也提出了较高的要求，电网运行中出现相关故障是难以完全避免的，这就需要采取有效的措施做好电网故障的诊断工作，其中最重要的内容就是要对故障元件与性质进行正确、快速的识别，但是仅靠工作人员要完成复杂的电网故障识别工作，具有较大难度，建立起有效的电网故障诊断系统是非常必要的，本文就对常用的几种故障诊断方法进行简单分析探讨，有利于电网故障诊断效率的提升。
一、信息理论法
信息理论法是在概率论的基础上，建立起了互信息、信息熵等概念，对于概率信息中的测度问题予以了妥善解决，随着各种理论与技术的发展，信息统计定义已经扩展至能够对非统计意义信息进行有效的度量，在该种诊断方法中，能够将电力系统故障所导致的保护动作及开关跳闸过程中描述为故障信息运动的过程，在此基础上上建立相关的信息运动模型，将故障诊断过程中的不确定因素予以量化，该种方法在实际的应用中，采用模拟退火算法来求解基于信息量损失最小值，在信息理论的角度，可以将电网故障诊断看作是一个多信息融合的过程，借助于多信息融合技术中的模式识别、统计、参数优化、信号处理等技术将断路器与保护装置的动作信息、专家经验信息、历史统计信息、录波信息、遥测量信息进行综合利用，在电网故障诊断工作中能够发挥良好作用。
二、基于优化的电网故障诊断方法
将各种先进的优化算法应用于电网的故障诊断工作中，是一种新型的故障诊断方式，随着各项技术的发展，新的优化算法不断被提出，在实际的应用中，也取得了较好的应用效果，在电网故障诊断工作中应用优化算法需要以及电网故障的实际特点，设定假想的事故集目标函数，通过应用相关的优化算法，对其适应度值进行计算，依据实际计算过程中得到的适应度值的大小，对假想的事故集进行更新，直到在计算过程中找到适应度值最大的假想事故集，将其作为最终的故障诊断结果，该种故障诊断方法主要是将故障诊断问题转化为无约束的0-1整数规划问题，从中寻找最优解。
目前关于优化算法在电网故障诊断中的研究比较多，有学者将概率方法应用于继电保护固有不确定性的客观度量中，并结合电网中继电保护动作之间的因果关系组成相关的概率因果矩阵，停电区域中的各个元件发生故障时所能引起的保护器及断路器的动作情况为矩阵中的元素，在此基础上，结合相关电网的运行特点，建立其一系列的目标函数，其目标函数主要包含这几方面的内容：（1）通过历史统计数据得到各个元件故障的先验概率；（2）借助于简洁覆盖集理论，得到故障信息集之外的信息不被产生的概率；（3）故障信息集中每个信息被假想事故集引发的概率。
三、贝叶斯网络法
这是一种基于严格的概率理论及图论的不确定性知识表达及相关的推理模型，在实际的应用中，其有效的结合了先验概率信息及因果知识，并将概率理论应用于不同知识成分之间条件相关产生的不确定性进行有效的处理，在充分应用贝叶斯定理的情况下，能够对后验概率进行计算，并通过对当前故障征兆下的各个元件的故障概率，来实现电网中的故障诊断，在贝叶斯网中，其主要的组成部分是有向弧与节点，网络中的定量信息主要是应用节点的条件概率密度来进行表达，而其定性信息则主要是通过贝叶斯的拓扑结构来进行表达。
有研究者在相关的实践中，依据保护原理，为电网中的线路、变压器、母线等建立起了各自的故障诊断贝叶斯网模型，并通过相关的概率理论对各个节点之间的关联关系进行计算，应用所建立的贝叶斯网络对电网故障诊断中的不确定因素进行处理，由于在该模型中相关节点及有向弧的含义非常明确，其计算过程中推导速度非常快，但是在实际应用中需要注意所取样本具有代表性与全面性。
四、Petri网故障诊断法
Petrif网是一种通用数学模型，可以应用矩阵运算、图形表示等来开展严格的数学描述，在该网络中，既可以应用变迁节点及位置节点对电力网络系统实施静态的结构分析，也可以应用节点上的令牌对系统实施动态的行为分析，可以将其应用于电网故障及切除离散事件动态行为的描述中。
有研究者在电网故障诊断工作中，建立了相关的继电保护切除故障的Petri网模型，将有向图进行反向处理，能够得到相关的故障诊断Petri网，每一个假想的故障元件都能够依据其保护关系及拓扑结构对应成一个Petri网，应用令牌反向传播的矩阵运算方法，能够对该元件是否发生故障进行判断，作为一种高效、简洁的形式化语言，Petri网在故障診断领域具有非常大的开发潜能，但是如果将其应用于结构复杂的大规模电网的故障诊断中，在Petri网的建模过程中，容易出现状态组合爆炸的情况，这还需要进一步的研究。
五、人工神经网络法
人工神经网络法由于具有在线学习能力、联想记忆能力、非线性映射、并行处理等特点广泛应用于电力网络中，在实际的电网运行过程中，其出现不同的故障，会表现出各种不同的故障信息，在人工神经网络法的处理过程中，可以将故障诊断问题看作是模式识别的问题，在实际的故障诊断工作中，需要建立起全面的训练样本，将预选事故集作为输入，而将故障信息集作为监督输出，在此基础上对神经网络进行训练，随着各项技术的进步，关于人工神经网络法在电网故障诊断中的应用的研究不断深入，各种新型的神经网络算法被提出，该种方法在应用过程中出现的收敛性、训练速度、全面性等问题也将得到妥善的解决，未来的电网故障诊断工作中，人工神经网络法将会得到更广泛的应用。
六、专家系统法
在人工智能领域中，专家系统是一种发展最早的分支，目前其发展已经比较成熟，其能够应用计算机技术将相关专业领域的专家经验知识及相关的理论知识进行有效的融合，并应用知识获取程序、解释程序、人机接口、推理机、知识库、数据库等进行有机连接，以便于系统能够将相关专业领域的问题予以有效解决，专家系统中的知识表达方式是多种多样的，如：过程式表示法、面向对象技术表示法、语意网络表示法、基于框架的知识表示法、产生式规则表示法、谓词逻辑表示法等。有研究在电网故障诊断的过程中应用逻辑方法，将电网中继电保护的配合关系应用逻辑关系进行表示，并将相关的故障推理转化为布尔代数运算，但是该种方法的逻辑推理比较复杂，需要进行大量的运算，如果相关进行电网故障的快速诊断，需要事先完成大量的运算。
结束语
电网运行过程中，不确定性影响因素众多，出现相关的故障是难以完全避免的，这就需要采取有效的故障诊断方法，保证其运行安全、稳定性，本文就主要对常用的几种电网故障诊断方法进行了简单分析，对于其故障诊断工作的开展具有一定的参考价值。
参考文献
[1]高振兴，郭创新，俞斌，骆玉海，彭明伟，杨健.基于多源信息融合的电网故障诊断方法研究[J]. 电力系统保护与控制，2011（6）.
[2]陈玉林，陈允平，孙金莉，邱君玛.电网故障诊断方法综述[J].中国电力，2012（5）.
[3]周子冠，白晓民，李再华，许婧，李晓珺，李惠玲.采用知识网格技术的智能输电网故障诊断方法[J].中国电机工程学报，2010（4）.