【正文】 后概述了利用實時網(wǎng)絡(luò)拓撲分析方法來檢測出故障平息后的故障區(qū)域的方法, 從而可將故障診斷縮小到這些區(qū)域之中, 以節(jié)省計算時間。第二部分在第一部分的基礎(chǔ)上，先是提出了利用計算機自動形成故障診斷的目標(biāo)函數(shù)的方法，是實現(xiàn)在線故障診斷分析的必要階段，然后介紹了為浙江省供電局設(shè)計的在線故障診斷檢測軟件的組成結(jié)構(gòu)以及功能。第三部分介紹將該軟件實際應(yīng)用到浙江省220kV以上電力系統(tǒng)時EMS信息的獲取方法與模擬在線測試結(jié)果。算例分析表明該文基于保護設(shè)備與斷路器故障診斷的數(shù)學(xué)模型是正確的，遺傳算法的應(yīng)用有效可靠，并且通過聯(lián)合應(yīng)用故障區(qū)域的識別法，提高了故障診斷的速度。在文獻[17]中從提高實時性與靈活性的角度闡述了一種分層信息故障診斷法。在不失信息的可靠性和完整性的基礎(chǔ)上，把系統(tǒng)采集到的信息按時間的優(yōu)先級劃分為以下三層：遙信變位信息，遙測信息以及 錄 波信息。該診斷法介紹了采用分層信息和遺傳算法的優(yōu)點，論述了基于遺傳算法的分層信息故障診斷法的流程，并通過模型算例來證明了方法的有效性與準(zhǔn)確性。當(dāng)然，目前國內(nèi)外對于遺傳算法的研究也都尚不完善，文獻[18]就遺傳算法提出了一些改進。為了提高遺傳算法的收斂性，又考慮到交叉率（Pc）與變異率（Pm）的選擇問題，該文獻簡要介紹了在個體適應(yīng)度的基礎(chǔ)上自動適應(yīng)調(diào)整Pc與Pm的自適應(yīng)遺傳算法，在分析其不足并加以改進后提出了改進的自適應(yīng)遺傳算法，使其在最優(yōu)解的收斂速度上有了明顯提高。另外，為了更好的適應(yīng)現(xiàn)代電力系統(tǒng)，提高其穩(wěn)定可靠性，人們將遺傳算法與其他技術(shù)結(jié)合來研究出新型算法。如文獻[19]就是將遺傳算法與人工神經(jīng)網(wǎng)絡(luò)結(jié)合提出的新方法以及文獻[20]將免疫，混沌和遺傳三個算法結(jié)合利用混沌運動的遍歷性以及隨機性產(chǎn)生初始種群，加快搜索的速度；利用免疫理論的濃度計算與調(diào)整加入新的混沌 序列補充 種群，增加了種群的多樣性，避免陷入局部的最優(yōu)；交叉變異結(jié)束后在最優(yōu)解附近再利用混沌進行局部尋優(yōu)提高結(jié)果的準(zhǔn)確度。當(dāng)然，這些研究都還不夠成熟完善，要適應(yīng)現(xiàn)在以及未來發(fā)展的電力系統(tǒng)應(yīng)用還需要做很多方面的分析與研究。 本文的主要內(nèi)容1) 研究基于遺傳算法的電網(wǎng)故障診斷的發(fā)展歷程、研究現(xiàn)狀和未來的發(fā)展趨勢。2) 從電網(wǎng)故障診斷的目標(biāo)、數(shù)據(jù)源及方法的角度，撰寫電網(wǎng)故障診斷方法綜述。3) 深入理解采用遺傳算法診斷故障的方法，明確基于遺傳算法的故障診斷原理后建立復(fù)雜故障情況下的目標(biāo)函數(shù)，確定其診斷流程。4) 通過實際案例結(jié)果驗證方法的有效性與可靠性。27第2章 常見電網(wǎng)故障診斷方法 電網(wǎng)故障診斷的基本概念電力系統(tǒng)故障診斷是指在電網(wǎng)中，通過實時狀態(tài)監(jiān)測系統(tǒng)所得到的系統(tǒng)狀態(tài)以及設(shè)備狀態(tài)的各項數(shù)據(jù)和系統(tǒng)處理的運算結(jié)果提供的數(shù)據(jù)信息，來找出電網(wǎng)的故障地點位置原因以及嚴重程度，然后提供相關(guān)處理建議。電力系統(tǒng)故障診斷的基本內(nèi)容包括：1) 故障的檢測：根據(jù)相關(guān)監(jiān)測措施手段，測量正在運行的設(shè)備的各種數(shù)據(jù)，來用作判斷故障的依據(jù)。2) 故障的分析：根據(jù)系統(tǒng)檢測到的故障信息進行一定的分析，來發(fā)現(xiàn)并找出故障，同時確定故障的嚴重程度和性質(zhì)。3) 故障的評價：在故障的分析檢測后，通過對故障的位置，程度以及性質(zhì)對整個電力系統(tǒng)的影響做出一定判斷，明確影響程度和故障等級。4) 故障的決定：通過故障的評價結(jié)果，對電力系統(tǒng)做出相關(guān)的決定，如報警停機等。根據(jù)系統(tǒng)的數(shù)據(jù)信息，可以將電力系統(tǒng)故障信息分類如下：1) 開關(guān)信息：主要包含自動重合閘 設(shè)備動作引起的開關(guān)閉合的信息與繼電保護器設(shè)備動作引起的開關(guān)合閘或跳閘信息。2) 刀閘信息：目前的大部分的刀閘 信息一般都不傳遞給調(diào)度，只是保留在電廠的監(jiān)控系統(tǒng)里，提供給查詢使用，主要原因是其數(shù)據(jù)信息量過大。3) 保護信息：事故或故障后保護的動作信息主要包含保護軟壓板狀態(tài)報告，保護跳閘報告，保護自檢報告以及保護錄 波 報告等。4) 安全自動裝置信息：主要包含 備 自投，過負荷以及自動重合閘等安全自動裝置的動作信息。 保護動作類型通常故障區(qū)域內(nèi)動作的保護可以分為以下3種：主保護：母線的主保護在動作時會跳開所有與該母線直接相連的斷路器，變壓器主保護在動作時會跳開其兩端的所有斷路器，線路的主保護在動作時 會跳開所有與該線路 直接相連的 斷路器。近后備保護（第一后備保護）：變壓器的近后備 保護 用于當(dāng) 主 保 護發(fā) 生 拒 動后引起動作跳 開 變 壓器兩端 的所有 斷路 器。線路的兩個第一后備保護用于當(dāng)主保護拒動時引起動作跳開線路兩端的全部斷路器。遠后備保護（第二后備保護）：線路的遠后備保護主要用作保護變壓器，在相鄰的區(qū)域故障而該區(qū)域的保護未 動 作時。跳開 相鄰區(qū)域內(nèi)的全部斷路器，完成隔離并切除故障的目的。 故障區(qū)域識別這里通過變電所為例子來說明故障區(qū)域的識別問題。變電所的網(wǎng)絡(luò)拓撲結(jié)構(gòu)可以看作是一個圖G=（N，E），N是節(jié)點的集合，E是支路的集合。圖G的連接分子圖是所要確定的G`=（N`，E`）。其中G`屬于集合G，N`屬于集合N，E`屬于集合E。一般變電站的網(wǎng)絡(luò)拓撲結(jié)構(gòu)通常是支路集合以及節(jié)點集合組合成的，其中支路又是通過一個或者是多個 串 聯(lián) 的 裝 置 構(gòu) 成。變電所的網(wǎng) 絡(luò) 拓 撲在發(fā)生變化時主要是支路的連 通 狀 況 發(fā)生變化而引起的，而支路的斷開與聯(lián)通則主要取決于支路上設(shè)備的連通狀況。規(guī)則A 支路的合與斷的定義：“或”的 關(guān)系：支路上任何一個串聯(lián)設(shè)備都是斷開的狀態(tài)，支路才是“不連通”?！芭c”的 關(guān)系：支路上所有的串聯(lián)裝置都是閉合的狀態(tài)，支路才會是“連通”。規(guī)則B判斷支路和節(jié)點是否在一個連通區(qū)域范圍內(nèi)的定義：1) 支路如果是連通的，那么該支路以及所在兩端的節(jié)點都屬于同一個區(qū)域范圍。2) 支路如果是斷開的，那么該支路就不屬于任意一個連通的區(qū)域。孤立的節(jié)點如果是輸入以及輸出的節(jié)點，那么就定義成 屬于相同的一個連通區(qū)域，并且這個區(qū)域只有一個節(jié)點。如果孤立的節(jié)點是屬于其他的節(jié)點，那么就不用考慮。當(dāng)變電站有故障發(fā)生的時候，一般只會有少數(shù)的支路發(fā)生合與斷，所以在每次故障診斷的時候都檢測所有的支路并確認停電范圍明顯是很不必要的。為了增加實時性，防止重復(fù)的工作，進一步的提高診斷效率，在診斷的模塊啟動時，對變電所進行一次網(wǎng)絡(luò) 拓撲劃分以及對變電所 所有的支路完成變電所的連通 區(qū)域的劃分。只需要在故障信息出現(xiàn)時根據(jù)所跳閘的支路對該變電所進行局部的拓撲修正就可以。由于所含的開關(guān)設(shè)備閉合而引起原來斷開的支路連通對網(wǎng)絡(luò)的拓撲影響：1) 如果支路的兩端都屬于一個連通的子圖，那么就只增加一個支路。2) 如果支路的兩端節(jié)點最開始屬于不相同的兩個連通子圖G1和G2，那么就合并這兩個子圖G1與G2成為一個新的連通子圖，這個包括G1和G2的全部支路以及節(jié)點，同樣包括。由于所包括的開關(guān)設(shè)備斷開而引起原連通支路不連通時對網(wǎng)絡(luò)拓撲影響：1) 如果支路的兩端節(jié)點之間依然有連通子圖的存在，那么所擁有的節(jié)點數(shù)量不會變，支路上會缺少。2) 由于支路的斷開引起會被分裂成兩個連通子圖G1和G2，這兩個端點不會再存在連通路徑，而是分別屬于G1以及G2，這里有可能會有一個 節(jié)點成為孤立的節(jié)點，如果該節(jié)點是輸入與輸出的節(jié)點，那么就保留。這樣一來，當(dāng)有開關(guān)關(guān)斷或閉合時，就只需要對幾條有關(guān)支路進行判斷，即可以快速的得到新的網(wǎng)絡(luò)拓撲結(jié)構(gòu)。變電所網(wǎng)絡(luò)拓撲結(jié)構(gòu)一般通過停電區(qū)域的劃分可以分成多個連通的區(qū)域，再進一步經(jīng)過電源點的檢測來確定停電的區(qū)域以及帶電的區(qū)域，所有這些無源的連通區(qū)域并不是代表有故障點就會被保護切除，而是包括下列五種情況：1) 停運設(shè)備區(qū)。2) 由于保護以及開關(guān)誤動作導(dǎo)致的被誤操作斷電的區(qū)域。3) 由于有設(shè)備發(fā)生故障，導(dǎo)致保護誤操作的切除的區(qū)域。4) 由于上一級的元件設(shè)備故障被切除而導(dǎo)致停電的區(qū)域。5) 由于下一級的元件設(shè)備故障，開關(guān)或者是保護拒動導(dǎo)致本級后備動作，本級元件被斷電，并且和下一級元件同樣斷開的情況。 電網(wǎng)故障診斷方法 專家系統(tǒng)專家系統(tǒng)（ES）在人工智能的領(lǐng)域中是最成功并且發(fā)展最早的一個方法，它是通過各項有機連接來利用計算機的技術(shù)將各專業(yè)領(lǐng)域的專家經(jīng)驗和理論知識融合，使其達到解決各領(lǐng)域問題的能力。專家系統(tǒng)法有謂詞邏輯表達法，基于框架的知識表達法，語意網(wǎng)絡(luò)表達法，以及產(chǎn)生式規(guī)則表達法等多種表達法。圖1 專家系統(tǒng)的完整結(jié)構(gòu)目前研究最多也較成熟的一個復(fù)雜電網(wǎng)故障診斷方法就是專家系統(tǒng)法，它有著比較成熟的理論體系及研究，并且能很有效穩(wěn)定的模擬出在故障診斷中的分析檢測過程。其中圖1為專家系統(tǒng)的完整結(jié)構(gòu)。在電力系統(tǒng)故障診斷上，根據(jù)其知識的表達和推算方法的不同，專家系統(tǒng)主要分為兩類：1) 基于啟發(fā)式規(guī)則推理。2) 結(jié)合正反推理的系統(tǒng)。圖2 專家系統(tǒng)的發(fā)展這些基于專家系統(tǒng)的診斷方法的主要特點是可以快速有效的把保護設(shè)備和斷路器的相關(guān)動作和運行人員的檢測診斷經(jīng)驗通過規(guī)則表達出來，在確保診斷系統(tǒng)的準(zhǔn)確性和實時性同時能給出相應(yīng)的結(jié)論的情況下，在其知識庫中修改或者刪減增加一些合適的規(guī)則，在故障診斷中，適合中小型的電力系統(tǒng)和電站的故障診斷。作為發(fā)展最早的人工智能系統(tǒng)之一，專家系統(tǒng)雖然已經(jīng)有著較為成熟的理論知識體系，但是也存在很多缺陷在實際的應(yīng)用中。其中要去的完整的知識庫是專家系統(tǒng)在故障診斷中的一大難題。同時，專家系統(tǒng)的容錯能力也有待提升，這方面可以通過將模糊集的理論與其相結(jié)合，對知識庫進行模糊的推理使專家系統(tǒng)得到改善，這是專家系統(tǒng)在故障診斷方法近近幾年發(fā)展的主要目標(biāo)以及趨勢。 人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（ANN）是模擬人類神經(jīng)系統(tǒng)處理信息以及傳輸過程的一種人工智能技術(shù)方法。在提出模擬神經(jīng)元方法以后，人工神經(jīng)網(wǎng)絡(luò)（ANN）迅速的發(fā)展成為人工智能技術(shù)的又一個重要方法。人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理非線性問題提供了一條新的道路。目前在人工神經(jīng)網(wǎng)絡(luò)的實際應(yīng)用中，80%到90%的人工神經(jīng)網(wǎng)絡(luò)模型主要是采用BP（Back Propagation)，以下簡稱BP網(wǎng)絡(luò)或是它的變化形式。相比于專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)最大的優(yōu)點就是采用了神經(jīng)元和它們之間有向權(quán)重鏈接來隱含處理相關(guān)問題的理論知識，同時也有具有以下一些特點：1) 自我組織，學(xué)習(xí)能力強， 能夠?qū)W習(xí)并適應(yīng)各種不確定關(guān)系系統(tǒng)的特性。2) 容錯能力較強，能夠充分的達到任意較為復(fù)雜的非線性關(guān)系。3) 神經(jīng)元間的計算性具有獨立性，所有的定量與定性的相關(guān)信息都均勻分布在網(wǎng)絡(luò)內(nèi)神經(jīng)元里。4) 人工神經(jīng)網(wǎng)絡(luò)采用了分布處理法，使計算能力得到提升。隨著人工神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中的應(yīng)用越來越開始活躍。其中第一屆的人工神經(jīng)網(wǎng)絡(luò)（ANN）在電力系統(tǒng)中的應(yīng)用就于1991年在美國召開。目前來說，在電力系統(tǒng)的故障診斷中，人工神經(jīng)網(wǎng)絡(luò)（ANN）的應(yīng)用主要集中在以下幾方面：1) 電力系統(tǒng)的負荷預(yù)測；2) 故障診斷與警報的處理；3) 可預(yù)測性分析與狀態(tài)的估計；4) 動靜態(tài)的安全穩(wěn)定性估