【正文】 第1章 緒　　論 本課題的目的和意義在電力系統(tǒng)中，電能的集中和分配、電壓和電流的變換都是在變電站中實(shí)現(xiàn)的。作為電力輸配電系統(tǒng)中極其關(guān)鍵的環(huán)節(jié)，變電站通過(guò)變壓器將各級(jí)電壓的電網(wǎng)聯(lián)系起來(lái)。變電站故障診斷就是將故障征兆信息從變電站的某些檢測(cè)量中提取出來(lái)，然后通過(guò)對(duì)這些信息的分析與處理，判斷出故障的位置和根源。其中，包括保護(hù)開關(guān)動(dòng)作、斷路器跳閘等的故障征兆信息，由變電站監(jiān)控系統(tǒng)和故障錄波器的檢測(cè)量提供，而判斷出的故障根源一般是輸電線路、變壓器、母線和無(wú)功補(bǔ)償設(shè)備等。改革開放以來(lái)，電網(wǎng)的規(guī)模隨著電力系統(tǒng)的發(fā)展越來(lái)越大，不同區(qū)域電網(wǎng)之間的聯(lián)系也越來(lái)越緊密。各類電壓等級(jí)的變電站數(shù)量歷年遞增，導(dǎo)致電網(wǎng)結(jié)構(gòu)愈加復(fù)雜。這也就使得變電所的故障對(duì)電力系統(tǒng)的影響范圍及嚴(yán)重程度大大增加。同時(shí)，各地電力公司正逐步建立和完善集控站系統(tǒng)，越來(lái)越多的變電站實(shí)現(xiàn)了無(wú)人值守，且用戶對(duì)電能質(zhì)量的要求越來(lái)越高。如何令運(yùn)行人員快速準(zhǔn)確地找到故障位置，辨識(shí)、隔離真正的故障元件，使非故障區(qū)域迅速恢復(fù)至故障前狀態(tài)，增強(qiáng)供電的可靠性和連續(xù)性，是目前的急需解決的問(wèn)題。與此同時(shí)，變電站不斷提高其綜合自動(dòng)化的水平，繼電保護(hù)與自動(dòng)裝置在變電站中得到了越來(lái)越多的應(yīng)用。這些二次設(shè)備會(huì)當(dāng)變電站發(fā)生故障時(shí)產(chǎn)生大量諸如斷路器跳閘、保護(hù)裝置告警、保護(hù)動(dòng)作、故障錄波器動(dòng)作等等的報(bào)警信息。變電站發(fā)生故障的瞬間，這些報(bào)警信息會(huì)不加選擇地出現(xiàn)在監(jiān)控系統(tǒng)的異常窗口內(nèi)。如果出現(xiàn)復(fù)雜的多重故障、斷路器或保護(hù)出現(xiàn)動(dòng)作不正常（拒動(dòng)、誤動(dòng)）、告警信號(hào)受干擾丟失等情況時(shí)，故障診斷的復(fù)雜性問(wèn)題更會(huì)嚴(yán)重凸顯。這種情況下，調(diào)度運(yùn)行人員在很短的時(shí)間內(nèi)要閱讀這么多未經(jīng)任何加工處理的報(bào)警信息，理解其中的含義并抓住報(bào)警信息的實(shí)質(zhì)是相當(dāng)困難的。這將使現(xiàn)場(chǎng)人員極易產(chǎn)生誤判斷和誤處理，以致擴(kuò)大事故范圍，拖延故障恢復(fù)時(shí)間，甚至發(fā)展成更為嚴(yán)重的停電事故。因此研究變電站智能化故障診斷方法，為調(diào)度及運(yùn)行人員提供輔助判據(jù)具有重要的理論意義與實(shí)踐指導(dǎo)作用。 國(guó)內(nèi)外研究成果故障診斷問(wèn)題的研究，可以追溯到上個(gè)世紀(jì)的60年代，當(dāng)時(shí)的研究者們?cè)噲D使用傳統(tǒng)數(shù)學(xué)建模的方法來(lái)解決這個(gè)問(wèn)題，但是由于故障診斷的過(guò)程和計(jì)算技術(shù)非常復(fù)雜，無(wú)法用傳統(tǒng)的數(shù)學(xué)模型和計(jì)算方法來(lái)描述，以致對(duì)變電站故障診斷問(wèn)題的研究進(jìn)展極其緩慢。進(jìn)入七八十年代的中后期，隨著人工智能技術(shù)的迅猛發(fā)展，研究者們也從中找到了一條研究電網(wǎng)故障診斷問(wèn)題的新路，即：將人工智能技術(shù)與電網(wǎng)故障診斷相結(jié)合。由于人工智能技術(shù)可以模仿人類的思維方式和處理問(wèn)題的過(guò)程，并具有類似人類的學(xué)習(xí)能力和經(jīng)驗(yàn)積累，使得這一技術(shù)在故障診斷領(lǐng)域里脫穎而出。目前，將國(guó)內(nèi)外在變電站故障診斷領(lǐng)域應(yīng)用的人工智能方法進(jìn)行歸納，可以分為以下幾類：基于專家系統(tǒng)(Expert System)的方法、基于人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)的方法、基于模糊理論(Fuzzy Theory)的方法、基于Petri網(wǎng)的方法、基于粗糙集（Rough sets）的方法、基于Agent技術(shù)、小波分析（Wavelet Analysis）的方法等。1. 專家系統(tǒng)(Expert System)最早開發(fā)的人工智能技術(shù)就是專家系統(tǒng)(Expert System)。它也是眾多人工智能技術(shù)中發(fā)展相對(duì)成熟的一種。作為專家系統(tǒng)的創(chuàng)始人之一，費(fèi)根鮑姆（E．A．Feigenbaum）認(rèn)為該系統(tǒng)不是一個(gè)普通的應(yīng)用軟件，而是一種智能化的計(jì)算機(jī)程序，可以像專家一樣，運(yùn)用豐富的儲(chǔ)備知識(shí)和嚴(yán)密的推理步驟解決復(fù)雜的問(wèn)題。專家系統(tǒng)不僅能合理利用各種資料中的理論知識(shí)來(lái)處理各種定性的問(wèn)題，而且還可像專家一樣進(jìn)行總結(jié)并運(yùn)用實(shí)際經(jīng)驗(yàn)來(lái)求解非定性問(wèn)題。另外，專家系統(tǒng)在可以快速處理數(shù)學(xué)解析法不能解決的問(wèn)題的同時(shí)，還能大幅縮小需求解問(wèn)題的知識(shí)搜索范圍、減少推理路徑，加快解決問(wèn)題的速度、提高推理效率。盡管專家系統(tǒng)可以在模擬故障診斷專家的基礎(chǔ)上有效地完成故障診斷過(guò)程，但是在實(shí)際應(yīng)用過(guò)程中仍然不可避免有一定的不足：(1) 由于知識(shí)的獲取以及對(duì)其完備性的驗(yàn)證是一個(gè)很困難的過(guò)程，因此怎樣獲取完備的知識(shí)庫(kù)成為故障診斷專家系統(tǒng)的瓶頸問(wèn)題就在所難免了。(2) 專家系統(tǒng)畢竟不能像人類一樣具有對(duì)新事物的學(xué)習(xí)能力，所以一旦發(fā)生儲(chǔ)備知識(shí)庫(kù)里無(wú)法搜索到的新故障情況，將導(dǎo)致專家系統(tǒng)的錯(cuò)誤診斷或不診斷。(3) 專家系統(tǒng)沒有較好的容錯(cuò)能力。當(dāng)故障后，尤其保護(hù)裝置和斷路器錯(cuò)誤動(dòng)作或者丟失動(dòng)作信息的時(shí)候，專家系統(tǒng)不能有效識(shí)別，易產(chǎn)生錯(cuò)誤診斷。(4) 由于電力網(wǎng)絡(luò)的結(jié)構(gòu)和自動(dòng)化裝置的配置不斷變化，作為故障診斷的專家系統(tǒng)，其儲(chǔ)備的知識(shí)庫(kù)隨之也會(huì)進(jìn)行相應(yīng)的修改、校核。由此可見，及時(shí)更新專家系統(tǒng)的知識(shí)庫(kù)是一項(xiàng)費(fèi)時(shí)費(fèi)力的工程。因此，最近幾年專家系統(tǒng)呈現(xiàn)一些新的發(fā)展趨勢(shì)：①將ANN與專家系統(tǒng)結(jié)合，使之具備自學(xué)習(xí)與聯(lián)想的功能；②將模糊理論與專家系統(tǒng)結(jié)合，使之可以實(shí)現(xiàn)不確定性推理；③將粗糙集與專家系統(tǒng)結(jié)合，使其知識(shí)庫(kù)具有容錯(cuò)能力。2. 人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)是一種采用模仿人類神經(jīng)系統(tǒng)工作的原理來(lái)進(jìn)行信息傳輸、處理的人工智能方法。相較于專家系統(tǒng)，通過(guò)神經(jīng)元及神經(jīng)元間的有向權(quán)重連接來(lái)隱含處理那些系統(tǒng)的知識(shí)是其最大的優(yōu)點(diǎn)。除此之外，人工神經(jīng)網(wǎng)絡(luò)還具有以下優(yōu)勢(shì)：(1) 在學(xué)習(xí)的能力方面，人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程首先是確定其基本結(jié)構(gòu)，緊接著用算法進(jìn)行樣本的訓(xùn)練，最終完成自身對(duì)知識(shí)的理解和組織。整個(gè)學(xué)習(xí)過(guò)程結(jié)束后，人工神經(jīng)網(wǎng)絡(luò)還具備了一定程度的泛化能力；(2) 在容錯(cuò)能力方面，即使輸入信號(hào)帶有一些噪聲干擾，人工神經(jīng)網(wǎng)絡(luò)也可以輸出正確的結(jié)果，容錯(cuò)的能力相對(duì)還是比較強(qiáng)的。(3) 在執(zhí)行速度方面，神經(jīng)元之間相對(duì)獨(dú)立，都是各自進(jìn)行計(jì)算，這樣有利于系統(tǒng)內(nèi)事件的并行處理，所以執(zhí)行速度相對(duì)還是比較快的。當(dāng)然，在故障診斷領(lǐng)域的應(yīng)用中，ANN也存在以下的幾點(diǎn)問(wèn)題：(a) ANN不能夠?qū)﹄娋W(wǎng)拓?fù)浣Y(jié)構(gòu)進(jìn)行描述和表示，所以通常只能在一些規(guī)模較小的并且采用固定接線的電網(wǎng)中應(yīng)用；(b) 在應(yīng)用ANN分析處理問(wèn)題前，需要學(xué)習(xí)足夠多典型的樣本，另外學(xué)習(xí)過(guò)程所采用的算法往往收斂的速度不快；(c) ANN不善于分析那些帶有啟發(fā)性的知識(shí)。由于它缺少對(duì)診斷結(jié)果進(jìn)行解釋的功能，運(yùn)行人員在理解結(jié)論時(shí)存在一定障礙。3. 模糊理論(Fuzzy Theory)模糊理論(Fuzzy Theory)是通過(guò)對(duì)傳統(tǒng)的論模糊化，同時(shí)引入語(yǔ)言以及近似推理的邏輯來(lái)解決任何不確定性問(wèn)題的一種智能化技術(shù)。該理論更加符合人類的表達(dá)習(xí)慣，其知識(shí)庫(kù)利用語(yǔ)言變量來(lái)使用專家掌握的經(jīng)驗(yàn)。故障診斷中不可避免的存在不確定因素，而專家系統(tǒng)要求匹配一致，否則極易產(chǎn)生錯(cuò)誤結(jié)果。將模糊理論引入到專家系統(tǒng)方法中，推理就由精確向近似轉(zhuǎn)變，專家系統(tǒng)的容錯(cuò)能力也就得到了極大的提高。模糊理論也不可避免地存在一定的不足。在運(yùn)用模糊理論進(jìn)行分析時(shí)，經(jīng)常需要類似于基本概率指派函數(shù)、模糊隸屬函數(shù)和有關(guān)統(tǒng)計(jì)概率分布等的數(shù)據(jù)附加信息或先驗(yàn)知識(shí)，而要獲得這些信息是有一定的難度的。4. Petri網(wǎng)(Petri net)Petri網(wǎng)(Petri net)是在年間由德國(guó)數(shù)學(xué)家提出的一種通用的數(shù)學(xué)模型。它采用可視化描述離散事件系統(tǒng)的靜態(tài)結(jié)構(gòu)及動(dòng)態(tài)行為，易于理解。同時(shí)因?yàn)镻etri網(wǎng)能夠描述離散事件系統(tǒng)的結(jié)構(gòu)，所以它可以抓住系統(tǒng)中事件的先后和異同步等特征。電力系統(tǒng)的繼電保護(hù)的基本要求之一就是選擇性。當(dāng)電網(wǎng)發(fā)生故障時(shí)，各類保護(hù)會(huì)有選擇地切除故障。這個(gè)過(guò)程用Petri網(wǎng)絡(luò)描述特別適宜，因?yàn)樗褪窍到y(tǒng)同時(shí)發(fā)生或次序發(fā)生的活動(dòng)。在利用Petri網(wǎng)理論對(duì)大型電網(wǎng)建模時(shí)，設(shè)備增多與網(wǎng)絡(luò)擴(kuò)大會(huì)導(dǎo)致狀態(tài)的組合爆炸。同時(shí)，對(duì)于時(shí)間特征要求高的行為，基本Petri網(wǎng)不具備描述能力。因此采用高級(jí)Petri網(wǎng)進(jìn)行大型復(fù)雜系統(tǒng)的建模勢(shì)在必行。5. 粗糙集理論(Rough Sets Theory)上世紀(jì)末，Z．Pawlak教授等人提出了一種處理不確定問(wèn)題和不精確數(shù)據(jù)的方法，粗糙集理論(Rough Sets Theory)。該方法研究的對(duì)象是不完整數(shù)據(jù)，可以處理不精確的知識(shí)，并對(duì)知識(shí)進(jìn)行學(xué)習(xí)和歸納。它與概率統(tǒng)計(jì)和模糊集理論處理問(wèn)題的方法都不相同，最大特點(diǎn)是只需要求解問(wèn)題時(shí)要求處理的數(shù)據(jù)集合，其他的任何先驗(yàn)信息都不沒必要提供，因此可以相對(duì)客觀的表達(dá)和處理不確定的問(wèn)題。變電站的故障診斷可以歸結(jié)為模式分類問(wèn)題，粗糙集決策表方法對(duì)于解決這類問(wèn)題是相當(dāng)適宜的。另外，變電站中存在因?yàn)閿嗦菲骷氨Ｗo(hù)裝置誤動(dòng)或拒動(dòng)、通信裝置故障等原因造成的信號(hào)不完備問(wèn)題。粗糙集理論在容錯(cuò)力方面的優(yōu)勢(shì)在解決該問(wèn)題上可以充分發(fā)揮。 粗糙集結(jié)合Petri網(wǎng)方法的可行性分析變電站的故障診斷就是依據(jù)斷路器和保護(hù)的動(dòng)作情況判斷故障元件、誤動(dòng)作的斷路器和保護(hù)等，其中最為關(guān)鍵的是對(duì)故障元件的識(shí)別。因?yàn)橐坏┳R(shí)別出了故障元件，就可以利用保護(hù)動(dòng)作的原理結(jié)合邏輯推理對(duì)誤動(dòng)作的斷路器和保護(hù)進(jìn)行識(shí)別。用于故障診斷的信息主要由繼電保護(hù)動(dòng)作信號(hào)、斷路器動(dòng)作情況、自動(dòng)重合閘動(dòng)作情況、故障錄波器信息等構(gòu)成。這些信息之間有很強(qiáng)的因果關(guān)系，一些信息通常是由另一些信息的出現(xiàn)而產(chǎn)生，也就是說(shuō)這些信息之間的冗余度很高，這也為粗糙集的應(yīng)用提供了必要條件。運(yùn)用粗糙集可以通過(guò)屬性和屬性值的約簡(jiǎn)排除冗余的條件屬性和屬性值，獲得最簡(jiǎn)的診斷規(guī)則。其診斷效率大大提高。然而，利用粗糙集規(guī)則進(jìn)行推理決策過(guò)程中，當(dāng)數(shù)據(jù)量較大時(shí)，對(duì)規(guī)則進(jìn)行查表匹配的計(jì)算量將挺大。Petri網(wǎng)理論在有向圖和矩陣運(yùn)算的基礎(chǔ)上，對(duì)系統(tǒng)的靜態(tài)結(jié)構(gòu)和動(dòng)態(tài)過(guò)程進(jìn)行描述和推理的一種方法。Petri網(wǎng)方法的知識(shí)庫(kù)系統(tǒng)具有結(jié)構(gòu)規(guī)范、形式簡(jiǎn)單的特點(diǎn)，所以空間搜索和推理的效率高。Petri網(wǎng)可以利用簡(jiǎn)單的矩陣運(yùn)算演繹推理的動(dòng)態(tài)過(guò)程，求解速度快，可用于變電站的實(shí)時(shí)故障診斷。然而，Petri網(wǎng)方法不具備對(duì)知識(shí)加以處理的能力，只能進(jìn)行知識(shí)的表達(dá)與推理。換句話說(shuō)它的建立就是依靠先驗(yàn)知識(shí)。如果先驗(yàn)知識(shí)存在冗余信息，Petri網(wǎng)模型的規(guī)模就會(huì)過(guò)大，直接影響推理的效率。在使用規(guī)則知識(shí)進(jìn)行決策和推理的這個(gè)問(wèn)題上，粗糙集理論和Petri網(wǎng)理論可以很好的進(jìn)行互補(bǔ)。首先，粗糙集理論不僅可以進(jìn)行知識(shí)的約簡(jiǎn)，還可以進(jìn)行不確定信息的處理，最終可以實(shí)現(xiàn)知識(shí)的屬性優(yōu)選，可以獲得最佳的決策規(guī)則。其次，將這些決策規(guī)則用Petri網(wǎng)理論進(jìn)行描述建立模型。這樣就可以利用Petri網(wǎng)理論在推理過(guò)程中的優(yōu)點(diǎn)，最終實(shí)現(xiàn)高效的診斷。將粗糙集理論和Petri網(wǎng)理論進(jìn)行結(jié)合，不僅僅可以克服粗糙集的查表搜索過(guò)程計(jì)算量大的問(wèn)題，還可以解決Petri網(wǎng)絡(luò)的先驗(yàn)知識(shí)存在冗余性問(wèn)題。這樣它們各自的優(yōu)點(diǎn)也就可以得到充分的發(fā)揮。 本課題研究的主要工作通過(guò)閱讀大量文獻(xiàn)，本文分析了變電站故障診斷的特點(diǎn)以及故障診斷信息的來(lái)源，系統(tǒng)全面地對(duì)國(guó)內(nèi)外變電站故障診斷的方法進(jìn)行了歸納和總結(jié)，在此基礎(chǔ)上對(duì)變電站故障診斷問(wèn)題進(jìn)行了探索和研究。目前變電站故障診斷課題面臨的主要問(wèn)題是故障信息的不確定性和不完備性。這類問(wèn)題很適合用粗糙集(RS)理論來(lái)解決。但利用粗糙集規(guī)則進(jìn)行推理決策過(guò)程中，當(dāng)數(shù)據(jù)量較大時(shí)，對(duì)規(guī)則進(jìn)行查表匹配的計(jì)算量將特別大。因此本文將Petri網(wǎng)和粗糙集理論相結(jié)合，利用Petri網(wǎng)對(duì)粗糙集理論提取出的診斷規(guī)則進(jìn)行描述，再利用Petri網(wǎng)并行推理的能力，實(shí)現(xiàn)了高效的變電站故障診斷。同時(shí)考慮到變電站的擴(kuò)建通常一次只針對(duì)某一個(gè)電壓等級(jí)，故將變電站按電壓等級(jí)劃分為多個(gè)相對(duì)獨(dú)立的區(qū)域，針對(duì)每個(gè)區(qū)域進(jìn)行了診斷模型的建立，從而提高了診斷的靈活性和適用性。主要的研究?jī)?nèi)容如下： (1) 針對(duì)粗糙集理論及Petri網(wǎng)模型的特點(diǎn)，對(duì)粗糙集理論結(jié)合Petri網(wǎng)方法在變電站故障診斷應(yīng)用中的可行性和優(yōu)勢(shì)進(jìn)行分析，確立了基于粗糙集理論和Petri網(wǎng)模型的變電站故障診斷方法。 (2) 變電站的故障診斷以故障后所表現(xiàn)的征兆信息為分析和研究的基礎(chǔ)， 本文系統(tǒng)地分析了變電站故障數(shù)據(jù)的來(lái)源，并對(duì)變電站常見的故障進(jìn)行了整理。 (3) 以實(shí)際的110kV變電站為例，將其按電壓等級(jí)劃分為多個(gè)相對(duì)獨(dú)立的區(qū)域。根據(jù)其開關(guān)和保護(hù)的動(dòng)作情況，考慮單重故障和開關(guān)拒動(dòng)的情況，對(duì)于各個(gè)區(qū)域分別建立建立變電站故障診斷系統(tǒng)的基礎(chǔ)原始決策表。 (4) 利用粗糙集理論對(duì)各個(gè)區(qū)域的原始決策表進(jìn)行屬性約簡(jiǎn)及屬性值約簡(jiǎn)，提取出診斷規(guī)則，然后用Petri網(wǎng)對(duì)診斷規(guī)則進(jìn)行描述，建立了各個(gè)區(qū)域診斷模型。 (5) 對(duì)所建立的故障模型進(jìn)行樣本測(cè)試和方法的分析比較。結(jié)果表明：該方法確是一種快速準(zhǔn)確、容錯(cuò)性強(qiáng)、適應(yīng)性好的變電站故障診斷方法，對(duì)高效地進(jìn)行變電站在線故障診斷具有重要的意義。71　　 第2章 變電站故障診斷的信息來(lái)源及常見故障變電站故障診斷系統(tǒng)是運(yùn)行和調(diào)度人員分析和處理事故的輔助工具，能夠幫助縮短事故的處理時(shí)間，防止事故的進(jìn)一步擴(kuò)大，對(duì)提高變電站自動(dòng)化水平具有重要意義。SCADA()與變電站的運(yùn)行監(jiān)測(cè)系統(tǒng)為運(yùn)行人員提供了對(duì)變電站進(jìn)行監(jiān)視和控制的平臺(tái)。然而在變電站發(fā)生故障的瞬間，現(xiàn)有的電力自動(dòng)化系統(tǒng)會(huì)毫無(wú)選擇的把采集來(lái)的大量的報(bào)警信息提供給監(jiān)控和運(yùn)行人員，以致運(yùn)行人員往往來(lái)不及處理和判斷。而且SCADA系統(tǒng)采集的信息還不能完全滿足現(xiàn)場(chǎng)運(yùn)行的需要。在這種情況下，變電站故障診斷應(yīng)運(yùn)而生。準(zhǔn)確的故障診斷主要由以下兩個(gè)方面來(lái)決定：（1）故障診斷是否采用了準(zhǔn)確、完整的信息；（2）故障診斷是否采用了可靠的診斷方法。當(dāng)變電站遇到故障時(shí)，借助SCADA系統(tǒng)能采集到很多的故障信息，其中故障診斷所能利用的信息包括：電網(wǎng)的遙信量信息，如斷路器、隔離開關(guān)等設(shè)備實(shí)時(shí)狀態(tài)信息；電網(wǎng)的遙測(cè)量信息，如電壓、電流和有功、武功功率的測(cè)量值；保護(hù)時(shí)間信息，如不同規(guī)約的保護(hù)動(dòng)作和時(shí)間順序記錄（）信息等。由于故障來(lái)源和故障信息傳輸、處理的速度不同，各個(gè)信息對(duì)于故障診斷的作用也不一樣，通常情況下，繼電保護(hù)和斷路器的動(dòng)作信號(hào)反應(yīng)最快，用于快速故障診斷和隔離，故障錄波器信息最為全面，一般用于事故追憶。 SCADA系統(tǒng)的基本知識(shí) SCADA系統(tǒng)的基本結(jié)構(gòu)及數(shù)據(jù)流程SCADA系統(tǒng)是電力綜合自動(dòng)化系統(tǒng)中最基本的功能模塊之一。它以計(jì)算機(jī)為基礎(chǔ)，監(jiān)視和控制現(xiàn)場(chǎng)的運(yùn)行設(shè)備，從而實(shí)現(xiàn)了數(shù)據(jù)采集、參數(shù)調(diào)節(jié)、設(shè)備控制、測(cè)量以及各類信號(hào)報(bào)警等多