【正文】 g analysis and optimal solutions, but also through the practical examples to demonstrate its effectiveness and accuracy.KWYWORDS：Power system，F(xiàn)ault diagnosis，Genetic algorithm，Object function，Analysis modelII目 錄摘 要 IAbstract II第1章 緒論 1 背景和意義 1 國內(nèi)外研究現(xiàn)狀 1 本文的主要內(nèi)容 3第2章 常見電網(wǎng)故障診斷方法 4 電網(wǎng)故障診斷的基本概念 4 保護(hù)動作類型 4 故障區(qū)域識別 5 電網(wǎng)故障診斷方法 6 專家系統(tǒng) 6 人工神經(jīng)網(wǎng)絡(luò) 8 基于優(yōu)化技術(shù)的方法 9 其他技術(shù) 9 本章小結(jié) 10第3章 遺傳算法的基本原理及應(yīng)用 11 遺傳算法的基本原理 11 基本概念 11 遺傳算法特點(diǎn) 11 遺傳算法的原理 12 遺傳算法的分類 13 簡單遺傳算法（SGA） 13 高級遺傳算法（RGA） 15 遺傳算法在電力系統(tǒng)中的應(yīng)用 16 調(diào)度和規(guī)劃的應(yīng)用 16 故障診斷與警報處理 16 運(yùn)行優(yōu)化的應(yīng)用 17 其他領(lǐng)域的應(yīng)用 17第4章 基于遺傳算法的故障診斷 18 故障診斷的數(shù)學(xué)模型 18 故障診斷的完全解析模型 18 完全解析模型的目標(biāo)函數(shù) 20 基于遺傳算法的模型求解 21 診斷流程 22 基于遺傳算法的故障診斷算例分析及驗(yàn)證 22 實(shí)際算例系統(tǒng) 22 故障以及報警信息的分析 23 故障診斷求解以及結(jié)果分析 24 本章小結(jié) 25結(jié) 論 26參考文獻(xiàn) 28IV第1章 緒論 背景和意義自進(jìn)入21世紀(jì)以來，隨著時代的飛速發(fā)展，技術(shù)的不斷進(jìn)步以及人類社會對電力依賴程度的加大，電力系統(tǒng)在社會經(jīng)濟(jì)占有著非常重要的地位，所以確保電網(wǎng)的安全可靠是電力相關(guān)部門最神圣的使命。本文通過對電力系統(tǒng)故障診斷的一些研究，主要完成了下面一些研究及分析的工作：首先是了解了電力系統(tǒng)故障診斷的原理及各種類型，并說明了部分解決方法；然后簡要的闡述了各種方法的原理，特別是遺傳算法。然而由于自然、人為等多種因素的影響，電力系統(tǒng)的故障是不可避免的。特別是電力網(wǎng)絡(luò)，由于輸配電線路長期暴露在自然環(huán)境中，更是容易引發(fā)各種各樣的故障，一旦電網(wǎng)發(fā)生故障，將會造成對用戶供電的中斷或供電質(zhì)量的下降，甚至損壞電氣設(shè)備。最后，研究基于遺傳算法的故障診斷，通過保護(hù)與斷路器規(guī)則建模解析并求得最優(yōu)解，又通過實(shí)際案例來證明了其有效性與準(zhǔn)確性。如今的電力系統(tǒng)也越來越大，越來越復(fù)雜，而且有很大部分的輸電線路暴露在自然環(huán)境中，導(dǎo)致電網(wǎng)中經(jīng)常容易出現(xiàn)各種各樣的復(fù)雜故障[1~2]。所以必須要通過有效故障診斷系統(tǒng)，使電力系統(tǒng)發(fā)生故障時，能獲取各種故障信息，故障性質(zhì)，故障地點(diǎn)并自動評定出最優(yōu)的保護(hù)動作。調(diào)度中心就會根據(jù)數(shù)據(jù)采集監(jiān)控系統(tǒng)搜集出保護(hù)裝置和開關(guān)變位信息，并提供給調(diào)度員，他們會根據(jù)所掌握的信息結(jié)合電網(wǎng)運(yùn)行維護(hù)單位所提供的分析結(jié)果做出最后的故障分析報告。 國內(nèi)外研究現(xiàn)狀面對如今很多復(fù)雜的電力系統(tǒng)，國內(nèi)外關(guān)于故障診斷方面的研究多都處在故障元件的識別與檢測上，并提出了很多方法[3~4]。在電力系統(tǒng)方面，專家系統(tǒng)也占據(jù)了不小的比重，很多地方都投入實(shí)用，主要表現(xiàn)在電力系統(tǒng)故障診斷方面[6~7]。而近些年，提出基于優(yōu)化技術(shù)的方法，其原理是根據(jù)按照元件故障，保護(hù)動作和開關(guān)跳閘之間的邏輯關(guān)系，將故障診斷問題表示為01這樣無約束的規(guī)劃問題，然后利用優(yōu)化技術(shù)求解。與傳統(tǒng)的優(yōu)化技術(shù)所不同的是，遺傳算法對于求解問題不會涉及常規(guī)問題求解的數(shù)學(xué)過程。這種模型在一定程度上解決了保護(hù)信息不完整時的電力系統(tǒng)的故障診斷問題。算例分析表明該文基于保護(hù)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。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(xiàn)[18]就遺傳算法提出了一些改進(jìn)。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。4) 通過實(shí)際案例結(jié)果驗(yàn)證方法的有效性與可靠性。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。3) 保護(hù)信息：事故或故障后保護(hù)的動作信息主要包含保護(hù)軟壓板狀態(tài)報告，保護(hù)跳閘報告，保護(hù)自檢報告以及保護(hù)錄 波 報告等。線路的兩個第一后備保護(hù)用于當(dāng)主保護(hù)拒動時引起動作跳開線路兩端的全部斷路器。變電所的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可以看作是一個圖G=（N，E），N是節(jié)點(diǎn)的集合，E是支路的集合。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。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。為了增加實(shí)時性，防止重復(fù)的工作，進(jìn)一步的提高診斷效率，在診斷的模塊啟動時，對變電所進(jìn)行一次網(wǎng)絡(luò) 拓?fù)鋭澐忠约皩ψ冸娝?所有的支路完成變電所的連通 區(qū)域的劃分。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?fù)溆绊懀?) 如果支路的兩端節(jié)點(diǎn)之間依然有連通子圖的存在，那么所擁有的節(jié)點(diǎn)數(shù)量不會變，支路上會缺少。2) 由于保護(hù)以及開關(guān)誤動作導(dǎo)致的被誤操作斷電的區(qū)域。 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(xiàng)有機(jī)連接來利用計算機(jī)的技術(shù)將各專業(yè)領(lǐng)域的專家經(jīng)驗(yàn)和理論知識融合，使其達(dá)到解決各領(lǐng)域問題的能力。在電力系統(tǒng)故障診斷上，根據(jù)其知識的表達(dá)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。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。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。3) 神經(jīng)元間的計算性具有獨(dú)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。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(fù)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)定性估計；5) 電力系統(tǒng)的無功優(yōu)化；6) 暫態(tài)穩(wěn)定控制與運(yùn)行監(jiān)測系統(tǒng)。雖然都還不夠成熟，理論體系尚不夠完整，但前景很不錯，值得進(jìn)一步研究。另外基于優(yōu)化技術(shù)的也存在許多的不足，主要有以下幾方面：1) 在形成目標(biāo)函數(shù)的過程中，對于如何建立一個合理的電力系統(tǒng)故障診斷的解析模型，在考慮到多級的后備保護(hù)時會有些困難。還有以下相關(guān)診斷技術(shù)：模糊集理論、小波分析法、Petri網(wǎng)絡(luò)以及粗糙集理論技術(shù)等一些，同時從數(shù)據(jù)采集的層面上進(jìn)行區(qū)分還有很多相關(guān)技術(shù)方法，另外也通過多種方法結(jié)合創(chuàng)造出更適合現(xiàn)代復(fù)雜的電網(wǎng)系統(tǒng)的故障診斷技術(shù)，例如遺傳算法與模擬退火技術(shù)相結(jié)合或是專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)結(jié)合的一種診斷方式，如圖4所示就是人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)結(jié)合的一種新方法。通過本章的知識，我們明確了電力系統(tǒng)故障診斷的地位以及重要性。采用概率化的尋找最優(yōu)解方法，能自動調(diào)整搜索方向并獲取指導(dǎo)優(yōu)化的搜索范圍，沒有規(guī)則的約束性。2) 遺傳算法對搜索范圍內(nèi)的多個解開始篩選評估，能同時處理種群中的多個個體，減少了一定的風(fēng)險，同時也讓遺傳算法更好的實(shí)現(xiàn)優(yōu)化。5) 遺傳算法具有自主的學(xué)習(xí)以及適應(yīng)性，并且有著良好的自我組織能力。然后按照這些解的優(yōu)異性來進(jìn)行排列，通過遺傳算子中的交叉以及變異來對其運(yùn)算求解出新的預(yù)備解，一直重復(fù)該過程，直到求出滿足收斂為止。所以使用隨機(jī)性的方法來構(gòu)成匹配集是一種相對來說很好的方法。 交叉與變異交叉的主要目的是可以把兩個串中較優(yōu)良的遺傳到下一代的某個串中去，使該串擁有優(yōu)于其上一代的性能。因?yàn)樵谶z傳中，如果出現(xiàn)某一代的串的某些數(shù)字均是0，那么它的后代的所有串中該位數(shù)將一直為0，不會有1的出現(xiàn)，不論選擇和交叉的如何進(jìn)行。對于C和D中的數(shù)字：C＝1 l|0 0 1 0 1|1 1 1 0 1 ；D＝l 0|0 1 1 1 0|0 1 1 1 1 ，其中，第3位與第8位是斷點(diǎn)，就是交叉點(diǎn)。變異的概率Pm一般來說都給得比較小，一般在千分之一和十分之一之間，所以變異的數(shù)字的位置都是隨機(jī)確定。目前所使用的判據(jù)比較多，比如從最優(yōu)解的方面所確定的收斂判據(jù)，在連續(xù)得到的解集中的最優(yōu)解無變化就會認(rèn)定GA是收斂的；或者通過所使用的計算機(jī)容量限制與計算時間來確定的判據(jù)，就是所給與的每一代解集中的串的數(shù)量與迭代的次數(shù)；或者是解集中的最優(yōu)解的適應(yīng)度跟其平均適應(yīng)度之差所占的百分比小于所給定的允許值等判據(jù)。3) 選擇運(yùn)算：選擇操作就是建立在種群中每一個個體的適應(yīng)度評估的基礎(chǔ)之上，將選擇算子作用到群體。GA中起關(guān)鍵作用的就是交叉算子。6) 終止條件判斷：若t=T,則以進(jìn)化過程中得到的最大適應(yīng)度個體作為最優(yōu)解，最后計算終止。不同于簡單遺傳算法，高級遺傳算法的變異概率以及交叉概率是可變的，通過遺傳算法的原理可知，在迭代之前，變異概率比較小，交叉概率比較大，這樣才能確定計算過程的穩(wěn)定進(jìn)行。簡單遺傳算法和高級遺傳算法有很多差異，主要的區(qū)別有如下兩點(diǎn)：1) 簡單遺傳算法只有變異和交叉，但是高級遺傳算法中還有很多新的算子，實(shí)現(xiàn)其算子的方式是不一樣的。 遺傳算法在電力系統(tǒng)中的應(yīng)用目前，隨著科學(xué)的進(jìn)步，遺傳算法正迅速的發(fā)展起來，已經(jīng)開始廣泛的應(yīng)用于各個領(lǐng)域，例如工程控制、工程優(yōu)化、故障診斷、人工智能、對策論、機(jī)器學(xué)習(xí)、模式識別、分子生物學(xué)、計算機(jī)等領(lǐng)域，都取得了不錯的成績。以下就是作者所總結(jié)的一些遺傳算法在電力系統(tǒng)中的應(yīng)用。所以總的來說，GA在已廣泛的應(yīng)用于發(fā)電規(guī)劃，檢修計劃，機(jī)組最優(yōu)組合以及網(wǎng)絡(luò)規(guī)劃等方面。對于故障診斷，一般會對故障提出多個假設(shè)，然后就會需要對于所提出的這些假設(shè)進(jìn)行計算驗(yàn)證。然后利用遺傳算子，對于上一代的單位個體開始繁殖，產(chǎn)生后代并且篩選掉其父代中適應(yīng)度值低的單位，同時計算出其后代的適應(yīng)值，把適應(yīng)度值高的單位和所篩選出的單位組成新的個體。警報處理和故障診斷的區(qū)別在于兩者分析的程度不同。 其他領(lǐng)域的應(yīng)用由于遺傳算法有著其它算法所不具備的優(yōu)勢，它在電力系統(tǒng)中的應(yīng)用也越來越廣泛。將上述的保護(hù)規(guī)則與原理通過邏輯方程組的形式表示就是故障診斷的解析模型。M表示 保護(hù)R與斷路器C正?；蛘哒`動。其中是在的保護(hù)區(qū)域內(nèi)相鄰設(shè)備的集合，表示所有沿著線路路徑從保護(hù)到的斷路器的集合。整個解析模型包括了保護(hù)規(guī)則解析和狀態(tài)解析，是對故障診斷在規(guī)則上的完整闡述。若是斷路器的跳閘情況以及保護(hù)動作情況已知，由R`和C`表示，在不考慮警告信息中的漏報以及誤報的情況，那么故障的解析模型又可表