【正文】 r ′ ) + (c c ′ )+(w | d | +w | m |) + (w | d | +w | m |)+w | F (S, R, C, M, D) |????? 上式中 w1=， w2=， w3=100。然后母線 B2 的主保護(hù) B2m 發(fā)生動(dòng)作，斷路器 QF10 拒動(dòng)，斷路器 QF4， 6， 8 斷開，失靈保護(hù) QF10f 拒動(dòng)，引起線路保護(hù) L3Rs 發(fā)生動(dòng)作，斷路器 QF28 斷開。還有 48 個(gè)后備保護(hù)分別是 L1Sp， L2Sp，? L8Sp， L1Rp， L2Rp，? L8Rp； T1p， T2p，?T8p 以及 L1Ss， L2Ss，? L8Ss， L1Rs， L2Rs，? L8Rs。 基于遺傳算法的故障診斷算例分析及驗(yàn)證 實(shí)際算例系統(tǒng) 通過圖（ 6）的系統(tǒng)作為例子，該系統(tǒng)里面包含了 28 個(gè)元件， 124 個(gè)保護(hù)設(shè)備以及 40 個(gè)斷路器裝置。 5) 通過接收到的警告信息 ,RC??，處理后用來降低參變量的維度。 在（ 13）式中， 12,aa是加速系數(shù)，而 1, 2 , , ,( ) , ( ) , ( ) , ( )d d i d i dh t h t h t h t?是用來調(diào)節(jié)算法過程，在 0 到 1 之間的偽隨機(jī)數(shù)。 i ,d i ,d g ,d i ,di ,d i ,d i ,dv ( t + 1 ) = v ( t ) + f ( p x )x ( t + 1 ) = x ( t ) + v ( t + 1 ) （ 12） 在經(jīng)過 t 次迭代以后，算子 i 尋找過的最優(yōu)位置是個(gè)體的極值，所有算子尋找到的最優(yōu)位置是群體極值，算子更新 其位置及速度是通過與這兩個(gè)極值來更新的。 3w 表示解析模型的保障系數(shù)，它的取值范圍是： 3w 遠(yuǎn)大于 1 并且遠(yuǎn)大于 12,ww 。為了方便，下面將（ 7）和（ 8）寫成如下形式： F( S, R, C, M, D) = 0 （ 10） 其中 F 的維數(shù)是 2（ Z+K）。但是，如果把上述方法應(yīng)用到電力系統(tǒng)的故障 診斷就會(huì)出現(xiàn)以下一些問題： 1) 若是可能發(fā)生的故障設(shè)備比較多的時(shí)候，解集（ S， R， C， M， D）的維數(shù)（ N+3Z+3K）會(huì)比較高，求模型（ 9）的主析取范式會(huì)很有難度。 19 完全解析模型的目標(biāo)函數(shù) 根據(jù)邏輯方程組的求解方法。 所以，遠(yuǎn)后備保護(hù)的動(dòng)作期望lrf為： l t l nx l nr n i j x tc ∈ P ( r ,s )s ∈ Z ( r ,s )f = s r r ⊕ (s ∏ c)? （ 4） 4．?dāng)嗦菲鞯氖ъ`保護(hù) 在 220kV 及以上的系統(tǒng)中的斷路器通常會(huì)設(shè)有失靈保護(hù)系統(tǒng)，一旦有保護(hù) xr 動(dòng)作并引起斷路器跳閘時(shí)，動(dòng)作期望krf為： k xkr k xr ∈ R(c )f = c r? （ 5） 其中 ()kRc 表示全部能引起斷路器 kc 跳閘的保護(hù)集合。 D 表示保護(hù) R 與斷路器 C 正?；蛘呔軇?dòng)。 R = P(S , R, C, M, D)C = Q(S , R, C, M, D)H(S , R, C, M, D) = 0 （ 1） 其中： S 表示可能發(fā)生故障的設(shè)備集合（ ）。目前，在其它領(lǐng)域，遺傳算法已被廣泛應(yīng)用于網(wǎng)絡(luò)分解、短期負(fù)荷預(yù)報(bào)、諧波分析與濾波、分散電源（ dispersed power sources）的最優(yōu)配置、狀態(tài)估計(jì)、靈活交流輸電系統(tǒng)、水輪機(jī)參數(shù)解調(diào)、以及配16 電系統(tǒng)中分段開關(guān)的最優(yōu)分布等各個(gè)方面。 運(yùn)行優(yōu)化的應(yīng)用 遺傳算法（ GA）在電力系統(tǒng)中應(yīng)用的一個(gè)重要領(lǐng)域就是在解決運(yùn)行優(yōu)化方面，這種既有組合優(yōu)化問題又有參數(shù)方面的優(yōu)化問題。如果新的一代滿足了所設(shè)定好的算法已收斂或者是繁衍代數(shù)，那么就返回到最優(yōu)基因串，然后對(duì)適應(yīng)值最高的單位進(jìn)行解碼，最后得到的結(jié)果就是結(jié)論。但是經(jīng)常導(dǎo)致的結(jié)果是多種方法總會(huì)得到同一個(gè)結(jié)論，如果對(duì)于每個(gè)假設(shè)的所有結(jié)論進(jìn)行逐一的計(jì)算推理，這樣更會(huì)使計(jì)算的效果大大降低，無法滿足電網(wǎng)的要求。 故障診斷與警報(bào)處理 通過保護(hù)動(dòng)作，元件故障以及開關(guān)跳閘之間的邏輯聯(lián)系，可以將故障的診斷問題表示為無約束的 0— 1 規(guī)劃問題。 15 調(diào)度和規(guī)劃的應(yīng)用 遺傳算法（ GA）在解決調(diào)度和規(guī)劃這樣的組合問題上是比較實(shí)用的。而且現(xiàn)在國際上經(jīng)常召開設(shè)有遺傳算法的專題會(huì)議，這種會(huì)議基本是每兩年就會(huì)召開一次，使得遺傳算法的研究已經(jīng)成為國際學(xué)術(shù)界的一大熱門話題。 2) 簡單遺傳算法中的變異和交叉算子它們發(fā)生的概率是固定不變的，但是高級(jí)遺傳算法的概率則具有可變性。在迭代的后期，解群中的 串 已漸漸的趨于穩(wěn)定，可能收斂于局 部的最優(yōu)解，這時(shí)交 叉的作用已經(jīng)開始慢慢減小，其發(fā)生的概率 可降低，而變異的 概率應(yīng)該給定得略大點(diǎn)，方便之后有機(jī)會(huì)跳出局部的最優(yōu)解，進(jìn)入新的搜索范圍。 簡單遺傳算法的步驟如圖 5 所示。 5) 變異運(yùn)算 ：將變異算子作用 到種群 。 選擇 運(yùn)算 的 主要 目的 就 是把優(yōu)化 后 的個(gè)體直接遺傳到下一代或 者是 通過交叉 配對(duì)來 產(chǎn)生新的個(gè)體 然后 再遺傳到下一代 之中去 。 遺傳算法的分類 目前專家們已提出很多不同類型及形式的遺傳算法，總的來說可以把這些算法整理為兩種，簡單遺傳算法（ SGA）與高級(jí)遺傳算法（ RGA）。 收斂判據(jù) 遺傳算法的收斂判據(jù)是屬于啟發(fā)式的，常規(guī)的數(shù)學(xué)方法在數(shù)學(xué)上都有著比較嚴(yán)格的收斂判據(jù)。兩斷點(diǎn)交叉之后可以得到： C? ＝ 1 1 0 1 1 1 0 1 1 1 0 1 ； D? ＝ 1 0 0 0 1 0 1 0 1 1 1 1 ， 變異就是串的某個(gè)數(shù)字發(fā)生變化。就是說 l 這個(gè)數(shù)字信息丟失了，必須通過變異才可將這個(gè) 1 恢復(fù)。如果交叉之后得到的后代性能不好，那么就可以在此后的選擇過程中，將本代選擇拋棄，匹配集中只選擇性的保留較好的串。但是必須要保證適應(yīng)值在匹配集中的串?dāng)?shù)值較大，這樣才能有繁殖的機(jī)會(huì)。主要包括兩個(gè)方面： 11 1) 怎樣從現(xiàn)有的解集中篩選出一些解（選擇算子）來產(chǎn)生其后代。 另外遺傳算法作為解決搜索問題的一種通用方法，所以 GA 又具有搜索 算法的一些共同特點(diǎn)：最初是組成一組初始解，然后通過一些相應(yīng)的適應(yīng)性條件計(jì)算出這些解的適應(yīng)度，再根據(jù)適應(yīng)度的特點(diǎn)保留一些初始解，并且篩選掉其他無效解。 3) 遺傳算法只用適應(yīng)函數(shù)值來篩選個(gè)體，不用搜索范圍的知識(shí)或者是其他的信息，在這個(gè)基礎(chǔ)上進(jìn)行操作。 GA 的這些性質(zhì)，被廣泛的應(yīng)用于現(xiàn)代社會(huì)的各個(gè)領(lǐng)域，是現(xiàn)代智能計(jì)算中的重要技術(shù)分支。10 第 3 章 遺傳算法的基本原理 及 應(yīng)用 遺傳 算法 （ GA）是 通過 模擬 Darwin 的 生物進(jìn)化 理 論的 遺傳學(xué)與自然選擇 的生物進(jìn)化過程的計(jì)算 模型 ，是一種通過模擬自然進(jìn)化過程 ，然后 搜索 出 最優(yōu)解 的方法，它最 開始是 美國 密歇根州大學(xué) 的 教授 在 1975 年首 次 提出的，并出版 發(fā)行了很具 影響的《 Adaptation in Natural and Artificial Systems》 一書， 所提出的 GA 為簡單遺傳算法（ SGA）。 9 神 經(jīng) 知 識(shí) 網(wǎng) 絡(luò) 庫新 數(shù) 據(jù)訓(xùn) 練 數(shù) 據(jù) 庫規(guī) 則 ： I F T H E N規(guī) 則 萃 取推 理 機(jī)解 釋 器人 機(jī) 接 口用 戶 圖 4 人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的總體結(jié)構(gòu) 本章小結(jié) 在研究遺傳算法在電力系統(tǒng)故障診斷中的研究之前，本章首先介紹了故障診斷的基本概念與結(jié)構(gòu)，了解了什么是電力系統(tǒng)故障診斷，并說明了故障診斷的一些相關(guān)內(nèi)容，通過變電所的例子來說明故障區(qū)域的識(shí)別原理。 2) 因?yàn)?在 尋求最優(yōu)解的過程中，存在一些隨機(jī)因素的影響，導(dǎo)致優(yōu)化技術(shù)有時(shí)會(huì)丟失最優(yōu)解。 其中基于優(yōu)化技術(shù)的故障診斷方法是把電網(wǎng)故障診斷問題建立成一種解析的數(shù)學(xué)模型，將其描述成為 01 的整數(shù)規(guī)劃問題。 人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)故障診斷中的主要應(yīng)用問題是：人工神經(jīng)網(wǎng)絡(luò)不具備相應(yīng)的表達(dá)電力系統(tǒng)拓?fù)浣Y(jié)構(gòu)的相關(guān)能力，僅能在具有固定的接線的中小型電網(wǎng)中得到應(yīng)用，所以說怎樣設(shè)計(jì)出能應(yīng)用于大型電網(wǎng)的人工神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)依然是現(xiàn)在的研究發(fā)展趨勢(shì)。 4) 人工神經(jīng)網(wǎng)絡(luò)采用了分布處理法，使計(jì)算能力得到提升。目前在人工神經(jīng)網(wǎng)絡(luò)的實(shí)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。同時(shí)，專家系統(tǒng)的容錯(cuò)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(duì)知識(shí)庫進(jìn)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(shì)。 7 2) 結(jié)合正反推理的系統(tǒng)。專家系統(tǒng)法有謂詞邏輯表達(dá)法，基于框架的知識(shí)表達(dá)法，語意網(wǎng)絡(luò)表達(dá)法，以及產(chǎn)生式規(guī)則表達(dá)法等多種表達(dá)法。 3) 由于有設(shè)備發(fā)生故障，導(dǎo)致保護(hù)誤操作的切除的區(qū)域。 2) 由于支路 iE 的斷開引起 sG 會(huì)被分裂成兩個(gè)連通子圖 G1 和 G2，這兩個(gè)端點(diǎn)不會(huì)再存在連通路徑，而是分別屬于 G1 以及 G2，這里有可能會(huì)有一個(gè) 節(jié)點(diǎn)成為孤立的節(jié)點(diǎn)，如果該節(jié)點(diǎn)是輸入與輸出的節(jié)點(diǎn) ，那么就保留。只需要在故障信息出現(xiàn)時(shí)根據(jù)所跳閘的支路對(duì)該變電所進(jìn)行局部的拓?fù)湫拚涂梢浴? 孤立的節(jié)點(diǎn)如果是輸入以及輸出的節(jié)點(diǎn)，那么就定義成 屬于相同的一個(gè)連通區(qū)域，并且這個(gè)區(qū)域只有一個(gè)節(jié)點(diǎn)。 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(gè)串聯(lián)設(shè)備都是斷開的狀態(tài)，支路才是“不連通”。圖 G 的連接分子圖是所要確定的 G`=（ N`，E`）。 遠(yuǎn)后備保護(hù)（第二后備保護(hù)）：線路的遠(yuǎn)后備保護(hù)主要用作保護(hù)變壓器，在相鄰的區(qū)域故障而該區(qū)域的保護(hù)未 動(dòng) 作時(shí)。 4) 安全自動(dòng)裝置信息：主要包含 備 自投，過負(fù)荷以及自動(dòng)重合閘等安全自動(dòng)裝置的動(dòng)作信息。 4) 故障的決定：通過故障的評(píng)價(jià)結(jié)果，對(duì)電力系統(tǒng)做出相關(guān)的決定，如報(bào)警停機(jī)等。4 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(shí)時(shí)狀態(tài)監(jiān)測(cè)系統(tǒng)所得到的系統(tǒng)狀態(tài)以及設(shè)備狀態(tài)的各項(xiàng)數(shù)據(jù)和系統(tǒng)處理的運(yùn)算結(jié)果提供的數(shù)據(jù)信息，來找出電網(wǎng)的故障地點(diǎn)位置原因以及嚴(yán)重程度，然后提供相關(guān)處理建議。 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(shì)。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(xiàn)簡要介紹了在個(gè)體適應(yīng)度的基礎(chǔ)上自動(dòng)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(jìn)后提出了改進(jìn)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。 在文獻(xiàn) [17]中從提高實(shí)時(shí)性與靈活性的角度闡述了一種分層信息故障診斷法。然后概述了利用實(shí)時(shí)網(wǎng)絡(luò)拓?fù)浞治龇椒▉頇z測(cè)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(jì)算時(shí)間。同時(shí)遺傳算法也不需要直接對(duì)訓(xùn)練樣本與知識(shí)規(guī)則進(jìn)行選擇處理，這是它對(duì)比于專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)診斷系統(tǒng)的最大優(yōu)勢(shì)。 本課題所研究的就是優(yōu)化技術(shù)中的遺傳算法（ GA）在電力系統(tǒng)故障診斷中的研究應(yīng)用[10~12]。 但專家系統(tǒng)也有缺點(diǎn)，比如檢測(cè)診斷速度慢，知識(shí)獲取困難，開發(fā)周期長，維護(hù)也相對(duì)麻煩。主要有以下幾類：邏輯處理法，人工神經(jīng)網(wǎng)絡(luò)法，專家系統(tǒng)以及基于優(yōu)化技術(shù)方法四類。若是不能通過一定準(zhǔn)確有效的方法來恢復(fù)故障元件，就會(huì)影響電力系統(tǒng)的正常運(yùn)行。 另外，在發(fā)生故障后，一般通過保護(hù)設(shè)備的動(dòng)作情況可以進(jìn)行故障元件的檢測(cè)識(shí)別。為了創(chuàng)造一個(gè)安全穩(wěn)定運(yùn)行的電力系統(tǒng)，增強(qiáng)供電的持續(xù)與可靠性，就需要一個(gè)優(yōu)質(zhì)的故障診斷系統(tǒng)，以便故障的及時(shí)檢測(cè)與故障后的及時(shí)恢復(fù)。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。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(huì)造成對(duì)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。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。 本文通過對(duì)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。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(shí)，能獲取各種故障信息，故障性質(zhì)，故障地點(diǎn)并自動(dòng)評(píng)定出最優(yōu)的保護(hù)動(dòng)作。調(diào)度中心就會(huì)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(huì)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(bào)告。 國內(nèi)外研究現(xiàn)狀 面對(duì)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(shí)別與檢測(cè)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(dòng)作和開關(guān)跳閘之間的邏2 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