【正文】 分析檢測(cè)過程。 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。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。主要包括遺傳算法，粒子群算法，模擬退火算法以及免疫進(jìn)化算法等，其中遺傳算法就是本文研究的重點(diǎn)。然后簡(jiǎn)單介紹了故障診斷中專家系統(tǒng)以及人工神經(jīng)網(wǎng)絡(luò)，并說明其特點(diǎn)與存在的問題，以及未來的發(fā)展趨勢(shì)。 遺傳算法特點(diǎn)遺傳算法（GA）具有以下一些特點(diǎn)：1) 與傳統(tǒng)的一些優(yōu)化算法不同，遺傳算法不是從單個(gè)解數(shù)據(jù)進(jìn)行的，是從問題的串集解開始搜索。最后對(duì)篩選出來的解進(jìn)行操作處理，得到新的解。目前有一種比較好的方法就是采用隨機(jī)的方式兩兩競(jìng)爭(zhēng)，這樣保證了所加入匹配集中的那些串有比較大的適應(yīng)值。但變異的概率應(yīng)比較小，如果發(fā)生的概率達(dá)到50%以上，那么遺傳算法就會(huì)變成隨機(jī)搜索了，GA的一些重要的計(jì)算能力和數(shù)據(jù)特性將不會(huì)存在了。遺傳算法的范圍比較廣，因?yàn)槠錄]有使用梯度等一些信息。4) 交叉運(yùn)算：交叉是指把兩個(gè)父代個(gè)體的一部分結(jié)構(gòu)加以更換重組然后生成的新個(gè)體的操作。圖5 遺傳算法方框圖在遺傳算法的優(yōu)化準(zhǔn)則中，通常會(huì)根據(jù)處理的問題不同而有不一樣的確定方法，一般的判斷條件用有以下幾種規(guī)則：1) 在群體中的個(gè)體的最大適應(yīng)度值高于初始預(yù)設(shè)值；2) 在群體中的個(gè)體的平均適應(yīng)度值高于初始預(yù)設(shè)值；3) 代數(shù)高于初始預(yù)設(shè)值。在高級(jí)遺傳算法開始計(jì)算的時(shí)候，一般來說給定的交叉算子概率Pc的值比較大，而變異算子的概率Pm值較小，通過計(jì)算，交叉算子概率Pc減小和變異算子概率Pm增大，一直到Pm和Pc都達(dá)到其預(yù)先設(shè)定好的最大和最小范圍。在一般的電力系統(tǒng)中，這類問題通常其涉及規(guī)模都很大，普通的技術(shù)方法中很少能保證求得整體最優(yōu)解的，還有些方法也常因?yàn)橐笥?jì)算信息多，計(jì)算量太大導(dǎo)致無法使用于大型的電力系統(tǒng)。因此為了解決這一問題，可以采用遺傳算法來加快推理計(jì)算的速度效率。由于GA可以處理非線性因素問題以及無可微的要求且有較大的概率求得全局最優(yōu)解從而吸引了很多專家的研究興趣。R表示與S相關(guān)聯(lián)的保護(hù)集合（ ）。 斷路器的規(guī)則解析模型所有能引起斷路器跳閘的保護(hù)動(dòng)作，斷路器都會(huì)跳閘，所以動(dòng)作期望是： （6） 保護(hù)與斷路器的動(dòng)作狀態(tài)解析模型在之前所闡述的保護(hù)規(guī)則的基礎(chǔ)上，對(duì)矛盾的邏輯進(jìn)行約束，并且考慮保護(hù)的誤動(dòng)與拒動(dòng)的情況。2) 解析的模型通常會(huì)出現(xiàn)很嚴(yán)重的多解問題。通過基于優(yōu)化技術(shù)的方法使E（G）最小化然后求出最優(yōu)的解G，就是該模型診斷出的故障模式。 診斷流程根據(jù)前文提到的建模以及思路，將故障診斷的過程順序總結(jié)如下：1) 在故障后的區(qū)域中，篩選出可能發(fā)生故障的設(shè)備集S以及斷路器集C。28個(gè)元件分別是：T1，T2，…T8；A1，A2，…A4； B1，B2，…B8；以及L1，L2，…L8。最后接收到L3Rs ，T3m，T3p， QF14f，QF4，QF6，QF8，QF12，QF16，QF19，QF27動(dòng)作的警告信息。2) 變壓器的主保護(hù)T3m與線路L3的遠(yuǎn)后備保護(hù)動(dòng)作以及斷路器失靈保護(hù)QF14f動(dòng)作。結(jié) 論近些年來，電力系統(tǒng)規(guī)模的日益擴(kuò)大及其不斷復(fù)雜化的設(shè)備給故障診斷的準(zhǔn)確性、及時(shí)性帶來很大的挑戰(zhàn)。2）與其它診斷方法融合，提高診斷效率如果診斷的電網(wǎng)較復(fù)雜，規(guī)模更大，則利用文中基于遺傳算法的故障診斷模型就會(huì)變得很復(fù)雜，因此融合多種方法，最快并且最優(yōu)地進(jìn)行故障診斷，成為當(dāng)前的一大熱點(diǎn)。本文在電網(wǎng)故障診斷部分，網(wǎng)絡(luò)規(guī)模較小，且算例中考慮的保護(hù)類型較少，主要考慮了線路主保護(hù)、后備保護(hù)和母線主保護(hù)以及變壓器主保護(hù)，不能普遍反應(yīng)復(fù)雜電網(wǎng)故障診斷的情況。充分的利用了遺傳算法對(duì)復(fù)雜電網(wǎng)故障診斷的研究，得到令人滿意的效果。在多次的實(shí)驗(yàn)之后，發(fā)現(xiàn)每次的結(jié)果都能再迭代200次之前收斂，并且目標(biāo)函數(shù)E（G），最優(yōu)的算子為G*。圖6 算例系統(tǒng)圖 故障以及報(bào)警信息的分析當(dāng)母線B2以及變壓器T3同時(shí)發(fā)生故障的時(shí)候，斷路器以及保護(hù)的動(dòng)作過程會(huì)發(fā)生以下變化：首先變壓器的主保護(hù)T3m會(huì)發(fā)生動(dòng)作，斷路器QF14拒動(dòng)，斷路器QF16斷開，失靈保護(hù)QF14f會(huì)動(dòng)作，使QF12，13，19斷開。表示故障診斷的結(jié)果，分別表示對(duì)保護(hù)以及斷路器的動(dòng)作評(píng)價(jià)8) 最后對(duì)以及進(jìn)行對(duì)比，然后對(duì)保護(hù)以及斷路器的警告信息給出評(píng)價(jià)。2） 若是，則；反之，則。分別表示保護(hù)和斷路器的拒動(dòng)以及誤動(dòng)的相對(duì)權(quán)值。若是斷路器的跳閘情況以及保護(hù)動(dòng)作情況已知，由R`和C`表示，在不考慮警告信息中的漏報(bào)以及誤報(bào)的情況，那么故障的解析模型又可表示成：一般來說，邏輯公式的主析取范式是唯一的，所以由以上方法得到的解集就是完全解析模型的全部解集，也就是所有的故障模式。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。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。警報(bào)處理和故障診斷的區(qū)別在于兩者分析的程度不同。對(duì)于故障診斷，一般會(huì)對(duì)故障提出多個(gè)假設(shè)，然后就會(huì)需要對(duì)于所提出的這些假設(shè)進(jìn)行計(jì)算驗(yàn)證。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。簡(jiǎn)單遺傳算法和高級(jí)遺傳算法有很多差異，主要的區(qū)別有如下兩點(diǎn)：1) 簡(jiǎn)單遺傳算法只有變異和交叉，但是高級(jí)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。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(gè)體作為最優(yōu)解，最后計(jì)算終止。3) 選擇運(yùn)算：選擇操作就是建立在種群中每一個(gè)個(gè)體的適應(yīng)度評(píng)估的基礎(chǔ)之上，將選擇算子作用到群體。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。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(huì)有1的出現(xiàn)，不論選擇和交叉的如何進(jìn)行。所以使用隨機(jī)性的方法來構(gòu)成匹配集是一種相對(duì)來說很好的方法。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。采用概率化的尋找最優(yōu)解方法，能自動(dòng)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。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(shí)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。雖然都還不夠成熟，理論體系尚不夠完整，但前景很不錯(cuò)，值得進(jìn)一步研究。3) 神經(jīng)元間的計(jì)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。其中要去的完整的知識(shí)庫是專家系統(tǒng)在故障診斷中的一大難題。 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(gè)方法，它是通過各項(xiàng)有機(jī)連接來利用計(jì)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(shí)融合，使其達(dá)到解決各領(lǐng)域問題的能力。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(shí)對(duì)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(huì)變，支路上會(huì)缺少。2) 支路如果是斷開的，那么該支路就不屬于任意一個(gè)連通的區(qū)域。變電所的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可以看作是一個(gè)圖G=（N，E），N是節(jié)點(diǎn)的集合，E是支路的集合。3) 保護(hù)信息：事故或故障后保護(hù)的動(dòng)作信息主要包含保護(hù)軟壓板狀態(tài)報(bào)告，保護(hù)跳閘報(bào)告，保護(hù)自檢報(bào)告以及保護(hù)錄 波 報(bào)告等。4) 通過實(shí)際案例結(jié)果驗(yàn)證方法的有效性與可靠性。當(dāng)然，目前國(guó)內(nèi)外對(duì)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)。這種模型在一定程度上解決了保護(hù)信息不完整時(shí)的電力系統(tǒng)的故障診斷問題。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。 國(guó)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(guó)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]。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。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。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。 then briefly describes each the principle method, in particular genetic algorithms. Finally, the study of fault diagnosis based on genetic algorithm, through the protection and circuit breaker rules modeling 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(guó)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(dòng)作類型 4 故障區(qū)域識(shí)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(jiǎn)單遺傳算法（SGA） 13 高級(jí)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(bào)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(bào)警信息的分析 23 故障診斷求解以及結(jié)果分析 24