【正文】 障L4Sp，L5Sp，L4Rm，L5Rm，QF9，QF10，QF24，QF26，QF30，QF28fL3與L4故障，L4Sm，L5Sm以及QF28拒動(dòng)正確 本章小結(jié)本章首先通過介紹故障診斷的解析模型，然后引出基于遺傳算法的故障診斷解析模型，并確定其目標(biāo)函數(shù)，然后通過一個(gè)經(jīng)典算例的系統(tǒng)來驗(yàn)證。通過遺傳算法的優(yōu)化計(jì)算方法求解，隨機(jī)的初始化40個(gè)目標(biāo)，迭代 次 數(shù) 設(shè) 置成1000。40個(gè)斷路器分別是：QF1，QF2，…QF40。6) 用（11）作為目標(biāo)函數(shù)，通過遺傳算法技術(shù)求解。但是在離散的空間里，因?yàn)橥ǔＮ恢脙H能夠取0和1，這樣導(dǎo)致不會(huì)具有空間內(nèi)連續(xù)的速度意義，反而會(huì)被理解成算子位置進(jìn)一步的演化的概率。那么又可以得到規(guī)劃的目標(biāo)函數(shù)是： （11）其中方程的右邊第一和第二項(xiàng)分別是保護(hù)以及斷路器的動(dòng)作狀態(tài)和實(shí)際的警告值差別，用來表示警告的信息的漏報(bào)以及誤報(bào)的情況。方程組（1）可以等價(jià)的變成： （9）對(duì)上式的左邊求主析取范式，方程組（1）的解就是主析取范式里的每個(gè)極小值。 保護(hù)的規(guī)則解析模型1．主保護(hù)令設(shè)備的主保護(hù)為。第4章 基于遺傳算法的故障診斷 故障診斷的數(shù)學(xué)模型 故障診斷的完全解析模型在電力系統(tǒng)元件發(fā)生故障時(shí)，通過保護(hù)的配置規(guī)則與原理，以及和該元件相關(guān)的保護(hù)由于檢測(cè)到故障特征而動(dòng)作，引起斷路器的跳閘。警報(bào)處理的目標(biāo)是當(dāng)系統(tǒng)處于非正常運(yùn)行條件下幫助運(yùn)行人員了解發(fā)生了什么事，然后提供的綜合的信息和簡潔有效的相關(guān)數(shù)據(jù)。最近幾年來有關(guān)文獻(xiàn)提出了應(yīng)用遺傳蘇、模擬退火算法以及模擬分子進(jìn)化優(yōu)化方法來求解這個(gè)問題。特別是在電力系統(tǒng)中，GA的作用越來越大。本文采用的交叉 概率以及變異概率隨迭代次數(shù)的增加而改變的方程是：兩式中：：迭代的次數(shù)：交叉概率在第t次 迭代時(shí)的數(shù)值：交叉 概率的初 始值：變異概率在第t次迭代時(shí)的數(shù)值：變異 概率的初 始值：允許的最大迭代次數(shù)可以發(fā)現(xiàn)，交叉概率是隨著迭代的次數(shù)增加而呈現(xiàn)出線性遞減趨勢(shì)的。就是對(duì)群體中的個(gè)體串的一些基因上的基因做出相應(yīng)的變動(dòng)。 簡單遺傳算法（SGA）簡單遺傳算法（SGA）的基本運(yùn)算過程如下：1) 初始化：首先令進(jìn)化代數(shù)的計(jì)數(shù)器初始值t=0，然后設(shè)置最大的進(jìn)化代數(shù)T，隨機(jī)的生成M個(gè)單位讓它們作為初始的種群P(0)。比如A改變成A：A=0 1 0 1 1 0 1A=0 1 1 1 1 0 1A是 A的第三位數(shù)字發(fā)生變異后的結(jié)果。尋求最優(yōu)的搜索過程主要就是通過交叉來得以實(shí)現(xiàn)的，它是遺傳算法中最重要的算子，所以一般說它發(fā)生的概率會(huì)比較大。2) 使用哪種遺傳算子來對(duì)篩選出的解進(jìn)行運(yùn)算操作。適應(yīng)度函數(shù)在它的定義域內(nèi)可以任意的設(shè)置，不受連續(xù)可微的限制。 遺傳算法的基本原理 基本概念遺傳算法（GA）是一種隨機(jī)的搜索方法，它借鑒于生物界的進(jìn)化規(guī)律（優(yōu)勝略汰與適者生存）演化而來的。3) 因?yàn)閮?yōu)化技術(shù)需要迭代計(jì)算，所以其診斷速度是一個(gè)很大的影響因素。圖3就是人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)故障診斷中的模型。相比于專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)最大的優(yōu)點(diǎn)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(shí)，同時(shí)也有具有以下一些特點(diǎn)：1) 自我組織，學(xué)習(xí)能力強(qiáng)， 能夠?qū)W習(xí)并適應(yīng)各種不確定關(guān)系系統(tǒng)的特性。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(diǎn)是可以快速有效的把保護(hù)設(shè)備和斷路器的相關(guān)動(dòng)作和運(yùn)行人員的檢測(cè)診斷經(jīng)驗(yàn)通過規(guī)則表達(dá)出來，在確保診斷系統(tǒng)的準(zhǔn)確性和實(shí)時(shí)性同時(shí)能給出相應(yīng)的結(jié)論的情況下，在其知識(shí)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。4) 由于上一級(jí)的元件設(shè)備故障被切除而導(dǎo)致停電的區(qū)域。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(duì)網(wǎng)絡(luò)的拓?fù)溆绊懀?) 如果支路的兩端都屬于一個(gè)連通的子圖，那么就只增加一個(gè)支路?！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(huì)是“連通”。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。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(dòng)重合閘 設(shè)備動(dòng)作引起的開關(guān)閉合的信息與繼電保護(hù)器設(shè)備動(dòng)作引起的開關(guān)合閘或跳閘信息。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。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(shí)間的優(yōu)先級(jí)劃分為以下三層：遙信變位信息，遙測(cè)信息以及 錄 波信息。因此在電力系統(tǒng)的故障診斷中基于遺傳算法的研究尤為重要，文獻(xiàn)[14~16]分別是基于遺傳算法的電力系統(tǒng)故障診斷的解析模型與算法的三部分。后來，專家們也嘗試將人工神經(jīng)網(wǎng)絡(luò)（ANN）的方法運(yùn)用到電力系統(tǒng)的故障診斷中[8~9]，但是該方法的有效性卻因樣本的合理選取上略顯一般，對(duì)于大型的電力系統(tǒng)要形成一個(gè)完整的樣本集非常困難，使其結(jié)果的準(zhǔn)確性在理論上無法得到保證。而且電力系統(tǒng)在數(shù)據(jù)傳輸時(shí)也會(huì)傳輸錯(cuò)誤的保護(hù)動(dòng)作信息?，F(xiàn)如今，我國在電力系統(tǒng)方面還不算優(yōu)秀，供電的可靠性也有待加強(qiáng)，電網(wǎng)的故障經(jīng)常發(fā)生在輸電線路上，特別是在超高壓長距離輸電線路上發(fā)生某些故障時(shí)，都需要及時(shí)發(fā)現(xiàn)并處理好故障問題，確保線路的安全穩(wěn)定運(yùn)行。這些信息不加選擇地涌入控制中心，特別是同時(shí)出現(xiàn)多種故障信息并伴隨有保護(hù)和斷路器的拒動(dòng)以及誤動(dòng)時(shí)，故障診斷問題將會(huì)變得異常復(fù)雜。另一方面，在電網(wǎng)的規(guī)模和復(fù)雜程度不斷增加的同時(shí)，自動(dòng)化水平也在不斷加強(qiáng)，越來越多的自動(dòng)裝置應(yīng)用到電力系統(tǒng)中，當(dāng)電網(wǎng)發(fā)生故障時(shí)，各級(jí)自動(dòng)裝置會(huì)產(chǎn)生大量的報(bào)警信息。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)。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。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。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)。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。 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)。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。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)。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”。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?) 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) 結(jié)合正反推理的系統(tǒng)。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。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)。2) 因?yàn)樵?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。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，并出版發(fā)行了很具影響的《Adaptation in Natural and Artificial Systems》一書，（SGA）。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。主要包括兩個(gè)方面：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。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。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。 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）。5) 變異運(yùn)算：將變異算子作用到種群。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。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。 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。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。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)、以及配電系統(tǒng)中分段開關(guān)的最優(yōu)分布等各個(gè)方面。D表示保護(hù)R與斷路器C正常或者拒動(dòng)。 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。為了方便，下面將（7）和（8）寫成如下形式： （10）其中F的維數(shù)是2（Z+K）。 （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。5) 通過接收到的警告信息，處理后用來降低參變量的維度。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。 故障診斷求解以及結(jié)果分析通過以上的相關(guān)故障診斷的警告情況結(jié)果，確定出優(yōu)化后的目標(biāo)函數(shù)：上式中w1=，w2=，w3=100。5) 根據(jù)對(duì)比R*和R`以及C*和C`可以知道T3p動(dòng)作警告信息發(fā)生誤報(bào)并且保護(hù)B2m警告信息漏報(bào)。1. 研究成果本文主要做了以下幾點(diǎn)工作：1) 了解并介紹了電網(wǎng)故障診斷的相關(guān)內(nèi)容以及其各種方法；2) 深入的學(xué)習(xí)并介紹了遺傳算法在電網(wǎng)故障診斷中的原理以及其應(yīng)用；3) 通過建立解析模型并由案例分析驗(yàn)證了其方法的有效性與可行