【正文】 在完成論文的過程中，還遇到了很多其它問題以及在處理過程中存在各種各樣的不足，這將成為我今后學(xué)習(xí)、研究的目標(biāo)，以使得本文建立的基于遺傳算法復(fù)雜電網(wǎng)故障診斷的模型得到不斷的完善和改進。主要存在以下幾點內(nèi)容：1）診斷更大的電網(wǎng)，考慮更多的故障類型。并且，隨著電網(wǎng)自動化水平的不斷提高，越來越多的自動裝置應(yīng)用到電力系統(tǒng)中，當(dāng)電網(wǎng)發(fā)生故障時，大量的報警信息會迅速地、不加選擇地涌入控制中心，特別是同時出現(xiàn)多種故障并伴隨有保護和斷路器拒動、誤動的情況時，故障診斷問題將會變得異常復(fù)雜。從保護以及斷路器的故障診斷信息中獲得相關(guān)結(jié)論。3) 部分?jǐn)嗦菲鱍F4，QF6，QF8，QF12，QF13，QF16，QF19，QF27斷開。同時為了方便收斂，在初始群的R與C分別在 R` 與 C` 附近取值，M 與 D部分未確定的 分量 在零向量 的附近取值。通過以上收到的警告信息，能夠確定：={1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0}；={1, 1, 1, 0, 1, 1, 0, 1, 1, 1}。圖中的A和B都表示母線，L代表線路，T代表變壓器，S和R代表線路的首末兩端，m代表主保護，p代表近后備保護（第一后備保護），s代表遠后備保護（第二后備保護），還有f表示斷路器的失靈保護。124個保護設(shè)備：主保護有A1m，A2m，…A4m；B1m，B2m，…B8m；T1m，T2m，…T8m以及L1Sm，L2Sm，…L8Sm，L1Rm，L2Rm，L8Rm。7) 得到的最優(yōu)解就是故障診斷出來的故障模式。2) 通過S和C來確定保護集R3) 對于在R和C內(nèi)的保護規(guī)則進行計算解析，然后求得。所以通過遺傳算法中的變異步驟，來增強其局部的搜索能力，對（12）算法進行修改后得到： （13）1） 若是，則；反之，則。函數(shù)中，S在G中用作診斷的結(jié)果；M和D主要用于對斷路器以及保護的動作做出評價；然后將保護以及斷路器的動作狀態(tài)R和C接受到的警告信息R`以及C`對比，就可以得到對警告信息的評價：對，若是=1并且=0，那么就是誤報；若是=0并且=1，那么就是漏報；只有當(dāng)時或者時，才是正確的。第三和第四項分別反映的是保護和斷路器的拒動與誤動情況，第五項是模型約束項。就如同，一個故障設(shè)備通過解析模型有可能會被認(rèn)定成非故障設(shè)備，而一個可疑故障中的非故障設(shè)備，也可能通過解析模型被認(rèn)定成故障設(shè)備。解析集可以寫成（S，R，C，M，D）的形式，所以方程組（1）的解集是（ n 為極 小項的數(shù)量）。對于任意的保護的動作狀態(tài)解析為： （7）類似的，對于任意一個斷路器，它的跳閘狀態(tài)解析方程是： （8）聯(lián)立（7）與（8）得到的就是方程（1）的完全解析模型表達。若設(shè)備故障，那么保護就會動作，動作期望： （2）2．近后備保護（第一后備保護）令設(shè)備的第一后備保護為，若設(shè)備故障同時主保護未動作，那么近后備保護就會動作，動作期望： （3）3．遠后備保護（第二后備保護）令設(shè)備的第二后備保護為，在它的保護 范圍內(nèi)為的臨近設(shè)備 提供 遠后備保護，其中有以下兩種情況應(yīng)該發(fā)生動作：故障的同時其主保護和近后備未動作；設(shè)備發(fā)生故障，并且所有在到相關(guān)聯(lián)的斷路器都在閉合的狀態(tài)。C表示與S相關(guān)聯(lián)的斷路器集合（ ）。若主保護拒動，那么就使近后備的保護動作；如果斷路器拒動，那么就引起斷路器以及遠后備保護動作。遺傳算法在這個領(lǐng)域可以很好的解決發(fā)電調(diào)度、無功調(diào)度、網(wǎng)絡(luò)重構(gòu)以及潮流計算等相關(guān)問題。另外，電力系統(tǒng)故障診斷是利用保護裝置和斷路器的動作信息來判別電網(wǎng)中哪些元件發(fā)生了故障，故障種類以及其故障原因。 針對這一問題，專家們提出的方法是：對于每個路徑所在的每個假設(shè)進行編碼，然后在假設(shè)中隨機性的選擇一個路徑作為單個個體，令它們作為初始的種群，再計算每一個單位的適應(yīng)值，其和就是這個基因串的適應(yīng)度。參考文獻中對幾個算例的系統(tǒng)的測試結(jié)果表明，遺傳算法在計算的效率問題上比其它兩種方法要更好一些。而遺傳算法（GA）則在這方面提供了一種不錯的方法，在一定的程度上克服了傳統(tǒng)方法在約束處理，局部搜索以及適應(yīng)度函數(shù)標(biāo)等方面存在的不足。近些年提出的基于優(yōu)化技術(shù)的方法，它們的基本理念思路就是根據(jù)保護動作的信息來將電網(wǎng)的故障診斷問題表示成01的規(guī)劃問題，之后就會利用基于遺傳算法的技術(shù)進行求解。通過多種不同的結(jié)構(gòu)，因為所選擇的方法和遺傳算法的多種多樣的實現(xiàn)方法，又可以得到很多不同形式的簡單遺傳算法和高級遺傳算法。而變異的概率是隨著迭代次數(shù)的增加而呈現(xiàn)線性增加的趨勢。 高級遺傳算法（RGA）高級遺傳算法與簡單遺傳算法的步驟基本是一樣的，只有變異與交叉的方法不同，高級遺傳算法一般采用兩斷點交叉或者是均勻交叉的方法。群體P(t)再經(jīng)過選擇、交叉、計算之后得到下一代的種群P(t 1)。將交叉算子作用到種群中。2) 個體評價：計算出種群P(t)中的每一個個體的適應(yīng)度?？墒沁z傳算法同時要形成數(shù)學(xué)上嚴(yán)格的收斂判據(jù)是比較困難的。變異可在串的一位或者是多個位上發(fā)生，但通常使用一位變異的方法。目前的研究表示，使用下面的兩斷點的交叉方式會比上述的單斷點的交叉方式具有更好的效果。變異的主要目的是可以使在運算過程中遺失的某個重要數(shù)據(jù)得以恢復(fù)。除了兩兩競爭的方法外，還有窗口法以及輪轉(zhuǎn)法等。 選擇算子使用什么形式的方法對于形成匹配集對遺傳算法在性能上有著非常大的影響，可以通過把前一代種群中的串集的適應(yīng)度，按照從高到低的順序進行排列，取排在最前面的串形成匹配集，但是這樣一來就不方便找到整體的最優(yōu)解，有可能會導(dǎo)致匹配集中的串的所對應(yīng)的解在其范圍內(nèi)會比較的集中。 遺傳算法的原理遺傳算法是優(yōu)化技術(shù)中一個迭代的過程，并且在每一次的迭代中都會保留一組預(yù)備解。4) 遺傳算法采用的是概率的變化規(guī)律來處理其搜索方向。這樣的覆蓋面積大，利于整體選擇最優(yōu)。主要特點是不存在函數(shù)連續(xù)性和求導(dǎo)的限制，能直接對結(jié)構(gòu)對象進行操作，并且具有更好的全局搜索最優(yōu)解能力和內(nèi)在的隱并行性。最后還給出了目前存在的其他一些故障診斷方法。 其他技術(shù)除了以上這些故障診斷技術(shù)?；趦?yōu)化技術(shù)的診斷方法主要特點是在模型的原理上比較嚴(yán)密，很適合信息比較完整的電力系統(tǒng)故障診斷。圖3 三層前向人工神經(jīng)網(wǎng)絡(luò)模型 基于優(yōu)化技術(shù)的方法隨著電力系統(tǒng)的不斷進步，專家們研究出很多故障診斷方法技術(shù)。其中第一屆的人工神經(jīng)網(wǎng)絡(luò)（ANN）在電力系統(tǒng)中的應(yīng)用就于1991年在美國召開。2) 容錯能力較強，能夠充分的達到任意較為復(fù)雜的非線性關(guān)系。在提出模擬神經(jīng)元方法以后，人工神經(jīng)網(wǎng)絡(luò)（ANN）迅速的發(fā)展成為人工智能技術(shù)的又一個重要方法。作為發(fā)展最早的人工智能系統(tǒng)之一，專家系統(tǒng)雖然已經(jīng)有著較為成熟的理論知識體系，但是也存在很多缺陷在實際的應(yīng)用中。其中圖1為專家系統(tǒng)的完整結(jié)構(gòu)。5) 由于下一級的元件設(shè)備故障，開關(guān)或者是保護拒動導(dǎo)致本級后備動作，本級元件被斷電，并且和下一級元件同樣斷開的情況。變電所網(wǎng)絡(luò)拓撲結(jié)構(gòu)一般通過停電區(qū)域的劃分可以分成多個連通的區(qū)域，再進一步經(jīng)過電源點的檢測來確定停電的區(qū)域以及帶電的區(qū)域，所有這些無源的連通區(qū)域并不是代表有故障點就會被保護切除，而是包括下列五種情況：1) 停運設(shè)備區(qū)。2) 如果支路的兩端節(jié)點最開始屬于不相同的兩個連通子圖G1和G2，那么就合并這兩個子圖G1與G2成為一個新的連通子圖，這個包括G1和G2的全部支路以及節(jié)點，同樣包括。當(dāng)變電站有故障發(fā)生的時候，一般只會有少數(shù)的支路發(fā)生合與斷，所以在每次故障診斷的時候都檢測所有的支路并確認(rèn)停電范圍明顯是很不必要的。規(guī)則B判斷支路和節(jié)點是否在一個連通區(qū)域范圍內(nèi)的定義：1) 支路如果是連通的，那么該支路以及所在兩端的節(jié)點都屬于同一個區(qū)域范圍。一般變電站的網(wǎng)絡(luò)拓撲結(jié)構(gòu)通常是支路集合以及節(jié)點集合組合成的，其中支路又是通過一個或者是多個 串 聯(lián) 的 裝 置 構(gòu) 成。 故障區(qū)域識別這里通過變電所為例子來說明故障區(qū)域的識別問題。近后備保護（第一后備保護）：變壓器的近后備 保護 用于當(dāng) 主 保 護發(fā) 生 拒 動后引起動作跳 開 變 壓器兩端 的所有 斷路 器。2) 刀閘信息：目前的大部分的刀閘 信息一般都不傳遞給調(diào)度，只是保留在電廠的監(jiān)控系統(tǒng)里，提供給查詢使用，主要原因是其數(shù)據(jù)信息量過大。2) 故障的分析：根據(jù)系統(tǒng)檢測到的故障信息進行一定的分析，來發(fā)現(xiàn)并找出故障，同時確定故障的嚴(yán)重程度和性質(zhì)。3) 深入理解采用遺傳算法診斷故障的方法，明確基于遺傳算法的故障診斷原理后建立復(fù)雜故障情況下的目標(biāo)函數(shù)，確定其診斷流程。如文獻[19]就是將遺傳算法與人工神經(jīng)網(wǎng)絡(luò)結(jié)合提出的新方法以及文獻[20]將免疫，混沌和遺傳三個算法結(jié)合利用混沌運動的遍歷性以及隨機性產(chǎn)生初始種群，加快搜索的速度；利用免疫理論的濃度計算與調(diào)整加入新的混沌 序列補充 種群，增加了種群的多樣性，避免陷入局部的最優(yōu)；交叉變異結(jié)束后在最優(yōu)解附近再利用混沌進行局部尋優(yōu)提高結(jié)果的準(zhǔn)確度。該診斷法介紹了采用分層信息和遺傳算法的優(yōu)點，論述了基于遺傳算法的分層信息故障診斷法的流程，并通過模型算例來證明了方法的有效性與準(zhǔn)確性。第三部分介紹將該軟件實際應(yīng)用到浙江省220kV以上電力系統(tǒng)時EMS信息的獲取方法與模擬在線測試結(jié)果。第一部分主要介紹發(fā)展了電力系統(tǒng)故障診斷的基于遺傳算法與解析模型的方法；其數(shù)學(xué)模型依然是無約束的01整數(shù)規(guī)劃模型借助于充分利用斷路器的跳 闡信息。遺傳算法是建立在達爾文自然選擇和孟德爾遺傳學(xué)說基礎(chǔ)上，通過模仿生物遺傳和進化的過程，尋找對復(fù)雜困難問題的最優(yōu)解的算法，所依照的是優(yōu)勝略汰的進化規(guī)律。同時，在處理不同的故障元件引起的相同的保護裝置以及斷路器動作的情況時，該方法只有一個解，這在復(fù)雜的電力系統(tǒng)中局限性太大。自從20世紀(jì)70年代中期第一個專家系統(tǒng)（ES）Dendral在美國的斯坦福大學(xué)問世以后，經(jīng)過近五十年的研究發(fā)展，專家系統(tǒng)漸漸的在各個領(lǐng)域開始流行起來。因此，還必須要有有效的分析計算方法來準(zhǔn)確的判斷出故障元件的位置，方便檢測并消除事故來及時的讓電力系統(tǒng)恢復(fù)其供電運行。發(fā)生故障時，繼電保護裝置會發(fā)出信號或斷路器跳閘，以便快速的切除故障或發(fā)出警告信息。而這些又需要大量的人力物力和財力，比如在山區(qū)部分的輸電線路或惡劣天氣下去檢修等。 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 modelin