【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(jìn)。主要存在以下幾點(diǎn)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(dòng)化水平的不斷提高，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)，大量的報(bào)警信息會(huì)迅速地、不加選擇地涌入控制中心，特別是同時(shí)出現(xiàn)多種故障并伴隨有保護(hù)和斷路器拒動(dòng)、誤動(dòng)的情況時(shí)，故障診斷問題將會(huì)變得異常復(fù)雜。從保護(hù)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(shí)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(hù)，p代表近后備保護(hù)（第一后備保護(hù)），s代表遠(yuǎn)后備保護(hù)（第二后備保護(hù)），還有f表示斷路器的失靈保護(hù)。124個(gè)保護(hù)設(shè)備：主保護(hù)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(hù)集R3) 對(duì)于在R和C內(nèi)的保護(hù)規(guī)則進(jìn)行計(jì)算解析，然后求得。所以通過遺傳算法中的變異步驟，來增強(qiáng)其局部的搜索能力，對(duì)（12）算法進(jìn)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(duì)斷路器以及保護(hù)的動(dòng)作做出評(píng)價(jià)；然后將保護(hù)以及斷路器的動(dòng)作狀態(tài)R和C接受到的警告信息R`以及C`對(duì)比，就可以得到對(duì)警告信息的評(píng)價(jià)：對(duì)，若是=1并且=0，那么就是誤報(bào)；若是=0并且=1，那么就是漏報(bào)；只有當(dāng)時(shí)或者時(shí)，才是正確的。第三和第四項(xiàng)分別反映的是保護(hù)和斷路器的拒動(dòng)與誤動(dòng)情況，第五項(xiàng)是模型約束項(xiàng)。就如同，一個(gè)故障設(shè)備通過解析模型有可能會(huì)被認(rèn)定成非故障設(shè)備，而一個(gè)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(xiàng)的數(shù)量）。對(duì)于任意的保護(hù)的動(dòng)作狀態(tài)解析為： （7）類似的，對(duì)于任意一個(gè)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(dá)。若設(shè)備故障，那么保護(hù)就會(huì)動(dòng)作，動(dòng)作期望： （2）2．近后備保護(hù)（第一后備保護(hù)）令設(shè)備的第一后備保護(hù)為，若設(shè)備故障同時(shí)主保護(hù)未動(dòng)作，那么近后備保護(hù)就會(huì)動(dòng)作，動(dòng)作期望： （3）3．遠(yuǎn)后備保護(hù)（第二后備保護(hù)）令設(shè)備的第二后備保護(hù)為，在它的保護(hù) 范圍內(nèi)為的臨近設(shè)備 提供 遠(yuǎn)后備保護(hù)，其中有以下兩種情況應(yīng)該發(fā)生動(dòng)作：故障的同時(shí)其主保護(hù)和近后備未動(dòng)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(hù)拒動(dòng)，那么就使近后備的保護(hù)動(dòng)作；如果斷路器拒動(dòng)，那么就引起斷路器以及遠(yuǎn)后備保護(hù)動(dòng)作。遺傳算法在這個(gè)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(jì)算等相關(guān)問題。另外，電力系統(tǒng)故障診斷是利用保護(hù)裝置和斷路器的動(dòng)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(duì)這一問題，專家們提出的方法是：對(duì)于每個(gè)路徑所在的每個(gè)假設(shè)進(jìn)行編碼，然后在假設(shè)中隨機(jī)性的選擇一個(gè)路徑作為單個(gè)個(gè)體，令它們作為初始的種群，再計(jì)算每一個(gè)單位的適應(yīng)值，其和就是這個(gè)基因串的適應(yīng)度。參考文獻(xiàn)中對(duì)幾個(gè)算例的系統(tǒng)的測(cè)試結(jié)果表明，遺傳算法在計(jì)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(cuò)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(hù)動(dòng)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(huì)利用基于遺傳算法的技術(shù)進(jìn)行求解。通過多種不同的結(jié)構(gòu)，因?yàn)樗x擇的方法和遺傳算法的多種多樣的實(shí)現(xiàn)方法，又可以得到很多不同形式的簡(jiǎn)單遺傳算法和高級(jí)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(shì)。 高級(jí)遺傳算法（RGA）高級(jí)遺傳算法與簡(jiǎn)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(jí)遺傳算法一般采用兩斷點(diǎn)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(jì)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(gè)體評(píng)價(jià)：計(jì)算出種群P(t)中的每一個(gè)個(gè)體的適應(yīng)度?？墒沁z傳算法同時(shí)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(gè)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(diǎn)的交叉方式會(huì)比上述的單斷點(diǎn)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(yùn)算過程中遺失的某個(gè)重要數(shù)據(jù)得以恢復(fù)。除了兩兩競(jìng)爭(zhēng)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(duì)于形成匹配集對(duì)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(jìn)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(huì)導(dǎo)致匹配集中的串的所對(duì)應(yīng)的解在其范圍內(nèi)會(huì)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(gè)迭代的過程，并且在每一次的迭代中都會(huì)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(diǎn)是不存在函數(shù)連續(xù)性和求導(dǎo)的限制，能直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)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(diǎn)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(jìn)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(cuò)能力較強(qiáng)，能夠充分的達(dá)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(gè)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(shí)體系，但是也存在很多缺陷在實(shí)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(jí)的元件設(shè)備故障，開關(guān)或者是保護(hù)拒動(dòng)導(dǎo)致本級(jí)后備動(dòng)作，本級(jí)元件被斷電，并且和下一級(jí)元件同樣斷開的情況。變電所網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)一般通過停電區(qū)域的劃分可以分成多個(gè)連通的區(qū)域，再進(jìn)一步經(jīng)過電源點(diǎn)的檢測(cè)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(diǎn)就會(huì)被保護(hù)切除，而是包括下列五種情況：1) 停運(yùn)設(shè)備區(qū)。2) 如果支路的兩端節(jié)點(diǎn)最開始屬于不相同的兩個(gè)連通子圖G1和G2，那么就合并這兩個(gè)子圖G1與G2成為一個(gè)新的連通子圖，這個(gè)包括G1和G2的全部支路以及節(jié)點(diǎn)，同樣包括。當(dāng)變電站有故障發(fā)生的時(shí)候，一般只會(huì)有少數(shù)的支路發(fā)生合與斷，所以在每次故障診斷的時(shí)候都檢測(cè)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(diǎn)是否在一個(gè)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(diǎn)都屬于同一個(gè)區(qū)域范圍。一般變電站的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)通常是支路集合以及節(jié)點(diǎn)集合組合成的，其中支路又是通過一個(gè)或者是多個(gè) 串 聯(lián) 的 裝 置 構(gòu) 成。 故障區(qū)域識(shí)別這里通過變電所為例子來說明故障區(qū)域的識(shí)別問題。近后備保護(hù)（第一后備保護(hù)）：變壓器的近后備 保護(hù) 用于當(dāng) 主 保 護(hù)發(fā) 生 拒 動(dòng)后引起動(dòng)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(cè)到的故障信息進(jìn)行一定的分析，來發(fā)現(xiàn)并找出故障，同時(shí)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(xiàn)[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(xiàn)[20]將免疫，混沌和遺傳三個(gè)算法結(jié)合利用混沌運(yùn)動(dòng)的遍歷性以及隨機(jī)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(jì)算與調(diào)整加入新的混沌 序列補(bǔ)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(jìn)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(diǎn)，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(shí)際應(yīng)用到浙江省220kV以上電力系統(tǒng)時(shí)EMS信息的獲取方法與模擬在線測(cè)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(dá)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(jìn)化的過程，尋找對(duì)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(jìn)化規(guī)律。同時(shí)，在處理不同的故障元件引起的相同的保護(hù)裝置以及斷路器動(dòng)作的情況時(shí)，該方法只有一個(gè)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(gè)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(gè)領(lǐng)域開始流行起來。因此，還必須要有有效的分析計(jì)算方法來準(zhǔn)確的判斷出故障元件的位置，方便檢測(cè)并消除事故來及時(shí)的讓電力系統(tǒng)恢復(fù)其供電運(yùn)行。發(fā)生故障時(shí)，繼電保護(hù)裝置會(huì)發(fā)出信號(hào)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(cái)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