【正文】 所以確保電網(wǎng)的安全可靠是電力相關(guān)部門最神圣的使命。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)。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。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。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。若是不能通過一定準(zhǔn)確有效的方法來(lái)恢復(fù)故障元件，就會(huì)影響電力系統(tǒng)的正常運(yùn)行。因此，還必須要有有效的分析計(jì)算方法來(lái)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(lái)及時(shí)的讓電力系統(tǒng)恢復(fù)其供電運(yùn)行。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。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(guó)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(lái)。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(zhǎng)，維護(hù)也相對(duì)麻煩。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。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]。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(shuō)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)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)。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(wú)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。然后概述了利用實(shí)時(shí)網(wǎng)絡(luò)拓?fù)浞治龇椒▉?lái)檢測(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。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。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。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(lái)證明了方法的有效性與準(zhǔn)確性。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(jiǎn)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。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。 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(lái)的發(fā)展趨勢(shì)。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。27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(lái)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。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(lái)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)。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。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。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。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。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)。 故障區(qū)域識(shí)別這里通過變電所為例子來(lái)說(shuō)明故障區(qū)域的識(shí)別問題。圖G的連接分子圖是所要確定的G`=（N`，E`）。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。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”。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。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)。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。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?) 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。2) 由于支路的斷開引起會(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。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(lái)確定停電的區(qū)域以及帶電的區(qū)域，所有這些無(wú)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)。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。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。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(yǔ)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。其中圖1為專家系統(tǒng)的完整結(jié)構(gòu)。2) 結(jié)合正反推理的系統(tǒng)。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。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(kù)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)。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。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(jiǎn)稱BP網(wǎng)絡(luò)或是它的變化形式。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。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。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(guó)召開。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(shuō)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)。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?；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。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。 其他技術(shù)除了以上這些故障診斷技術(shù)。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(shuō)明了故障診斷的一些相關(guān)內(nèi)容，通過變電所的例子來(lái)說(shuō)明故障區(qū)域的識(shí)別原理。最后還給出了目前存在的其他一些故障診斷方法。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）。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。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。這樣的覆蓋面積大，利于整體選擇最優(yōu)。3) 遺傳算法只用適應(yīng)函數(shù)值來(lái)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。4) 遺傳算法采用的是概率的變化規(guī)律來(lái)處理其搜索方向。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(wú)效解。 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。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(lái)產(chǎn)生其后代。 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(lái)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。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)。除了兩兩競(jìng)爭(zhēng)的方法外，還有窗口法以及輪轉(zhuǎn)法等。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。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)。就是說(shuō)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)。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。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。變異可在串的