电力系统故障诊断研究现状及发展
摘要:电力系统的产生和发展使得电网的规模出现了比较大的变化,其构成越来越复杂,不同区域的联系也更加紧密,其能源管理和数据收集监督系统在其网络中已经被广泛应用,这里存在着一个问题,就是系统中发生故障的几率会增大,对电力系统稳定性产生较大的影响,所以对于电力系统故障诊断研究具有重要的意义。
关键词:电力系统 故障诊断 现状
目前, 国内外提出了许多电力系统故障诊断的技术和方法,主要有专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法。
一、电力系统故障诊断国内外研究发展状况
一是基于专家系统原理的电力系统故障诊断。专家系统(expert system)是发展较为早的,并且是比较成熟的一种人工智能技术。在上个世纪70年代,一些专家就把专家系统引进到电力系统损坏诊断的研究领域,其特点与电力系统故障诊断问题有很多想象的地方,因此运用此法的诊断研究时间较为长。将专家系统的优化智能模型结合在一起,发挥各自的长处,并有效与模糊理论结合,可以改善专家系统的容错能力,这也是近些年专家系统发展的主要趋势。
二是基于人工神经网络的电力系统故障诊断。基于人工神经网络(artificialneural network,ANN)的故障诊断方法具有性能好、容错率强和学习能力强等特点。目前,针对ANN收敛性和容易陷入局部最小局部问题,比如将遗传优化算法、群智能算法与这种方法结合起来,对其进行网络演练,可以大幅度改善ANN的性能。目前对于ANN怎样更好地适应电力系统在线故障诊断是今后一段时期重要的研究方向。
三是基于优化技术的电力系统故障诊断。采用优化算法需要根据其电网故障的特点,假设事故发生的目标函数(或适应度函数),并且要根据适应度对假象事故进行不断更新,直到找到适应度最大的假象事故集,把它作为最终诊断的结果。
四是基于Petri网络的电力系统故障诊断。petri网(Petri net,PN)的概念最初是由联邦德国的CarlAdam Petri于1962年在他的博士论文《用自动机通信》中提出的。这种观点是以网络作为基础来描述系统中离散时间之间的逻辑关系,以代数矩阵运算演绎系统中同时发生或次序发生的各种动态活动。电力系统故障事实上属于一个离散事件的动态系统,在系统中各级电压、各类保护动作反映故障,消除故障的过程是一个一系列事件活动的组成,而事件序列与相应的实体在一起。电力系统故障动态过程,可以用Petri网去设计电力系统诊断模型。
五是基于粗糙集理论的电力系统故障诊断。粗糙理论集是在保持分类能力不变的情况下,通过知识约简,导出问题的决策或分类规则。它不需要提供处理数据之外的任何信息,能有效地分析和处理不完备的数据。鉴于粗糙集理论的优越性,已经有不少研究者把它引入到电力系统故障诊断系统中。
六是基于模糊理论的电力系统故障诊断。随着模糊理论的发展及完善,模糊理论的一些优点逐步被重视,比如模糊理论可适应的不确定性问题,模糊知识库使用语言变量来表述专家经验等问题。
七是基于贝叶斯网络的电力系统故障诊断。基于贝叶斯网络的改进方法针对电力系统的故障诊断方法有一定的不确定性,需要在完备或者不完备的信息条件下进行故障诊断,但是此方法需要先验证概率信息,这样的给出的也是故障概率,也就是说计算机是不可计算的。但是,在有些情况下,这个过程是可以简化的,这样在计算上就可以实现了。
八是基于多Agent技术的电力系统故障诊断。多Agent系统(multi—agent system,MAS)是可以被看成是分布式人工智能的试验平台,一个问题在物理上或者逻辑上可以分解成多个问题求解实体时,每个子问题求解实体仅是拥有求解所需的有限数据、信息和资源,在不同的子问题之间必须相互交互才能最终求解问题。MAS中Agent的自治性以及Agent之间的合作、协同等特征为电力系统故障诊断提供了一种自然的建模方式。
九是基于故障录波器信息的电力系统故障诊断。在电力系统发生复杂故障或者开关, 保护存在那更多错误动作, 拒绝动作而且因为信道干扰发生数据丢失等多种不确定因素。目前基于开关和保护诊断方法已经不能获得满意的结果,而随着继电保护及故障录波信息网的建立,丰富的录波信息为进一步诊断提供了基础。
二、电力系统故障诊断所面临的问题与研究发展方向
目前针对电力系统故障诊断研究主要呈现出以下的几种趋势:
一是信息不完整情况下的电力系统故障诊断方法研究。现在的一些方法的更重要的情况是在很多是电力系统是不能满足的, 应用这些方法必须给出一些假定,举例来说假定假定状态信息不可获取继电保护均处于未动作状态,这样做与真实情况可能会不相符的,有可能引起错误的诊断结果。到目前为止,对继电保护信息不完整情况下的电力系统故障诊断还没有提出比较系统的解决方法,这是电力系统诊断领域中有待解决的主要难题之一。
二是采用单一智能方法进行诊断存在着很大的局限性。将多种智能方法融合来实行故障诊断,将会变成故障诊断的一个趋势。比如可以采用多种智能的理论来构建电网诊断模型;在诊断知识提取(故障数据信息预处理)方面引入现在研究更多的数据挖掘理论、粗糙集理论等,以适应大量地故障信息、信息冗余以及被噪音污染等特性。
三是电网系统的复杂性使得从静态故障诊断到动态诊断成为故障诊断的一个发展趋势。同时,随着Internet的发展,基于网络的故障诊断将成为现实,通过对设备状态的远程检测和网络化跟踪,可以实现故障设备的早期诊断和及时维修。
四是电网故障诊断理论的实用化方面的研究。由于诊断理论大多数是基于智能化方法的,所以实用化进程的推进不仅针对诊断领域,其对整个智能领域都有非常大的影响。对于电力系统故障诊断实用化研究,结合电力系统的真实情况,重视故障综合信息收集与整理,比如用于故障诊断的数据仓库构建、故障综合信息的预处理和诊断知识的提取等,建立并实现区域电网的故障诊断系统,从实际应用中提炼出关键问题,采用智能化诊断方法实现诊断范围内故障后的分析处理,为运行、检修人员查找事故原因提供辅助分析和决策手段。
因篇幅问题不能全部显示,请点此查看更多更全内容