電網(wǎng)故障診斷的智能技術(shù)

電網(wǎng)故障診斷中需要構(gòu)建表述電氣設(shè)備、保護(hù)和斷路器關(guān)系的解析模型。有文獻(xiàn)對(duì)于故障時(shí)警報(bào)信息的時(shí)序特性進(jìn)行研究，結(jié)合動(dòng)態(tài)關(guān)聯(lián)路徑概念構(gòu)建了電網(wǎng)故障診斷解析模型，能夠更清晰地描述電網(wǎng)保護(hù)配置下保護(hù)與斷路器的動(dòng)作邏輯和動(dòng)作時(shí)序關(guān)系，可以更好地反映多重復(fù)雜故障。也有文獻(xiàn)研究了保護(hù)和斷路器發(fā)生誤動(dòng)與拒動(dòng)行為的故障假說，建立了更為完備的診斷模型，不僅可以分析保護(hù)與斷路器誤動(dòng)、拒動(dòng)行為，還可以識(shí)別漏報(bào)或誤報(bào)的信息。有研究提出了電網(wǎng)故障診斷的完全解析模型，通過建立邏輯約束表達(dá)了保護(hù)配置與斷路器動(dòng)作規(guī)則之間的解析關(guān)系，完整地保留了保護(hù)動(dòng)作狀態(tài)、斷路器跳閘狀態(tài)以及它們誤動(dòng)、拒動(dòng)之間通過規(guī)則解析而形成的藕合關(guān)系，提高了模型的魯棒性和故障診斷的容錯(cuò)能力。上述模型面向繼電器層面構(gòu)建，在應(yīng)用時(shí)不能充分體現(xiàn)保護(hù)裝置層面的邏輯關(guān)系，電網(wǎng)運(yùn)行中繼電保護(hù)按成套裝置配置，裝置內(nèi)及裝置之間由于操作要求和電路聯(lián)系具有動(dòng)作一致性 。

在診斷系統(tǒng)建模中，數(shù)據(jù)格式的定義一般結(jié)合具體應(yīng)用目的由人工設(shè)計(jì)實(shí)現(xiàn)，隨意性較大，不夠規(guī)范。隨著電網(wǎng)自動(dòng)化建設(shè)的發(fā)展，IEC61970和IEC61850標(biāo)準(zhǔn)的提出為電網(wǎng)故障診斷模型構(gòu)建提供了新的思路，有文獻(xiàn)采用公共信息模型(CIM)，也有文獻(xiàn)提出一種統(tǒng)一信息模型，這就為故障診斷模型的構(gòu)建提供了一個(gè)較規(guī)范化的模式，可以基于統(tǒng)一的規(guī)范進(jìn)行系統(tǒng)的數(shù)據(jù)格式設(shè)計(jì)。然而IEC61970和IEC61850標(biāo)準(zhǔn)設(shè)計(jì)的初衷是為通訊應(yīng)用，不體現(xiàn)數(shù)據(jù)之間的關(guān)系，電網(wǎng)故障診斷所需的知識(shí)與規(guī)則依然需要人工搭建。

電網(wǎng)故障診斷的應(yīng)用目的是為調(diào)度中心的調(diào)度員提供智能化的決策，所以診斷的基本架構(gòu)是基于調(diào)度中心構(gòu)建的。由于當(dāng)前電網(wǎng)規(guī)模的逐步擴(kuò)大，分層分布式的診斷系統(tǒng)架構(gòu)和多智能體系統(tǒng)的構(gòu)建方式相繼展開研究，其主要目的在于通過分層分區(qū)的方式實(shí)現(xiàn)任務(wù)分解，降低調(diào)度端的解題壓力，以完成大電網(wǎng)復(fù)雜故障的診斷求解 。

電網(wǎng)故障診斷的智能技術(shù)專家系統(tǒng)智能診斷系統(tǒng)的應(yīng)用

專家系統(tǒng)是發(fā)展最早，也是比較成熟的一種人工智能技術(shù)一般地說，專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它根據(jù)某個(gè)領(lǐng)域的專家提供的知識(shí)與經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬專家的決策過程，以解決那些需要專家決策的復(fù)雜問題專家系統(tǒng)的應(yīng)用領(lǐng)域不同，采用的知識(shí)表示方式也可以有所不同。

專家系統(tǒng)在電力網(wǎng)絡(luò)故障診斷中的典型應(yīng)用是基于產(chǎn)生式規(guī)則的系統(tǒng)，即把保護(hù)、斷路器的動(dòng)作邏輯以及運(yùn)行人員的診斷經(jīng)驗(yàn)用規(guī)則表示出來，形成故障診斷專家系統(tǒng)的知識(shí)庫，進(jìn)而根據(jù)報(bào)警信息對(duì)知識(shí)庫進(jìn)行推理，獲得故障診斷的結(jié)淪。該系統(tǒng)允許增加、刪除或修改一些規(guī)則，以確保診斷系統(tǒng)的實(shí)時(shí)性和有效性:能夠在一定程度上解決不確定性問題:能夠給出符合人類語言習(xí)慣的結(jié)淪并具有相應(yīng)的解釋能力 。

但是需要說明的是，對(duì)于電網(wǎng)故障專家診斷系統(tǒng)，獲取完備的知識(shí)庫是形成故障診斷專家系統(tǒng)的瓶頸如果建立的知識(shí)庫不完備，可能導(dǎo)致專家系統(tǒng)推理失敗或給出錯(cuò)誤的結(jié)論。因?yàn)閷＜蚁到y(tǒng)在推理時(shí)要搜索、匹配知識(shí)庫內(nèi)一定的規(guī)則集才能得出結(jié)淪，所以當(dāng)系統(tǒng)比較大時(shí)完成診斷的速度將會(huì)比較慢:而電力系統(tǒng)領(lǐng)域?qū)＜以趯?shí)際工作中的思考方式是非常簡(jiǎn)潔實(shí)用的，他們更多的是利用其腦海中己熟知的典型方案，根據(jù)對(duì)比實(shí)際問題，再加以適當(dāng)修改和調(diào)整，從而得到符合實(shí)際問題的求解方案。此外，專家系統(tǒng)的容錯(cuò)能力較差，在故障后保護(hù)裝置或斷路器錯(cuò)誤動(dòng)作的情況下，專家系統(tǒng)因缺乏有效的方法識(shí)別錯(cuò)誤信息，容易造成錯(cuò)誤診斷。研究者將專家系統(tǒng)與其它理淪方法結(jié)合起來以改善這一缺陷，可望使專家系統(tǒng)得到新的發(fā)展與突破。

電網(wǎng)故障診斷的智能技術(shù)神經(jīng)網(wǎng)絡(luò)智能診斷系統(tǒng)的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)(ANN)是模擬人類神經(jīng)系統(tǒng)傳輸、處理信息過程的一種人工智能技術(shù)與專家系統(tǒng)相比，人工神經(jīng)網(wǎng)絡(luò)最大的特點(diǎn)是采用神經(jīng)元及他們之間的優(yōu)先權(quán)重連接來隱含處理問題的知識(shí)，并具有學(xué)習(xí)與自學(xué)習(xí)能力和泛化能力，容錯(cuò)能力較強(qiáng)，即使輸入信號(hào)帶有一定的干擾噪聲，仍能給出正確的輸出結(jié)果。

ANN在電網(wǎng)故障診斷中的應(yīng)用主要在故障定位和故障類型識(shí)別兩個(gè)方面，其主要問題是:ANN在使用之前需要大量的、有代表性的樣本供其學(xué)習(xí)，且學(xué)習(xí)算法收斂的速度一般比較慢。學(xué)習(xí)完成之后，如果系統(tǒng)結(jié)構(gòu)發(fā)生變化，則需要增加新的樣本重新學(xué)習(xí):ANN通常只能給出一個(gè)介于0-1之間的數(shù)值作為輸出，對(duì)診斷結(jié)果缺乏解釋能力，這不利于運(yùn)行人員理解診斷結(jié)果。因此，盡管ANN具有一定的容錯(cuò)能力，但是它不能提供信息幫助運(yùn)行人員推斷不正常動(dòng)作的裝置:此外，如何設(shè)計(jì)適用于大型輸電網(wǎng)絡(luò)的故障診斷系統(tǒng)仍然是一個(gè)有待于進(jìn)一步研究的問題。

電網(wǎng)故障診斷的智能技術(shù)模糊智能診斷方法的應(yīng)用

模糊理淪是將經(jīng)典的集合理淪模糊化，并引入語言變量和近似推理的模糊邏輯，具有完整的推理體系的智能技術(shù)。一般模糊系統(tǒng)的結(jié)構(gòu)與專家系統(tǒng)的結(jié)構(gòu)類似，由模糊知識(shí)庫、模糊推理機(jī)和人機(jī)界面等幾部分組成，也可以說模糊系統(tǒng)是模糊理淪與專家系統(tǒng)結(jié)構(gòu)的結(jié)合 。

模糊理淪己被大量引入輸電網(wǎng)絡(luò)故障診斷領(lǐng)域。輸電網(wǎng)絡(luò)故障診斷的不確定性主要是由保護(hù)或斷路器誤動(dòng)、拒動(dòng)，信道傳輸干擾錯(cuò)誤，保護(hù)時(shí)間偏差等因素造成的。這些不確定因素對(duì)于要求嚴(yán)格匹配搜索的專家系統(tǒng)來說，很容易導(dǎo)致錯(cuò)誤的結(jié)果但在專家系統(tǒng)中融入模糊理淪后，由精確推理變?yōu)榻仆评?，在一定程度上增?qiáng)了專家系統(tǒng)的容錯(cuò)性。模糊理淪除了與專家系統(tǒng)相結(jié)合構(gòu)成診斷系統(tǒng)外，也可以與其他各種人工智能技術(shù)結(jié)合在一起，分析不確定因素對(duì)智能診斷系統(tǒng)的影響，提高診斷的準(zhǔn)確率。只是需要注意的是，模糊理淪所必需的先驗(yàn)信息較難準(zhǔn)確獲得，這給其應(yīng)用帶來的很大阻力。

電網(wǎng)故障診斷就是通過測(cè)量和分析故障后電網(wǎng)中電流、電壓等電氣量以及保護(hù)和斷路器動(dòng)作的開關(guān)量變化信息，識(shí)別故障元件。良好的診斷策略對(duì)于縮短故障時(shí)間，防止事故擴(kuò)大具有重要意義。故障發(fā)生時(shí)，監(jiān)控系統(tǒng)采集到的大量故障信息涌入調(diào)度中心，基于傳統(tǒng)數(shù)學(xué)模型的診斷方法已很大程度上不能保證診斷的準(zhǔn)確性和快速性等要求，而相比較來說，基于智能技術(shù)的診斷方法具有明顯的優(yōu)勢(shì)。智能方法能夠模擬、延伸和擴(kuò)展人類的智能行為，彌補(bǔ)數(shù)學(xué)模型診斷方法的不足，為電網(wǎng)故障診斷領(lǐng)域開辟了新途徑。因此故障診斷方法由傳統(tǒng)技術(shù)向智能化技術(shù)方向發(fā)展是該領(lǐng)域未來研究的重點(diǎn)和熱點(diǎn) 。

在國內(nèi)外專家學(xué)者對(duì)電網(wǎng)故障診斷領(lǐng)域研究成果的基礎(chǔ)上，綜述了一些當(dāng)前應(yīng)用較為廣泛的電網(wǎng)故障診斷的智能方法，其中包括專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊集理論、Petri網(wǎng)等，并相應(yīng)的給出了簡(jiǎn)要的介紹，同時(shí)分析了這些方法的特點(diǎn)和不足，總結(jié)了當(dāng)前電網(wǎng)故障診斷領(lǐng)域所面臨的問題，探討了該領(lǐng)域在今后的發(fā)展中需要重點(diǎn)解決的關(guān)鍵問題和未來的發(fā)展趨勢(shì)。

電網(wǎng)故障診斷的智能技術(shù)基于專家系統(tǒng)的故障診斷方法

Feighbaum教授 于1968年開發(fā)了第一個(gè)專家系統(tǒng)((Expert System)并且具體說明專家系統(tǒng)是一種智能的計(jì)算機(jī)程序，它通過使用知識(shí)與推理過程，求解那些需要專家的知識(shí)才能求解的高難度問題。自從70年代人們將專家系統(tǒng)引入到電網(wǎng)的故障診斷領(lǐng)域，基于該方法的故障診斷應(yīng)用較為成功。專家系統(tǒng)在電網(wǎng)故障診斷中的典型應(yīng)用可以歸結(jié)為:首先建立故障信息知識(shí)庫，并用自然語言建立產(chǎn)生式規(guī)則;然后基于對(duì)這一產(chǎn)生式規(guī)則的理解，知識(shí)工程師將知識(shí)表示成機(jī)器語言并通過人機(jī)接口儲(chǔ)存到知識(shí)庫中;故障發(fā)生時(shí)，將故障信息輸入到推理機(jī)，推理機(jī)根據(jù)當(dāng)前輸入的故障信息，運(yùn)用知識(shí)庫中的知識(shí)，按一定的策略進(jìn)行推理，從而識(shí)別出故障元件。

專家系統(tǒng)將專家的知識(shí)應(yīng)用于電網(wǎng)故障診斷，可以保證診斷系統(tǒng)的實(shí)時(shí)性和有效性，但是基于知識(shí)的本質(zhì)和實(shí)現(xiàn)故障診斷的原理沒有變，因此當(dāng)前專家系統(tǒng)還存在著不足：(1)專家知識(shí)是人為移植到計(jì)算機(jī)的，所以難以建立完備的知識(shí)庫；(2)容錯(cuò)性差，對(duì)于保護(hù)和斷路器的誤動(dòng)作及知識(shí)庫中不包含的情況，很難給出正確的判斷；(3)系統(tǒng)的維護(hù)難度非常大，知識(shí)庫要經(jīng)常根據(jù)實(shí)際情況進(jìn)行更新。

未來的研究中將專家系統(tǒng)與其他智能技術(shù)相結(jié)合是一種有效的方式，取長(zhǎng)補(bǔ)短，彌補(bǔ)專家系統(tǒng)本身的缺陷。有研究將模糊集理論與專家系統(tǒng)結(jié)合，通過對(duì)電壓和電流值以及保護(hù)和斷路器信息進(jìn)行模糊推理，能夠有效地改善專家系統(tǒng)容錯(cuò)性差的問題。也有采用一種適用于電網(wǎng)故障診斷的整個(gè)協(xié)同式專家系統(tǒng)的結(jié)構(gòu)體系，并且將其與多智能體技術(shù)相結(jié)合，克服了單一專家系統(tǒng)的局限性，增強(qiáng)了對(duì)復(fù)雜故障實(shí)時(shí)診斷的推理能力 。

電網(wǎng)故障診斷的智能技術(shù)基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)是一種模擬神經(jīng)系統(tǒng)來進(jìn)行信息處理的數(shù)學(xué)模型，主要是基于輸入和輸出關(guān)系建立起來的，并由大量簡(jiǎn)單的處理單元(神經(jīng)元)廣泛互連而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)能夠?qū)Υ罅康挠?xùn)練樣本進(jìn)行分析推理，得到一般規(guī)律，從而能對(duì)未知的或無法預(yù)測(cè)的故障信息進(jìn)行分析判斷。前饋神經(jīng)網(wǎng)絡(luò)較廣泛地應(yīng)用于電網(wǎng)故障診斷領(lǐng)域，其中最具代表性的是BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)和徑向基神經(jīng)網(wǎng)絡(luò)。

有研究給出了BP神經(jīng)網(wǎng)絡(luò)在電網(wǎng)故障診斷中的典型應(yīng)用:將保護(hù)器和斷路器的動(dòng)作信息作為神經(jīng)網(wǎng)絡(luò)的輸入，可能發(fā)生的故障情況作為輸出，以此來建立診斷模型;通過大量的故障實(shí)例形成訓(xùn)練神經(jīng)網(wǎng)絡(luò)的樣本集;訓(xùn)練過程中，網(wǎng)絡(luò)的輸入節(jié)點(diǎn)加輸入信號(hào)，此信號(hào)向前傳播，并不斷根據(jù)當(dāng)時(shí)的節(jié)點(diǎn)活化函數(shù)、連接加權(quán)系數(shù)和給定值進(jìn)行相應(yīng)計(jì)算，此過程即為學(xué)習(xí)過程;在學(xué)習(xí)結(jié)束前，若前向計(jì)算的輸出與期望的輸出之間存在誤差，則將誤差信號(hào)反向傳播，調(diào)整權(quán)值和值，直到輸出滿足要求。

神經(jīng)網(wǎng)絡(luò)有強(qiáng)大的學(xué)習(xí)能力，而且具有容錯(cuò)能力強(qiáng)、魯棒性好、非線性映射和并行分布處理等特點(diǎn)。然而，神經(jīng)網(wǎng)絡(luò)還存在如下缺陷：(1)需要大量的訓(xùn)練樣本以供學(xué)習(xí)，但獲取完備優(yōu)質(zhì)的樣本十分困難；(2)神經(jīng)網(wǎng)絡(luò)在診斷過程中被看成是“黑箱”，缺乏對(duì)自身行為的解釋能力；(3)神經(jīng)網(wǎng)絡(luò)不善于處理啟發(fā)式的規(guī)則。未來對(duì)基于神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷方法的研究重點(diǎn)還是在選取有價(jià)值的訓(xùn)練樣本、給予診斷過程解釋能力、使適用于大規(guī)模電網(wǎng)故障診斷等方面。

電網(wǎng)故障診斷的智能技術(shù)基于貝葉斯網(wǎng)絡(luò)的故障診斷方法

貝葉斯網(wǎng)絡(luò)(Bayesian Network)是一種用來表示和推理不確定性知識(shí)的模型，它將概率論的相關(guān)知識(shí)與圖形理論相結(jié)合，具有較為嚴(yán)格的理論基礎(chǔ)，對(duì)解決復(fù)雜電網(wǎng)由于不確定因素引起的故障等問題具有明顯作用。利用貝葉斯網(wǎng)絡(luò)技術(shù)進(jìn)行電網(wǎng)故障診斷的研究還處于初期階段，但是發(fā)展的較為迅速。文獻(xiàn)采用分層遞歸的思想，利用粗糙集理論對(duì)電網(wǎng)故障信息進(jìn)行分層挖掘，達(dá)到屬性優(yōu)選，然后通過貝葉斯網(wǎng)絡(luò)進(jìn)行故障診斷，成功識(shí)別出故障元件。結(jié)合監(jiān)測(cè)設(shè)備的狀態(tài)信息，利用貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)了故障情況的提前預(yù)測(cè)。也有文獻(xiàn)基于元件建模，通過設(shè)置各節(jié)點(diǎn)的先驗(yàn)概率，使得故障信息經(jīng)過貝葉斯網(wǎng)絡(luò)后，得到各元件發(fā)生故障的概率，以此識(shí)別故障元件，若采用某個(gè)值作為判斷條件，可同時(shí)對(duì)一個(gè)或多個(gè)元件的故障進(jìn)行有效診斷。

貝葉斯網(wǎng)絡(luò)的診斷模型清晰直觀，對(duì)于不確定和不完備信息可以進(jìn)行良好的診斷決策，然而，網(wǎng)絡(luò)節(jié)點(diǎn)賦值需要大量的實(shí)際觀察或統(tǒng)計(jì)分析方法來確定，而且貝葉斯網(wǎng)的訓(xùn)練屬于NP難度問題，處理復(fù)雜問題時(shí)將變得非常困難。未來該領(lǐng)域的研究將主要集中在如何實(shí)現(xiàn)貝葉斯網(wǎng)絡(luò)的自動(dòng)建模，如何將其與信息融合理論相結(jié)合等方面。

電網(wǎng)故障診斷的智能技術(shù)基于優(yōu)化技術(shù)的故障診斷方法

采用優(yōu)化技術(shù)(Optimization Methods)的故障診斷方法是一種基于數(shù)學(xué)模型的求解方法。國內(nèi)外學(xué)者提出了多種優(yōu)化算法，可以將其應(yīng)用到電網(wǎng)故障診斷領(lǐng)域，而且優(yōu)化算法在電網(wǎng)規(guī)劃等方面也有較好的應(yīng)用。常用的優(yōu)化算法包括:遺傳算法，模擬退火算法和蟻群算法，還有較新的算法如交叉嫡算法。

優(yōu)化技術(shù)應(yīng)用于電網(wǎng)故障診斷的方法是考慮故障元件與保護(hù)器和斷路器的動(dòng)作關(guān)系，將電網(wǎng)故障診斷問題表示為使目標(biāo)函數(shù)最小化的0-1整數(shù)規(guī)劃問題，然后通過優(yōu)化算法求解該問題的最優(yōu)解。有文獻(xiàn)基于小生境遺傳算法，并結(jié)合粗糙集理論，來求取決策表約簡(jiǎn)，從而抽出診斷規(guī)則，提升了對(duì)不完備信息的分析能力。

基于優(yōu)化技術(shù)的故障診斷方法具有嚴(yán)密的數(shù)學(xué)基礎(chǔ)和理論依據(jù)，用常規(guī)的優(yōu)化算法即能夠?qū)崿F(xiàn)而且能夠在診斷信息不全面的條件下，給出局部和全局最優(yōu)的多個(gè)診斷結(jié)果。不過該方法還存在的問題是：(1)目標(biāo)函數(shù)的確定比較困難；(2)優(yōu)化算法的多次迭代，導(dǎo)致診斷時(shí)間過長(zhǎng)；(3)優(yōu)化算法在尋優(yōu)的過程中存在隨機(jī)因素，可能導(dǎo)致丟失最優(yōu)解。所以選擇更全面的診斷模型以及采用合適的優(yōu)化算法來提高診斷的準(zhǔn)確性和實(shí)時(shí)性是該領(lǐng)域未來研究的重要方向。

電網(wǎng)故障診斷的智能技術(shù)基于支持向量機(jī)的故障診斷方法

統(tǒng)計(jì)學(xué)習(xí)理論是一種專門研究有限樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論，為研究統(tǒng)計(jì)模式識(shí)別和更廣泛的機(jī)器學(xué)習(xí)問題建立了一個(gè)較好的理論框架。Vapnik等人根據(jù)對(duì)統(tǒng)計(jì)學(xué)習(xí)理論的研究，提出了支持向量機(jī)(Support Vector Machine)這種全新的模式識(shí)別算法，有效地改善了傳統(tǒng)分類方法的缺陷，具有充足的理論依據(jù)。它在文本分類、故障診斷、手寫識(shí)別等領(lǐng)域中獲得了較多的應(yīng)用。

故障診斷問題從本質(zhì)上來說就是一種分類問題，而支持向量機(jī)對(duì)于有限樣本狀況下的分類問題具有較強(qiáng)的針對(duì)性。有文獻(xiàn)通過將粒子群優(yōu)化算法與支持向量機(jī)相結(jié)合來進(jìn)行故障診斷。由于在支持向量機(jī)算法中，核函數(shù)參數(shù)選擇的好壞直接影響到診斷結(jié)果的準(zhǔn)確度，而文中采用的方法能夠?qū)崿F(xiàn)參數(shù)的動(dòng)態(tài)選取，達(dá)到優(yōu)化診斷結(jié)果的目的 。

支持向量機(jī)基于統(tǒng)計(jì)學(xué)習(xí)理論，有效地改善了傳統(tǒng)分類方法的缺陷，具有充足的理論依據(jù)，對(duì)解決有限樣本的模式識(shí)別問題具有很高的適用性。下一步的研究重點(diǎn)在于如何改進(jìn)算法，使診斷過程快速并滿足實(shí)時(shí)性的要求以及處理大電網(wǎng)故障診斷、參數(shù)的選擇等問題。該技術(shù)在故障診斷中的應(yīng)用起步較晚，隨著研究的加深，該方法有望成為電網(wǎng)故障診斷領(lǐng)域的實(shí)用方法之一。

電網(wǎng)故障診斷的智能技術(shù)基于模糊集理論的故障診斷方法

美國自動(dòng)控制專家L A Zadek于1965年首次提出“模糊集合”的概念，并引入“隸屬函數(shù)”來描述差異的中間過渡。模糊集理論(Fuzzy set Theory)將信息模糊化，首先系統(tǒng)獲取的信息組成的集合可以看成一種經(jīng)典集合，按照某種對(duì)應(yīng)法則將集合中的元素映射到 [0，1]這一區(qū)間，這樣集合中的每一個(gè)元素在0和1之間都對(duì)應(yīng)一個(gè)實(shí)數(shù)，這個(gè)實(shí)數(shù)可以表明其隸屬于0或1的程度，按照以上對(duì)應(yīng)法則組成的函數(shù)就是隸屬度函數(shù)，該理論就是以隸屬度函數(shù)為基礎(chǔ)建立的。在電網(wǎng)故障診斷領(lǐng)域發(fā)展的早期，人們對(duì)專家系統(tǒng)應(yīng)用在故障診斷領(lǐng)域做了較多的研究，然而很少考慮到信息的不確定性，從而導(dǎo)致診斷的不精確。有文獻(xiàn)針對(duì)電力系統(tǒng)故障診斷問題中的不確定信息給出解決方法，將模糊集理論應(yīng)用在電網(wǎng)故障診斷領(lǐng)域，通過將故障信息模糊化，不僅可以減小數(shù)據(jù)信息的存儲(chǔ)空間，也能提升診斷精度和容錯(cuò)性。

模糊集理論的特點(diǎn)就是可以處理信息的不確定性，然而基于模糊集理論的故障診斷方法還面臨著一些弊端：(1)隸屬函數(shù)的建立沒有一個(gè)明確的標(biāo)準(zhǔn)；(2)可維護(hù)性差，當(dāng)電網(wǎng)結(jié)構(gòu)發(fā)生變化時(shí)，模糊知識(shí)庫和隸屬度也要做相應(yīng)的變化；(3)大規(guī)模電網(wǎng)的模糊診斷模型建立困難。在實(shí)際應(yīng)用中，常常將模糊集理論與其他智能方法相結(jié)合(如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、Petri網(wǎng)等)，用來分析不確定性信息對(duì)診斷系統(tǒng)的影響，提升診斷精度，增強(qiáng)系統(tǒng)的容錯(cuò)性。

電網(wǎng)故障診斷的智能技術(shù)基于Petri網(wǎng)技術(shù)的故障診斷方法

Petri網(wǎng)是德國科學(xué)家Carl Adam Petri 于1960到1965年提出的一種數(shù)學(xué)模型，它利用目標(biāo)系統(tǒng)中元件之間的關(guān)系來構(gòu)建有向圖的組合模型，從而能夠準(zhǔn)確地表示離散事件發(fā)生的順序、并發(fā)和沖突的關(guān)系。印度學(xué)者 Jenkensl和Khincha在1992年首先將Petri網(wǎng)技術(shù)應(yīng)用于電網(wǎng)的建模中，在這之后Petri網(wǎng)在電力系統(tǒng)的很多領(lǐng)域中得到了應(yīng)用，并顯示出了其良好的應(yīng)用前景。電網(wǎng)的故障可看成是離散事件，而Petri網(wǎng)是對(duì)離散事件組成的系統(tǒng)進(jìn)行建模和分析的理想工具。

Petri網(wǎng)方法能夠定性或定量地對(duì)系統(tǒng)中事件發(fā)生的各種過程采取準(zhǔn)確的分析，同時(shí)還具有圖形化的結(jié)構(gòu)表示等優(yōu)點(diǎn)，是對(duì)離散事件進(jìn)行動(dòng)態(tài)建模和分析的有效方法，不過還有一些尚需深入的問題存在，主要是：(1)系統(tǒng)網(wǎng)絡(luò)拓?fù)涞臄U(kuò)大，易導(dǎo)致建模時(shí)發(fā)生信息組合爆炸的情況；(2)電網(wǎng)多重故障時(shí)，診斷結(jié)果不夠理想；(3)對(duì)于保護(hù)和斷路器拒動(dòng)或誤動(dòng)時(shí)產(chǎn)生的錯(cuò)誤信息不能很好地分析識(shí)別。未來的研究中，將高級(jí)的Petri網(wǎng)用于復(fù)雜電網(wǎng)的故障診斷是一種有效的措施 。

電網(wǎng)故障診斷的智能技術(shù)基于信息融合技術(shù)的故障診斷方法

信息融合(Information fusion)技術(shù)實(shí)際上是一種多源信息的綜合技術(shù)，通過對(duì)來自不同數(shù)據(jù)源的信息進(jìn)行分析和智能化合成，獲得被測(cè)對(duì)象及其性質(zhì)的最佳一致估計(jì)，從而產(chǎn)生比單一信息源更精確、更完全的估計(jì)和決策。采用該方法的電網(wǎng)故障診斷已顯示出了明顯的優(yōu)勢(shì)。

采用信息融合技術(shù)將開關(guān)量與電氣量等來自不同數(shù)據(jù)源的信息綜合利用，可以極大地提高診斷系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性，有效地避免由于故障信息的不確定性而導(dǎo)致的錯(cuò)誤診斷。信息融合技術(shù)在今后的研究中，重點(diǎn)將放在解決如何選取合適的信息融合方法以及如何在實(shí)際中融合更多方面的信息，這會(huì)使得電網(wǎng)故障診斷水平上升到一個(gè)新高度。

電網(wǎng)故障診斷的智能技術(shù)基于MAS的故障診斷方法

多智能體(Multi-Agent System， MAS)技術(shù)是分布式人工智能技術(shù)的重要分支，它是一種將計(jì)算機(jī)、網(wǎng)絡(luò)和分布式思想相結(jié)合的軟件工程技術(shù)，能夠?qū)⒛繕?biāo)問題轉(zhuǎn)變成在邏輯上或物理上分離的多個(gè)Agent，可分別針對(duì)每個(gè)Agent來解決問題，而且各個(gè)Agent之間相互協(xié)調(diào)信息得到最終結(jié)果，節(jié)約了數(shù)據(jù)和資源。文獻(xiàn)將MAS技術(shù)應(yīng)用于電網(wǎng)的故障診斷中，先將診斷系統(tǒng)智能分解，再通過軟件技術(shù)來協(xié)調(diào)各Agent中的信息并得出診斷結(jié)果，滿足了準(zhǔn)確性和實(shí)時(shí)性的要求。有文獻(xiàn)提出一種基于智能識(shí)別系統(tǒng)的MAS技術(shù)。MAS實(shí)現(xiàn)了控制過程的在線自適應(yīng)識(shí)別和實(shí)時(shí)的進(jìn)行離線故障診斷，同時(shí)可以適應(yīng)和克服大規(guī)模電網(wǎng)的復(fù)雜性。

電網(wǎng)故障診斷領(lǐng)域所面臨的主要問題是：(1)各種診斷方法在處理不確定和不完備信息時(shí)容錯(cuò)性差，而且對(duì)于該問題仍沒有給出明確的解決方式；(2)像前文所介紹的，這些智能方法本身還存在應(yīng)用的限制和缺陷，而且在實(shí)際應(yīng)用中，大部分電網(wǎng)故障診斷還是只基于一種智能方法；(3)電網(wǎng)的運(yùn)行方式和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化對(duì)故障診斷結(jié)果有明顯的影響；(4)電網(wǎng)智能故障診斷實(shí)用化的研究還不夠。

從當(dāng)前電網(wǎng)故障診斷領(lǐng)域所面臨的問題出發(fā)，今后的研究重點(diǎn)可以分為以下幾個(gè)方面：

(1)基于多種智能方法融合的診斷方法研究。電網(wǎng)故障診斷的實(shí)際應(yīng)用中，多數(shù)還是采用一種智能方法，其中應(yīng)用較多的是專家系統(tǒng)和優(yōu)化技術(shù)。將多種智能技術(shù)融合，取長(zhǎng)補(bǔ)短，并在電網(wǎng)故障診斷領(lǐng)域中適時(shí)地引入最新的技術(shù)，這是未來故障診斷發(fā)展的重要趨勢(shì)。

(2)基于多數(shù)據(jù)源信息融合技術(shù)的診斷方法研究。電網(wǎng)故障診斷系統(tǒng)所采用的智能技術(shù)大多是利用開關(guān)量信息。相比較來說在精確性、容錯(cuò)性等方面，電氣量有著更大的優(yōu)勢(shì)。將不同數(shù)據(jù)源的開關(guān)量和電氣量的信息融合，充分利用多數(shù)據(jù)源的故障信息，能夠使診斷結(jié)果更加精確。

(3)基于分布式智能技術(shù)的故障診斷研究。采用分布式的故障診斷方法能夠?qū)⒋箅娋W(wǎng)分區(qū)后進(jìn)行分布式故障診斷，有效地解決了面向大電網(wǎng)故障診斷的難題。中國電科院的專家2007年利用貝葉斯網(wǎng)絡(luò)的診斷方法，以含有不確定性故障信息的大型系統(tǒng)作為平臺(tái)，進(jìn)行了MAS協(xié)同診斷問題的研究，并取得了很好的診斷結(jié)果。

(4)在線電網(wǎng)故障診斷實(shí)用化的研究。國內(nèi)外的專家學(xué)者在電網(wǎng)故障診斷理論上的研究已經(jīng)取得了眾多成果，但在實(shí)用化研究的方面還十分欠缺。因此在未來的研究中，如何從實(shí)用化的角度出發(fā)，將理論應(yīng)用到實(shí)際，仍然是一個(gè)重要的研究課題。故障診斷預(yù)處理功能是整個(gè)實(shí)用化的故障診斷系統(tǒng)的入口，為后續(xù)的運(yùn)行提供保證，因此對(duì)故障診斷預(yù)處理功能的研究也是推進(jìn)電網(wǎng)故障診斷實(shí)用化的重要一步。

采用智能方法的電網(wǎng)故障診斷是該領(lǐng)域發(fā)展過程中新的思路，并且已取得大量實(shí)質(zhì)性成果。綜述了較受關(guān)注的電網(wǎng)故障診斷的智能方法，相應(yīng)介紹了這些方法的特點(diǎn)以及所存在的問題和近年來的研究成果，并指出當(dāng)前電網(wǎng)故障診斷領(lǐng)域所面臨的問題，如實(shí)用化不足，處理不確定信息容錯(cuò)性差等，最后探討了電網(wǎng)故障診斷領(lǐng)域未來的發(fā)展趨勢(shì)。這些智能方法有些還處于理論階段，而且都有各自的弊端，因此需要在實(shí)際工程應(yīng)用中不斷完善，提升電網(wǎng)故障診斷的智能化水平。

電網(wǎng)事故判斷是進(jìn)行事故處理的前提，提高診斷的準(zhǔn)確性和快速性具有重要意義。隨著電網(wǎng)規(guī)模的擴(kuò)大，為調(diào)度員配備高智能、高速度、高質(zhì)量的實(shí)時(shí)故障智能診斷判別系統(tǒng)，以協(xié)助調(diào)度員對(duì)電網(wǎng)運(yùn)行進(jìn)行實(shí)時(shí)調(diào)整和控制，是非常必要的。2100433B

我國已經(jīng)建立了系統(tǒng)的特高壓與智能電網(wǎng)技術(shù)標(biāo)準(zhǔn)體系，編制相關(guān)國際標(biāo)準(zhǔn)19項(xiàng)，特高壓交流電壓已成為國際標(biāo)準(zhǔn)電壓。

國際電工委員會(huì)主席克勞斯·武赫雷爾表示，中國的特高壓輸電技術(shù)在世界上處于領(lǐng)先水平，這種能夠減少長(zhǎng)距離輸電損耗的技術(shù)，在世界其他地區(qū)也將有廣泛的應(yīng)用前景。

智能電網(wǎng)新型配電技術(shù)的應(yīng)用

未來的配電技術(shù)必須具有如下特點(diǎn)：網(wǎng)絡(luò)快速自愈、抗擾動(dòng)能力強(qiáng)、提供優(yōu)質(zhì)電力、與用戶互動(dòng)等。這些智能電網(wǎng)配電技術(shù)都會(huì)促進(jìn)云計(jì)算數(shù)據(jù)機(jī)房的供電系統(tǒng)更加安全可靠。

1、同步開斷技術(shù)

云計(jì)算數(shù)據(jù)中心機(jī)房中，由于電力需求量大，常涉及到高壓供電。高壓開關(guān)大都是機(jī)械開關(guān)，開斷時(shí)間長(zhǎng)、分散性大。這種慢過程的機(jī)械開斷容易引起操作過電壓，加速設(shè)備老化或者直接損害設(shè)備。同步開斷，又稱智能開關(guān)，是在電壓或電流的指定相位完成電路的斷開或閉合。采用電子開關(guān)取代機(jī)械開關(guān)，在理論上應(yīng)用同步開斷技術(shù)可完全避免電力系統(tǒng)的操作過電壓。這樣，由操作過電壓決定的電力設(shè)備絕緣水平可大幅度降低，由于操作引起設(shè)備（包括斷路器本身）的損壞也可大大減少。

2、故障電流限制技術(shù)

由于云計(jì)算數(shù)據(jù)中心的規(guī)模，數(shù)據(jù)中心的用電電流是很大的，短路電流也呈日益增大的趨勢(shì)，如果不采取有效的抑制短路電流的措施，一旦發(fā)生短路故障，開關(guān)及用戶設(shè)備將是無法承受的。隨著電力電子技術(shù)、超導(dǎo)技術(shù)等的發(fā)展，限制短路電流已成為可能，這就依賴于故障電流限制器（FaultCurrentLimiter,FCL）的研制和開發(fā)。國外對(duì)超導(dǎo)FCL和電力電子FLC研究較多，這可以在云計(jì)算數(shù)據(jù)中心中借鑒和應(yīng)用。

3、主動(dòng)配電網(wǎng)技術(shù)

未來“主動(dòng)配電網(wǎng)”可能采取類似英特網(wǎng)的形式，即分布式?jīng)Q策和雙向潮流。在遍布全系統(tǒng)的所有節(jié)點(diǎn)上都將有控制設(shè)備。主動(dòng)配電網(wǎng)的功能是將電源和用戶需求有效連接起來，允許雙方共同決定如何最好地實(shí)時(shí)運(yùn)行。要達(dá)到這一要求，控制水平要遠(yuǎn)高于配電網(wǎng)的水平。這包括潮流評(píng)估、有競(jìng)爭(zhēng)力的電壓控制和保護(hù)技術(shù)，以及比配電網(wǎng)擁有更多的傳感器和自動(dòng)裝置的新型通信控制系統(tǒng)等，實(shí)現(xiàn)云計(jì)算數(shù)據(jù)中心供電系統(tǒng)的主動(dòng)預(yù)警，負(fù)載均衡和三相平衡等。

4、儲(chǔ)能技術(shù)

儲(chǔ)能技術(shù)已被視為電網(wǎng)運(yùn)行過程中的重要組成部分。系統(tǒng)中引入儲(chǔ)能環(huán)節(jié)后，可以有效地實(shí)現(xiàn)需求側(cè)管理，消除晝夜間峰谷差，平滑負(fù)荷，不僅可以更有效地利用電力設(shè)備，降低供電成本，也可作為提高系統(tǒng)運(yùn)行穩(wěn)定性、調(diào)整頻率、補(bǔ)償負(fù)荷波動(dòng)的一種手段。

儲(chǔ)能技術(shù)可用于云計(jì)算數(shù)據(jù)中心的應(yīng)急供電狀況，以及充分利用當(dāng)?shù)氐姆骞入妰r(jià)差?，F(xiàn)有的電能存儲(chǔ)方式主要可分為機(jī)械儲(chǔ)能、化學(xué)儲(chǔ)能、電磁儲(chǔ)能和相變儲(chǔ)能等。超導(dǎo)儲(chǔ)能由于超導(dǎo)體電流大，能量密度高，存取快速，可作為理想的電磁能儲(chǔ)藏器，超導(dǎo)材料臨界溫度低一直是超導(dǎo)儲(chǔ)能應(yīng)用的限制因素，直接冷卻超導(dǎo)儲(chǔ)能（HTc-SMES）的研究受到了美日等國的高度重視，但絕大部分超導(dǎo)儲(chǔ)能裝置為低溫超導(dǎo)儲(chǔ)能系統(tǒng)。

智能電網(wǎng)新型用電技術(shù)的應(yīng)用

在智能電網(wǎng)的框架下，需要新型用電技術(shù)提高電力需求彈性，提升電力需求側(cè)管理的智能化水平，幫助電力用戶與智能電網(wǎng)進(jìn)行互動(dòng)，實(shí)現(xiàn)云計(jì)算數(shù)據(jù)中心更加方便、高效、經(jīng)濟(jì)、環(huán)保的管理用電。

1、先進(jìn)傳感器技術(shù)

未來的數(shù)據(jù)中心傳感器將更加智能化，功能將逐步融合。風(fēng)、火、水、電、氣、溫度、濕度、煙霧、二氧化碳等都是傳感器的采集對(duì)象。傳感器不僅可以分析和提取數(shù)據(jù)中心環(huán)境的特征數(shù)據(jù)，而且可以和特定的數(shù)據(jù)管理分析系統(tǒng)進(jìn)行信息交互，可以對(duì)數(shù)據(jù)中心的日常數(shù)據(jù)、整體效能和環(huán)境指數(shù)提供整體分析和科學(xué)評(píng)估。

2、先進(jìn)用電監(jiān)控技術(shù)

用電監(jiān)控技術(shù)分為兩個(gè)層面：用電監(jiān)測(cè)技術(shù)和用電控制技術(shù)。新型用電監(jiān)測(cè)技術(shù)對(duì)用戶的電力消費(fèi)信息進(jìn)行動(dòng)態(tài)的準(zhǔn)實(shí)時(shí)監(jiān)測(cè)，幫助用戶了解自身的詳細(xì)用電信息，以指導(dǎo)用戶優(yōu)化系統(tǒng)的用電行為。新型用電控制技術(shù)在信息獲取的基礎(chǔ)上，結(jié)合用戶的用電需要，對(duì)整個(gè)數(shù)據(jù)中心用電系統(tǒng)進(jìn)行自動(dòng)控制，實(shí)現(xiàn)電能更合理的分配。

智能電網(wǎng)環(huán)境中的物聯(lián)網(wǎng)技術(shù)應(yīng)用

目前，物聯(lián)網(wǎng)在智能電網(wǎng)中的每個(gè)環(huán)節(jié)都有應(yīng)用，協(xié)助實(shí)現(xiàn)了對(duì)電網(wǎng)的智能控制和優(yōu)化配置，提高電力規(guī)劃的管理能力。

第一：發(fā)電環(huán)節(jié)。對(duì)常規(guī)能源發(fā)電的機(jī)組的運(yùn)行情況、設(shè)備之間的互動(dòng)以及各種參數(shù)指標(biāo)實(shí)行實(shí)時(shí)監(jiān)控，對(duì)風(fēng)力、太陽能發(fā)電進(jìn)行電機(jī)組的穩(wěn)態(tài)特性和動(dòng)態(tài)特性進(jìn)行穩(wěn)定性分析預(yù)測(cè)，實(shí)現(xiàn)發(fā)電環(huán)節(jié)的自動(dòng)、穩(wěn)定和高效。

第二：輸送環(huán)節(jié)。運(yùn)用物聯(lián)網(wǎng)在每個(gè)節(jié)點(diǎn)上的監(jiān)控能力，對(duì)整個(gè)輸送線路上的導(dǎo)線溫度、線路電容、絕緣子污穢以及線路風(fēng)振進(jìn)行全程監(jiān)測(cè)，并作出評(píng)估和診斷。由于智能電網(wǎng)具有自愈的特性，對(duì)發(fā)現(xiàn)破壞或者不正常的情況進(jìn)行自我治愈，對(duì)用戶實(shí)現(xiàn)連續(xù)供電。

第三：變電環(huán)節(jié)。將物聯(lián)網(wǎng)應(yīng)用到智能電網(wǎng)后，可以通過物聯(lián)網(wǎng)中的傳感器對(duì)重要變電設(shè)備進(jìn)行檢測(cè)，并將數(shù)據(jù)傳送到管理終端，實(shí)現(xiàn)對(duì)整個(gè)變電站的實(shí)時(shí)檢修，對(duì)周圍的安全進(jìn)行防護(hù)，更好地提高變電環(huán)節(jié)的可靠性和智能化水平。

第四：配電環(huán)節(jié)。由于我國國土廣闊，所以配電規(guī)模和配電設(shè)備數(shù)量都十分巨大。物聯(lián)網(wǎng)可靠傳遞特性恰好可以針對(duì)這一情況實(shí)現(xiàn)配電網(wǎng)絡(luò)中的配電現(xiàn)場(chǎng)作業(yè)、配電網(wǎng)絡(luò)設(shè)備以及運(yùn)行狀態(tài)信息的有效傳遞并進(jìn)行安全防護(hù)，避免大規(guī)模人力、物力的投入。

第五：用電環(huán)節(jié)。物聯(lián)網(wǎng)技術(shù)與門禁系統(tǒng)、防盜防火系統(tǒng)以及有情境控制的結(jié)合，實(shí)現(xiàn)了電網(wǎng)與用戶的雙向互動(dòng)。革新電力服務(wù)的傳統(tǒng)模式為用戶提供更加優(yōu)質(zhì)、便捷的服務(wù)，提高了人民生活質(zhì)量。2100433B

要實(shí)現(xiàn)真正意義上的電網(wǎng)友好，必須加大對(duì)各項(xiàng)技術(shù)的研發(fā)，落實(shí)新技術(shù)應(yīng)用的相關(guān)政策。電網(wǎng)友好技術(shù)的推廣機(jī)制是一個(gè)需要研究的重要問題。電網(wǎng)友好技術(shù)的研發(fā)應(yīng)用具有周期長(zhǎng)的特點(diǎn)，且具有“正外部性”，如何將電網(wǎng)友好的外部性內(nèi)化，形成激勵(lì)相容的推廣機(jī)制，是電網(wǎng)友好技術(shù)能否真正發(fā)揮作用的關(guān)鍵。

在發(fā)電技術(shù)方面，應(yīng)繼續(xù)完善新能源發(fā)電技術(shù)，實(shí)現(xiàn)其運(yùn)行頻率控制、繼電保護(hù)配置、信息采集、自動(dòng)化、通信、電能質(zhì)量等的智能一體化發(fā)展。同時(shí)，隨著電網(wǎng)友好的發(fā)電技術(shù)研發(fā)、推廣應(yīng)用，提高電網(wǎng)接納新能源發(fā)電的能力，實(shí)現(xiàn)低碳電力。進(jìn)一步，針對(duì)傳統(tǒng)電廠，研發(fā)低成本改造升級(jí)技術(shù)，也將是下一步電網(wǎng)友好技術(shù)的研究熱點(diǎn)。

用電技術(shù)中亦可從負(fù)荷的諧波特性入手改善負(fù)荷特性，如盡量避免各種用電設(shè)備產(chǎn)生諧波、電壓畸變等；在改善負(fù)荷的時(shí)間特性方面，可進(jìn)一步研究負(fù)荷的時(shí)間彈性。在控制裝置研發(fā)上，應(yīng)著力研制低成本的智能控制裝置，在不影響用戶用電體驗(yàn)的前提下，實(shí)現(xiàn)自主監(jiān)測(cè)電網(wǎng)實(shí)時(shí)信息，主動(dòng)響應(yīng)電網(wǎng)運(yùn)行狀態(tài)，維持電網(wǎng)的安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行。在平臺(tái)開發(fā)上，除全面考慮用戶的個(gè)性化需求外，還應(yīng)為功能升級(jí)預(yù)留一定的空間。 2100433B

內(nèi)容簡(jiǎn)介

國網(wǎng)浙江省電力公司電力科學(xué)研究院組編了《電網(wǎng)設(shè)備狀態(tài)檢測(cè)與故障診斷》一書。

《電網(wǎng)設(shè)備狀態(tài)檢測(cè)與故障診斷》分為六篇十七章，分別為基礎(chǔ)知識(shí)、光學(xué)檢測(cè)、化學(xué)檢測(cè)、電氣量檢測(cè)、機(jī)械量檢測(cè)、故障診斷及分析。

《電網(wǎng)設(shè)備狀態(tài)檢測(cè)與故障診斷》可供電網(wǎng)設(shè)備帶電檢測(cè)人員學(xué)習(xí)及培訓(xùn)使用，也可供相關(guān)專業(yè)師生學(xué)習(xí)參考。2100433B