电网故障诊断的一种完全解析模型

现代大规模互联电网提高了电力系统运行的稳定性和经济性,同时也给电网的故障诊断增加了难度。对电网保护配置和断路器动作规则进行深入分析,提出一种新的电网故障诊断模型——完全解析模型,并为基于此模型的故障诊断提出一种实用有效的求解方法。在完全解析模型中,故障假说（即可疑故障设备的故障情况）与保护、断路器的动作情况及拒动和误动情况一同表示成逻辑变量,而保护配置和断路器动作规则以逻辑方程组形式进行充分表达,逻辑方程组的每个解析解对应一个故障模式（设备故障状态和保护动作、断路器跳闸状态及拒动/误动情况）,是对故障情形的完整解释。本模型对故障诊断规则和保护、断路器的动作逻辑进行完全解析,并完整保留了故障设备、保护动作和断路器跳闸之间的耦合关系,克服了已有解析模型的缺陷。算例表明,保留完整耦合关系的完全解析模型可有效提高故障诊断的准确性和容错能力。     

计及死区故障的3/2接线变电站的Petri网故障诊断方法

现有针对3/2接线系统的故障诊断方法较少考虑死区故障,在基于保护和断路器动作信息进行故障诊断时易造成误判。提出一种计及死区故障的3/2接线变电站的Petri网故障诊断方法,除了系统中母线、线路和变压器等元件,对死区位置也建立其加权模糊时序Petri网模型。针对3/2接线系统不同死区位置、不同类型故障的跳闸策略,利用保护动作信息和断路器辅助节点开合状态信息构造死区故障辨识逻辑。通过死区故障的逻辑辨识和保护及断路器的时序约束检查,对诊断模型的结构和参数进行修正。测试系统仿真算例和电网实际故障案例表明,该方法能够在保护和断路器不正确动作和警报信息不完整等复杂状态下识别真实故障元件,提高了诊断的准确度和容错性。     

运用时序贝叶斯知识库的电网故障诊断方法

电网故障时有大量报警产生,充分利用报警信号及其时序信息,处理好保护与断路器误动、拒动、信息缺失等不确定性情况,对于电网故障诊断显得非常重要。时序贝叶斯知识库(temporal Bayesian knowledge bases,TBKB)能够清晰表达多个事件之间的时序约束关系,并具备贝叶斯网络的推理能力。建立了基于TBKB的电网故障诊断模型,提出了元件故障与保护动作、保护动作与相应断路器跳闸等之间的时序因果关系(TCR)表达、时序约束一致性检查方法。根据电网结构,可先在线搜索出疑似元件,再对它们自动构造TBKB模型。针对信息缺失节点的状态进行假设,形成假设状态组合。针对这些状态组合,通过贝叶斯反向、正向推理,可判断故障元件,误动与拒动的保护与断路器。多个算例验证了该方法的有效性。     

基于时序贝叶斯知识库的电网故障诊断软件原型系统设计

为了在故障后辅助调度员准确定位故障元件,揭示故障发展过程,文中利用时序信息设计了一种基于时序贝叶斯知识库(TBKB)电网故障诊断方法的原型系统。该诊断方法利用元件故障与保护动作、保护动作与相应断路器跳闸等之间的因果关系与时序关系,建立电网故障诊断模型,通过时序约束一致性检查方法,检查保护、断路器动作的时序。针对信息缺失情况进行状态假设,形成假设状态组合。通过贝叶斯推理,判断故障元件、误动与拒动的保护与断路器。根据此原理设计的原型系统,包括数据获取、TBKB模型建立、故障诊断推理、分层因果图显示等模块,给出了TBKB诊断模型自动生成、诊断算法实现、分层因果图的构造与显示等关键技术的实现。该原型系统为电网故障诊断的工程应用提供了参考。     

面向 SCADA 系统的电网故障诊断信息的获取

对在线电网故障诊断系统的信息获取问题进行深入研究,基于目前的 SACDA 信息平台,提出一种故障诊断信息的在线获取方法.该方法采用文中提出的动态事件窗生成技术,先对含有电网故障信息的告警信号进行截获,然后结合故障元件、保护动作和断路器跳闸的关联性,从截获的告警信号中提取电网故障诊断信息.动态事件窗生成技术可有效地克服错误告警信息影响,保证所获取电网故障信息的正确性和完整性.所提方法已经应用于实际电网的故障诊断系统,运行结果表明其是有效且可行的     

输电网故障的与或树诊断模型

为进一步提高诊断算法的准确度及容错性,文中提出一种基于与或树模型的输电网故障诊断方案。在目前诊断模型的基础上加入保护启动信息及电网拓扑元素,使与或树诊断模型对故障的描述更加确切。通过对电网拓扑的搜索形成遍历生成树,反映出了可疑故障元件与断路器之间的连接关系,然后将保护启动信息、保护出口动作信息以及断路器跳闸信息三者形成的与树引入其中,形成最终的与或树诊断模型。通过对与或树的求解及最优匹配算法能够确定故障元件以及丢失的报警信息,最后通过故障诊断算例验证了该方法的有效性。     

基于多源信息的延时约束加权模糊Petri网故障诊断模型

提出一种基于电气量判据、保护判据和断路器判据,并能够计及这3类判据时序属性的多源信息延时约束加权模糊Petri网故障诊断模型。首先,分析故障前后的电力网络拓扑以确定可疑故障元件。之后,采用反向推理寻径法识别故障元件动作可能路径,并在此基础上构造加权模糊Petri网故障诊断模型来确定故障元件;该模型能够计及故障电气量及其时序属性、元件故障和保护动作之间、保护动作和断路器跳闸之间的延时约束以及保护和断路器动作不确定性,且诊断推理全程采用矩阵运算来实现。在上述基础上,采用逆向推理判断警报信息的完整性和正确性,识别出误动或拒动的保护与断路器。最后,用IEEE 39节点系统和贵州兴仁变电站实际故障案例对所构建的故障诊断模型的正确性和求解方法的有效性作了验证。     

电网故障诊断完全解析模型的解集评价与最优解求取

电网故障过程中保护和断路器的动作及其动作告警存在不确定性,致使基于电网保护规则解析的故障诊断模型存在多解问题,如何快速有效地求取最优解是电网故障诊断解析模型实用化的关键。针对此问题,提出一种求取电网故障诊断解析模型最优解的方法,通过解析保护和断路器动作的不确定性和告警信号的不确定性,构建完全解析模型的解集评价指标,将故障诊断问题转换为求取完全解析模型最优解的数学规划问题,然后利用保护和断路器的拒动、误动概率以及告警信号的误报和漏报概率等先验知识,采用随机优化算法求取最优解,并从最优解导出诊断结论。故障诊断算例和实际故障案例的诊断验证了所提出的完全解析模型求解方法的有效性以及相应故障诊断方法的容错性和实用性。     

基于贝叶斯网络的电网故障诊断

针对电网故障诊断中存在的信息具有不确定性的问题,依据元件故障、保护动作和断路器跳闸之间的内在逻辑关系,由Noisy-Or和Noisy-And节点组成贝叶斯网络和采用类似训练多层前馈神经网络的误差反传算法进行诊断模型的参数学习,分别建立了线路、变压器和母线的通用故障诊断模型;依据元件-保护-断路器间的关联关系,给出了元件诊断贝叶斯网络的自动生成方法,最后对各个元件的诊断网络进行推理,以获得元件的故障概率值。实例仿真表明了该诊断方法的可行性和有效性,无论简单故障或多重故障,并且存在保护和断路器拒动、误动的情况下,都能得到合理有效的诊断结果。     

考虑不确定性的基于解析模型与信息理论的电网故障诊断方法

对故障诊断中的不确定性因素进行深入分析,以解析模型为基础,用概率评价的方法考虑保护动作和断路器跳闸的可靠性,构建了既反映电网结构和功能又反映保护和断路器动作规则的概率矩阵。     

利用保护和断路器信息的电力系统故障诊断与不可观测的保护的状态识别的模型与 Tabu 搜索方法

根据元件故障与保护动作和断路器跳闸之间的逻辑关系,首先构造了电力系统故障诊断与不可观测的保护的状态识别（ＦＳＥ－ＳＩＵＰＲ）的一种新的０－１整数规划模型。该模型充分利用了断路器信息,在一些保护信息不完整的情况下也能正常工作。之后,提出了用Ｔａｂｕ搜索（ＴＳ）方法来求解这一问题。ＴＳ方法是近年来出现的用于求解组合优化问题的高效的启发式搜索技术。算例计算表明,所发展的ＦＳＥ－ＳＩＵＰＲ的数学模型是正确的,采用的基于ＴＳ的方法相当有效。     

基于停电区域的电力系统故障诊断的一种新模型

提出了基于停电区域的电力系统故障诊断的一种新方法.主要包括三个方面的工作:(1)提出了应用无源信息识别停电区域的方法,有效地把故障诊断问题局限于某个或某些小的局部网络中;(2)在停电区域中,根据停电元件、断路器和保护动作信息构造了新的只在停电区域中识别故障元件的0-1规划模型.该模型简单、求解速度快,大大提高了故障诊断的速度;(3)采用了贪婪算法对该故障诊断模型进行求解.经算例计算表明,所提出的故障诊断的数学模型是正确的.     

On-line fault diagnosis of power substation using connectionistexpert system

This paper proposes a new connectionist (or neural network) expert system for the online fault diagnosis of a power substation. The connectionist expert diagnosis system has similar profile to an expert system, but can be constructed much more easily from elemental samples. These samples associate the faults with their protective relays and breakers as well as the bus voltages and feeder currents. Through an elaborately designed structure, alarm signals are processed by different connectionist models. The output of the connectionist models is then integrated to provide fine final conclusion with a confidence level. The proposed approach has been practically verified by testing on a typical Taiwan Power (Taipower) secondary substation. The test results show that rapid and exactly correct diagnosis is obtained even for fault conditions involving multiple faults or failure operation of protective relays and circuit breakers. Moreover, the system can be transplanted into various substations with little additional implementation effort     

基于模拟进化理论的电力系统的故障诊断

本文提出了利用基于模拟分子进化（ＳｉｍｕｌａｔｅｄＭｏｌｅｃｕｌａｒＥｖｏｌｕｔｉｏｎ──ＳＭＥ）的优化方法诊断电力系统故障的新方法。电力系统故障诊断问题可表示为０－１整数规划问题，利用ＳＭＥ方法可一次得到几个可能的解，这对于诊断复杂的电力系统故障（尤其是有保护或断路器误动作的情况）具有实际意义。这种方法可以同时利用保护和断路器的信息，改进后也可以只利用断路器的信息，适用范围较广。此外，ＳＭＥ方法在适应能力方面优于现有的基于Ｂｏｌｔｚｍａｎｎ机的方法，可以处理任意多重故障，且适于用并行处理机实现。     

基于支路元件关联矩阵建模与MPGSA算法的电网故障诊断

电网发生故障后,快速准确地诊断出故障元件并切除故障元件是保障电网正常运行的重要前提。对电网结构、保护配置及断路器的动作规则进行分析,将可疑元件状态、保护和断路器误动或拒动的状态引入故障假说,针对可疑故障母线和线路分别建立目标函数,并引入各级保护之间的影响因子进行修正。通过深入挖掘电网各元件之间的拓扑关联关系,提出基于支路元件关联矩阵的自动建模方法。采用改进模拟植物生长算法(MPGSA)对IEEE14节点仿真验证,算例结果表明所提方法可有效提高故障诊断的容错性和准确性,具有较好的应用前景。     

基于遗传算法和模拟退火算法的电力系统的故障诊断

根据元件故障与保护动作和断路器跳闸之间的逻辑关系，首先把电力系统的故障诊断问题表示为０－１整数规划问题。在此基础上，采用了两种方法求解，第一种方法是遗传算法，第二种方法是模拟退火算法。这两种方法都能以较大的概率收敛到全局最优解，并能够求得多个最优解。提出的方法理论严密，与当前比较流行的以启发式知识为基础的专家系统方法不同。本文的方法可以处理任意复杂的故障，也可以处理有保护和断路器误动作的情况，且计算时间与故障的复杂程度基本无关。此外，提出的方法原则上适合于并行处理。     

基于小波神经网络的在线警报处理系统

利用小波变换在信号处理方面的时频分析能力和神经网络对任意非线性函数的普通的逼近能力，提出了一个基于小波神经网络的电力系统故障段辨别方法。故障诊断系统依据保护继电器和断路器的采样信息估计电力系统中故障段的位置。仿真结果显示，小波神经网络故障诊断系统能正确估计电力系统单一故障和多重故障的位置，即使在电力系统中存在保护继电器和断路器误动或拒动的情况下，小波神经网络也能给出合理的结果。测试结果表明，小波神经网络在电力系统警报处理系统中有良好的应用前景。     

Fault Section Estimation of Power System Using Colored and Timed Petri Nets

A correct and rapid inference is required for practical use of expert system for fault section estimation in power systems. This paper proposes a new model-based expert system for fault section estimation using colored and timed Petri nets. The Petri nets simplify the inference procedure greatly because it can represent the causalities among faults of power system components, protective actions of relays and circuit breakers. They can also represent the operating states of these protective devices explicitly, or, more precisely, whether a relay has been actuated correctly or falsely, etc. In addition, time sequence information on actuated relays and tripped circuit breakers can be handled by using the colored and timed Petri nets. Therefore, the operating states of relays and circuit breakers can be inferred more correctly. Petri nets are suited for parallel processing so well that there is a possibility of reducing the inference time considerably. In the proposed system, the inference is executed by setting the initial states in the Petri nets using the information on the actuated relays and the tripped circuit breakers and then operating the Petri nets. There have been several test cases which used a prototype system on the Macintosh computer employing Object Common Lisp, and good results have been obtained.