广州白云电器设备股份有限公司510460
摘要：当前，电力系统在我国的国民经济发展中做出了突出的贡献，随着电力网络容量的不断扩大，以及各种新能源、新技术及设备的不断接入电力系统网络，对电力系统安全性以及平稳可靠性等提出了更高的要求，因此，做到及时有效的诊断电力系统故障问题、并采取积极有效措施防止出现系统及设备故障成为供电运行检修部门至关重要的工作。本文对于近些年来电力系统故障诊断的方法进行综述，同时提出未来的发展方向，为实践工作提出有价值的参考。
关键词：电力系统；故障诊断；方法综述；展望
电力系统故障是指设备不能按照预期的指标进行工作的一种状态，也就是说设备未达到其应该达到的功能，其故障有以下几种：发电机组故障、输电线路故障、变电所故障、母线故障等。电力系统故障诊断是指电力系统各种保护、测量、监测装置在运行过程中对所采集的电流、电压、频率、压力等各种信号参量信息进行分析，通过系统基于相关理论分析判断，并经过运行人员的工作经验分析判断，准确并迅速的采取有效措施解决故障元件或发生故障的区段的诊断方法。由于目前电力系统中电力设备种类繁杂，同时保护装置、电网拓扑结构具有配合的复杂性以及变化的多样性等情况，从而给系统及人员诊断电网故障及迅速解决带来一定的困难。国内外提出了很多关于诊断电力系统故障的方法，下面进行详细的阐述。
一、电力系统故障诊断方法概述
（一）基于专家系统的方法
专家系统ES（ExpertSystem）属于当前已经发展成熟的智能技术。其作为智能计算机程序系统，存在诸多领域的专家水平的知识以及经验程序系统，可以通过采取人类专家知识以及解决问题的举措，对于此领域相关的问题进行处理。专家系统主要包含有知识库、推理机、数据源、知识学习、咨询说明、人机界面等6部分。主要就是以规则的形式，显示出保护和断路器的动作逻辑，以及运行人员的诊断经验，通过构建起知识库，严格的依照报警信息展开相应的推理，进而得到诊断的最终结果。但是，随着电网互联规模在不断的加大，而且运行状态也呈现出更加复杂的特性，导致程序不断的趋向于极限，导致专家系统弊端日益显现。首先，专家系统知识库的灵活性不高。在获取知识时，通常是应用人工移植举措得到相关领域的知识内容，如果改变了电网内的网络结构或者其他的电气设备的配置等，就势必会导致变更知识库。所以应该研发出更先进的能够自行得到或者修改知识的系统进行知识库的完善，使得检索能力、存储以及修改等能力更高；其次，专家系统内知识库尚无模仿学习能力以及容错能力相对不高。如果电力运行期间具有未见过的故障问题，则此系统很容易导致误判，因为不能够通过已有知识展开明确判断，所以也会对于运行人员正常的操作造成一定的阻碍。在容错能力较低的情况下，因缺乏识别错误信息的方法、计算推理能力等，有可能会导致断路器和保护装置的误动作，产生不正确的诊断现象；另外，知识库及数据库的维护更新具有一定的困难度，在电网规模壮大的前提下需要带动专家系统规模的提升，从而回带来人力以及物力、资金的不断投入。
（二）基于人工神经网络的方法
人工神经网络的方法ANN（ArtificialNeuralNetwork）作为常见的人工智能技术，主要进行人类神经系统中传递信息以及处理信息过程的模拟，其应用神经元和相关有向权重连接，对于处理问题内容进行隐含，此种方法在诊断故障期间已经具有大量的实践应用。而且人工神经经专家领域获得到的先验知识以及故障实例，搭建起ANN所需知识库样本，进而省去了很多的步骤，诸如形成专业知识以及转化和表达等。另外，人工神经方法能够将推理机的构造进行省略，在推理的速度以及规模的方面不存在显著的关联性，进而应用的范围更广泛。虽然此种举措的优势明显，但是也不能忽略其拥有的弊端问题，诸如大型电力网络样本是否完备可能会对性能造成严重的影响；不能科学的解释出自身行为以及输出的结果；在处理启发性的知识方面水平不高。应该积极的解决好以上的诸多问题，最大限度的满足大型电力系统的故障诊断要求。
（三）基于模糊理论的方法
模糊理论的方法FT（FuzzyTheory）拥有着相对完备的推理体系，以经典集合理论模糊化采取语言变量以及近似推理的模糊逻辑，在模糊理论中，构成的方面具有模糊知识库以及推理机、人机界面等等。通过将模糊集理论与专家系统科学的融合，能够良好的将系统的容错性进行提升，而且更加贴近于人们的表达习惯。此方式在电力系统故障诊断时，通常不会单独的应用，跟其他的人工智能算法进行结合。其缺陷问题即为自学习能力缺失、复杂的规则库维护程序、进行处理电力系统故障诊断内不确定以及不完备的信息时缺少有效方案。
（四）基于遗传算法的方法
遗传算法GA（GeneticAlgorithms）是经模仿生物遗传和进化进程的举措，找到繁杂问题的最优处理算法。其可以形成新的群体，同时让其进行不断的进化，通过全局并行搜索优化群体中的最优个体，获得最优解决结果。诊断电力系统故障期间，此算法的思想即为：描述电网故障诊断为优化的问题，形成诊断解析模型以后归纳为无约束0-1整规划问题，再以遗传算法实施数学模型的求解进而得到故障设备。但是，运算期间由于寻优过程的随机性，也可能会引发漏选最优解的问题。
（五）其他的方法
除以上阐述的诊断方法之外，其他的方法还包括：基于Petri网的方法，其基础为网络理论，对于系统中离散随机事件逻辑关系进行描述，并且采取代数矩阵运算演绎的方式，体现系统内不同阶段所形成的各种动态活动。不仅能够经位置节点和变迁节点分析系统，而且能够推动各相互节点上的令牌分析系统；基于粗糙集理论RST（RoughSetTheory），在不完整数据和不精确知识的表达处理期间应用广泛。采取粗糙集理论形成的决策表可以进行自动化简和约简的搜素，把报警信息内在的冗余性反映出；贝叶斯网络（BayesianNetwork，BN）概率论基础严密，具有有向无环图的网络拓朴结构，依照己知的网络拓扑模型展开推理概率事件。在诊断水电机组故障、诊断变压器故障诊断、估计架空输电线路的状态等中，具有良好的成效。另外，其他的方法还有基于信息融合的故障诊断方法、基于故障波信息的故障诊断方法、基于多代理系统和时间信息序列故障诊断方法等等。
二、电力系统故障诊断方法的展望
（一）联合应用各种诊断方法
因每一种诊断举措都存在自身的优势和劣势，所以只有充分的结合各方法，才能够达到优势互补的效果，将不能够在诊断期间全面解决的问题进行补充，弥补不足之处，实现诊断方法功能的协同发挥。
（二）加大力度研究不完整信息时的诊断故障方法
当前应用的方法多数为建立在完整信息前提下再展开故障的诊断，具有可靠性的信息资料。但是实际运行期间，诊断故障时很容易遭受保护装置或者断路器等电器设备的误动作，以及缺失有用信息等问题，进而对诊断故障结果的正确性造成严重的影响，但是把继电保护的状态信息在调度中心传输是一项极困难的工作。所以，应该更深入的研究出科学有效的、在不完整信息前提下依然能够作出合理和正确诊断结果的举措。
（三）电网故障问题发生前实施预测“亚正常”
电网运行期间，一些指标不在正常工作范围之内，存在恶化趋势即为“亚正常”。在把有关的“亚正常信息”及时的向运行中心或者调度员进行输送了解，可以有效的做到及时的掌握故障问题的出现，采取针对性策略将故障在还未发展之前处理掉。
（四）结合选取故障诊断的各种算法以及有关处理器
在一些故障诊断方法内，会出现多次迭代或多次循环的情况，所以很容易因增加计算的次数，导致延长诊断的时间。在出现种类较多的高速处理器以后，可以经故障诊断的各种算法与相应的处理器的结合选择的举措，积极的改善时效性问题。
（五）电力系统设备全生命周期管理系统
随着互联网、物联网及大数据、云计算等技术的快速发展，以及随着系统设备工业化及智能化技术的不断发展，新建及新安装的电力系统一次设备集成各种安全、健康监测传感器及智能分析软件系统，实施企-企、企-学研联合研发及共享科研成果，实现企-企、企-学-研双赢甚至多赢模式，实现对系统设备运行过程状态的实时监测，并能提前获知故障设备状态及采取有效处理措施消缺故障的发生，对系统设备进行全生命周期管理的方案已日渐成熟。
结语
进行电力系统故障诊断，可以维护电网平稳、安全的运行。应用的电力系统智能故障诊断方法较多，成果显著。在未来应该进行更加深入的研究，探寻更加先进化的诊断方案，将不足问题降至最低或者消除，进而不断的更新电网诊断技术。
参考文献：
[1]赵启纯.人工智能技术在电力系统故障诊断中的运用分析[J].电脑知识与技术，2017，13（02）：183-185.
[2]蔡成.建筑电气系统故障诊断方法研究[J].科技创新与应用，2016（20）：277.
[3]寇为刚，李永祥，孙艳军.电力系统故障诊断的研究现状与展望综述[J].自动化与仪器仪表，2015（02）：4-6+9.