輸電線路故障診斷系統的應用設計

邵必飛，曹少軍

（甘肅蘭州供電公司，甘肅 蘭州730070）

0 引 言

隨著社會經濟的發展以及生產技術的進步，社會對于電能的需求質量越來越高，在這樣的背景下，輸配電系統對于輸電線路的要求也就越來越高；然而，輸電線路不可避免的會出現一些故障。輸電線路一旦發生故障，輕則停電導致經濟損失，重則引發安全事故。因此，對于輸電線路的故障必須加以重視，一旦出現故障，就要快速消除輸電線路的故障，這就需要一個具有監測和快速故障診斷的系統對輸電線路進行監測與監管。

在這樣的背景下，筆者通過對輸電線路故障診斷系統的分析設計，以期從中能夠找到合理有效的面向輸電線路故障診斷系統的設計與應用方法，并以此和廣大同行分享。

1 輸電線路故障診斷技術應用現狀

1.1 故障診斷系統概述

故障診斷就是利用各種檢查和測試方法，發現系統和設備是否存在故障，而進一步確定故障所在大致部位的過程。系統故障診斷是對系統運行狀態和異常情況做出判斷，并根據診斷為系統故障恢復提供依據。要對系統進行故障診斷，首先必須對其進行檢測，在發生系統故障時，對故障類型、故障部位及原因進行診斷，最終給出解決方案，實現故障恢復。故障診斷的主要任務有：故障檢測、故障類型判斷、故障定位及故障恢復等。

1.2 輸電線路故障診斷技術應用現狀

輸電線路故障診斷技術目前主要是借助于專家系統實現輸電線路故障的識別與診斷。專家系統也是目前應用最為廣泛和成功的人工智能技術之一。借助于專家系統，提前將輸電線路可能發生的各種類型的故障特征錄入專家系統，然后對輸電線路設定門檻值，一旦輸電線路的特征值達到預先設定的門檻值，且某種邏輯關系成立，則系統判定為發生故障，并根據系統預先設定的故障碼給出故障診斷結果，這就是專家系統實現故障診斷的基本原理。目前人工智能也發展出了其他分支，諸如模糊診斷、神經網絡診斷等，相對于傳統的單一的專家系統實現的輸電線路故障診斷模式而言，人工智能技術實現的故障診斷技術顯然具有更加廣闊的應用前景。

2 輸電線路故障診斷系統設計

（1）故障診斷系統的功能設計

① 智能的人機接口

人機接口用于實現用戶和系統之間的數據交換，從而完成對診斷結果的交互。

② 多種推理機制

由于故障診斷不可能僅僅由某一個指標推斷出是否發生故障及其故障信息，對于輸電線路的故障往往存在著不確定性和模糊性，因此需要借助于多指標進行推斷推理，所以需要設計多種推理機制。

③ 自學習能力

一套故障診斷系統必須要具備自學習能力，這主要是為了應付不斷出現新的故障類型。通過智能系統的自學習能力可以自動對故障知識庫中的知識進行調整和修改，以適應不斷出現的新的故障類型。

（2）故障診斷系統的結構設計

結合上述要實現的功能，故障診斷系統的總體結構框架設計如圖1所示。

圖1 故障診斷系統的總體結構框圖

①人機接口控制。人機接口提供了用戶與計算機之間的對話機制。專家系統建成以后，最終的目的是要交給用戶使用，如果用戶界面的質量不高，使用起來不方便，就不能被用戶接受。② 知識獲取系統。知識獲取系統是系統實現智能故障診斷的基礎，并為故障診斷提供自學習的知識基礎信息。由于現有技術的制約，大量的知識基礎信息目前不可能跟隨故障的發生自動生成，因此目前只能是依靠輸入系統不斷輸入更新的故障基礎信息。在故障基礎信息的輸入系統設計上，可以設計統一的故障診斷描述語言，以實現為不同層次的用戶（領域專家知識工程師、設備維修人員等）提供統一的故障診斷知識語言。③ 診斷推理模塊。診斷推理模塊是實現故障智能診斷的模塊，依靠人機接口或者故障基礎信息輸入系統輸入的故障特征信息，結合知識庫中的推理規則，智能化的推斷出有關故障的診斷信息。對于推理機制的設計，主要依賴于知識庫中對故障特征信息的知識化處理規則，不同的處理規則可以實現不同的推理機制，這依賴于設計人員所設計的算法。④ 自學習機制。自學習機制的設計，主要是為了不斷適應輸電線路系統可能出現的新的故障，結合已經存在于知識庫中的故障診斷信息，需要自動地去學習和接受這種新出現的故障類型，并給出相應的故障診斷結果。自學習的信息來源于知識庫已有的故障診斷類型和新故障類型的特征提取信息，并依靠推理模塊推斷出的結論進行存儲和學習，從而在下一次同樣故障出現時給出合理的診斷結果。

（3）故障信息的知識化處理、規則設計、模糊分析和神經網絡是近幾年來發展比較迅速的人工智能分析方法。對于輸電線路故障信息的分析處理，可以不必像專家系統那樣精確地根據故障信息判定故障類型，而是可以采集多種故障信息，根據事先編制好的模糊分析法則或是神經網絡學習規則，一旦滿足某幾個法則或者學習的結論滿足某個邏輯判定時，給出可信度較高的故障診斷結果，這就是模糊分析和神經網絡智能分析處理故障信息的基本原理。而采用模糊分析和神經網絡這樣的方法對故障信息進行知識化梳理，最大的優勢在于保留了故障特征信息的“真實面目”，采用多重判斷法則提高了故障診斷的結果及其可信性，因此，在輸電線路故障診斷系統中的故障信息的提取分析處理方法，應當優先發展模糊分析和神經網絡等人工智能處理方法。

3 結 語

隨著經濟的發展，對于高質量電能的需求越來越大，輸電線路一旦發生故障，其后果不堪設想，因此十分有必要對輸電線路進行故障診斷技術及故障診斷系統的應用研究。本論文立足專家系統，從輸電線路故障診斷技術的應用現狀入手分析，論述了當前輸電線路故障診斷技術應用中存在的不足，并有針對性探討研究了輸電線路故障診斷技術，分析了若干故障診斷過程中的關鍵應用技術。

［1］ 徐章遂，房立清，王希武，左憲章.故障信息診斷原理及應用［M］.北京：國防工業出版社，2000.

［2］ 曾素瓊.人工智能及其在輸配電網絡故障診斷中的應用［J］.海南大學學報自然科學版，2006，24（2）：188－193.

［3］ 畢天妹，倪以信，楊奇遜.人工智能技術在輸電網絡故障診斷中的應用述評［J］.電力系統自動化，2000，（2）：11－15.

［4］ 劉 飛.信息處理智能方法及其在高壓輸電線路故障分析中的應用［D］.天津：天津大學，2005.

［5］ 程偉良.廣義專家系統［M］.北京：北京理工大學出版社，2005.