電力電氣設備故障診斷研究

雷建華

摘要文章主要論述電力、電氣設備故障診斷的各種研究方法，并分析這些研究方法中需要改進的地方，與此同時說明電力、電氣設備故障診斷中的關鍵技術問題以及未來的發展趨勢。

關鍵詞電力；電氣設備；故障診斷；研究

中圖分類號：TM77 文獻標識碼：A 文章編號：1671-7597（2014）12-0145-01

隨著我國社會經濟的不斷發展和進步，我國的電力、電氣設備故障診斷工作也越來越被人們所重視。電力、電氣設備故障診斷工作主要包括元件故障診斷和系統故障兩個方向，其中的系統故障診斷主要是指通過分析電網中的各級報警裝置所提供的信息以及斷路器的狀態變位信息以及電流電壓等電氣量的測量的特征，然后根據斷路器、保護器的動作邏輯和運行人員的工作經驗來推斷可能出現的故障類型和故障元件的過程。

1國內外關于電力、電氣設備故障診斷現狀

1.1 以專家系統為依據的診斷方法

專家系統是利用一種由專家推理方法支撐的一種計算機模型來解決電力、電氣設備故障的診斷方法，目前這種方法已經在國內外廣泛的使用。目前專家系統診斷電力、電氣設備故障這種方式的效率較高。有故障診斷所用推理方法以及診斷知識的表示方法不同，專家系統主要分為以下兩類。

1）結合正、反推理的系統。結合正、反推理的系統是結合了正反兩向的一種混合推理方法，可以根據繼電保護和路由器與被保護設備之間的邏輯關系來建立電力、電氣設備故障的推理規則，同時這種推理系統也結合了反向的推理方法，可以有效的縮短故障出現的范圍，通過故障假設與動作繼電保護的符合程度來計算推理所得結果的可信程度。

2）以啟發式規則為基礎的推理系統。以啟發式規則為基礎的推力系統主要是把斷路器和保護的動作邏輯和運行人員對于故障診斷所有的經驗使用規則來表示出來，最終形成一個有診斷專家系統的知識庫，在電力、電氣設備中存在故障時，就采用正向推理的方式將故障出現后所觀察到的情況與知識庫中所設置的規則相結合，進而推斷出電力、電氣設備故障的一個結論。目前使用的專家系統主要是采用啟發式規則為基礎的推理系統[1]。

以專家系統為基礎的診斷方法的主要特點就是可以系統的、細致的將保護以及斷路器的動作邏輯和運行人員多年的工作經驗采用規則的方法表示出來，同時建立一個知識庫，知識庫在使用的過程中可以根據需要進行適當的添加和刪減，這樣可以保證知識庫在使用的過程中可以滿足電力、電氣設備故障診斷工作的需求。但是目前以專家為基礎的這種診斷方法還存在一些缺點和不足：①建立知識庫的過程較為困難，無法驗證知識庫的完備性；②無法分析知識庫中信息的正確性；③對于大型的專家系統知識庫的維護工作困難；④復雜的故障診斷過程中專家系統推理速度慢。正是專家系統中存在的這些問題，使得專家系統無法滿足大規模電力、電氣設備的故障診斷工作，目前專家系統主要使用在離線的故障分析上。

1.2 以人工神經網絡為基礎的診斷方法

這種診斷方法與專家系統相比較，其診斷方法具有學習能力強、容錯能力的特點。目前使用在電力、電氣設備故障診斷工作中的人工神經網絡有：基于BP算法的基于徑向基函數的神經網絡以及前向神經網絡等。但是因為人工神經網絡訓練完備的樣本集獲取也是較為困難，所以目前人工神經網絡為基礎的診斷方法還主要是應用在中小型的電力、電氣設備的故障診斷工作中。而人工神經網絡為基礎的診斷方法目前存在的問題是：①性能與受到樣本完備性很大的影響，且大型的電力、電氣設備樣本獲取極度困難；②不擅長處理啟發性的知識；③和符號數據庫的數據交互能力差；④缺乏解釋自己行為以及最終輸出結果的能力。上述的這些人工神經網絡為基礎的這種診斷方法的缺點使得其無法被應用與大型的電力、電氣設備故障診斷工作中去。

1.3 以粗糙集理論為基礎的診斷方法

1982年波蘭的Z.Pawlak教授提出了一種處理不確定性以及不完整性問題的新型的數學工具—粗糙集理論。粗糙集理論的主要思想在于保證分類能力不變的前提下，通過簡化知識，導出分類規則或者是問題的決策[2]。這種診斷方法不需要提供處理數據之外的任何有關的信息，同時還能夠有效的處理和分析出不一致、不精確以及不完整的各種不夠完備的數據，以及從中挖掘出隱含的知識，揭露出其中存在的一些潛在的規則。鑒于粗糙集理論相比其余兩種診斷方法的優越性，目前已經有越來越多的研究人員開始使用粗糙集理論進行電力、電氣設備的故障診斷。

2電力、電氣設備故障診斷發展趨勢

隨著科學技術的不斷發展和進步，從對電力、電氣設備故障診斷的方法研究與理論以及應用的廣度、深度中可以看出，電力、電氣設備故障診斷工作還停留在探索階段，目前還沒有成功的成型實用系統。由于過去的設施以及技術上的問題，導致信息的資源有限。從相關文獻中來看電力、電氣設備的故障診斷大都依靠變電站內或者是調度端，分別利用調度SCADA系統的站內綜合百動化系統以及實時信息收集來的信息來實現。而對著計算機、系統以及網絡建設技術的發展和故障錄波專用網絡的建設使用，后來又出現了以故障錄波為基礎的故障診斷系統。例如：錄波器信息、保護裝置信息、監控裝置信息以及雷電定位信息等，進行了數據的采集、數據的傳輸、存儲，最后進行了數據的處理，這些都為電網故障的處理工作提供了大量的信息支持。同時這些信息的提供也為電力、電氣設備故障診斷方法的使用提供了基礎，也拓寬了電力、電氣設備故障診斷方法的研究方向。因此在進行電力、電氣設備故障診斷工作時，要重視信息的采集與整理的工作，同時也包括數據倉庫的構建以及故障綜合信息的提取等。

電力、電氣設備的故障診斷是保證電力、電氣設備正常運行的基礎工作，雖然國內外對電力、電氣設備故障診斷做了大量的研究，同時也提出了很多的診斷手段，但是實際系統中存在的問題還是沒有得到很好的解決。本文論述了電力、電氣設備故障的智能診斷的研究方法，也提出了這些診斷方法需要改進的地方，指明了電力、電氣設備故障診斷的發展趨勢。希望可以為電力、電氣設備故障診斷工作的研究提供一定的依據。

參考文獻

[1]杜一，張沛超，郁惟墉.基于事例和規則棍合推理的變電站故障診斷系統[J].電網技術，2004，28（l）.

[2]張琦，韓禎祥，文福拴.一種基于粗糙集理論的電力、電氣設備故障診斷和警報處理新方法[J].中國電力，1998，31（4）.

[3]冬梅，韓月，高曙.電網故障診斷的決策表約簡新算法[J].電力、電氣設備自動化，2004，28（4）.

endprint