張 巖 ，張 勇 ，文福拴 ，孫維真 ，王 超

（1.浙江大學(xué) 電氣工程學(xué)院，浙江 杭州 310027；2.浙江省電力公司，浙江 杭州 310007）

0 引言

準(zhǔn)確而快速的電力系統(tǒng)故障診斷對(duì)調(diào)度人員及時(shí)識(shí)別故障元件、盡快恢復(fù)供電意義重大。迄今為止，已提出多種電力系統(tǒng)故障診斷模型和方法，主要包括解析模型[1-4]、專家系統(tǒng)[5-7]、人工神經(jīng)元網(wǎng)絡(luò)[8]、Petri網(wǎng)和模糊集[9-11]等。目前在實(shí)際電力系統(tǒng)中得到應(yīng)用的主要是基于解析模型和基于專家系統(tǒng)的方法。

文獻(xiàn)[1-4]所發(fā)展的故障診斷解析模型的基本思想是：用解析方法描述保護(hù)和斷路器的動(dòng)作與警報(bào)之間的邏輯關(guān)系，在此基礎(chǔ)上構(gòu)造能夠反映實(shí)際警報(bào)信息與期望警報(bào)信息差異度的目標(biāo)函數(shù)，之后采用優(yōu)化算法求取最能解釋實(shí)際警報(bào)信息的故障/事件假說。專家系統(tǒng)方法則利用保護(hù)和斷路器動(dòng)作邏輯、專家的經(jīng)驗(yàn)知識(shí)和邏輯推理能力，國內(nèi)外開發(fā)的一些專家系統(tǒng)在實(shí)際電力系統(tǒng)得到了應(yīng)用。例如文獻(xiàn)[6]發(fā)展了計(jì)及保護(hù)和斷路器誤動(dòng)和拒動(dòng)的故障診斷專家系統(tǒng)；文獻(xiàn)[7]發(fā)展的警報(bào)處理與故障診斷專家系統(tǒng)在意大利電力公司得到應(yīng)用。

電力系統(tǒng)發(fā)生故障時(shí)，保護(hù)和斷路器有可能誤動(dòng)或拒動(dòng)，警報(bào)信息上傳時(shí)有可能出現(xiàn)延時(shí)、漏報(bào)或者誤報(bào)等情況，這樣相同的警報(bào)信息可能對(duì)應(yīng)不同的故障情況。這就需要研究多種故障組合發(fā)生的可能性。因此，需要發(fā)展能夠處理不確定性的電力系統(tǒng)故障診斷方法。在這方面，國內(nèi)外已經(jīng)做了一些研究工作。例如文獻(xiàn)[1]建立了一種故障診斷的解析模型，能夠處理保護(hù)和斷路器誤動(dòng)和拒動(dòng)等不確定性，但沒有考慮警報(bào)信息的不確定性；文獻(xiàn)[4]在機(jī)會(huì)約束規(guī)劃的框架下建立了故障診斷的解析模型，并采用蒙特卡洛仿真法處理不確定性情況，如果故障區(qū)域中包括元件數(shù)量較多，則蒙特卡洛仿真過程需要的計(jì)算時(shí)間較長；文獻(xiàn)[11]提出了基于時(shí)序模糊Petri網(wǎng)的電力系統(tǒng)故障診斷方法，利用了保護(hù)和斷路器動(dòng)作信息的時(shí)序?qū)傩詠硖幚聿淮_定性，但在保護(hù)和斷路器動(dòng)作可能出現(xiàn)延時(shí)及多個(gè)變電站GPS時(shí)標(biāo)不同步等情況下該方法就不適用。

最近幾年提出的基于信息理論的電力系統(tǒng)故障診斷方法能在一定程度上解決了上述不確定性，且診斷速度快，能夠滿足大規(guī)模電力系統(tǒng)在線故障診斷的要求。文獻(xiàn)[12]在國內(nèi)首次將基于信息理論的方法應(yīng)用到電力系統(tǒng)故障診斷研究之中，建立了故障診斷的信息運(yùn)動(dòng)模型，并基于信息量損失最小原理，提出了適用于不確定性決策環(huán)境下的大規(guī)模電力系統(tǒng)故障診斷方法，但其沒有考慮警報(bào)信息漏報(bào)和誤報(bào)情況。文獻(xiàn)[13]基于信息理論和技術(shù)，設(shè)計(jì)了實(shí)用化的地區(qū)電網(wǎng)輔助決策系統(tǒng)。

在上述背景下，本文以電力系統(tǒng)故障診斷解析模型為基礎(chǔ)，融合信息理論，對(duì)保護(hù)和斷路器動(dòng)作邏輯以及它們和警報(bào)之間的信息運(yùn)動(dòng)進(jìn)行解析，建立了基于信息量損失最小的電力系統(tǒng)故障診斷模型。具體而言，本文主要做了下述3個(gè)方面的研究工作：

a.在文獻(xiàn)[12]的基礎(chǔ)上，通過分析電力系統(tǒng)故障過程中的信息運(yùn)動(dòng)，并考慮警報(bào)信息的不確定性，建立了電力系統(tǒng)故障診斷的級(jí)聯(lián)信道模型；

b.將信息理論融入電力系統(tǒng)故障診斷解析模型，并考慮電力系統(tǒng)故障過程中的多種不確定性，通過求解獲得的各種可能發(fā)生的故障組合及其發(fā)生概率，來輔助調(diào)度人員進(jìn)行決策；

c.提出了識(shí)別保護(hù)/斷路器的誤動(dòng)/拒動(dòng)和警報(bào)的漏報(bào)/誤報(bào)等情況的方法，如此得到的診斷結(jié)果更加直觀和全面，有利于調(diào)度人員進(jìn)一步判斷和決策。

本文構(gòu)造的融合信息理論的電力系統(tǒng)故障診斷模型，充分考慮了警報(bào)信號(hào)的不確定性，具有較強(qiáng)的容錯(cuò)能力，并能夠識(shí)別保護(hù)/斷路器的動(dòng)作行為。最后，用浙江電力系統(tǒng)實(shí)際發(fā)生的故障案例說明了所發(fā)展的模型與方法的基本特征。

1 故障診斷的信息運(yùn)動(dòng)過程

電力系統(tǒng)設(shè)備發(fā)生故障后，會(huì)引起相應(yīng)保護(hù)和斷路器動(dòng)作，上傳警報(bào)信息，這個(gè)過程可描述為信息運(yùn)動(dòng)過程，如圖1所示。采用類比方法，將通信系統(tǒng)中的信源、信道和信宿概念[14]引入電力系統(tǒng)，即電力系統(tǒng)運(yùn)行狀態(tài)是廣義的信源，調(diào)度中心獲取的警報(bào)信息是廣義的信宿，保護(hù)和斷路器的動(dòng)作以及警報(bào)信息的上傳過程是廣義的信道。利用調(diào)度中心獲取的警報(bào)信息進(jìn)行分析和決策，還原出電力系統(tǒng)真實(shí)的運(yùn)行狀態(tài)，就類比廣義信息重建過程。

圖1 故障診斷的信息運(yùn)動(dòng)過程Fig.1 Information movement process of fault diagnosis

針對(duì)電力系統(tǒng)中警報(bào)信息具有離散概率型的特點(diǎn)，建立故障信息傳遞的級(jí)聯(lián)信道模型，如圖2所示。圖2中的X、Y和Z均為隨機(jī)向量。X表示可能的設(shè)備故障組合，其中的每個(gè)分量表示相應(yīng)設(shè)備的運(yùn)行狀態(tài)；Y表示可能的保護(hù)和斷路器的狀態(tài)組合，其中的每個(gè)分量表示相應(yīng)保護(hù)或斷路器的動(dòng)作狀態(tài)；Z表示調(diào)度中心可能獲取的警報(bào)信息組合。信道1的輸出Y與輸入X統(tǒng)計(jì)相關(guān)，而信道2的輸出Z與輸入Y統(tǒng)計(jì)相關(guān)，XYZ組成馬爾科夫鏈[15]。概率pkj和概率qjl分別表示ak情況下bj出現(xiàn)的概率和bj情況下el出現(xiàn)的概率，即轉(zhuǎn)移概率，由歷年統(tǒng)計(jì)結(jié)果確定。前已述及，由于故障期間保護(hù)和斷路器有可能發(fā)生誤動(dòng)或拒動(dòng)，警報(bào)信息上傳時(shí)也有可能出現(xiàn)漏報(bào)或誤報(bào)等情況，相同的警報(bào)信息可能對(duì)應(yīng)不同的故障情況。故障診斷就是根據(jù)獲取的警報(bào)信息Z進(jìn)行分析，確定最能解釋警報(bào)信息Z的故障組合X和保護(hù)與斷路器的動(dòng)作狀態(tài)Y。

圖2 故障診斷的級(jí)聯(lián)信道模型Fig.2 Model of cascaded information channel for fault diagnosis

2 基于信息理論的故障診斷模型

2.1 信息量損失

在信息具有不確定性的情況下，任何決策方案都可能引起信息量的損失，信息量損失其實(shí)就是對(duì)決策方案不確定度的量化。在信息理論中，某種決策引起信息量損失最小則信息被利用得最為充分，這種決策方案的不確定程度最低，也最為合理[16]。

2.1.1 信源信息量損失

其中，I（·）為單個(gè)事件所能提供的信息量；p（·）為相應(yīng)事件的概率；k=1，2，…，K，K為可能的設(shè)備故障組合數(shù)目。

對(duì)于信道2的輸入向量Y，決策過程中引起的信息量損失不僅與其自身有關(guān)，而且與信道1的輸入向量X相關(guān)，為條件信息量損失。在決策過程中，以某種具體的保護(hù)和斷路器狀態(tài)b0為基準(zhǔn)，判斷Y=bj時(shí)的信源信息量損失為：

2.1.2 信道信息量損失

由圖2可見，輸出向量Z取決于信道2的輸入向量Y，而與信道1的輸入向量X條件統(tǒng)計(jì)無關(guān)，Z中無任何有關(guān)X的信息。在決策過程中，當(dāng)事件Z=el、X=ak時(shí)的信道信息量損失為0；Y=bj時(shí)的信道信息量損失[16]為：

其中，I（·；·）為事件之間的互信息[14]；I（·，·；·）為鑒別信息；pjl為信道的轉(zhuǎn)移概率；pb0l為基準(zhǔn)狀態(tài)b0的信道轉(zhuǎn)移概率；j=1，2，…，J；l=1，2，…，L，L 為調(diào)度中心可能獲得的警報(bào)信息組合數(shù)目。

需要指出，這里沒有對(duì)信道1的信息量損失進(jìn)行說明，并不表示信道1中的信息運(yùn)動(dòng)不產(chǎn)生信息量損失。事實(shí)上，在確定信道2的輸入向量Y并計(jì)算相應(yīng)的信源信息量損失時(shí)，充分計(jì)及了信道1的輸入向量X的影響，因此這里就不再對(duì)信道1的信息量損失做重復(fù)計(jì)算。

2.2 基于信息量損失最小的故障診斷模型

設(shè)停電區(qū)域內(nèi)有nd個(gè)設(shè)備，所配置的繼電保護(hù)裝置有nr個(gè)，故障發(fā)生前與停電區(qū)域設(shè)備相連接的斷路器共有nc個(gè)。由于保護(hù)和斷路器動(dòng)作警報(bào)與保護(hù)和斷路器一一對(duì)應(yīng)，相應(yīng)的保護(hù)和斷路器動(dòng)作的警報(bào)個(gè)數(shù)分別為nr和nc。

以信息量損失最小為目標(biāo)的故障診斷優(yōu)化模型可表示為：

其中，H=[D，R，C]為故障假說；D=[d1，d2，…，dn]為停電區(qū)域的設(shè)備狀態(tài)向量，di=1和di=0分別表示設(shè)備 Di處于故障和正常狀態(tài)；R=[r1，r2，…，rnr]為相關(guān)保護(hù)動(dòng)作狀態(tài)向量，ri=1和ri=0分別表示保護(hù)Ri動(dòng)作和未動(dòng)作；C=[c1，c2，…，cn]為相關(guān)斷路器跳閘狀態(tài)向量，ci=1和ci=0分別表示斷路器Ci跳閘和未跳閘；R′=[r′1，r′2，…，r′nr]為與 R 對(duì)應(yīng)的實(shí)際警報(bào)信息向量；C′= [c′1，c′2，…，c′nc]為與 C 相應(yīng)的實(shí)際警報(bào)信息向量；D、[R，C]和[R′，C′]分別對(duì)應(yīng)級(jí)聯(lián)信道模型中的隨機(jī)向量X、Y和Z。

根據(jù)2.1節(jié)中的信息量損失定義，將總的信息量損失分解為信源和信道信息量損失，可得：

其中，Iloss.S1為確定故障設(shè)備時(shí)的信源信息量損失；Iloss.S2為確定保護(hù)和斷路器狀態(tài)時(shí)的信源信息量損失；Iloss.C為信道2的信息量損失。

以所有設(shè)備無故障且所有保護(hù)和斷路器無動(dòng)作作為計(jì)算信息量損失的基準(zhǔn)事件，并假設(shè)一次設(shè)備發(fā)生故障時(shí)，不同保護(hù)之間、不同斷路器之間、保護(hù)和斷路器之間的拒動(dòng)和誤動(dòng)事件，以及不同警報(bào)之間的漏報(bào)和誤報(bào)事件是相互獨(dú)立的[17]。在計(jì)算每種決策方案的信息量損失時(shí)，可以分別計(jì)算每個(gè)設(shè)備、每個(gè)保護(hù)/斷路器和每個(gè)警報(bào)引起的信息量損失，最后求和得到總的信息量損失，如式（6）—（8）所示。

其中，Iloss.S1.Di表示決策結(jié)果為D*時(shí)，設(shè)備Di引起的信源信息量損失；Iloss.S2.Ri（Ci）表示決策結(jié)果為 bk時(shí)，在 X決策結(jié)果為D*，前i-1個(gè)保護(hù)（斷路器）狀態(tài)已知的條件下，保護(hù)Ri（斷路器Ci）引起的信源信息量損失；Iloss.C.r′i（c′i）表示決策結(jié)果為 bk時(shí)，在前 i-1 個(gè)警報(bào)信息已知的條件下，警報(bào)信息 r′i（c′i）引起的信道信息量損失，為條件鑒別信息。

綜上，總的信息量損失可描述為：

3 故障診斷中的信息量損失計(jì)算

3.1 故障診斷中不確定性的量化

在電力系統(tǒng)故障診斷中，不確定性可通過設(shè)備故障的先驗(yàn)概率、繼電保護(hù)裝置和斷路器的拒動(dòng)/誤動(dòng)概率以及警報(bào)信息的漏報(bào)/誤報(bào)概率來體現(xiàn)[17]。設(shè)備故障的先驗(yàn)概率可通過一次設(shè)備的年故障頻率w來計(jì)算。設(shè)備在連續(xù)運(yùn)行一段時(shí)間t后，發(fā)生故障的概率就是故障時(shí)間間隔為t的概率。

其中，T為設(shè)備連續(xù)無故障運(yùn)行時(shí)間。

基于文獻(xiàn)[18-19]中所給出的數(shù)據(jù)并結(jié)合所研究電力系統(tǒng)的實(shí)際情況，可得到保護(hù)裝置拒動(dòng)/誤動(dòng)和警報(bào)誤報(bào)/漏報(bào)概率。每100 km線路的故障概率為0.098，每條母線的故障概率為0.004，保護(hù)警報(bào)的漏報(bào)與誤報(bào)概率分別為0.1%、0.08%，斷路器警報(bào)的漏報(bào)與誤報(bào)概率分別為0.08%、0.05%，保護(hù)/斷路器的誤動(dòng)/拒動(dòng)概率列于表1。在線路保護(hù)中，有些保護(hù)（如距離I段保護(hù)）不能保護(hù)整條線路，對(duì)此類保護(hù)的拒動(dòng)概率可根據(jù)其保護(hù)范圍和拒動(dòng)/誤動(dòng)的概率數(shù)據(jù)來確定。

表1 故障過程中的不確定性指標(biāo)Tab.1 Uncertainty index in fault process

3.2 設(shè)備故障引起的信息量損失

前已述及，選擇所有設(shè)備無故障，且所有保護(hù)和斷路器無動(dòng)作作為計(jì)算信息量損失的基準(zhǔn)事件。這樣，當(dāng)判定設(shè)備無故障時(shí)，信息量損失為0；當(dāng)判定設(shè)備故障時(shí)，信息量損失按式（14）計(jì)算：

其中，p0為設(shè)備故障的先驗(yàn)概率。

3.3 繼電保護(hù)裝置和斷路器動(dòng)作引起的信息量損失

電力系統(tǒng)發(fā)生故障時(shí)，不同保護(hù)之間、不同斷路器之間以及保護(hù)和斷路器之間的拒動(dòng)和誤動(dòng)事件可認(rèn)為是相互獨(dú)立的。例如保護(hù)誤動(dòng)驅(qū)動(dòng)其對(duì)應(yīng)的斷路器跳閘，此時(shí)保護(hù)發(fā)生了誤動(dòng)，但斷路器的動(dòng)作是正確的，不屬于誤動(dòng)；只有保護(hù)未動(dòng)作而相應(yīng)斷路器跳閘，斷路器方屬于誤動(dòng)。但同一保護(hù)或斷路器的拒動(dòng)和誤動(dòng)不相互獨(dú)立，即同一保護(hù)或斷路器不能同時(shí)誤動(dòng)和拒動(dòng)。信息在故障和保護(hù)之間是單向流動(dòng)的，在保護(hù)和斷路器之間有一定的交互，例如某些斷路器的拒動(dòng)會(huì)驅(qū)動(dòng)相應(yīng)的失靈保護(hù)，但斷路器的驅(qū)動(dòng)信息取決于保護(hù)的最終狀態(tài)，即斷路器動(dòng)作引起的信息量損失只與保護(hù)的最終狀態(tài)量有關(guān)。下面依次將保護(hù)和斷路器通過動(dòng)作邏輯關(guān)系進(jìn)行解析，在此基礎(chǔ)上計(jì)算保護(hù)與斷路器動(dòng)作引起的信息量損失。

a.主保護(hù)。

設(shè)Ri為設(shè)備Dk的主保護(hù)，其動(dòng)作邏輯為：若設(shè)備Dk故障，則保護(hù)Ri應(yīng)動(dòng)作，這樣主保護(hù)期望狀態(tài)可表示為：

當(dāng)電力系統(tǒng)發(fā)生故障時(shí)，主保護(hù)應(yīng)立即動(dòng)作，其信道如圖3所示，圖中fRi=0表示保護(hù)沒有被驅(qū)動(dòng)，fRi=1表示保護(hù)被驅(qū)動(dòng)，p01和p10為保護(hù)誤動(dòng)和拒動(dòng)概率。下文的近后備、遠(yuǎn)后備和失靈保護(hù)與此類似。

圖3 保護(hù)動(dòng)作的信道模型Fig.3 Information channel model of relay protection action

根據(jù)fRi與ri的取值情況計(jì)算出的信息量損失如表2所示。下文的近后備、遠(yuǎn)后備和失靈保護(hù)與此類似。

表2 保護(hù)動(dòng)作引起的信息量損失Tab.2 Information loss caused by relay protection action

b.近后備保護(hù)。

設(shè)Ri為設(shè)備Dk的近后備保護(hù)，其動(dòng)作邏輯為：若設(shè)備Dk故障，且其所有主保護(hù)Rx拒動(dòng)，則保護(hù)Ri應(yīng)動(dòng)作。這樣近后備保護(hù)的期望狀態(tài)為：

其中，“?”表示邏輯“與”，rx表示對(duì) rx邏輯取“反”。

c.遠(yuǎn)后備保護(hù)。

設(shè)Ri為設(shè)備Dk的遠(yuǎn)后備保護(hù)，則其動(dòng)作邏輯分以下2種情況。

情況1：若所保護(hù)的設(shè)備Dk故障，且其所有主保護(hù)Rx和近后備保護(hù)Ry均拒動(dòng)，則保護(hù)Ri應(yīng)動(dòng)作，即：

情況2：若遠(yuǎn)后備保護(hù)Ri保護(hù)范圍內(nèi)的關(guān)聯(lián)設(shè)備Dj故障，且Ri到Dj的關(guān)聯(lián)路徑上的全部斷路器處于閉合狀態(tài)，則說明故障未切除，Ri應(yīng)動(dòng)作，即：

其中，Z（Ri）為保護(hù)范圍內(nèi)的關(guān)聯(lián)設(shè)備集合；p（Ri，Dj）表示關(guān)聯(lián)路徑上的斷路器集合，即從保護(hù)Ri的安裝位置到設(shè)備Dj的電氣路徑上的所有斷路器集合。綜上所述，遠(yuǎn)后備保護(hù)的動(dòng)作期望為：

其中，“⊕”表示邏輯“或”。

d.斷路器失靈保護(hù)。

220 kV及以上系統(tǒng)中一般為斷路器專門設(shè)置了失靈保護(hù)。

當(dāng)設(shè)備故障，保護(hù)動(dòng)作并向與設(shè)備相連的斷路器Cj發(fā)送了跳閘指令，但Cj拒動(dòng)，此時(shí)斷路器失靈保護(hù)Ri應(yīng)動(dòng)作。這樣，失靈保護(hù)的期望狀態(tài)為：

其中，rx、ry和rz分別為故障設(shè)備的主保護(hù)、近后備保護(hù)和遠(yuǎn)后備保護(hù)的實(shí)際狀態(tài)；cj為斷路器的實(shí)際狀態(tài)。

e.斷路器。

任何斷路器Cj對(duì)應(yīng)的保護(hù)Rx動(dòng)作并向該斷路器發(fā)出跳閘指令，則Cj應(yīng)動(dòng)作。用R（Cj）表示能夠驅(qū)動(dòng)斷路器Cj跳閘的保護(hù)集合，則斷路器Cj的期望狀態(tài)為：

斷路器的期望狀態(tài)取決于保護(hù)的最終狀態(tài)，斷路器動(dòng)作的信道模型如圖4所示。

圖4 斷路器動(dòng)作的信道模型Fig.4 Information channel model of circuit breaker trip

fCj和cj取不同值時(shí)的信息量損失如表3所示。

3.4 警報(bào)信息上傳過程（信道2）的信息量損失

警報(bào)信息上傳時(shí)有可能出現(xiàn)漏報(bào)或者誤報(bào)等情況，不同警報(bào)之間的漏報(bào)和誤報(bào)事件是相互獨(dú)立的，同一警報(bào)的漏報(bào)和誤報(bào)事件是互斥的。警報(bào)信息上傳過程的信道模型可描述為圖5。

表3 斷路器動(dòng)作引起的信息量損失Tab.3 Information loss caused by circuit breaker trip

圖5 警報(bào)信息上傳過程的信道模型Fig.5 Information channel model of alarm uploading

警報(bào)信息上傳過程的信息量損失只與保護(hù)和斷路器的實(shí)際狀態(tài)有關(guān)，與設(shè)備狀態(tài)無關(guān)。根據(jù)保護(hù)和斷路器的實(shí)際狀態(tài)以及獲取的警報(bào)信息可計(jì)算出警報(bào)信息上傳過程的信息量損失如表4所示。

表4 警報(bào)信息上傳過程的信息量損失Tab.4 Information loss caused by alarm uploading

4 求解過程及故障診斷結(jié)果評(píng)價(jià)

4.1 故障假說的概率分布

根據(jù)故障診斷中的信息量損失算法，可以計(jì)算每種故障假說情況下的總信息量損失。故障診斷問題可描述為使信息量損失最小的0-1整數(shù)規(guī)劃問題。文獻(xiàn)[12]中給出了求取故障假說概率分布的方法，此處不再贅述。當(dāng)故障區(qū)域中的設(shè)備、保護(hù)及斷路器數(shù)量較多時(shí)，可搜索出前M個(gè)最優(yōu)解構(gòu)成近似解空間，以提高診斷速度。定義殘留概率為解空間內(nèi)故障假說最小概率與最大概率之比，并以此作為搜索截止條件。本文采用文獻(xiàn)[20]中的改進(jìn)遺傳算法求解，求解過程如圖6所示，圖中內(nèi)循環(huán)截止條件指最優(yōu)解不變次數(shù)或最大迭代次數(shù)，最終截止條件指殘留概率約束。

4.2 故障診斷結(jié)果評(píng)價(jià)

在求解得到若干故障診斷結(jié)果H*后，對(duì)故障診斷結(jié)果中的相應(yīng)保護(hù)、斷路器的拒動(dòng)或誤動(dòng)以及警報(bào)的漏報(bào)、誤報(bào)進(jìn)行識(shí)別，得到的結(jié)果列于表5。

圖6 故障診斷優(yōu)化模型求解流程Fig.6 Flowchart for solving optimal model of fault diagnosis

表5 故障診斷結(jié)果評(píng)價(jià)Tab.5 Evaluation of fault diagnosis results

5 算例分析

采用MATLAB語言分別對(duì)本文方法和文獻(xiàn)[12]的方法進(jìn)行了實(shí)現(xiàn)。利用本文發(fā)展的方法對(duì)圖7所示的浙江電力系統(tǒng)局部網(wǎng)絡(luò)發(fā)生的20種故障案例進(jìn)行了診斷測(cè)試，均得到了合理的故障診斷結(jié)果及概率分布。而應(yīng)用文獻(xiàn)[12]的方法時(shí)，對(duì)于警報(bào)信息存在漏報(bào)和誤報(bào)的情況則無法得到合理的診斷結(jié)果。下面針對(duì)典型案例進(jìn)行詳細(xì)的比較分析。

故障區(qū)域內(nèi)有5個(gè)元件、30個(gè)保護(hù)和10個(gè)斷路器，為表述方便進(jìn)行了編號(hào)，見表6—8，表7中斷路器失靈保護(hù)行從左到右分別對(duì)應(yīng)的斷路器為C3、C6、C10、C14、C18。

遺傳算法參數(shù)設(shè)置如下：種群規(guī)模為200，變異和交叉概率分別為0.3和0.6，殘留概率上限為0.001。

2種方法的故障診斷結(jié)果比較見表9。圖7中顯示的故障情況為表9中案例4。可見，在警報(bào)信息完全正確的情況下（如案例1和2），本文發(fā)展的診斷模型與文獻(xiàn)[12]方法得到的診斷結(jié)果一樣。然而，當(dāng)警報(bào)信息存在誤報(bào)或漏報(bào)時(shí)（如案例3和4），本文發(fā)展的模型依然可以獲得合理的診斷結(jié)果和概率分布，而文獻(xiàn)[12]方法則無法獲得正確的診斷結(jié)果。

診斷表9中各案例所需的計(jì)算時(shí)間見圖8。計(jì)算平臺(tái)為雙核處理器（Intel Core I3-2100，3.1GHz），內(nèi)存容量為4 GB。從圖8可以看出，隨著警報(bào)信息復(fù)雜性的增加，單次循環(huán)所需計(jì)算時(shí)間相應(yīng)增加，并且需要更多次的循環(huán)求解才能滿足搜索截止條件。

表6 設(shè)備編碼Tab.6 Encoding of equipments

表7 保護(hù)編碼Tab.7 Encoding of relay protections

表8 斷路器編碼Tab.8 Encoding of circuit breakers

圖7 浙江電力系統(tǒng)局部網(wǎng)絡(luò)Fig.7 Partial Zhejiang Power System

圖8 4個(gè)故障診斷案例所需計(jì)算時(shí)間比較Fig.8 Comparison of calculation time among four fault diagnosis cases

表9 故障診斷結(jié)果比較Tab.9 Comparison of fault diagnosis results

6 結(jié)語

保護(hù)/斷路器的拒動(dòng)或誤動(dòng)以及警報(bào)信息漏報(bào)或誤報(bào)都是小概率事件，但在實(shí)際系統(tǒng)中并不鮮見，故障診斷時(shí)應(yīng)予適當(dāng)考慮。為處理故障診斷中保護(hù)/斷路器的誤動(dòng)、拒動(dòng)及警報(bào)信息誤報(bào)、漏報(bào)等不確定因素，本文建立了故障診斷的級(jí)聯(lián)信道模型，發(fā)展了融合信息理論的故障診斷解析模型，構(gòu)造了基于信息量損失最小的目標(biāo)函數(shù)并采用了改進(jìn)遺傳算法求解，并提出了故障診斷結(jié)果的評(píng)價(jià)方法。最后，利用浙江電力系統(tǒng)實(shí)際發(fā)生的故障算例對(duì)所發(fā)展的模型與方法進(jìn)行了測(cè)試，得到了合理的故障診斷結(jié)果及其概率分布，說明了所發(fā)展的模型與方法具有較強(qiáng)的容錯(cuò)能力，且診斷速度也滿足在線要求。