高 松， 劉志剛， 戴晨曦， 胡軻珽

(1. 西南交通大學(xué) 電氣工程學(xué)院， 四川 成都 610031;2.四川電力設(shè)計(jì)咨詢有限責(zé)任公司,四川 成都 610041)

牽引供電系統(tǒng)故障會(huì)對(duì)列車的安全運(yùn)行造成重大影響，因此發(fā)生故障后，應(yīng)及時(shí)進(jìn)行故障查找和排除，縮短維修時(shí)間，盡快恢復(fù)供電[1-2]。

在牽引供電系統(tǒng)智能故障診斷方面，目前研究較多的是基于專家系統(tǒng)的故障診斷以及Petri網(wǎng)智能推理診斷。文獻(xiàn)[3]構(gòu)造了基于監(jiān)控和保護(hù)綜合自動(dòng)化的專家系統(tǒng)，該系統(tǒng)能夠進(jìn)行繼電保護(hù)和斷路器故障診斷等。文獻(xiàn)[4-6]采用基于經(jīng)驗(yàn)知識(shí)的專家系統(tǒng)分析判斷牽引供電系統(tǒng)故障。專家系統(tǒng)可以方便地把保護(hù)和斷路器的動(dòng)作邏輯以及專家經(jīng)驗(yàn)直觀、模塊化地表示出來，但難以創(chuàng)建完備的知識(shí)庫，經(jīng)驗(yàn)知識(shí)獲取時(shí)間長(zhǎng)，不能診斷經(jīng)驗(yàn)之外的故障。文獻(xiàn)[7]將Petri網(wǎng)應(yīng)用于牽引供電系統(tǒng)故障診斷，但需附加判別規(guī)則才能進(jìn)行診斷。文獻(xiàn)[8]將模糊Petri網(wǎng)引入高速鐵路牽引供電系統(tǒng)的故障診斷中，使用兩次推理以提供更全面的診斷信息。Petri網(wǎng)模型的建立求解較為繁瑣，同時(shí)Petri網(wǎng)的建立，變遷權(quán)值的確定，反向搜索的實(shí)施均要用到專家經(jīng)驗(yàn)[8-9]。

基于模型診斷MBD(Model-based Diagnosis)的方法是根據(jù)系統(tǒng)的結(jié)構(gòu)和功能原理建立診斷系統(tǒng)的原理模型從而對(duì)故障進(jìn)行診斷，其能很好地克服專家系統(tǒng)的不足[10]。該方法自提出就有許多學(xué)者進(jìn)行了深入的研究[11-12]。在電力系統(tǒng)的應(yīng)用也日益增多，如分析保護(hù)裝置的動(dòng)作正確性[12]，電網(wǎng)故障分析與定位[13-14]，牽引變電所[15]、牽引變壓器[2]的故障診斷等。

基于此，本文將MBD方法引入牽引供電系統(tǒng)故障診斷中。文中首先給出一個(gè)牽引供電系統(tǒng)故障診斷方案，并以京津城際永樂段為例，詳細(xì)論述了系統(tǒng)元件抽象、系統(tǒng)建模、離線沖突集獲取、系統(tǒng)在線診斷等MBD故障診斷的關(guān)鍵步驟。最后本文給出了一個(gè)測(cè)量元件故障的解決方法，使診斷系統(tǒng)在某個(gè)測(cè)量元件發(fā)生故障，導(dǎo)致測(cè)量數(shù)據(jù)錯(cuò)誤情況下仍能正常工作。

1 基本理論介紹

1.1 基于模型診斷的基本理論簡(jiǎn)介

診斷系統(tǒng)可以表示為：SD,COMPS,OBS。其中SD為系統(tǒng)模型，COMPS為組成系統(tǒng)的元件集合，OBS為系統(tǒng)觀測(cè)變量?；谀Ｐ驮\斷的基本思想見圖1，其相關(guān)概念介紹如下[10-11]

(1) 設(shè)元件集合C={c1,c2, …,cn}且C?COMPS，當(dāng)SD∪OBS∪{ab(c1),ab(c2),…,ab(cn)}是不可滿足的，則此元件集合C為系統(tǒng)的沖突集CS。其中ab(ci)表示元件ci正常。

(2) 設(shè)CSs是一個(gè)由沖突集組成的沖突集簇，當(dāng)集合HS滿足如下關(guān)系時(shí)，HS為系統(tǒng)的一個(gè)碰集(hitting set)。

( 1 )

(3) 解析冗余關(guān)系是由系統(tǒng)模型SD得到x+y+z=0的方程。其中x、y、z為系統(tǒng)觀測(cè)變量。給定觀測(cè)值x、y、z， 可求得方程與0的差值r為殘差。最小候選沖突集(MinCSC)為解析冗余關(guān)系的最小支撐環(huán)境[16]，它可能是一個(gè)最小沖突集，但需要經(jīng)過在線觀測(cè)數(shù)據(jù)確定。

1.2 牽引供電系統(tǒng)故障診斷方案

基于模型的牽引供電系統(tǒng)故障診斷過程主要包括：元件抽象、系統(tǒng)建模、求取候選沖突集、沖突識(shí)別、診斷鑒別等階段?；贛BD牽引供電系統(tǒng)故障診斷框圖見圖2。

實(shí)際行為仿真模塊是為驗(yàn)證基于模型方法有效性而設(shè)立的，目的是獲取故障數(shù)據(jù)。對(duì)于實(shí)際工程診斷系統(tǒng)則不需要此模塊，直接從實(shí)際工程系統(tǒng)采集故障數(shù)據(jù)。

預(yù)期行為獲取模塊及沖突識(shí)別和診斷鑒別過程為基于模型診斷的核心部分，主要敘述如下：

(1) 元件抽象和系統(tǒng)建模 分析系統(tǒng)主要結(jié)構(gòu)和關(guān)鍵部件，抽象出核心元件再建立系統(tǒng)各個(gè)核心元件模型。在具體的建模方法上，采用分層結(jié)構(gòu)抽象模型：第一層建立小元件模型，描述小元件的正常行為；第二層建立大元件模型，描述大元件中各個(gè)小元件的故障行為及小元件之間的故障行為。分層模型將小元件間的拓?fù)涔收限D(zhuǎn)化為大元件的內(nèi)部故障，有利于故障的分析[1-2]。

(2) 候選沖突集求取 用于描述診斷系統(tǒng)的變量為系統(tǒng)變量，其中可觀測(cè)的為觀測(cè)變量，余下的為中間變量。通過沖突集求解算法消去系統(tǒng)中間變量，求得只剩觀測(cè)變量的解析冗余關(guān)系，進(jìn)一步獲得解析冗余關(guān)系的支撐環(huán)境，即最小候選沖突集。

(3) 沖突識(shí)別 將觀測(cè)值帶入解析冗余關(guān)系中，篩選最小候選沖突集，以獲得最小沖突集，通過碰集算法求得診斷系統(tǒng)碰集，即診斷候選。

(4) 診斷鑒別 對(duì)診斷候選進(jìn)行故障匹配，依次匹配元件各種故障，若滿足閾值要求，則為最終的故障類型。

2 牽引供電系統(tǒng)的建模

京津城際是我國第一條高標(biāo)準(zhǔn)、設(shè)計(jì)時(shí)速為350 km的高速鐵路。高速正線采用2×25 kV(AT)供電方式，牽引供電系統(tǒng)由2座牽引變電所和4個(gè)供電臂構(gòu)成。本文選用京津城際永樂段進(jìn)行實(shí)例建模分析。此段接線見圖3。

TSS (Traction Substation)為牽引變電所，安裝4臺(tái)220/2×27.5 kV專用三繞組變壓器，每2臺(tái)作為一組，采用直列運(yùn)行方式，任何情況下一組運(yùn)行一組備用。ATS1為AT所(Auto-Transformer Station)，3臺(tái)AT變壓器2主1備運(yùn)行，ATS2為分區(qū)所，2臺(tái)AT變壓器分別運(yùn)行在左右供電臂，1臺(tái)備用。

2.1 系統(tǒng)元件的抽象

系統(tǒng)元件的抽象是牽引供電系統(tǒng)建模的基礎(chǔ)，一個(gè)牽引供電系統(tǒng)主要包括牽引變壓器、AT變壓器、接觸網(wǎng)、正饋線、母線、隔離開關(guān)、斷路器、電壓電流互感器等設(shè)備以及這些設(shè)備間的連接線。牽引變壓器的建模研究在文獻(xiàn)[2]已被討論過，此處不再贅述。為簡(jiǎn)化起見，本文將隔離開關(guān)、斷路器等設(shè)備當(dāng)作母線或者連接線的一部分處理，不作為單獨(dú)的故障診斷元件。因此，京津城際永樂段一共2個(gè)AT段，每段上下行接觸線和正饋線單獨(dú)作為1個(gè)設(shè)備元件，一共4個(gè)接觸網(wǎng)設(shè)備，4個(gè)饋線設(shè)備。牽引變電所、AT所、分區(qū)所內(nèi)的T、F母線均無橫向分段，則每個(gè)所里面只有2個(gè)母線設(shè)備元件，即T母線，F(xiàn)母線，一共6個(gè)設(shè)備元件。ATS1內(nèi)2臺(tái)AT變壓器、ATS2內(nèi)1臺(tái)AT變壓器運(yùn)行，共3個(gè)自耦變壓器設(shè)備。考慮到模型拓?fù)浔磉_(dá)方便，上下行T、F線引出到ATS1處的接線節(jié)點(diǎn)作為單獨(dú)的設(shè)備處理，但無故障模式。因此一共21個(gè)小元件設(shè)備。

變電所、AT所、分區(qū)所內(nèi)的T相F相母線以及兩個(gè)AT段內(nèi)的接觸網(wǎng)、饋線分別合并成一個(gè)大設(shè)備元件。AT變壓器單獨(dú)作為自己的大元件設(shè)備，因此一共12個(gè)大元件設(shè)備。部分元件設(shè)備符號(hào)及其含義見表1、表2。

表1 部分小元件符號(hào)及其所代表的含義

表2 部分大元件符號(hào)及其所代表的含義

2.2 系統(tǒng)元件建模

系統(tǒng)模型分為正常模型和故障模型，正常模型建立在小元件的設(shè)備描述中，用來進(jìn)行一致性推理判定系統(tǒng)正常與否；故障模型建立在大元件的設(shè)備描述中，用來進(jìn)行溯因推理，判定故障的具體類型。

(1) 母線模型

正常情況下，流入與流出單相母線的電流是平衡的。因此對(duì)于m條進(jìn)線n條出線的單相母線，其約束方程為

( 2 )

T、F兩相母線存在的故障有TF短路以及各相接地短路，不考慮母線斷線情況。以T母線為例，T母線接地短路，則Vt=0；TF兩相母線短路時(shí)，則

( 3 )

(2) 牽引網(wǎng)

本文在故障診斷過程中所使用的觀測(cè)信息以故障發(fā)生后斷路器跳閘前為基礎(chǔ)，假設(shè)故障發(fā)生后機(jī)車自保護(hù)退出運(yùn)行，則一個(gè)AT段內(nèi)T線、F線均滿足輸入電流等于輸出電流，即Iin=Iout。

故障模式以F線為例，F(xiàn)線發(fā)生的故障有近端接地短路遠(yuǎn)端斷線(ground_breakF)、遠(yuǎn)端接地短路近端斷線(breakF_ground)、短路接地(goundF)、斷線(breakF)、TF短路(shortTF)等故障。

當(dāng)近端短路遠(yuǎn)端斷線時(shí)：Iin≠0,Iout=0；

當(dāng)遠(yuǎn)端短路近端斷線時(shí)：Iin=0,Iout≠0；

當(dāng)發(fā)生斷線故障時(shí)：Iin=Iout=0；

當(dāng)發(fā)生短路接地故障時(shí)：則F線兩端電流均流向短路點(diǎn)，即電流相位差為180°；

當(dāng)T、F相短路時(shí)

( 4 )

(3) AT變壓器

對(duì)于AT變壓器，本文只簡(jiǎn)單的考慮其三線流入電流之和為0，而不考慮其變比是否符合要求，暫不設(shè)置AT變壓器故障情況。

(4) 引出線節(jié)點(diǎn)

引出線節(jié)點(diǎn)為牽引網(wǎng)引出線到AT變電所的接線點(diǎn)，為一個(gè)三線高斯節(jié)點(diǎn)，則流入節(jié)點(diǎn)電流之和為0。不考慮其故障模型。

3 測(cè)量點(diǎn)及候選沖突集

3.1 測(cè)量點(diǎn)的選取

對(duì)牽引供電系統(tǒng)進(jìn)行故障診斷時(shí)，需要提取系統(tǒng)的信息量，主要包括母線電壓，各母線流入流出電流值。測(cè)量點(diǎn)選擇不同，則系統(tǒng)獲得的離線解析冗余關(guān)系不同，對(duì)系統(tǒng)的診斷效率也有影響。本文參考實(shí)際的京津城際測(cè)量元件的布置，信息量的提取包括變電所和AT所信息提取，其詳細(xì)測(cè)量元件布置見圖4。

變電所只考慮一個(gè)供電臂供電，測(cè)量元件只包括圖4(a)中右側(cè)部分，測(cè)量值包括T相母線流入電流It_TSS,上下行T相流出電流It_TSS_Up、It_TSS_Down，以及電壓Vt_TSS。AT所測(cè)量值包括T相上下行流入母線電流It_ATS1_UpIn、It_ATS2_DownIn, 以及母線流出到AT變壓器的流出電流It_ATS1_UpAt、It_ATS1_DownAt。分區(qū)所同AT所測(cè)量值一樣，只少一個(gè)AT變壓器。同樣F相也均有上述各測(cè)量值。AT所分區(qū)所還需要測(cè)量從軌道流入AT變壓器的電流Ir_ATS1_UpAt、Ir_ATS1_DownAt、Ir_ATS2_At。因此整個(gè)牽引供電系統(tǒng)共29個(gè)測(cè)量值。

3.2 解析冗余關(guān)系及最小候選沖突集的求取

最小沖突集的求取有多種方法，本文利用文獻(xiàn)[15]中的方法，先求取解析冗余關(guān)系，再充分利用解析冗余關(guān)系所隱含的信息，利用關(guān)系導(dǎo)向算法RGA求取最小沖突集候選。求得該牽引供電系統(tǒng)13個(gè)解析冗余關(guān)系以及其對(duì)應(yīng)的最小候選沖突集。例如MinCSC9為最小沖突集候選，即{NU_F,S1U_F,S2U_F}為最小沖突集候選，其對(duì)應(yīng)的解析冗余關(guān)系為-If_TSS_Up+If_ATS2_UpIn+If_ATS1_UpIn=0。所有的最小沖突集候選為MinCSC1:{T1ATS1};MinCSC2: {TATS2};MinCSC3: {BATS2_T};MinCSC4: {BATS2_F}; MinCSC5: {T2ATS1}; MinCSC6: {BTSS_T}; MinCSC7: {NU_T,S1U_T,S2U_T}; MinCSC8: {BTSS_F}; MinCSC9: {NU_F,S1U_F,S2U_F}; MinCSC10: {ND_T,S1D_T,S2D_T}; MinCSC11:{ND_F,S1D_F,S2D_F}; MinCSC12: {BATS1_T}; MinCSC13: {BATS1_F}。最小候選沖突集中各元件是通過解析冗余關(guān)系求得，它們之間的聯(lián)系表現(xiàn)在解析冗余關(guān)系中，其中任意元件故障均會(huì)導(dǎo)致相關(guān)聯(lián)的解析冗余關(guān)系不滿足。當(dāng)診斷系統(tǒng)的觀測(cè)量確定后，最小候選沖突集固定不變，發(fā)生任何故障都會(huì)導(dǎo)致其中某一個(gè)或幾個(gè)候選所對(duì)應(yīng)的解析冗余關(guān)系不滿足，因此需要通過在線觀測(cè)量判定是否為最小沖突集。

4 牽引供電系統(tǒng)故障的在線診斷

4.1 獲取仿真故障數(shù)據(jù)

通過Simulink搭建京津城際永樂段供電系統(tǒng)模型，假設(shè)ATS1中T母線接地，第2個(gè)AT段內(nèi)離ATS1變電所5 km處上行F線斷線，且近端接地短路。仿真獲得此故障情況下各測(cè)量元件的測(cè)量值見表3、表4。

表3 故障情況下電壓互感器的測(cè)量值

表4 故障情況下電流互感器的測(cè)量值

4.2 沖突集識(shí)別及候選診斷產(chǎn)生

將表3、表4中測(cè)量值分別帶入各個(gè)最小沖突集候選所對(duì)應(yīng)的解析冗余關(guān)系，計(jì)算結(jié)果見表5。以解析冗余關(guān)系x+y+z=0為例，由于建模精度以及故障等原因，使得r=x+y+z≠0，r即絕對(duì)殘差，x、y、z中幅值最大者為最大項(xiàng)，絕對(duì)殘差和最大項(xiàng)比值即相對(duì)殘差。

表5 解析冗余關(guān)系的殘差

將系統(tǒng)正常測(cè)量值的數(shù)據(jù)帶入各個(gè)解析冗余關(guān)系，發(fā)現(xiàn)由于模型本身存在的誤差，所有解析冗余關(guān)系的相對(duì)殘差r′均為趨于零的非零值。因此以系統(tǒng)正常時(shí)解析冗余關(guān)系相對(duì)殘差為參考依據(jù)，設(shè)定r′=0.001為系統(tǒng)故障的閾值。系統(tǒng)發(fā)生故障后，若某個(gè)最小候選沖突集對(duì)應(yīng)的解析冗余關(guān)系的相對(duì)殘差大于0.001時(shí)，則判定其為最小沖突集。

從表5中可以看出，MinCSC9和MinCSC12的相對(duì)殘差r′明顯比系統(tǒng)故障閾值0.001大了很多，因此判定其為系統(tǒng)最小沖突集。即最小沖突集簇為CSs={MinCSC9,MinCSC12}即CSs={{NU_F,S1U_F,S2U_F},{BATS1_T}}。

利用碰集算法[17]計(jì)算出最小沖突集的最小碰集，得到3個(gè)候選診斷集，{{NU_F,BATS1_T},{S1U_F,BATS1_T},{S2U_F,BATS1_T}}。其中因?yàn)镹U_F為節(jié)點(diǎn)設(shè)備，無故障。因此最終的候選診斷為{{S1U_F,BATS1_T},{S2U_F,BATS1_T}}。

4.3 診斷鑒別

通過一致性診斷推理，只能求得故障候選診斷，還需要進(jìn)一步通過溯因推理確定故障元件的具體故障模式。溯因推理的過程中，用故障候選設(shè)備的具體故障約束模型代替其正常約束模型，再重新計(jì)算整個(gè)系統(tǒng)的解析冗余關(guān)系，若所有故障數(shù)據(jù)均滿足新求得的解析冗余關(guān)系，則故障模式匹配成功，當(dāng)前故障類型即為最終的故障。具體的推理流程圖見圖5。

按照?qǐng)D5流程圖，對(duì)牽引供電系統(tǒng)故障進(jìn)行匹配，最終匹配故障結(jié)果為{{BATS1_T,groundT}, {S2U_F,groundF_breakF}}，即ATS1中T母線，第2個(gè)AT段內(nèi)上行F線近端接地遠(yuǎn)端斷線，與假設(shè)相符。整個(gè)故障識(shí)別過程用了1.437 s準(zhǔn)確地判斷出了系統(tǒng)故障，具有很好的實(shí)時(shí)性。

4.4 分析討論

為進(jìn)一步驗(yàn)證基于模型診斷方法應(yīng)用于牽引供電系統(tǒng)故障診斷的有效性，對(duì)牽引供電系統(tǒng)設(shè)置不同部位故障和不同類型故障，再利用本文方法進(jìn)行故障診斷，診斷結(jié)論與診斷時(shí)間見表6所示。

表6 診斷方法有效性驗(yàn)證

由表6可見，牽引供電系統(tǒng)不同位置和類型的故障，采用本文方法都可快速準(zhǔn)確地得到診斷結(jié)論。

基于模型診斷分為一致性推理和溯因推理2部分。通過碰集求解獲得候選診斷為基于一致性推理，該過程只需判斷故障數(shù)據(jù)是否滿足解析冗余關(guān)系即可獲得沖突集，并通過計(jì)算碰集得到候選診斷，整個(gè)過程耗時(shí)為毫秒級(jí)，十分適合作為速斷保護(hù)整定，迅速切斷故障以減小故障影響。通常情況下，候選診斷的空間非常小，因此可以考慮引入故障免除假設(shè)進(jìn)一步限制候選診斷，添加測(cè)量點(diǎn)或優(yōu)化測(cè)量點(diǎn)布置使候選診斷惟一化，此時(shí)一致性診斷結(jié)果則可動(dòng)作于斷路器，迅速切斷故障。故障匹配過程為溯因推理部分，其需要建立系統(tǒng)元件的故障模型，同時(shí)推理過程的復(fù)雜度同系統(tǒng)故障元件和故障種類均有關(guān)，較為耗時(shí)。若引入元件故障概率，優(yōu)先匹配故障概率較高的模式，則會(huì)加快匹配過程。故障匹配結(jié)果為具體的故障模式，在斷路器動(dòng)作于一致性診斷結(jié)果后，其可為牽引網(wǎng)故障測(cè)距提供便利，以盡快修復(fù)故障恢復(fù)系統(tǒng)供電。

5 測(cè)量元件故障的解決方法

現(xiàn)有的牽引供電系統(tǒng)故障診斷方法，若測(cè)量元件故障則給出錯(cuò)誤的診斷結(jié)果，必須后期人工檢查才能確定測(cè)量元件的故障?；谀Ｐ驮\斷方法是基于系統(tǒng)的工作原理進(jìn)行故障診斷的，當(dāng)某一個(gè)測(cè)量元件發(fā)生故障時(shí)，診斷系統(tǒng)判定系統(tǒng)工作異常，但通過故障匹配卻不能匹配出具體的故障，這是因?yàn)橐粋€(gè)錯(cuò)誤的測(cè)量結(jié)果是不可能滿足系統(tǒng)某一個(gè)具體故障的約束關(guān)系。同時(shí)，基于模型診斷方法是通過懸掛約束和數(shù)據(jù)傳播進(jìn)行故障診斷的，缺省一個(gè)測(cè)量元件，系統(tǒng)診斷系統(tǒng)能犧牲時(shí)間為代價(jià)診斷出具體故障。因此，本文給出一個(gè)測(cè)量元件N-1方式的故障解決方案。具體流程圖見圖6。

仍假設(shè)ATS1中T母線接地，第2個(gè)AT段內(nèi)，離ATS1變電所5 km處上行F線斷線，且近端接地短路。假設(shè)系統(tǒng)發(fā)生前述故障類型的同時(shí)，測(cè)量元件發(fā)生故障致使It_ATS1_UpIn測(cè)量值為0。

由于It_ATS1_UpIn故障，系統(tǒng)的最小沖突集簇變?yōu)镃Ss={MinCSC7,MinCSC9,MinCSC12}，比無測(cè)量元件故障時(shí)多了沖突集MinCSC7。3個(gè)沖突集對(duì)應(yīng)的解析冗余關(guān)系分別為

MinCSC7：

-It_TSS_Up+It_ATS2_UpIn+It_ATS1_UpIn=0

MinCSC9：

-If_TSS_Up+If_ATS2_UpIn+If_ATS1_UpIn=0

MinCSC12：

-It_ATS1_UpIn-It_ATS1_DownIn+It_ATS1_UpAt+It_ATS1_DownAt=0

因此測(cè)量元件集合

ME={It_TSS_Up, It_ATS2_UpIn,It_ATS1_UpIn，If_TSS_Up,If_ATS2_UpIn,

If_ATS1_UpIn, It_ATS1_UpIn, It_ATS1_DownIn, It_ATS1_UpAt, It_ATS1_DownAt}

按照流程圖6，首先去掉It_ATS1_UpIn測(cè)量值對(duì)系統(tǒng)重新進(jìn)行診斷，求得系統(tǒng)最小沖突集候選12個(gè)，帶入除It_ATS1_UpIn外其他測(cè)量值，判斷出最小沖突集為MinCSC8={NU_T,S1U_F,S2U_F}，MinCSC12=BATS1_T,NU_T,S1U_T,S2U_T}。通過計(jì)算碰集和故障匹配成功地實(shí)現(xiàn)了故障診斷，因此判定It_ATS1_UpIn測(cè)量元件故障。整個(gè)過程耗時(shí)8.079 s。

若假設(shè)It_ATS1_UpIn=1.330 3×103<10.49以區(qū)別正常測(cè)量值It_ATS1_UpIn=2.330 3×103<13.49。分別去掉ME中一個(gè)元件，對(duì)系統(tǒng)重新進(jìn)行故障診斷，各階段運(yùn)行時(shí)間見表7。其中只有去掉It_ATS1_UpIn時(shí)能對(duì)故障進(jìn)行正確匹配。

表7 消去各測(cè)量元件后故障診斷運(yùn)行時(shí)間

系統(tǒng)故障診斷主要的時(shí)間耗費(fèi)在故障匹配上，而故障匹配時(shí)間與診斷候選集合個(gè)數(shù)、每個(gè)集合中元件個(gè)數(shù)以及每個(gè)元件的故障種類均有關(guān)系。

設(shè)某次診斷有a個(gè)診斷候選集合，每個(gè)候選集合中均有b個(gè)故障元件，每個(gè)故障元件均有m種故障類型。則此次診斷需要計(jì)算的次數(shù)為：amb。當(dāng)去掉的測(cè)量元件為故障元件，則相應(yīng)的最小沖突集會(huì)減少，診斷候選集合個(gè)數(shù)a以及候選集合中故障元件的個(gè)數(shù)b均跟著減少，因此最終的計(jì)算匹配時(shí)間明顯比去掉其他測(cè)量元件的匹配時(shí)間少，如表7中去掉測(cè)量元件It_ATS1_UpIn的部分。

當(dāng)一個(gè)測(cè)量元件發(fā)生故障，最終判定故障類型及故障的測(cè)量元件所需要消耗的平均時(shí)間為

( 5 )

6 結(jié)論

傳統(tǒng)牽引供電系統(tǒng)故障診斷較多的是利用專家系統(tǒng)，根據(jù)保護(hù)和斷路器動(dòng)作信息來判斷具體的故障。本文采用基于模型診斷的方法，直接利用牽引供電系統(tǒng)各電壓電流量對(duì)牽引供電系統(tǒng)進(jìn)行故障診斷。通過對(duì)京津城際永樂段牽引供電系統(tǒng)進(jìn)行建模、仿真和實(shí)驗(yàn)驗(yàn)證，結(jié)果表明基于模型診斷方法能快速準(zhǔn)確地診斷出包括接觸網(wǎng)故障和AT所母線故障等單一或復(fù)合故障，并為牽引供電系統(tǒng)倒閘操作提供指導(dǎo)性意見以快速恢復(fù)非故障區(qū)域供電。

同時(shí)，本文提出了一種測(cè)量元件故障的解決方法，當(dāng)診斷系統(tǒng)某個(gè)測(cè)量元件發(fā)生故障導(dǎo)致觀測(cè)數(shù)據(jù)錯(cuò)誤時(shí)，基于模型的故障診斷系統(tǒng)仍能快速的求解出具體的故障并實(shí)現(xiàn)故障測(cè)量元件的查找。

參考文獻(xiàn)：

[1] 劉志剛，鐘煒，鄧云川，等.牽引變電站故障的基于模型診斷方法[J].中國電機(jī)工程學(xué)報(bào)，2010，30(34)：36-41.

LIU Zhi-gang，ZHONG Wei，DENG Yun-chuan，et al. Electric Railway Substation Diagnosis With Model-based Method[J]. Proceedings of the CSEE，2010，30(34)：36-41.

[2] 高松，劉志剛，徐建芳，等.基于模型診斷和專家系統(tǒng)的牽引變壓器故障診斷研究[J].鐵道學(xué)報(bào)，2013，35(7)：42-49.

GAO Song，LIU ZHI-gang，XU Jian-Fang，et al.Research on Fault Diagnosis for Traction Transformer on the Basis of Model-based Diagnosis and Expert System[J].Journal of the China Railway Society，2013，35(7)：42-49.

[3] 賀威俊，陳小川，高仕斌，等.牽引變電站綜合自動(dòng)化與專家系統(tǒng)應(yīng)用研究[J].鐵道學(xué)報(bào)，1996，18(2)：6-10.

He Wei-jun，Chen Xiao-chuan，Gao Shi-bin，et al.Study on Integrated Automation and Application of Expert System for Traction Substations[J].Journal of the China Railway Society，1996，18(2)：6-10.

[4] XIE Shao-feng，LI Qun-zhan.Application of Expert System Based on Mixing Reasoning in Traction Substation Fault Diagnosis[C]//The 2nd International Workshop on Autonomous Decentralized System.Chengdu：IEEE Press，2002：229-232.

[5] 莊慧敏，陳小川.牽引變電所保護(hù)動(dòng)作行為分析專家系統(tǒng)設(shè)計(jì)[J].繼電器，2003，31(2)：41-42，63.

ZHUNAG Hui-min，CHEN Xiao-chuan.Expert System Design on Analysis of Relay Protection’s Action at Substation[J].Relay，2003，31(2)：41-42，63.

[6] 王牣，陳小川，高仕斌，等.鐵路客運(yùn)專線供電自動(dòng)化系統(tǒng)關(guān)鍵技術(shù)研究[J].鐵道學(xué)報(bào)，2009，28(3)：116-119.

WANG Ren，CHEN Xiao-chuan，GAO Shi-bin，et al.Study on the Key Problems of the Power Supply Automation System for Railway Passenger Dedicated Lines[J].Journal of the China Railway Society，2009，28(3)：116-119.

[7] 張偉，郭其一.一種基于Petri網(wǎng)技術(shù)的牽引供電系統(tǒng)故障診斷方法[J].城市軌道交通研究，2004,(1)：32-34.

ZHANG Wei，GUO Qi-yi.Fault Diagnosis of the Traction Substation on the Basis of Petri Nets Technology[J].Urban Mass Transit，2004,(1)：32-34.

[8] 吳雙，何正友，錢澄浩，等.模糊Petri網(wǎng)在高速鐵路牽引供電系統(tǒng)故障診斷中的應(yīng)用[J].電網(wǎng)技術(shù)，2011，35(9)：79-85.

WU shuang，HE Zheng-you，QIAN Cheng-hao，et al.Application of Fuzzy Petri Net in Fault Diagnosis of Traction Power Supply System for High-speed Railway[J].Power System Technology，2011，35(9)：79-85.

[9] 王磊，李耀華，劉志剛.基于OOCPN結(jié)線分析和反向推理的城市軌道交通牽引供電系統(tǒng)故障診斷方法[J].中國鐵道科學(xué)，2012，33(4)：52-59.

WANG Lei，LI Yao-hua，LIU Zhi-gang.Fault Diagnosis Method for the Traction Power Supply System of Urban Rail Transit Based on OOCPN Topology Analysis and Backward Reasoning[J].China Railway Science，2012，33(4)：52-59.

[10] REITER R.A Theory of Diagnosis from First Principles[J].Artificial Intelligence，1987，32(1)： 57-95.

[11] HAMSCHER W，CONSOLE L，KLEER J. Readings in Model-based Diagnosis[R].San Mateo： Morgan Kaufmann Publishers，1992:1-24.

[12] McArthur S D J，DYSKO A，McDonald J R，et al.The Application of Model Based Reasoning Within a Decision Support System for Protection Engineers[J].IEEE Transactions on Power Delivery，1996，11(4)： 1748-1754.

[13] 胡非，劉志剛，范福強(qiáng)，等.配電網(wǎng)線路故障的基于模型診斷方法[J].電力系統(tǒng)自動(dòng)化，2012，36(10)：56-60.

HU Fei，LIU Zhi-gang，F(xiàn)AN Fu-qiang，et al.Distribution Network Line Fault Diagnosis with Model-based Method[J]：Automation of Electric Power System，2012，36(10)：56-60.

[14] 關(guān)龍，劉志剛，何士玉，等.離散二進(jìn)制粒子群算法在基于模型配電網(wǎng)故障診斷中的應(yīng)用[J].電力自動(dòng)化設(shè)備，2013，33(9)：89-93.

GUAN Long，LIU Zhi-gang，HE Shi-yu，et al.Application of BPSO Algorithm in Model-based Fault Diagnosis of Distribution Network[J].Electric Power Automation Equipment，2013，33(9)：89-93.

[15] LIU Z, HAN Z. Fault Diagnosis of Electric Railway Traction Substation with Model-based Relation Guiding Algorithm[J]. Expert Systems with Applications, 2014, 41(4):1730-1741.

[16] 林笠.基于ENV診斷模型的建立[J].暨南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2001，22(5)：40-45.

LIN Li.The Construction of an ENV Model-based Diagnosis[J].Journal of Jinan University:Natural Science，2001，22(5)：40-45.

[17] GAO Song, LIU Zhi-gang, DAI Chen-xi, et al. Application of BPSO with GA in Model-based Fault Diagnosis of Traction Substation[C]// 2014 IEEE Congress on Evolutionary Computation (CEC). Beijing: IEEE,2014:2063-2069.