基于廣域測量系統(tǒng)的多調(diào)度中心協(xié)同故障診斷方法

肖小剛，段剛，許君德，詹慶才，嚴(yán)耿，陳程，楊東，謝曉冬

（1. 國家電網(wǎng)公司 華中分部，湖北 武漢 430077；2. 北京四方繼保自動化股份有限公司，

北京 海淀 100085）

廣域測量系統(tǒng)（wide area measurement system，WAMS）近幾年來在我國得到了高度重視和快速的發(fā)展。迄今為止，我國各省級以上電網(wǎng)均建設(shè)完成WAMS（或類WAMS）系統(tǒng)，安裝了上千套相量測量單元（phasor measurement unit，PMU）裝置，建成全球規(guī)模最大的電網(wǎng)運(yùn)行動態(tài)監(jiān)測系統(tǒng)群。WAMS正在成為各級調(diào)度部門進(jìn)行電網(wǎng)動態(tài)過程監(jiān)視和分析的必備工具，并成為智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)的重要信息源[1-4]。

目前，我國基本形成了大電網(wǎng)互聯(lián)的格局，大電網(wǎng)互聯(lián)、大容量傳輸、遠(yuǎn)距離跨域，這一系列措施有效地緩解了我國能源供需不平衡的問題，實(shí)現(xiàn)了資源的優(yōu)化配置，帶來了巨大的經(jīng)濟(jì)和社會效益。但是，廣域大電網(wǎng)的形成同時給電網(wǎng)的安全和穩(wěn)定帶來了新的問題和挑戰(zhàn)[5]。大電網(wǎng)的發(fā)展可能造成故障影響范圍的擴(kuò)大，尤其是連鎖反應(yīng)故障可能導(dǎo)致大面積停電[6-7]或全系統(tǒng)的崩潰。因此，電力系統(tǒng)發(fā)生故障情況下，快速、準(zhǔn)確的故障診斷對于防止大面積停電具有重大意義。

近些年來，國內(nèi)外專家、學(xué)者已經(jīng)在故障診斷領(lǐng)域進(jìn)行了大量研究，也取得了相當(dāng)?shù)某尚8-9]，目前主要故障診斷方法有專家系統(tǒng)[10-11]，人工神經(jīng)網(wǎng)絡(luò)[12-13]，基于優(yōu)化技術(shù)[14-15]的方法，以及考慮信息不確定性和不完備性的基于粗糙集[16-17]和模糊集[18]的方法等。

然而在工程應(yīng)用中，都不可避免遇到一些實(shí)際問題：

1）數(shù)據(jù)源。在省級及以上的高等級調(diào)度中心里，常常存在保護(hù)開關(guān)動作信息上傳不及時、時標(biāo)不一致、信息缺失等問題，這樣，很難給出準(zhǔn)確的故障診斷結(jié)果。

2）故障信息的不確定性。繼電保護(hù)裝置、斷路器本身具有拒動、誤動問題，都存在一定的不正常動作概率；并且，由于開關(guān)觸點(diǎn)的問題，SCADA在采集環(huán)節(jié)也存在錯誤概率。

3）知識組合爆炸。各種知識庫、決策表等均存在組合爆炸問題，從而導(dǎo)致應(yīng)用于實(shí)際電網(wǎng)時，難以獲得完備的知識庫或樣本，從而直接影響故障診斷精度。

4）缺乏本質(zhì)上的多調(diào)度中心協(xié)同分析?，F(xiàn)有的多調(diào)度中心協(xié)同故障分析方法通常是借助電網(wǎng)模型的相互交流實(shí)現(xiàn)[19-20]的，例如各調(diào)度中心之間通過相互提供更詳細(xì)的電網(wǎng)模型或等值網(wǎng)絡(luò)，實(shí)現(xiàn)電網(wǎng)運(yùn)行狀態(tài)的全面分析。這種模型上的共享，就本質(zhì)的故障分析來說，各調(diào)度中心實(shí)際上是獨(dú)立分析的，因此嚴(yán)格來說還不能算是多調(diào)度中心協(xié)同故障分析。

為解決上述問題，本研究提出了一種基于WAMS的多調(diào)度中心協(xié)同故障診斷方法。在各調(diào)度中心主站對影響到自身電網(wǎng)的全局安全穩(wěn)定事件和外網(wǎng)安全穩(wěn)定事件進(jìn)行及時診斷和定位，通過多調(diào)度中心的協(xié)同分析判斷，分析出故障的起因、影響范圍以及局部電網(wǎng)在整個電網(wǎng)事件中的作用，給出診斷結(jié)果。

本研究設(shè)計(jì)的多調(diào)度中心協(xié)同故障分析應(yīng)用方法，主要基于實(shí)時量測的動態(tài)響應(yīng)數(shù)據(jù)，這與以往調(diào)度中心主要基于穩(wěn)態(tài)量測、依賴數(shù)學(xué)分析計(jì)算進(jìn)行故障分析有很大不同。本文分析了調(diào)度中心間實(shí)時交換故障診斷結(jié)果的格式、方式與協(xié)同判別邏輯，幫助調(diào)度中心有效識別調(diào)度管轄范圍外電網(wǎng)故障的影響，大大提高了廣域電網(wǎng)擾動的識別準(zhǔn)確性與定位的準(zhǔn)確性。目前，未見有本研究提出的基于動態(tài)數(shù)據(jù)的多調(diào)度中心協(xié)同故障分析應(yīng)用報(bào)道。

1 協(xié)同故障診斷分析系統(tǒng)體系結(jié)構(gòu)

本文介紹的多調(diào)度中心協(xié)同故障診斷分析系統(tǒng)，基于智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)一體化設(shè)計(jì)平臺，利用基礎(chǔ)平臺提供的技術(shù)支撐與接口規(guī)范，深化故障診斷的研究，提高故障識別與定位的準(zhǔn)確性，在國、網(wǎng)、省三層調(diào)度體系上基于動態(tài)數(shù)據(jù)進(jìn)行協(xié)同故障分析。電網(wǎng)協(xié)同故障分析的功能框架如圖1所示。

圖1 電網(wǎng)協(xié)同故障分析功能框架Fig. 1 Function frame of the cooperative fault analysis in power grid

實(shí)現(xiàn)WAMS主站系統(tǒng)數(shù)據(jù)互聯(lián)互通是實(shí)現(xiàn)全國性的協(xié)調(diào)防御體系的先決條件。它可充分發(fā)揮WAMS數(shù)據(jù)同步測量和廣域高速通信集成的優(yōu)點(diǎn)，有利于擴(kuò)大調(diào)度運(yùn)行部門對電網(wǎng)動態(tài)過程的監(jiān)測，從全局范圍內(nèi)了解電網(wǎng)動態(tài)特性；有利于快速收集電網(wǎng)事故數(shù)據(jù)，縮短事故分析的時間，為全國性的安全穩(wěn)定協(xié)調(diào)防御體系提供全局動態(tài)數(shù)據(jù)支持。

協(xié)同故障分析功能包括以下幾個部分：

1）數(shù)據(jù)互聯(lián)互通機(jī)制。利用基礎(chǔ)平臺提供的上下級系統(tǒng)間的一體化運(yùn)行和模型、數(shù)據(jù)、畫面的源端維護(hù)與系統(tǒng)共享，通過調(diào)度數(shù)據(jù)網(wǎng)實(shí)現(xiàn)調(diào)度中心與調(diào)度中心之間數(shù)據(jù)采集和交換的可靠運(yùn)行。

2）本地在線故障診斷。各個調(diào)度中心本地進(jìn)行在線故障檢測，并將檢測結(jié)果分類（包括線路短路、機(jī)組跳閘、直流閉鎖、大擾動故障檢測）保存在商用庫對應(yīng)的告警表中。

3）協(xié)同聯(lián)合分析。上級調(diào)度中心本地檢測出擾動時，會主動召喚各下級調(diào)度中心的相應(yīng)類型告警，并接收下級調(diào)度中心的故障檢測結(jié)果，按照對應(yīng)的告警類型歸類保存至數(shù)據(jù)庫中；經(jīng)過綜合分析后，得出最終的診斷結(jié)果。

4）事件輸出及故障數(shù)據(jù)調(diào)閱。上級調(diào)度中心對故障事件的全局分析結(jié)果進(jìn)行分發(fā)，下級調(diào)度中心收到后保存至本地?cái)?shù)據(jù)庫中。各級調(diào)度中心可根據(jù)最后的協(xié)同告警事件，查詢本地或遠(yuǎn)方調(diào)度中心的歷史數(shù)據(jù)，繪制歷史曲線，形成故障報(bào)告。

2 數(shù)據(jù)互聯(lián)互通機(jī)制

2.1 跨區(qū)域數(shù)據(jù)整合機(jī)制

跨區(qū)域數(shù)據(jù)整合機(jī)制將各調(diào)度中心的PMU動態(tài)數(shù)據(jù)測點(diǎn)歸并關(guān)聯(lián)到本地動態(tài)測點(diǎn)模型，形成一個完整的全網(wǎng)PMU動態(tài)測點(diǎn)關(guān)聯(lián)模型結(jié)構(gòu)，供各應(yīng)用功能使用，如圖2所示。

圖2 跨區(qū)域數(shù)據(jù)整合示意圖Fig. 2 Trans-regional data integration schematic diagram

2.2 下級與上級或外部電網(wǎng)調(diào)度中心協(xié)作進(jìn)行故障分析機(jī)制

協(xié)同故障分析要求各電網(wǎng)調(diào)度中心的監(jiān)測與應(yīng)用工具對電網(wǎng)故障識別與分析基于統(tǒng)一的系統(tǒng)模型、采用統(tǒng)一的判據(jù)與尺度、利用同步數(shù)據(jù)進(jìn)行實(shí)時監(jiān)測與分析，計(jì)算得到具備可比性的故障分析結(jié)果。主要包括對各電網(wǎng)調(diào)度中心的故障監(jiān)視應(yīng)用設(shè)定統(tǒng)一的判據(jù)和計(jì)算門限值，并對分析結(jié)果的內(nèi)容提出統(tǒng)一格式，讓其輸出的故障分析結(jié)果具備可比性。

2.3 各調(diào)度中心數(shù)據(jù)互聯(lián)共享機(jī)制

智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)基礎(chǔ)平臺已經(jīng)實(shí)現(xiàn)了實(shí)時數(shù)據(jù)庫的跨調(diào)度中心訪問，具備遠(yuǎn)程瀏覽實(shí)時數(shù)據(jù)庫和監(jiān)視界面的功能；同時還提供以下服務(wù)：

1）提供遠(yuǎn)程服務(wù)代理用于跨調(diào)度中心進(jìn)行信息交換。

2）提供實(shí)時庫遠(yuǎn)程訪問接口用于跨調(diào)度中心訪問實(shí)時數(shù)據(jù)庫。

3）提供商用庫遠(yuǎn)程訪問接口用于跨調(diào)度中心訪問商用庫記錄。

4）提供時間序列歷史庫遠(yuǎn)程訪問接口用于跨調(diào)度中心訪問動態(tài)數(shù)據(jù)的歷史記錄。

5）提供時間序列實(shí)時庫遠(yuǎn)程訪問接口用于跨調(diào)度中心訪問動態(tài)數(shù)據(jù)的實(shí)時記錄。

本文基于以上的遠(yuǎn)程訪問服務(wù)和接口，設(shè)計(jì)跨調(diào)度中心的故障診斷結(jié)果的收集、協(xié)同分析與結(jié)果分發(fā)機(jī)制。

3 本地在線故障診斷

WAMS本地在線故障診斷模塊主要包括線路短路、機(jī)組跳閘、直流閉鎖、大擾動故障檢測四部分功能，圖3為擾動識別告警邏輯框圖。

圖3 擾動識別告警邏輯框圖Fig. 3 Logic diagram of the disturbance identification and alarm

整體的處理邏輯分為以下幾個步驟實(shí)現(xiàn)：

1）初始化待檢測設(shè)備的基本參數(shù)和判據(jù)參數(shù)。

2）讀取WAMS時間序列實(shí)時庫數(shù)據(jù)，準(zhǔn)備好用于檢測計(jì)算的檢測窗口數(shù)據(jù)。

3）調(diào)用相應(yīng)的算法邏輯庫，開始計(jì)算。

4）將告警結(jié)果通過基礎(chǔ)平臺寫入對應(yīng)商用庫的對應(yīng)表空間中；同時，將告警結(jié)果通過消息總線接口轉(zhuǎn)發(fā)給基礎(chǔ)平臺的綜合告警模塊，推送到調(diào)度臺。

3.1 線路短路檢測

在調(diào)度中心基于廣域測量系統(tǒng)的實(shí)時動態(tài)相量數(shù)據(jù)進(jìn)行在線短路擾動識別，在線告知調(diào)度員短路的具體位置、相別、時間、重合閘類型以及成功與否，幫助調(diào)度員及時了解電網(wǎng)中開關(guān)動作的原因以及電網(wǎng)中的故障狀態(tài)，從而輔助調(diào)度員做出正確的安全穩(wěn)定控制決策。

3.2 機(jī)組跳閘檢測

機(jī)組跳閘檢測根據(jù)PMU量測的機(jī)組有功功率，監(jiān)視機(jī)組停機(jī)情況，發(fā)出告警，使得控制中心的調(diào)度人員實(shí)現(xiàn)對發(fā)電機(jī)組非正常停機(jī)進(jìn)行的識別，從而可以采取合理的電網(wǎng)控制措施，及時恢復(fù)停機(jī)機(jī)組的運(yùn)行。

3.3 直流閉鎖檢測

直流閉鎖檢測根據(jù)PMU量測的動態(tài)數(shù)據(jù)，實(shí)現(xiàn)對直流閉鎖的快速識別，并發(fā)出告警信息。通過對直流閉鎖過程中功率動態(tài)變化特點(diǎn)的捕捉，實(shí)現(xiàn)控制中心調(diào)度人員對直流閉鎖的及時識別，為及時采取相應(yīng)的系統(tǒng)控制措施爭取時間。

3.4 大擾動檢測

大擾動故障定位根據(jù)PMU量測的動態(tài)數(shù)據(jù)，在故障元件沒有被PMU直接測量，以及發(fā)生連續(xù)故障和操作的情況下，實(shí)現(xiàn)故障過程中電壓、頻率和功率變化的分布圖功能，輔助判別發(fā)生擾動的元件或者擾動發(fā)生的大致過程和范圍。

實(shí)時檢測各節(jié)點(diǎn)電壓和頻率以及支路的有功功率，當(dāng)發(fā)生下列情況時，認(rèn)為發(fā)生大擾動，并進(jìn)行故障大致定位。

1）任一節(jié)點(diǎn)電壓變化超過設(shè)定門檻，則繪制節(jié)點(diǎn)電壓變化分布圖，標(biāo)注出電壓變化最大點(diǎn)。

2）任一節(jié)點(diǎn)頻率變化超過設(shè)定門檻，則繪制頻率變化分布圖，標(biāo)注出頻率變化最大點(diǎn)。

3）任一支路有功功率變化設(shè)定門檻，則繪制線路有功變化分布圖，標(biāo)注出線路功率變化最大的點(diǎn)。

4 協(xié)同故障分析

網(wǎng)調(diào)與省調(diào)的智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)的監(jiān)視區(qū)域范圍不同、監(jiān)視電壓等級不同。當(dāng)某一元件（線路）發(fā)生故障時，綜合網(wǎng)省調(diào)度中心智能調(diào)度支持系統(tǒng)局部分析結(jié)果，形成網(wǎng)調(diào)對該事件的全局分析結(jié)果并進(jìn)行分發(fā)，有助于網(wǎng)、省調(diào)度部門準(zhǔn)確定位故障事件的影響范圍和危害，避免因局部調(diào)度中心采集數(shù)據(jù)量有限導(dǎo)致對故障事件的錯誤判斷。

通過告警事件和對應(yīng)歷史數(shù)據(jù)的查詢，網(wǎng)調(diào)和省調(diào)能夠協(xié)同判斷故障發(fā)生的區(qū)域和影響范圍，統(tǒng)一數(shù)據(jù)分析。

如圖4所示，為協(xié)同分析的邏輯框圖。

在各網(wǎng)省調(diào)度中心均布置本地實(shí)時故障診斷功能，以檢測所轄區(qū)域內(nèi)的故障事件。

圖4 協(xié)同分析邏輯框圖Fig. 4 Logic diagram of the cooperative analysis

網(wǎng)調(diào)在檢測到發(fā)生大的擾動事件時，通過平臺的數(shù)據(jù)互聯(lián)互通機(jī)制，向各省調(diào)度中心召喚相應(yīng)時刻前后發(fā)生的故障事件。

各省調(diào)協(xié)同分析模塊在收到網(wǎng)調(diào)下發(fā)的召喚命令后，將本地對應(yīng)時段內(nèi)的擾動信息分類，按統(tǒng)一的格式上送網(wǎng)調(diào)。

網(wǎng)調(diào)將各省調(diào)發(fā)來的擾動信息收集到故障匯總池中，按短路、機(jī)組切機(jī)等擾動信息分類，并按時間先后順序排序。

故障分析模塊綜合分析故障匯總池內(nèi)的原始分析結(jié)果，將具有明確、詳細(xì)分析結(jié)果的信息識別出來，給出診斷結(jié)果，比如網(wǎng)調(diào)檢測到大擾動事件，省調(diào)檢測到機(jī)組跳閘事件，則經(jīng)分析最終給出省調(diào)機(jī)組跳閘的分析結(jié)果；而對沒有更明確信息的情況，比如網(wǎng)調(diào)、省調(diào)都只有大擾動的告警信息，則按照擾動量的大小全網(wǎng)排序，給出相對細(xì)致的診斷結(jié)果。

圖5 各聯(lián)絡(luò)節(jié)點(diǎn)電壓幅值變化曲線Fig. 5 Voltage amplitude curve diagram of all connected nodes

最后，將診斷結(jié)果分發(fā)給各省調(diào)度中心，各省調(diào)將結(jié)果保存到本地?cái)?shù)據(jù)庫中。

5 協(xié)同分析實(shí)例

以2013年雅安4.20地震220 kV全雅2線短路事件為例，介紹系統(tǒng)分析的整個過程。

華中網(wǎng)調(diào)本地故障檢測模塊于2013年4月20日8時03分02秒檢測到川渝地區(qū)發(fā)生電網(wǎng)擾動事件，各個聯(lián)絡(luò)線斷面的電壓曲線如圖5所示。坐標(biāo)圖中橫坐標(biāo)代表時間，單位為時:分:秒.毫秒，縱坐標(biāo)代表線路電壓值，單位kV。

由本地大擾動檢測模塊得到的檢測結(jié)果如圖6所示。

由于華中網(wǎng)調(diào)已有的量測信息無法定位具體的故障類型及故障設(shè)備，只能定位在川渝地區(qū)，因此，網(wǎng)調(diào)協(xié)同分析模塊向所轄的四川、重慶、湖北、河南、江西各省調(diào)召喚對應(yīng)時刻前后發(fā)生的電網(wǎng)擾動事件。

各省調(diào)協(xié)同分析模塊在收到網(wǎng)調(diào)下發(fā)的召喚命令后，將本地對應(yīng)時段內(nèi)的擾動信息按照短路、機(jī)組切機(jī)、直流閉鎖等類型分類，按統(tǒng)一的格式上送網(wǎng)調(diào)。

網(wǎng)調(diào)協(xié)同分析模塊將收集到的各省調(diào)的擾動事件匯總，按故障事件發(fā)生的時間排序，按具體的故障類型分別搜索，最終得出四川省調(diào)雅安站全雅2線發(fā)生C相短路故障的結(jié)果。

如圖7所示，通過遠(yuǎn)程調(diào)閱四川省調(diào)的歷史數(shù)據(jù)，得到全雅2線C相短路的故障曲線。

最后，網(wǎng)調(diào)協(xié)同分析模塊將最終的分析結(jié)果分發(fā)給各個省調(diào)并保存。

圖6 大擾動故障定位結(jié)果Fig. 6 Result of big disturbance fault location

圖7 短路故障曲線Fig. 7 Short-circuit fault curve

6 結(jié)語

本文介紹的基于WAMS的多調(diào)度中心協(xié)同故障診斷方法，解決了工程實(shí)際應(yīng)用中遇到的數(shù)據(jù)源、故障信息的不確定性、知識組合爆炸以及缺乏本質(zhì)上的多調(diào)度中心協(xié)同分析的問題，目前已在國家電網(wǎng)公司、華中電網(wǎng)公司、華北電網(wǎng)公司等大型電網(wǎng)調(diào)度中心推廣使用，取得了很好的經(jīng)濟(jì)效益和社會效益。

該診斷方法自現(xiàn)場投運(yùn)以來，運(yùn)行穩(wěn)定可靠，為調(diào)度運(yùn)行人員準(zhǔn)確把握電網(wǎng)運(yùn)行狀態(tài)，及時分析電網(wǎng)故障提供了強(qiáng)有力支持，在保障大電網(wǎng)的安全穩(wěn)定經(jīng)濟(jì)運(yùn)行和各級調(diào)度協(xié)同運(yùn)作方面發(fā)揮了重要作用。

[1] 國家電力調(diào)度通信中心. 電力系統(tǒng)實(shí)時動態(tài)監(jiān)測系統(tǒng)技術(shù)規(guī)范（試行）[S]. 2004.

[2] 楊魁. 智能電網(wǎng)的技術(shù)發(fā)展及應(yīng)用[J]. 西北水電，2011（1）: 62-63.YANG Kui. The technology development and application of smart power grids[J]. Northwest Water Power，2011（1）:62-63（in Chinese）.

[3] 黃國強(qiáng). 智能電網(wǎng)關(guān)鍵技術(shù)的分析與探討[J]. 陜西電力，2009（11）: 44-47.HUANG Guoqiang. Analysis and discussion on key technologies of smart grid[J]. Shaanxi Electric Power，2009（11）: 44-47（in Chinese）.

[4] 靳希，吳文輝，吳世敏，等. 基于PMU的廣域測量技術(shù)及其應(yīng)用[J]. 電網(wǎng)與清潔能源，2010，26（10）: 10-13.JIN Xi，WU Wenhui，WU Shimin，et al. Wide area measurement technology based on PMU and its applications[J].Advances of Power System & Hydroelectric Engineering，2010，26（10）: 10-13（in Chinese）.

[5] 李鵬，劉成斌，姜濤，等. 智能電網(wǎng)下的電網(wǎng)安全性與穩(wěn)定性[J]. 電網(wǎng)與清潔能源，2013，29（10）: 33-37，42.LI Peng，LIU Chengbin，JIANG Tao，et al. Power system security and stability in smart grid[J]. Advances of Power System & Hydroelectric Engineering. 2013，29（10）: 33-37，42（in Chinese）.

[6] 薛禹勝. 綜合防御由偶然故障演化為電力災(zāi)難——北美“8·14”大停電的警示[J].電力系統(tǒng)自動化，2003，27（18）:1-5.XUE Yusheng.The way from a simple contingency to systemwide disaster-lessons from the eastern interconnection blackout in 2003[J]. Automation of Electric Power Systems，2003，27（18）: 1-5（in Chinese）.

[7] 邵雅寧，焦銀凱，高光. 面向電力系統(tǒng)擾動過程的動態(tài)特征研究[J]. 陜西電力，2013（2）: 10-13.SHAO Yaning，JIAO Yinkai，GAO Guang. Grid disturbances-oriented study on dynamic characteristics of power system[J]. Shaanxi Electric Power，2013（2）: 10-13（in Chinese）.

[8] 田新良，程漢湘. 電網(wǎng)故障診斷新方法的研究[J]. 陜西電力，2008，36（12）: 48-51.TIAN Xinliang，CHENG Hanxiang. Research on new method of power grid faulty diagnosis[J]. Shaanxi Electric Power，2008，36（12）: 48-51（in Chinese）.

[9] 嚴(yán)鳳，郭增為. 10 kV配電線路綜合故障定位方法研究[J]. 電網(wǎng)與清潔能源，2010（7）: 43-47.YAN Feng，GUO Zengwei. Composite methods of fault location for 10 kV distribution lines[J]. Advances of Power System & Hydroelectric Engineering，2010（7）: 43-47（in Chinese）.

[10] 劉青松，夏道止. 基于正反向推理的電力系統(tǒng)故障診斷專家系統(tǒng)[J]. 電網(wǎng)技術(shù)，2003，23（9）.LIU Qingsong，XIA Daozhi. Expert system of power system fault diagnosis based on forward and backward reasoning[J]. Power System Technology，2003，23（9）（in Chinese）.

[11] YOUNG M P，KIM G W，SOHN J M. A logic based expert system（LBES）for fault diagnosis of power system[J]. IEEE Trans on Power Systems，1997，12（1）: 363-369.

[12] 何耀華，韓守木，程尚模. 基于多神經(jīng)網(wǎng)絡(luò)協(xié)同推理的故障診斷系統(tǒng)的研制[J]. 中國電機(jī)工程學(xué)報(bào)，1999，19（12）: 57-60，65.HE Yaohua，HAN Shoumu，CHENG Shangmo. Development of fault diagnosis system based on multi-neuralnetwork jointed inference[J]. Chinese Society for Electrical Engineering Proceedings of The CSEE，1999，19（12）: 57-60，65（in Chinese）.

[13] GHENDY CARDOSO JR.，JACQUELINE GISELE ROLIM，HANS HELMUT ZUM. Application of neural-network modules to electric power system fault section estimation.IEEE Transactions on Power Delivery，2004，19（3）:1034-1041.

[14] 劉立峰. 基于遺傳神經(jīng)網(wǎng)絡(luò)和證據(jù)理論融合的水電機(jī)組振動故障診斷研究[J]. 西北水電，2006（4）: 73-76.LIU Lifeng. Fault diagnosis of the vibration of turbogenerator units based on GA neural network and evidence theory fusion[J]. Northwest Hydro Power，2006（4）: 73-76（in Chinese）.

[15] 文福栓，韓禎祥. 基于遺傳算法和模擬退火算法的電力系統(tǒng)故障診斷[J]. 中國電機(jī)工程學(xué)報(bào)，1994，14（3）: 29-35.WEN Fushuan，HAN Zhenxiang. Fault section estimation in power systems using genetic algorithm and simulated annealing[J]. Proceedings of the CSEE，1994，14（3）: 29-35（in Chinese）.

[16] 束洪春，孫向飛，于繼來. 粗糙集理論在電力系統(tǒng)中的應(yīng)用[J]. 電力系統(tǒng)自動化，2004，28（3）: 90-95.SHU Hongchun，SUN Xiangfei，YU Jilai. A survey on the application of rough set theory in power systems[J]. Automation of Electric Power Systems，2004，28（3）: 90-95（in Chinese）.

[17] 韓緒鵬，李道霖，戴迪.基于粗糙集和神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)操作點(diǎn)狀態(tài)評估[J].電網(wǎng)與清潔能源，2012（1）:16-21.HAN Xupeng，LI Daolin，DAI Di. Power system operating point state assessment based on rough set and neural network[J]. Advances of Power System & Hydroelectric Engineering，2012（1）: 16-21（in Chinese）.

[18] HYUN-JOON CHO. An expert system for fault section diagnosis of power system using fuzzy relations[J]. IEEE Transactions on Power Systems，1997，12（1）: 342-348.

[19] 趙偉，白曉民，丁劍，等. 基于協(xié)同式專家系統(tǒng)及多智能體技術(shù)的電網(wǎng)故障診斷方法[J]. 中國電機(jī)工程學(xué)報(bào)，2006（20）: 1-8.ZHAO Wei，BAI Xiaomin，DING Jian，et al. A new fault diagnosis approach of power grid based on cooperative expert system and multi-agent technology[J]. Proceedings of The Chinese Society for Electrical Engineering，2006（20）: 1-8（in Chinese）.

[20] 朱旭凱，劉文穎，楊以涵. 基于協(xié)同學(xué)思想的電網(wǎng)連鎖反應(yīng)故障預(yù)防模型[J]. 電網(wǎng)技術(shù)，2007（23）: 62-67.ZHU Xukai，LIU Wenying，YANG Yihan. A precautionary model of power grid cascading failure based on synergetic theory[J]. Power System Technology，2007（23）: 62-67（in Chinese）.