基于貝葉斯網(wǎng)絡(luò)和粗糙集的電網(wǎng)故障診斷方法

凌子俊 胡 超 唐軍勝

（安徽理工大學(xué)電氣與信息工程學(xué)院，安徽 淮南 232001）

0 引言

隨著電力系統(tǒng)日趨大型化，電網(wǎng)故障日趨復(fù)雜化，所以在電力中故障是系統(tǒng)不可避免的。一旦發(fā)生故障，如何快速診斷故障類型，防止事故擴(kuò)大非常重要。如果故障不能及時(shí)有效地控制和處理，將可能造成系統(tǒng)穩(wěn)定破壞、電網(wǎng)瓦解、重大設(shè)備損壞和大面積停電，直接影響到用戶的切實(shí)利益，甚至影響社會大生產(chǎn)的順利進(jìn)行。為了保證電力生產(chǎn)的安全性，保證電能供應(yīng)的可靠性和連續(xù)性，在輸配電網(wǎng)發(fā)生故障時(shí)，需要可靠的電網(wǎng)故障診斷系統(tǒng)為工作人員迅速進(jìn)行診斷和處理提供決策參考。

目前國內(nèi)外用于電網(wǎng)故障診斷的技術(shù)包括：遺傳算法，專家系統(tǒng)，Petri 網(wǎng)絡(luò)等。

遺傳算法從優(yōu)化的角度出發(fā)基本上可以解決故障診斷問題，尤其是在復(fù)雜故障或存在保護(hù)、斷路器拒動(dòng)、誤動(dòng)的情況下，能夠給出全局最優(yōu)或局部最優(yōu)的多個(gè)可能的診斷結(jié)果。但遺傳算法存在的主要“瓶頸”是如何建立合理的電網(wǎng)故障診斷數(shù)學(xué)模型。專家系統(tǒng)的典型缺點(diǎn)為學(xué)習(xí)能力差、容錯(cuò)性差及診斷速度偏慢。Petri 網(wǎng)絡(luò)用于建模的時(shí)間較長，隨著設(shè)備的增加和網(wǎng)絡(luò)的擴(kuò)大，存在著較大的問題，同時(shí)針對現(xiàn)場普遍存在的保護(hù)、斷路器誤動(dòng)拒動(dòng)及由于通信線路故障引起的故障信息畸變，Petri 網(wǎng)絡(luò)需要提高其容錯(cuò)能力和處理電網(wǎng)拓?fù)涞母淖儭?/p>

本文主要采用貝葉斯網(wǎng)絡(luò)進(jìn)行診斷。貝葉斯網(wǎng)絡(luò)是一種不確定性的因果關(guān)系關(guān)聯(lián)模型、具有強(qiáng)大的不確定性問題處理能力，同時(shí)它能有效的進(jìn)行多源的信息表達(dá)與融合，是一種基于網(wǎng)絡(luò)結(jié)構(gòu)的有向圖解描述。貝葉斯網(wǎng)絡(luò)的以上的特性與故障診斷問題的要求內(nèi)在一致，故貝葉斯網(wǎng)絡(luò)也可以應(yīng)用于不同領(lǐng)域的故障診斷。在電網(wǎng)故障診斷中，貝葉斯網(wǎng)絡(luò)具有很多獨(dú)有的特性和優(yōu)點(diǎn)，基于貝葉斯網(wǎng)絡(luò)的故障診斷方法，是對貝葉斯公式本身的改進(jìn)，在處理不完備信息時(shí)，提出了采用證據(jù)的不確定性推理和比較異常事件數(shù)兩種方法，減少了計(jì)算量，提高了算法的實(shí)用性。

1 貝葉斯網(wǎng)絡(luò)方法概述

貝葉斯網(wǎng)絡(luò)是一種對概率關(guān)系的有向圖解描述，它提供了一種將知識直覺地圖解可視化的方法。一個(gè)貝葉斯網(wǎng)絡(luò)是一個(gè)有向無循環(huán)圖（DAG），它的節(jié)點(diǎn)用隨機(jī)變量標(biāo)識，弧代表影響概率，用條件概率標(biāo)識。一個(gè)簡單的貝葉斯網(wǎng)絡(luò)如圖1 所示。

圖1 一種簡單的貝葉斯網(wǎng)絡(luò)

在網(wǎng)絡(luò)中，定性信息通過網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)表達(dá)，定量信息通過節(jié)點(diǎn)的聯(lián)合概率密度表示。其數(shù)學(xué)描述為：若論域U={x1,x2,…,xn}，其中，x1，x2，…xn對應(yīng)于網(wǎng)絡(luò)中各節(jié)點(diǎn)，則聯(lián)合概率P(x1,x2,…,xn)為：

式中Pparents(xi)為xi父節(jié)點(diǎn)的集合。

對一具有m 個(gè)基本事件{xi1}，{xi2}，…，{xim}的隨機(jī)變量xi，假設(shè)已取得除xi外所有與其相關(guān)變量的觀察結(jié)果V=(x1,…,xi-1,xi+1,…,xn)，則其條件概率為：

貝葉斯網(wǎng)絡(luò)模型能表示變量集合的聯(lián)合概率分布，并能分析大量變量之間的相互關(guān)系，利用貝葉斯網(wǎng)絡(luò)方法，可以完成預(yù)測，分類和診斷等任務(wù)。

2 基于貝葉斯網(wǎng)絡(luò)的故障診斷方法

由于貝葉斯網(wǎng)絡(luò)是一種不確定性因果關(guān)系關(guān)聯(lián)模型，具有強(qiáng)大的不確定性問題處理能力，它的特性和故障診斷中要求解決因不確定性和不完備故障信息帶來的故障診斷困難的要求內(nèi)在一致，因此本文提出運(yùn)用貝葉斯網(wǎng)絡(luò)對電網(wǎng)故障進(jìn)行診斷的方法。根據(jù)電力系統(tǒng)的物理拓?fù)浣Y(jié)構(gòu)和保護(hù)裝置的動(dòng)作原理，分別建立系統(tǒng)中元件的故障診斷貝葉斯網(wǎng)絡(luò)模型，實(shí)現(xiàn)故障診斷的分布式處理。

2.1 電網(wǎng)故障類型及粗糙集約簡

常見的電網(wǎng)故障主要是短路故障，短路故障包括單相接地短路、兩相短路、兩相接地短路故障、三相對稱短路故障。電網(wǎng)在發(fā)生各種短路故障時(shí)，電流和阻抗也不斷變化。當(dāng)電力系統(tǒng)發(fā)生不對稱故障時(shí)，三相阻抗不同，三相電壓和電流的有效值不同，相與相間的相位差也不相等。對于這樣的不對稱三相系統(tǒng)就不能只分析其中一相，通常是用對稱分量法，將一組不對稱三相系統(tǒng)分解為正序、負(fù)序、零序三組對稱的三相系統(tǒng)，來分析不對稱故障問題。

粗糙集理論是研究不完整數(shù)據(jù)及不精確知識的表達(dá)、學(xué)習(xí)、歸納的一套方法，能在保留關(guān)鍵信息的前提下對知識進(jìn)行處理，并求得知識的最小表達(dá)。本文選用粗糙集理論對故障信息量進(jìn)行約簡，選取平均互信息最小的組合作為最佳屬性約簡組合。

2.2 基于貝葉斯網(wǎng)絡(luò)電網(wǎng)故障診斷模型

本文根據(jù)故障信息判定故障類型。提取故障時(shí)的信息量，運(yùn)用粗糙集進(jìn)行約簡，約簡后的故障類型對應(yīng)著一個(gè)貝葉斯網(wǎng)絡(luò)，網(wǎng)絡(luò)的輸入是決策表的條件屬性，輸出是決策表的決策屬性，綜上，本文是一種基于粗糙集與貝葉斯網(wǎng)絡(luò)相融合的電網(wǎng)故障類型診斷網(wǎng)絡(luò)模型，其網(wǎng)絡(luò)結(jié)構(gòu)如圖所示。

圖2 貝葉斯網(wǎng)絡(luò)模型圖

2.3 基于貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障類型診斷方法

本文用粗糙集進(jìn)行知識挖掘，以便在故障發(fā)生后能迅速判別出故障區(qū)域及故障元件。

基于貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障類型診斷過程如下：

（1）將獲取的故障信息作為條件屬性，故障類型作為決策屬性，形成故障類型決策表。

（2）運(yùn)用粗糙集對故障類型決策表進(jìn)行知識挖掘，刪除冗余屬性，實(shí)行屬性優(yōu)選，消除不一致性的噪聲，進(jìn)行對象約簡，形成故障類型簡化決策表。

基于貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障診斷方法流程如圖3 所示：

圖3 電網(wǎng)故障診斷流程

3 結(jié)論

本文通過對常見電網(wǎng)短路故障進(jìn)行分析，提出了一種基于粗糙集理論和貝葉斯網(wǎng)絡(luò)相結(jié)合進(jìn)行電網(wǎng)故障診斷的方法，能夠優(yōu)勢互補(bǔ)。

（1）先利用粗糙集的屬性約簡，分析故障信息的冗余性，在保證分類能力不變的情況下，化簡故障信息，然后利用貝葉斯網(wǎng)絡(luò)及推理得出診斷結(jié)果，可以提高系統(tǒng)在缺失關(guān)鍵警報(bào)信息情況下的容錯(cuò)性；

（2）利用貝葉斯網(wǎng)絡(luò)進(jìn)行診斷推理，可以提高診斷速度，克服單獨(dú)使用粗糙集診斷速度較慢的缺點(diǎn)。

通過仿真實(shí)驗(yàn)表明，該方法能在一定程度上提高系統(tǒng)的容錯(cuò)性，診斷速度快，可靠性高，具有很好的實(shí)用性。

［1］聶倩雯.基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘和擴(kuò)展貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障診斷方法研究[D].成都：西南交通大學(xué),2010.

［2］張耀天,何正友,趙靜,等.基于粗糙集理論和樸素貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障診斷方法[J].電網(wǎng)技術(shù),2007,31(1)：37-43.

［3］基于粗糙集和樸素貝葉斯的電網(wǎng)故障診斷方法研究[D].成都：西南交通大學(xué),2007.

［4］宋功益,王曉茹,周曙.基于貝葉斯網(wǎng)的電網(wǎng)多區(qū)域復(fù)雜故障診斷研究[D].成都：西南交通大學(xué),2011.

［5］劉偉娜,霍利民,張立國.貝葉斯網(wǎng)絡(luò)精確推理算法的研究[J].微計(jì)算機(jī)信息,2006,22(3)：92-94.

［6］吳欣,郭創(chuàng)新.基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)故障診斷方法[J].電力系統(tǒng)及其自動(dòng)化,2005,17(4)：11-15.