電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢

歐陽圣睿

（長沙理工大學(xué)，湖南長沙410000）

我國工業(yè)經(jīng)濟(jì)的高速發(fā)展對電力能源的供給提出了較高的要求，電力系統(tǒng)的規(guī)模得以進(jìn)一步擴(kuò)大，系統(tǒng)內(nèi)部的組織架構(gòu)形式也越來越復(fù)雜，這給工作人員診斷和排查系統(tǒng)故障帶來了一定難度。在當(dāng)前人工智能迅速發(fā)展的大背景下，以智能化為導(dǎo)向發(fā)展的電力系統(tǒng)正常安全運行為基本前提，而這離不開高質(zhì)量的電力系統(tǒng)故障診斷工作。在電力系統(tǒng)故障診斷工作中，準(zhǔn)確找到導(dǎo)致故障的零部件，從而判別故障發(fā)生的位置和故障類型，是整個診斷過程的關(guān)鍵所在。當(dāng)診斷出故障所在位置并掌握與之相關(guān)的其他信息后，工作人員需要及時解決故障問題，否則就會導(dǎo)致停電事故發(fā)生，影響居民的正常生活。本文基于電力系統(tǒng)故障診斷工作的重要現(xiàn)實意義，探討了相關(guān)技術(shù)手段的研究現(xiàn)狀和未來發(fā)展趨勢。

1 電力系統(tǒng)故障診斷國內(nèi)外研究現(xiàn)狀

近年來，由于受到經(jīng)濟(jì)高速發(fā)展的影響，全社會都在對電能提出源源不斷的高需求，如下圖1所示。

圖1 2015-2020年全社會用電量及增速情況（單位：萬億千瓦時，%）

1.1 專家系統(tǒng)技術(shù)

專家系統(tǒng)技術(shù)是當(dāng)前普遍應(yīng)用且較為成熟的診斷技術(shù)中發(fā)展時間最長的一項智能化技術(shù)。專家系統(tǒng)技術(shù)，顧名思義，是指將各個領(lǐng)域?qū)＜覍W(xué)者有價值的專業(yè)理論知識和相關(guān)經(jīng)驗等信息儲存在一個智能計算機(jī)系統(tǒng)中。當(dāng)遇到某一領(lǐng)域的問題時，通過檢索功能尋求相應(yīng)的解決策略，即跨越時空利用曾經(jīng)的專家知識和經(jīng)驗來解決現(xiàn)在的問題。

通常，專門用于存儲專家系統(tǒng)技術(shù)的智能化計算機(jī)系統(tǒng)是由專業(yè)知識庫、數(shù)據(jù)來源、推理機(jī)器、咨詢說明、知識學(xué)習(xí)和人機(jī)交互界面這六個具備不同功能的模塊組成。專業(yè)知識庫和推理機(jī)器共同作為系統(tǒng)程序的核心模塊，其中，專業(yè)知識庫的功能是存儲被搜集用于解決待解決的某些領(lǐng)域問題的專業(yè)知識和該領(lǐng)域?qū)＜业南嚓P(guān)經(jīng)驗，而推理機(jī)器的功能則是控制和協(xié)調(diào)以確保整個系統(tǒng)程序的正常運作。

在電力系統(tǒng)中，專家系統(tǒng)技術(shù)的應(yīng)用機(jī)制主要是由工作人員將斷路器和保護(hù)器的動作邏輯和專家的實踐經(jīng)驗相結(jié)合，以計算機(jī)系統(tǒng)程序能夠理解和接受的形式錄入系統(tǒng)專業(yè)知識庫。當(dāng)發(fā)生故障時，推理機(jī)器通過綜合分析電網(wǎng)發(fā)出的報警信息和專業(yè)知識庫中的相關(guān)信息診斷出具體的故障所在位置和類型等，并將這些診斷信息和可供參考的解決策略發(fā)送給電網(wǎng)調(diào)度員。

專家系統(tǒng)技術(shù)的發(fā)展為電力系統(tǒng)故障診斷工作帶來了巨大的便利，簡化了診斷故障工作中的解析過程，大幅度提高了工作效率。但是，專家系統(tǒng)技術(shù)在當(dāng)前互聯(lián)網(wǎng)技術(shù)越來越復(fù)雜的背景下也存在許多局限性，諸如工作人員對專業(yè)知識庫的應(yīng)用靈活程度不夠高且不具備自主學(xué)習(xí)的能力，僅停留在淺顯理論知識層面，這就造成工作人員在運用專家系統(tǒng)技術(shù)開展故障診斷工作時出現(xiàn)誤判情況。

1.2 模糊理論方法

模糊理論方法是指對一系列的經(jīng)典理論進(jìn)行模糊化處理，近似于推理體系模糊邏輯應(yīng)用的智能化技術(shù)。模糊理論系統(tǒng)程序的構(gòu)成相對于專家系統(tǒng)顯得較為簡單，僅由模糊知識庫、模糊推理機(jī)器和人機(jī)交互界面三個模塊組成。模糊理論方法在應(yīng)用時，依托于接近人們?nèi)粘１磉_(dá)思維模式的語言變量，同時近似推理的體系也使得這一過程中推理邏輯模糊化，從而為上述專家系統(tǒng)技術(shù)的應(yīng)用提供了更多的容錯空間，這樣兩項技術(shù)相結(jié)合適用于解決各類具有不確定風(fēng)險因素的問題。

當(dāng)模糊理論方法被應(yīng)用于電力系統(tǒng)故障診斷工作中時，根據(jù)實際開展診斷工作時依據(jù)的報警信息正確與否需要分兩種情況分別討論下一步操作。由于模糊理論方法的應(yīng)用基礎(chǔ)是近似的推理體系，因此在實際應(yīng)用時需要與其他技術(shù)結(jié)合共同構(gòu)建一個完善的邏輯體系。

1.3 人工神經(jīng)網(wǎng)絡(luò)方法

人工神經(jīng)網(wǎng)絡(luò)方法是人工智能在電力系統(tǒng)故障診斷領(lǐng)域的重要應(yīng)用技術(shù)之一，其主要工作原理是通過模擬人類神經(jīng)網(wǎng)絡(luò)中各類信息的傳輸機(jī)制和處理方法等實現(xiàn)在電網(wǎng)中信息的高效傳輸和處理。在應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法時，同樣首先需要對相關(guān)領(lǐng)域的專家知識和經(jīng)驗等收集和整理，依據(jù)實際發(fā)生的故障案例類型分類存儲在特定知識庫中，這樣可以免去后續(xù)的重復(fù)操作，提高工作效率。人工神經(jīng)網(wǎng)絡(luò)處理方法在實際應(yīng)用過程中，依托于類似神經(jīng)元元件存儲解決問題的相關(guān)知識和經(jīng)驗等信息，這些神經(jīng)元既相互獨立又能夠?qū)崿F(xiàn)有機(jī)結(jié)合，具備較強(qiáng)的自主學(xué)習(xí)能力和組織能力，同時也擁有充足的試錯空間，從而取代了推理機(jī)器模塊。

采用人工神經(jīng)網(wǎng)絡(luò)方法能夠?qū)崿F(xiàn)高質(zhì)量的推理過程，這一顯著優(yōu)勢吸引了大量的專家學(xué)者在該領(lǐng)域開展研究工作。然而，人工神經(jīng)網(wǎng)絡(luò)方法在電力系統(tǒng)故障診斷工作中的應(yīng)用同樣也存在許多問題，尤其是在大型電力網(wǎng)絡(luò)中，如診斷結(jié)果的精確性需要完備的樣本作為支撐；對某些輸出結(jié)果無法給出合理的解釋；容易陷入局部最優(yōu)的陷阱，而不是實現(xiàn)整體最優(yōu)等等。

1.4 遺傳算法

遺傳算法最早是依據(jù)達(dá)爾文的生物進(jìn)化論中有關(guān)生物進(jìn)化過程中的自然選擇機(jī)制和遺傳學(xué)原理等相關(guān)理論提出的用于尋求整體最優(yōu)解的一種優(yōu)化算法。遺傳算法主要是依據(jù)大自然中生物弱肉強(qiáng)食的自然選擇機(jī)制，基于遺傳學(xué)原理在可能存在解決方法基因的群體中選擇適合繁衍的部分群體，通過遺傳不斷優(yōu)化群體基因，并最終尋找到其中的最優(yōu)個體，即找到滿足整體最優(yōu)要求的解決方法。

遺傳算法有效應(yīng)用于診斷工作的前提是將診斷故障問題視為尋求最優(yōu)解的問題。電路在發(fā)生故障時可能存在由于斷路器和保護(hù)器等元件等共同導(dǎo)致的故障，這種情況的形成原因相對復(fù)雜，因此利用遺傳算法可能會得出幾個不同的故障原因，即在優(yōu)化問題中意味著有多個最優(yōu)解。而這種可以在報警信息不完善的情況下得出多種可能情況的最優(yōu)解也是遺傳算法的一大優(yōu)勢，為遺傳算法的邏輯嚴(yán)謹(jǐn)性提供了保障，同時也有效推動了遺傳算法的普及和應(yīng)用。

2 電力系統(tǒng)故障診斷未來發(fā)展趨勢

盡管上文中已經(jīng)提到集中當(dāng)前應(yīng)用較為廣泛且發(fā)展較為成熟的電力系統(tǒng)故障診斷技術(shù)，但是這些技術(shù)仍然無法全面地覆蓋電力系統(tǒng)中實際發(fā)生的所有故障。因此，針對電力系統(tǒng)中待解決的故障問題其研究方向是電力系統(tǒng)故障診斷未來發(fā)展的重要趨勢。

2.1 完善報警數(shù)據(jù)信息

不論是采用哪一種方法開展電力系統(tǒng)故障診斷工作，都必須依據(jù)系統(tǒng)內(nèi)部的報警信息開展下一步操作，但是，電力系統(tǒng)自身提供的報警信息通常都存在缺失甚至有誤的情況，這不利于正常診斷工作的開展。因此，電力系統(tǒng)故障診斷的未來發(fā)展趨勢之一是不斷完善自身提供的報警數(shù)據(jù)信息，同時努力實現(xiàn)在信息不完善的情況下高質(zhì)量完成故障診斷工作。后者要求工作人員在開展故障診斷工作時，首先要在信息不完善的前提下進(jìn)行假設(shè)研究，然后有效結(jié)合多種技術(shù)方法彌補不完善信息帶來的漏洞，繼而完成高質(zhì)量的診斷工作。

2.2 采用多元化智能方法

隨著科學(xué)技術(shù)水平的不斷提高，尤其是近年來人工智能發(fā)展的勢頭十分喜人，有機(jī)結(jié)合多種智能方法開展電力系統(tǒng)故障診斷工作顯然會比僅采用單一的技術(shù)手段取得更加高效的工作成果，采用多元化智能方法也是電力系統(tǒng)故障診斷未來發(fā)展趨勢之一。這就要求工作人員首先需要熟知現(xiàn)存的每一種智能方法，包括方法設(shè)計的專業(yè)理論知識和具體實踐方法，以及這些方法存在的優(yōu)勢和局限性。在此基礎(chǔ)上，工作人員在實際開展故障診斷工作時，針對不同的實際故障，有效結(jié)合能夠?qū)崿F(xiàn)互補的幾種智能方法并應(yīng)用于診斷過程中，將會提高診斷工作的效率和診斷結(jié)果的精確性。

2.3 推進(jìn)理論實用化研究

當(dāng)前關(guān)于電力系統(tǒng)故障診斷領(lǐng)域的研究數(shù)量多且范圍廣，但是大部分都僅僅停留在理論層面的研究，缺乏實用方面的研究，同時由于電力系統(tǒng)故障診斷本身就具備較強(qiáng)的實踐性特點，因此推進(jìn)該領(lǐng)域的理論研究，轉(zhuǎn)向?qū)嵱没芯恳彩请娏ο到y(tǒng)故障診斷的未來發(fā)展趨勢之一。應(yīng)用于電力系統(tǒng)故障診斷中的各項技術(shù)都與人工智能和互聯(lián)網(wǎng)計算機(jī)技術(shù)等現(xiàn)代化信息技術(shù)存在密切聯(lián)系，因此，推進(jìn)這些技術(shù)的相關(guān)研究實用化，有利于電力系統(tǒng)故障診斷工作的高質(zhì)量開展，還將對現(xiàn)代社會的全智能化進(jìn)程起到重要推動作用。

3 結(jié)論

電力系統(tǒng)的正常安全運作關(guān)乎全體居民的日常生活和工作，因此，相關(guān)管理部門必須確保電力系統(tǒng)不會出現(xiàn)任何影響正常運作的故障問題。當(dāng)前，基于人工智能等高新信息技術(shù)開展的電力系統(tǒng)故障診斷技術(shù)研究規(guī)模較大，主要是圍繞專家系統(tǒng)技術(shù)、模糊理論技術(shù)和模擬人類神經(jīng)網(wǎng)絡(luò)方法這幾種技術(shù)方法展開的。為了進(jìn)一步推動電力系統(tǒng)故障診斷工作的高質(zhì)量開展，相關(guān)工作人員必須著眼于完善報警數(shù)據(jù)信息、采用多元化智能方法和推進(jìn)理論研究實用化，將這些作為電力系統(tǒng)故障診斷工作未來發(fā)展的趨勢。