配电网故障诊断方法

配电网故障诊断是从技术上提高配电网安全可靠运行的重要手段，准确的故障定位、分析故障原因，提出故障恢复方案能够减少停电时间，加快线路的恢复，减少因停电造成的经济损失。因此，配电网故障诊断技术的研究有着十分重要的理论和实用价值。目前，国内外比较典型的配电网故障诊断方法有故障电流法、专家系统法、人工神经网络法、基于模糊理论的方法、基于优化技术的方法和基于数据挖掘的方法。
　　1、故障电流法
　　故障电流法是以图论为基础，根据配电网的拓扑模型进行故障诊断。其基本原理是根据配电网络的结构写出网络描述矩阵和根据故障信号写出配电网络故障信息矩阵，进而由网络描述矩阵和故障信息矩阵相乘后得到一个描述矩阵，随后对描述矩阵进行规格化处理，得到故障判断矩阵，当发生故障时，依据故障判断矩阵进行故障判别和定位。该方法依据系统潮流的变化来判断的，当发生故障时，系统的结果和参数变化，使得潮流的计算和分析处理耗时较长，会影响诊断和恢复处理速度，难以达到理想的效果。
　　2、专家系统法
　　专家系统是利用计算机技术将相关领域的理论知识和专家的经验知识融合在一起，通过数据库、知识库、推理机、人机接口、解释程序和知识获取程序的有机连接，达到具备解决专业领域问题的能力。专家系统在配电网故障诊断中的典型应用是基于生产式规则的系统，它把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出了，形成故障诊断专家系统的知识库，通过查找知识库对报警信息进行推理，获得诊断结论。专家系统虽然能够有效模拟故障诊断专家完成故障诊断，但是在实际应用中存在知识库建立困难、校核和维护困难、容错能力差等局限性，容易造成诊断错误。
　　3、人工神经网络法
　　人工神经网络是模拟人类神经系统传输、处理信息过程的理论化数学模型，是一种大规模并行分布处理系统。它的最大特点是采用神经元及它们之间的有向权重连接来隐含处理问题的知识，具有很强的自学习能力，在学习完成之后，还具有一定的泛化能力和容错能力，即使输入信号带有一定的干扰噪声，仍能给出正确的输出结果。它的这些优点对于在配电网故障定位中的应用具有重要的意义，主要用来进行故障识别和故障定位。
　　4、基于模糊理论的方法
　　模糊理论是将经典集合理论模糊化，并引入语言变量和近似推理的模糊逻辑，具有完整的推理体系的智能技术。在电力系统中，由于保护或断路器的误动作、拒动，信道传输干扰，保护动作时间偏差等因素的影响，输、配电网络故障诊断存在不确定性，而模糊理论可以适应不确定性问题，擅长模拟人类思维中的近似推理、语言变量来表述专家的经验，得到问题的多个可能的解决方案，并根据其模糊度的高低进行排序，进而得出问题的最佳解决方案。因此，基于模糊理论的方法比较适用于故障诊断，目前已经在配电网故障定位中得到了应用。
　　基于模糊理论的故障诊断系统，虽然可以增强处理不确定性的能力，但是采用模糊理论进行电网故障诊断，需寻求有效的手段对电网中的各种不确定性进行客观地模糊表达，需要充分利用历史统计数据和经验知识。当诊断对象的结构发生变化时，如何对模糊知识库进行快速、有效的更新维护也需要更进一步的研究。
　　5、基于优化技术的方法
　　基于优化技术算法是国内外学者提出的进行电网故障定位的一种新思路，根据电网故障的特点设定假想事故集的目标函数，利用各种优化算法根据适应度值对假想事故集进行更新，直至搜索到适应度最大的假想事故集，作为最终故障诊断结果。其实质是将故障诊断问题转化为无约束的0-1整数规划问题进行寻优处理。这类方法的基本思路是：根据保护动作原理，将故障诊断问题表示为0-1整数规划问题，然后用优化算法求解。配电网故障诊断中使用的优化算法主要有遗传算法、模拟退火算法和基于覆盖集理论的算法。基于优化技术的方法在信息发生畸变时，出现复杂的故障模式的时候，难以保证诊断结果的可靠性。
　　6、基于数据挖掘的方法
　　数据挖掘近年来研究比较活跃的研究领域，是人工智能与数据库技术相结合的产物。它是利用数据挖掘的各种算法从大量数据中挖掘出隐含其中的知识。近年来，已有研究者开始把数据挖掘技术引入到电力系统的诊断故障中，并取得了一些成功的经验。数据挖掘技术在电力系统故障诊断中的应用目前正处于起步阶段，解决如何把诊断对象与数据挖掘算法结合，确定出诊断对象的诊断模型，以及如何把数据挖掘和传统的人工智能技术相结合是进一步深入研究的课题。
　　电力系统的故障大部分发生在配电网，配电网发生故障后，故障诊断系统根据监测系统得到的相关信息对配电网发生的故障进行实时分析和判断，提出正确有效的健全区域停电恢复策略，帮助调度员准确的确定故障位置，隔离故障区域，快速恢复非故障区域供电。随着技术的日趋成熟，配电网故障诊断技术必将在提高配电网安全可靠运行方面发挥巨大的作用。