电力系统故障诊断研究现状与展望.pdf

《电力系统故障诊断研究现状与展望.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第l8期电力系统保护与控制、b1．38NO．182010年9月16日PowerSystemProtectionandCentrel；ept．16，2010电力系统故障诊断研究现状与展望王家林，夏立，吴正国，杨宣访(海军2r-程大学电气与信息工程学院，湖北武汉430033)摘要：概述了专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法在电力系统故障诊断中的应用，并在此基础上对文献中提出的相应的电网故障诊断方法进行述评，分析它们在电网故障诊断中应用的特点以及存在的主要问题，以解决实

2、际工程问题为目标，指出了该领域所面临的问题，并对其发展进行了展望，以促进该研究领域的进一步发展。关键词：电力系统；故障诊断；人工智能；优化技术；多Agent技术StateofartsoffaultdiagnosisofpowersystemsWANGJia-lin，XIALi，WUZheng-guo，YANGXuan-fang，LIZhe(SchoolofElectronicandInform~ionEngineering，NavalUnivofEngineering，Wuhan430033，China)Abstract．Thecurrentmethodsfor

3、faultdiagnosisofpowersystemsincludingexpertsystem，artificialneuralnetwork，optimizationmethod，Petrinetwork，roughsettheory，fuzzysettheoryBayesiannetwork，multi-agenttechnology，andmethodsbasedonfaultrecorderinformationalesurveyed．Thecharacteristicsandapplicabili哆ofthosemethodsarebrieflya

4、nalyzedandalsotheexistingdrawbacksandtheirimprovementsaregiven．Finally，severalkeytechnicalissuesandthemaindevelopmenttrendsofthetopicarepointedouttosolvethepracticalproblemsandmotivatefurtherdevelopment．ThisworkissupportedbyN~ionalNamralScienceFoundationofChina(No．50677069)．Keywords：

5、powersystems；faultdiagnosis；artificialintelligence；optimizationtechniques；multi-Agentsystem中图分类号：TM711：TP18文献标识码：A文章编号：1674—3415(2010)18．0210-07动拒动)以及信道原因导致出现信号出错或收不到0引言信号的情况下，实际应用中很难给出准确的故障诊电力系统发展使得电网的规模越来越大，结构断结果。为了适应各种简单和复杂事故情况下故障越来越复杂，不同区域之间的互联也越来越紧密，的快速、准确识别，需要电力系统故障诊断系统进能量管理系统和

6、数据采集监控系统在电网调度中心行决策参考。目前，国内外提出了许多电力系统故得到了广泛的应用，这就使得系统中所发生的故障障诊断的技术和方法L1j，主要有专家系统、人工神对系统本身的影响也随之扩大，因此电力系统故障经网络、优化技术、Petri网络、粗糙集理论、模糊诊断研究具有重要的现实意义。电力系统故障诊断集理论、贝叶斯网络、多Agent技术和基于故障录是通过利用有关电力系统及其保护装置的广泛知识波器信息等方法。下面分别介绍这几种应用在电力和继电保护等信息来识别故障的元件位置(区域)、系统故障诊断的研究发展状况。类型和误动作等参数，其中故障元件的识别是关键1电力系统

7、故障诊断国内外研究发展状况问题。在电网发生故障后，将会有大量的报警信息通过各单元的远程终端装置(RTU)传送到系统的1．1基于专家系统原理的电力系统故障诊断能量管理中心，为故障诊断提供数据源。而在复杂专家系统(expertsystem)是发展最早，也是比故障或自动装置动作不正常时(保护、断路器的误较成熟的一种人工智能技术。70年代初期专家系统就引入到电力系统故障诊断研究领域，其所具有的基金项目：国家自然科学基金(50677069)；国防科技重点特点与电力系统故障诊断问题有许多切合点，因此实验室基金(9140C8402040802)基于专家系统的故障诊断研究时间最

8、长、研究最多。王家林，等