孫鑫 楊超

摘 要：架空輸電線路一旦出現(xiàn)跳閘故障，勢必對電力系統(tǒng)的正常運(yùn)行構(gòu)成直接威脅。為減少故障發(fā)生及在故障發(fā)生后迅速恢復(fù)系統(tǒng)運(yùn)行，對輸電線路及其一、二次設(shè)備的故障進(jìn)行智能診斷與分析方面的研究是非常必要的。這對保障電力系統(tǒng)的安全運(yùn)行具有深遠(yuǎn)意義，因此成為國內(nèi)外展開廣泛研究的課題。文章對架空輸電線路跳閘故障智能診斷系統(tǒng)及其在國內(nèi)外的發(fā)展?fàn)顩r進(jìn)行了探討與研究。

關(guān)鍵詞：架空輸電線路；跳閘故障；智能診斷

隨著社會經(jīng)濟(jì)的高速發(fā)展與電力系統(tǒng)的規(guī)模擴(kuò)大，出于能源利用的經(jīng)濟(jì)便利考慮，超高壓遠(yuǎn)距離輸電已必然成為電力系統(tǒng)的發(fā)展趨勢。而輸電線路作為輸電系統(tǒng)的樞紐干線，一旦發(fā)生故障勢必將對電力系統(tǒng)的正常運(yùn)行構(gòu)成直接威脅并造成巨額經(jīng)濟(jì)損失。因此正確及時地智能診斷與分析輸電線路跳閘故障，不但可以盡快分析并處理現(xiàn)場事故，還有利于提高電力系統(tǒng)的運(yùn)行安全性與電網(wǎng)可靠性。

1 架空輸電線路跳閘故障智能診斷的研究現(xiàn)狀

1.1 故障類型識別

引起架空輸電線路跳閘故障的原因是多方面的，比如雷擊閃絡(luò)、外力破壞、鳥害閃絡(luò)、線路風(fēng)偏、污閃絡(luò)及覆冰閃絡(luò)等等。識別故障類型是進(jìn)行智能診斷的第一步，也是非常重要的一步，對于后續(xù)故障分析與處理具有重要的意義。由于傳統(tǒng)方法通過對門檻值進(jìn)行設(shè)定并依據(jù)特定邏輯關(guān)系實(shí)現(xiàn)故障類型識別，但在故障發(fā)生后電流、電壓等重要信息都隨著電力系統(tǒng)的運(yùn)行方式與故障的發(fā)生位置、阻抗、時刻等發(fā)生變化，所以傳統(tǒng)方法對這種變化可能會有所不適應(yīng)。為了應(yīng)對這種局面，國外利用模糊集方法、神經(jīng)網(wǎng)絡(luò)方法等對新式故障識別方法進(jìn)行研究，以便克服外在影響，保證故障識別的可靠性。

1.2 故障測距

1.2.1 阻抗測距。假定輸電線均勻，根據(jù)不同故障類型計算出回路的阻抗、電抗，由于其測量值與故障點(diǎn)距離成正比，通過除以單位阻抗、電抗值即可測出。但其精度較差，且不能消除過渡阻抗、負(fù)荷電流及對側(cè)運(yùn)行阻抗等因素的干擾。

1.2.2 行波測距。依托行波傳輸理論來進(jìn)行測距，跳閘后故障點(diǎn)會出現(xiàn)暫態(tài)行波，利用波頭抵達(dá)兩測量端的時間差即可完成定位。該方法具有較高的精度與可靠性，但存在硬件成本高、反射波識別困難等問題。

1.2.3 故障分析法。在確定電力系統(tǒng)的運(yùn)行方式及參數(shù)時，故障線路兩端的電流、電壓均與故障距離購成函數(shù)關(guān)系，通過分析計算即可確定故障距離。該方法投資較小、精度較高，但僅限于各種參數(shù)已知的線路。

1.3 故障診斷

目前在診斷輸電線路跳閘故障方面，已經(jīng)應(yīng)用了包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)優(yōu)化技術(shù)等在內(nèi)的多種人工智能技術(shù)，并已取得了若干成果。早期，故障診斷多采用專家系統(tǒng)技術(shù)進(jìn)行，即將專家經(jīng)驗(yàn)以某種形式表達(dá)出來并存儲于知識庫，在故障發(fā)生時調(diào)用出來進(jìn)行針對故障的邏輯判別，并將診斷的推理過程及結(jié)果向客戶解釋。該方法簡單易用，但容錯性比較差且獲取知識較困難。另一種方法是隨機(jī)優(yōu)化方法，該方法將故障診斷基于工程實(shí)踐來表述稱關(guān)于整數(shù)優(yōu)化的問題，再進(jìn)行全局優(yōu)化尋找問題最優(yōu)解。鑒于人工神經(jīng)網(wǎng)絡(luò)具備很強(qiáng)的聯(lián)想能力、泛化能力與自學(xué)習(xí)能力，該方法具有較強(qiáng)的容錯性和并行計算優(yōu)勢，逐漸引起業(yè)界廣泛重視。

2 輸電線路跳閘故障智能診斷的發(fā)展方向

2.1 人工神經(jīng)網(wǎng)絡(luò)在輸電線路跳閘故障智能診斷中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是一個大規(guī)模連續(xù)時間動力系統(tǒng)，具有高度的非線性特征，強(qiáng)調(diào)分布式存儲與并行協(xié)同處理信息。盡管單個神經(jīng)元結(jié)構(gòu)非常簡單，功能也非常有限，由大量神經(jīng)元組合而成的網(wǎng)絡(luò)系統(tǒng)卻可以實(shí)現(xiàn)極其豐富的行為。與數(shù)字計算機(jī)比起來，人工神經(jīng)網(wǎng)絡(luò)在集體運(yùn)算與自適應(yīng)學(xué)習(xí)方面具有很強(qiáng)的能力，并具有很強(qiáng)的容錯性和魯棒特性。不但善于綜合、聯(lián)想與推廣，還具有像一般的非線性動力系統(tǒng)那樣的吸引性、高維性、不可逆性、非平衡性、廣泛連接性、自適應(yīng)性與不可預(yù)測性。

目前，作為一門邊緣學(xué)科，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)滲透進(jìn)包括模式識別、信號處理、智能領(lǐng)域等在內(nèi)的多個領(lǐng)域，在輸電線路跳閘故障智能診斷方面也具有極大的應(yīng)用潛力，引起了業(yè)界的廣泛關(guān)注，并為解決不便于建立數(shù)學(xué)模型及非線性問題提供了新的思路。在第五次KSCC會議上，Dillon等人發(fā)表了關(guān)于利用自適應(yīng)模式識別與自組織技術(shù)來短期預(yù)測負(fù)荷的論文，開啟了人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)的應(yīng)用研究。目前，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)開始應(yīng)用于輸電線路跳閘故障智能診斷與分析領(lǐng)域，比如BP網(wǎng)絡(luò)在故障類型識別方面的應(yīng)用，Kohonen網(wǎng)絡(luò)在故障選相方面的應(yīng)用。但總的來說，達(dá)到實(shí)用化與商業(yè)化的比例依然較小，還存在著進(jìn)一步的研究空間。

2.2 模糊理論在輸電線路跳閘故障智能診斷中的應(yīng)用

模糊規(guī)則突破了傳統(tǒng)意義上的分明集的界限，更加接近人的自然表述模式，更易于獲取專業(yè)知識與專家的經(jīng)驗(yàn)知識。再借助模糊邏輯推理與非模糊化步伐，模糊系統(tǒng)能夠近似表達(dá)任何連續(xù)函數(shù)，并根據(jù)數(shù)據(jù)信息來調(diào)整參數(shù)，表現(xiàn)出自適應(yīng)的算法學(xué)習(xí)能力和全局逼近器特征。

因?yàn)槟：碚摽捎脕砟g(shù)各種不確定因素并具備較強(qiáng)的非線性映射能力，模糊理論在電力系統(tǒng)尤其是輸電線路跳閘故障智能診斷方面開始具有廣泛的應(yīng)用潛力。比如說，對相電流、電壓進(jìn)行模糊控制或?qū)收习l(fā)生后的正負(fù)零序電流作模糊化處理可用來故障選相，還可以利用模糊集可以對警報的不確定性信息進(jìn)行處理，或者用于處理跳閘故障中電流電壓受到諸多影響而呈現(xiàn)的不確定性。

2.3 模糊理論與人工神經(jīng)網(wǎng)絡(luò)在輸電線路跳閘故障智能診斷中的融合應(yīng)用

模糊系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)相比屬于兩個完全不同的系統(tǒng)，但二者也具有高度相近之處。比如說，均無需模型即可在系統(tǒng)中建立非線性輸入輸出關(guān)系，均采用并行處理結(jié)構(gòu)。但二者的不同也是非常明顯的，人工神經(jīng)網(wǎng)絡(luò)雖然也可以進(jìn)行自適應(yīng)學(xué)習(xí)，但采用的是黑箱型隱式學(xué)習(xí)模式，無法便于理解地表達(dá)出獲取的輸入輸出關(guān)系。與之相對，模糊系統(tǒng)的表達(dá)方法很容易被人理解，但自動生成與對隸屬度函數(shù)、模糊規(guī)則進(jìn)行調(diào)整則非常棘手。

基于上述理念構(gòu)建輸電線路故障智能診斷系統(tǒng)如圖1所示。

圖1 故障智能診斷系統(tǒng)結(jié)構(gòu)圖

其中分為了三個單元即傳感器線圈檢測單元：包括工頻負(fù)荷電流，工頻故障電流，行波電流信號檢測等，該單元可穩(wěn)定工作點(diǎn)，又能將反饋電阻引入的近似誤差控制在允許的范圍內(nèi)；數(shù)據(jù)采集分析單元：對傳感器檢測的各種信號進(jìn)行采集、分析和診斷。無線通信單元：上傳采集信號處理結(jié)果，接受下傳參數(shù)及控制命令。在無線通信單元的作用下可保證通信的可靠性，既方便又經(jīng)濟(jì)而且免維護(hù)。

目前模糊系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合成為一個研究熱點(diǎn)。通過結(jié)合兩個系統(tǒng)的互補(bǔ)優(yōu)勢，就能夠提高整個電力系統(tǒng)對跳閘故障智能診斷的學(xué)習(xí)與表達(dá)能力。根據(jù)二者的連接形式與使用功能，可借助松散型、并聯(lián)型、串聯(lián)型、網(wǎng)絡(luò)學(xué)習(xí)型、結(jié)構(gòu)等價型等結(jié)合方式實(shí)現(xiàn)二者的相互融合，通過把模糊理論處理跳閘故障電流電壓信息的優(yōu)勢與人工神經(jīng)網(wǎng)絡(luò)并行處理及高容錯性的優(yōu)勢結(jié)合起來，就可以在輸電線路跳閘故障智能診斷中發(fā)揮突出作用。

3 結(jié)束語

對架空輸電線路跳閘故障的智能診斷研究具有深遠(yuǎn)價值，目前業(yè)界的研究主要集中在三個方向，并嘗試引入模糊系統(tǒng)與人工神經(jīng)系統(tǒng)的優(yōu)勢互補(bǔ)來強(qiáng)化智能診斷的價值與意義。

參考文獻(xiàn)

[1]裴慧坤，岳鑫桂.智能故障定位監(jiān)測系統(tǒng)在高壓架空線路跳閘分析中的應(yīng)用[J].中國高新企業(yè)，2012（27）.

[2]吳兆鑫，王向前，張國清.基于故障原因綜合辨識的輸電線路跳閘智能分析[J].機(jī)電信息，2013（27）.