李艳君 蒋杰 李玉玲 李飞翔
（国网新疆检修公司 新疆乌鲁木齐 830000）
摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。 基于此，本文就针对电力系统故障的智能诊断进行分析。
关键词：电力系统；故障；智能诊断
引言
文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。
1电力系统概述
电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。
2电力系统故障智能诊断技术及发展现状
2.1智能故障诊断技术
传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。
目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。
目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。
期刊文章分类查询,尽在期刊图书馆
2.2电力系统故障智能诊断发展现状
电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。
3智能故障诊断面临的问题和对策
3.1智能故障诊断面临的问题
知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。
推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。
故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。
故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。
3.2智能故障诊断面临问题的解决对策
对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。
对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。
对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的增量数据，有在线应用的潜力。
4电力系统的智能诊断的发展的趋势
在电力系统中，故障智能诊断技术在未来的发展趋势主要是以下两种模式。
其一是将多样化的数据信息相融合。信息数据的融合最早利用与均是领域，是将一个处理探测、信息互联、组合多源信息和数据的过程，从而国务更精准的军事信息和数据。
其二是利用多种智能的系统将其融合进行协同计算。智能诊断技术相当与专家系统诊断能力。多智能体的协同工作主要包含了智能推理方法或计算功能之间的协同模式。在现今提出的云计算智能计算机技术中，其分布式的计算方式能将数据进行有效的计算，相当于多个知名专家的分析探讨，多个智能体之间的相互协调工作，能完成不同的功能，从而提高整体的运算速度，这种多智能的技术，能真正实现故障智能诊断，对电力系统的故障监测具有实际的意义。
结束语
在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。在故障诊断的研究领域中，对单个设备的故障研究比较多，系统或综合故障的研究相对较少。电力系统故障智能诊断技术还存在一定的问题。因此，加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展，采用更为先进的智能技术来改善故障诊断系统的性能，具有重要的研究价值和实际意义.
参考文献
[1]李再华,刘明昆. 电力系统故障的智能诊断综述[J]. 电气技术,2010,08:21-24.
[2]王磊. 电网故障诊断方法及其系统架构研究[D].山东大学,2013.
[3]占才亮. 人工智能技术在电力系统故障诊断中的应用[J]. 广东电力,2011,09:87-92.
[4]边莉,边晨源. 电网故障诊断的智能方法综述[J]. 电力系统保护与控制,2014,03:146-153.
[5]邵晓非,宁媛,刘耀文,张慧莹. 电力系统故障诊断方法综述与展望[J]. 工业控制计算机,2012,12:4-5+7.
论文作者:李艳君,蒋杰,李玉玲,李飞翔
论文发表刊物:《电力设备》2016年第9期
论文发表时间:2016/6/30
标签：故障诊断论文; 智能论文; 故障论文; 电力系统论文; 专家系统论文; 技术论文; 电网论文; 《电力设备》2016年第9期论文;