摘要：最近这些年，国家电网建设规模不断增大，高压输电线路越来越密集，输电线路是输送电力的动脉，其分布范围广、传输距离远，部分线路途径山林、湖泊、重工业区等环境，随着运行年限的增加，受环境因素影响，线路运行中会因雷击、树障、覆冰、漂浮物、浮放电、污秽和鸟害等因素导致跳闸或导线断线等事故，给电力系统造成很大的安全威胁和经济损失。
关键词：人工智能；输电线路；故障快速诊断方法
引言
输电线路故障诊断的主要目的是快速识别故障元件或开关，为调度员提供可靠依据，快速实现输电线路故障恢复。受天气、人为等因素的影响，输电线路故障在所难免，同时可能会引发其他故障，快速准确的故障定位是确保输电线路安全、稳定运行的关键。目前，电网调度中心主要使用能量管理系统EMS和数据采集系统SCADA进行输电线路信息采集，在电网发生故障后，未经处理的多源告警信息不能保证故障信息出现的准确性和可能性，需要调度员进行一一核查，从而延长了故障处理时间。因此，电力系统急需一套完备的故障诊断体系，对故障信息进行快速分析、分类处理，可大大减少调度员处理信息的工作量，提高输电线路自动化水平。
1输电线路故障类型
1.1单相接地故障
单相接地故障是输电线路所有故障中发生频率最高的故障类型。输电线路长期处于潮湿的环境下是导致这种故障的主要原因，如果高压输电线路的相电压在一段时间内降到零，而且正常输电的高压电线的相电压已经为线电压的标准，这两种现象同时出现，则说明输电线路出现了单相接地故障。这种故障在南方多雨地区尤为常见，出现这种故障要及时判断，并进行抢修。
1.2短路故障
短路故障是输电线路故障中较为多见故障类型，造成短路的原因多有大风挂落输电线路，导致输电线路的外部导体中的导线跨接，或者是输电线路的绝缘层遭到雷击破坏，这些情况都有可能造成输电线路出现短路。
1.3断路故障
输电线路的导线在受外力的影响下而造成导线断裂，致使线路的回路现象，就会导致输电线路断路故障的发生。断路故障是比较严重的线路故障，高压输电线路出现断路故障时，在故障点部位可能会出现强烈的电弧，在高压线路工作时造成线路的温度异常上升，从而导致线路出现火花造成火灾，严重者甚至会出现爆炸的现象。
2输电线路在线监测系统
2.1输电线路监测系统的开发
输电线路在线监测系统由两部分组成：第一部分由前端数据采集系统、数据通信传输系统等构成，数据采集主要由高性能的传感器和视频探头来进行，可以对避雷器、绝缘子、覆冰、舞动、传输导线增容和安全运行等进行全方位的监测，前端系统对所收集数据进行处理后，通过无线通信网络传输至监控中心；第二部分由后端分析处理系统构成，后端主要由AI方式处理相应信号，得出监测输电线路的实时诊断结论。为了实现输电线路的在线监测，开发了输电线路智能化监测的总体框架，如图1所示。
图1输电线路智能化监测框架
在输电线路的监测系统中，传感器的性能是在线监测的关键。传感器的实质是用来模拟人类的感官功能，对输电线路运行的状态（电流强度、电压等级、线路温度）和环境条件（温度、日照、湿度、风速、风向等）进行全方位的监测。在线监测的设备主要包括测导线温度的红外传感器；测电流的传感器；监测环境气象变化的传感器（包括气温、湿度、光照、风速等）；监测避雷器和绝缘子污闪、覆冰、舞动的传感器、远程视频装置等。近年来，国内外输电线路和铁塔上的探测热点纷纷安装各类传感器，直接采集相关的监测数据，及时传输至监控中心。
2.2数据信号的无线传输
无线通信技术的发展，实现了信号的高速传输和网络的大范围覆盖。在输电线路探测热点部位安装传感器，采集监测数据信号，经无线通信网络GPRS/CDMA/3G，可以实现远程数据（包括线路运行温度、环境状况、避雷器和绝缘子泄漏电流、覆冰、舞动幅度等实时数据）和监测图像的实时传输。
无线通信技术将现场取得的监测数据和视频信号输送到监控中心，可以有效地完成输电线路智能化监测系统中监测数据的同步传输，通过GPRS技术，集成输电线路运行在线监测数据，与AI的故障诊断技术相结合，建立起一体化的监测信息平台，可以实现对输电线路的智能化监测。
3基于人工智能的输电线路故障快速诊断方法
输电线路故障诊断系统是由离散事件构成的一个动态系统，其主要特点是定性、定量分析同时发生、次序发生以及循环发生的故障演化过程，基于Petri网的输电线路故障诊断是解决此类问题的有效方法。
3.1Petri网基本原理
Petri网是一种含有网状信息流的有向图，它包括含有条件节点和事件节点的信息流，通过添加token来表达信息状态，揭示系统动态运行过程。一个完整的Petri网应包括Petri网结构（PetriNetStructure，PNS）和触发规则，表征系统结构特性和系统动态过程。
3.2Petri网的推理过程
对于Petri网来说，其结构本身是静态的，它的动态特性是以节点中token数的变化以及变迁来体现的。Petri网中的token数由输入函数来确定，如果变迁满足条件，则被激活，那么token就根据加权弧的条件由输入位置转移至输出位置，这个过程就是Petri网的状态变化。如果网络中变迁均不能够激活，说明Petri网已经进入了稳定的状态。
在Petri网中，初始状态用token表示，网络动态特性用token数目的变化和变迁来描述。变迁激活（点火），又称变迁使能，其基本条件是：当某个变迁相连结点位置中token数量大于或等于相连有向弧的权值，在变迁使能的情况下，如果又满足特定的评价函数，则变迁就被激活，又称变迁点火。如果不存在与此相关的评价函数，那么只要变迁满足基本条件便能够实现点火。
在点火过程中，Petri网的token从输入位置节点移动到变迁对应的输出节点。当网络中再没有可以激活的变迁时，网络即进入最终稳定状态。通过对所有变迁节点激活过程的跟踪，便能得到所求问题的解答。在电力系统的运行过程中，如果元件发生了故障，那么可以按照如下步骤消除故障：
1）电力系统中的线路或母线等原件出现故障，产生较大的短路电流；
2）保护装置检测到短路电流，判断短路电流值是否超过整定值；
3）符合动作条件则保护装置动作，跳开相应的开关元件：
4）故障元件被退出。
3.3模糊Petri网推理方法
模糊Petri网（FuzzyPetriNet，FPN）是在基本Petri网基础上模糊化，其库所对应的区间[0，1]的数值作为其token值，每个变迁对应一个确定因子（CertainFactor，CF），还规定了输入输出矩阵。模糊Petri网是由Petri网的三元组扩展而来，包括库所、变迁、置信度、阈值及权值五个模块。基于模糊Petri网的模糊推理算法有以下几种：
1）把模糊Petri网和矩阵运算结合起来，在模糊推理过程中实现 形式化的推理算法；2）基于模糊产生式规则的推理算法，推理过程中运用最大代数相关基础理论；3）在模糊Petri网的推理过程中，采用基于查询的原理；4）运用反向推理方法。
通常来说，在故障诊断模型的建立过程中，依托模糊Petri网推理算法推断故障原因，可用正向或反向模糊推理算法实现。正向推理算法的推理过程为：首先建立发生故障的库所集，判断变迁是否使能。如果变迁使能，判断变迁是否能够被点燃，然后点燃所有可点燃的变迁，把结果放入相应的结果库中。反向推理算法旨在为正向推理算法做准备，它可以抽取与结果命题有关联的、涵盖整个知识系统的规则。本论文着重讨论基于矩阵运算的反向推理算法。
1）假设在模糊Petri网中存在九个库所和m个变迁，根据此已知条件建立关联矩阵Ⅳ：
结语
本文提出一种基于人工智能的输电线路故障诊断方法，通过对输电线路故障诊断Petri网模型的改进，在建立的模糊Petri网模型中依据预设的变迁阈值，采用逆向搜索策略，对模糊Petri网进行约简，减小推理规模，提高故障诊断效率，并通过算例验证了所提方法的有效性。
参考文献：
[1]朱祥兵，李垣江，王建华.基于二进制莱维风驱动算法的船舶岸电系统并网故障诊断方法研究[J].电力系统保护与控制，2018，46（16）：89-96.
[2]杨健维，何正友.基于时序模糊Petri网的电力系统故障诊断[J].电力系统自动化，2011，35（15）：46-51.
论文作者:高鹏翔
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/11/22
标签：线路论文; 故障论文; 模糊论文; 在线论文; 算法论文; 故障诊断论文; 数据论文; 《电力设备》2019年第15期论文;