舰船电力系统量子遗传算法的故障诊断方法研究

侯新国，王家林

舰船电力系统量子遗传算法的故障诊断方法研究

侯新国，王家林

（海军工程大学电气工程学院，武汉 430033）

为能准确的确定故障元件，建立了考虑保护或断路器拒动情况下适合舰船电力系统故障诊断的数学模型，利用量子遗传算法对故障诊断数学模型进行求解，并利用典型舰船电力系统故障算例对所提方法进行了验证，算例结果说明了该故障诊断模型的合理性和诊断结果的准确性。

舰船电力系统 故障诊断 量子遗传算法 目标函数

0 引言

舰船电力系统为独立电力系统，舰船所处环境恶劣，电力系统极易因战斗损伤或操作不当在某一集中的地方产生多个故障而导致负载失电[1]。随着舰船电力系统结构形式日趋复杂、电压等级提高、设备趋向大容量化，舰船综合电力系统对供电的要求越来越高，舰船电力系统故障诊断的研究显得越来越重要[2]。目前，陆地电力系统的故障诊断方法相对比较成熟，主要通过利用有关电力系统及其保护装置和断路器等的信息，采用专家系统、人工神经网络、遗传算法、Petri网络、基于优化技术的等方法识别故障元件位置(区域) 、类型和误动作的装置[3-4]。这些方法为舰船电力系统故障诊断方法研究提供了很好的思路。本文在深入分析舰船电力系统独特的结构和保护配置特点的基础上，建立适合舰船电力系统故障诊断的数学模型，利用量子遗传算法对模型进行求解。并对故障诊断模型的合理性和诊断的准确性进行了仿真。

1 舰船电力系统结构特点和保护配置

本文研究的典型的舰船电力系统[5]如图1所示，发电机电源之间利用纵横向跨接线或母线将主配电板连接起来形成回路，这样既有从主配电板到分配电板到负载的纵向连接又有各主配电板之间的横向接线方式，形成环型网络，各电站通过主配电板以环形联结，每个主配电板上都设有发电机之间的隔离开关，必要时所有发电机组均可单独工作，实行分区供电，提高供电的灵活性。配电网络采用辐射式结构，重要负载直接接在主配电板上，其它负载由区域配电板即负载中心供电，这种供电模式，提高了供电的可靠性和生命力，是舰船电力系统发展的一个重要方向。电站1及其辐射式配电网络结构如图2所示，其中G表示发电机，T表示变压器，L表示线路，B表示母线，CB表示开关(CB8，CB25为常开开关)。

目前在舰船电力系统中，保护分为瞬时脱扣，短延时脱扣和长延时脱扣，它们相互配合组成整个舰船电力系统的保护系统，这三种保护的功能与陆地电力系统主保护、近后备保护和远后备保护实现的功能特点是一致的。为表述方便，将舰船电力系统保护统一按主保护，近后备保护和远后备来进行说明和定义[6]。

舰船电力系统因舰船的特殊需要造成其保护和陆地电力系统相比具有显著的不同，主要体现在如下几个方面：(1)线路和设备密集，供配电线路短，与陆地电力系统线路分为受端和送端保护不同，舰船电力系统线路故障时，保护控制两端断路器跳闸；(2)开关和保护装置一体化设计，一般不设置断路器失灵保护功能；(3)以主母线为中心可将电力系统划分为几个相对独立的单侧电源辐射状结构的输配电区域，元件故障时，由主保护或近后备保护动作，相关断路器跳闸切除故障；若本元件保护未能切除故障，则由靠近电源侧的关联元件(上级关联元件)保护作为远后备保护动作，相关断路器跳闸切除故障；而陆地电力系统是多源系统，将所有关联元件保护作为远后备保护；(4)电力系统网络的最底层元件与负载设备直接相连，负载设备发生故障时由其自身的保护将设备隔离出电网，故网络的最底层元件如图中：L3，L4，L5等元件只设有主保护和近后备保护，不设有远后备保护。

2 舰船电力系统故障诊断模型

舰船电力系统发生故障后，最终都会由相关的保护和断路器动作，形成失电区域。通过对故障前后的电力系统拓扑分析得到故障后的无源网络，故障元件肯定在无源网络中，这些无源区域就是故障失电区域，故障元件的识别就可以局限于故障失电区域中所包含的元件。

文献[7]提出的故障诊断模型如式（1）所示，

文献[8]指出了文献[7]中的故障诊断模型存在多解的问题，提出了计及主、后备保护之间状态关系对目标函数的共同影响的改进电力系统故障诊断优化模型如式(2)所示：

图1 典型的舰船电力系统

图2 电站1及其辐射式配电网络

3 采用量子遗传算法的故障诊断模型的求解

量子遗传算法融合了量子理论和经典遗传算法的优点，具有比普通遗传算法更好的种群多样性、更快的收敛速度和全局寻优的能力，本文根据舰船电力系统故障诊断问题的特点，给出量子编码方案，并采用量子遗传算法来求解故障诊断问题[9-10]。

4 仿真算例

为验证所采用方法的正确性，在如图2所示的测试系统中对两个故障算例进行测试。该测试系统共有20个元件、33个断路器和50个保护。

20个元件依次编号为(S1~ S20)：B1,…,B6；T1,…,T4；L1,…,L10；

33个断路器依次编号为（C1~ C33）：CB1，CB2，…，CB33；

50个保护中，20个为主保护，20个为近后备保护，10个为远后备保护。主保护依次编号为（r1~ r20）：B1m，…，B6m；T1m，…，T4m；L1m，…，L10m；近后备保护依次编号为（r21~ r40）：B1p，…，B6p；T1p，…，T4p；L1p，…，L10p；远后备保护依次编号为（r41~ r50）：B1s，…，B6s；T1s，T2s；L1s，L2s。其中m，p，s分别表示主保护、近后备保护和远后备保护。

4.1 故障算例

测试系统发生故障，警报信号：保护T1P， B1s，T2m，L5p动作，断路器CB5，CB3，CB1，CB6，CB7，CB13跳闸。

通过网络拓扑识别得到故障区域需要进行故障诊断的元件为：B1，B3，B4，T1，T2，L3，L4，L5，L6。对应的元件状态向量为S=[s1, s2,…s9]；断路器实际状态向量C=[c1, c2,…c14]=[1,1,0,1, 1,1, 0,0, 0,0,1,0,0,0]，分别对应断路器CB1，CB3，CB4，CB5，CB6，CB7， CB9，CB10，CB11，CB12，CB13，CB14，CB15，CB16。保护的实际状态向量R=[r1, r2,…r23]= [0,0,1,0,0,0,0,0,0,0,1,0,1,0,0, 0,0,0,0,0, 1, 0,0]分别对应B1m，B1p，B1s，B3m，B3p，B3s，B4m，B4p，B4s，T1m，T1p，T1s，T2m，T2p，T2s，L3m，L3p， L4m，L4p，L5m，L5p， L6m，L6p。

表1为保护和断路器的期望状态。

表1 保护和断路器的期望状态

由此，根据式(3)形成目标函数

S=[s1, s2,…s9] =[0,0,0,1,1,0,0,1,0]，对应的故障元件为变压器T1，T2，线路L5。

根据保护和断路器的报警信号以及诊断结果，可以分析得知：变压器T1故障，主保护拒动，由近后备保护动作，断路器CB5跳闸，断路器CB4拒动，由母线B1的远后备保护动作，断路器CB3，CB1，CB6跳闸；变压器T2故障，主保护动作，断路器CB6,CB7跳闸；线路L5故障，主保护拒动，由近后备保护动作，断路器CB13,CB14跳闸，其中断路器CB14跳闸信息漏报。这是一个存在主保护拒动、断路器拒动和断路器信息存在漏报的多元件故障，使用本文所述模型可以准确的诊断出故障元件。

对本文采用的故障诊断模型的几点分析：

（1）对于存在保护拒动、断路器拒动和单个断路器误动或信息漏报的多元件故障，该故障诊断模型可以得到准确的诊断结果；

（2）断路器告警信息在该故障诊断模型中表现为相关保护信息的状态，若出现保护信息漏报或误报，使用该故障诊断模型会出现漏诊断或误诊断。

5 小结

本文在分析舰船电力系统独特的结构和保护配置特点的基础上，建立考虑保护或断路器拒动情况下计及主、后备保护之间状态关系对目标函数的共同影响的适合舰船电力系统故障诊断的数学模型，并采用了量子遗传算法对模型进行了求解。故障算例说明在存在主保护拒动、断路器拒动、误动和断路器信息存在漏报的多元件故障情况下，该模型能得到正确的唯一的诊断结果。但当故障保护动作信息缺失或误报时，该模型会出现漏诊和误诊的问题，需要进一步研究。

[1] 马伟明. 舰船动力发展的方向-综合电力系统[J]. 海军工程大学报, 2002, 14(12): 53-59.

[2] Jayabalan R, Fahimi B. Naval shipboard power system[C]//IEEE Vehicle Power and Propulsion Conference. New York: IEEE, 2005:86-90.

[3] 王家林, 夏立, 吴正国, 等. 电力系统故障诊断研究现状与展望 [J]. 电力系统保护与控制, 2010, 38(18): 210-216.

[4] 廖志伟, 孙雅明, 叶青华. 人工智能技术在电力系统故障诊断中应用[J]. 电力系统及其自动化学报, 2003, 15(6): 71-78.

[5] 王琦, 马伟明, 付立军等. 舰船综合电力系统继电保护策略[J]. 高电压技术, 2007, 30(10): 157-161.

[6] 康军. 舰船综合电力系统潮流算法研究与状态估计探讨[D]. 武汉:海军工程大学电气与信息工程学院, 2009.

[7] 文福拴, 韩祯祥, 田磊, 等. 基于遗传算法的电力系统故障诊断的解析模型与力法[J]. 电力系统及其自动化学报, 1998, 10(3): 1-7.

[8] 翁汉琍, 毛鹏, 林湘宁. 一种改进的电网故障诊断优化模型 [J]. 电力系统自动化, 2007, 31(7): 66-70.

[9] 王家林, 夏立, 吴正国,等. 采用量子遗传算法的电力系统PMU最优配置 [J]. 高电压技术, 2010, 36(11): 2838-2842.

[10] 杨俊安, 庄镇泉. 量子遗传算法研究现状 [J]. 计算机科学, 2003, 30(11): 13-15.

Fault Diagnosis Method of the Shipboard Power System

Hou Xinguo, Wang Jialin

(College of Electronic and Information Engineering, Naval University of Engineering, Wuhan 430033, China)

TM711 TP18

A

1003-4862（2013）12-0001-04

2013-03-16

侯新国（1972-），男，博士，副教授。研究方向：电力系统故障诊断，网络化设备故障诊断。