基于网络的电网故障诊断探讨

李小东

摘 要：作为国家发展的重要支撑，若电网系统出现断电事故或是故障，对群众生活有很大的影响。另外，还将对企业甚至是国民经济带来沉重的损失。正因为此，一个精准的电网故障诊断系统有助于及时地发现和分析故障设备，找出故障原因和有效排除。本文运用贝叶斯网络诊断方法，构建以MAS为支撑的电网故障诊断体系，判断电网故障诊断中该方法的应用方法与策略，旨在提高电网诊断总体的效率。

关键词：Agent网络;电网故障;诊断

电力系统中，电网是非常关键的一个部分，重点负责输送、配电和转变电压的系统。近些年，居民用电需求逐步地增长，电网运行及其结构更为复杂，故障率成倍提高。该情况下，建立一个精准的电网故障诊断系统，关系到电力系统能否正常地运转。伴随电网规模的不断扩大，分层分布式的系统架构以及多智能体系统在陆续地研究中，重点是利用分层分区来对任务进行分解，减小调度端面临的解题压力，使大电网中的复杂故障得到顺利地化解。

一、电网故障诊断的研究现状

（1）专家系统。以计算机技术为支撑，运用专家积累的经验构建起专家知识库。结合知识库，对专家独特的推理过程进行模拟。电网故障诊断中，专家系统相对较早、成熟度高。诊断结果，和故障原因之间密切相关，体现出了故障特征，接近于人类的诊断思维。

（2）人工神经网络。通过对人类神经系统进行模拟，处理信息的一种人工智能技术。它将电网保护以及开关信息量当作是人工神经网络中重要的输入端，将故障状态纳入输出端，建立样本训练模型。对神经网络而言，只有两种诊断方法。一是输入，二是输出，无需过多的专业知识。正因为此，它的容错能力明显要比专家系统更具优势，并保留神经网络独特的优势和学习能力，有较强的自适应性。

（3）贝叶斯网络。贝叶斯网络（Bayesian Network），将概率论知识、图形理论之间进行结合，有扎实的理论基础。贝叶斯网络，是基于贝叶斯公式确立和发展的数学模型。按照设备的关联性及其不确定性，可以完成概率推理。步骤：在不同状态上建立起相关概率，结合故障特征找到故障率最高的设备。

（4）模糊推理。基于模糊集理论，按照普遍的故障源、原因构建起知识数据库。结合模糊数学模型和使用者的经验，按模糊隶属度对对象的精确性进行描述，从数据库中寻找类比概率相对最高的故障原因或是元器件，容错能力相对较好。模糊理沦，实际上是将传统的集合理论进行模糊化，引入语言变量以及模糊逻辑，是一项成熟的推理体系。通常，模糊系统的内部结构类似于前述的专家系统，包括模糊知识库、推理机以及人机界面这几个不同的部分。换句话说，模糊系统也可以看作是模糊理论、专家系统结构二者的结合。

二、基于多Agent系统的动态网络电网故障诊断

拓扑结构识别故障诊断模型涵盖3个不同的部分：监视器Agent、Aco以及ID Agent。系统模型，见下图。

（1）实时获取电网诊断状态数据。电网系统若碰到故障或是异常情况，状态数据必定有所转变。人工智能agent，可以在最短時间内将诊断对象的全部数据进行搜集，找到异常信息。如设备运行中，精准捕捉到继电保护以及断路器信息。同时，将该类设备相关的故障信息逐步传递至整个诊断系统，利于诊断与客观分析。

（2）局部结线分析agent。电网故障中，该系统的作用在于可以收集到断路器的相关信息。运行时，利用接线分析法来辨识鼓声故障前、后系统的不同状态。根据两种状态彼此的差异，寻找故障的根源，同时将这些故障原因及时地向上级系统进行反馈。

（3）诊断模型生成agent。电网故障中，诊断模型生成系统同样也是非常关键的部分，多根据计算机模型来预测电网中出现的故障原因。诊断系统，能够从用户接口位置的agent成功地对线路、母线以及变压器上的数据、信息进行接收。运用事先设定的学习方法以及算法，进行模型诊断，建立起相应模型，利于故障诊断。该种基于计算机的智能化诊断，显著地提升了诊断效率。

（4）元件诊断贝叶斯网络生成agent。该诊断方法，是按照元件故障诊断模型、元件—保护—断路器三者的相关性，运用元件贝叶斯生产方法来对不同元件分别建立起诊断贝叶斯网络。生成工作结束后，将这些数据逐一地保存到数据库中。故障出现后，若数据库中找不到元件对应的诊断贝叶斯网络，可考虑唤醒相关agent便于生成。

（5）故障诊断agent组。电网诊断中，故障诊断agent是基础和重点。它集合了若干不同的诊断枢纽，包括诊断控制agent、母线、线路以及变压器等若干不同的零部件。从工作内容上看，各个部件有明显的区别。如诊断agent，其功能在于提供专业的信息管理服务。电网设备运行阶段中，它负责和其他系统之间保持沟通。根据各个系统的功能，划分相应的工作人员，以便对设备实施监控、协调。故障诊断agent组成为系统的核心，说到底是由于它参照了贝叶斯网络诊断方法，根据元件故障、断路器跳闸以及保护动作三者的逻辑关系，构建起一套完整的诊断模式。它是一种分布式诊断，可以对电网系统中不同的运行状态加以监控，找出现场故障，同时进行诊断。电力设备运行阶段中，诊断效率相对较高。可以较好地控制运行中出现的突发性问题，对电力供应较为有利，同时也适应了各地用户的用电需求。

（6）用户接口agent。诊断工作中，该系统能够在诊断者、设备双方建立起人机交互界面，及时展现诊断结果与其他信息。另外，诊断者利用该系统可以将诊断知识以及接线状态及时地输入agent中，创建内容，适应用户的指令需求，找出故障背后的根源，采取合理的解决对策。

三、结语

总体来看，电网系统运行中难免会碰到不同类型的故障。不同的故障，其解决方法也会有很大的区别。本文提倡的解决方法仅仅为其中之一，伴随技术的创新与进步，网络解决方法也将日渐增多，这对电力系统和用电安全有很大的保障。

参考文献：

[1]朱博，胡燕，赵永标.人工神经网络在故障诊断中的应用[J].舰船电子工程，2015，25（1）：91-95.

[2]刘京津.基于多智能体系的故障诊断技术在智能电网中的应用[J].电子与封装，2017，13（12）：43-48.