电力系统故障诊断的研究现状与发展趋势分析

姜宇航 李博 彭琳琳 金鑫

辽宁省检验检测认证中心（辽宁省产品质量监督检验院） 辽宁沈阳 110000

近年来，我国经济快速增长，社会能源消耗不断增加，现有供电系统面临越来越大的压力，特别是在节假日和活动期间，能源消耗急剧增加，这对整个电力系统构成了巨大的挑战。但无论是人民的日常生活还是工农业生产，都必须依靠电力来稳定运行，因此，安全可靠的供电系统是整个社会经济稳定发展的基础。然而，由于气候环境和技术条件的影响，电力系统在运行过程中容易发生各种故障。电力系统的故障如果不能及时解决，将给整个社会带来严重的经济损失。因此，有必要加强对电力系统故障诊断的分析和研究，以在最短的时间内解决电力系统故障，使损失最小化。除此之外，随着我国电力系统的不断发展壮大，供电系统也越来越复杂，日常工作中的故障频率也越来越高，所以，加强电力系统故障诊断的研究对我国电力系统的发展具有重要意义。

1 电力系统故障诊断技术的发展现状

与国外相比，我国电力工业的发展起步较晚，相应的电力系统故障诊断技术不高。对于故障诊断技术，大多是积极学习国外先进经验和技术，不断学习和发展过程，消化吸收，不断总结。

其中，电力系统故障诊断技术的发展分为三个阶段。第一，初始阶段。1979年以来，我国开始了解和研究电力系统的设备诊断技术，特别是设备诊断技术的基础理论，并对其进行了深入的研究。大约10年后，我过开始学习和研究设备状态监测、信号处理等电力系统技术。第二，发展阶段。20世纪90年代，随着我国工业的快速发展和现代管理的逐步发展，诊断技术在这一时期的发展也非常迅速。以故障分类、模式识别、智能专家系统及其计算（故障树计算、模糊逻辑计算、神经网络计算、遗传计算等）为例，理论研究与生产实践有机结合，我国的实用特征故障诊断理论也在不断完善。通过认真研究和创新，提出了一套符合国际标准的一体化设备状态监测与诊断系统，对促进我国设备故障诊断技术的发展起到了重要作用。第三，成熟阶段。目前，该系统的运行主要是实现远程、智能化和网络化监控。人们将设备诊断技术与计算机信息技术、智能技术和大数据分析技术相结合，实现电力系统故障诊断。传统的电力系统诊断是基于被诊断系统的网络拓扑模型，当发生故障时，系统的结构和参数会发生变化，从而导致系统潮流的变化，这可能是根据潮流的变化进行计算。一般采用传统的数学方法进行计算，但由于存在许多不确定因素，难以满足当前电力发展的新要求，因此，目前电力系统故障诊断技术的研究主要采用智能方法[1]。

2 电力系统中常见的故障问题

目前，我国电力系统的故障是指接入电力系统的设备不能正常工作，不能发挥其自身的功能，最终导致电力系统不能正常运行作。在整个系统中，若其中的某个设备或部件出现故障，就会影响整个电力系统的运行。

比较常见的故障有以下几种：一是电气系统的输电线路出现了故障。事实上，有很多电线的绝缘体已经被风和太阳损坏。部分输电线路受到强风天气的影响，导致线路出现偏移或短路。虽然这些输电线路中的故障可以通过电线分离进行纠正，但是其故障仍然存在。二是电力设备中的变压器故障。变压器在整个输电线路中起着重要的作用。变压器出现故障后，可能会对整个电力系统造成严重损害。通常，变压器故障的主要原因是电场强度过高，除此之外，变压器本身的结构更加复杂，价格昂贵，所以，工人必须密切关注变压器故障。三是电力系统母线故障，全厂或全所出现停电。母线故障一般包括母线短路和母线保护动作错误。当中心变电站母线发生故障时，将给人们造成严重的损失[2]。

3 电力系统故障诊断发展的趋势分析

首先，现阶段我国对电网的建设在不断加强，计算机技术与网络技术的发展、数学与智能技术的发展，使电力系统故障诊断方法不断革新。从现阶段对电力系统故障诊断的理论以及相应的方法研究中可以清楚地认识到，故障诊断系统的研究仍然处于理论层次与模型等方面的研究与探索，并没有向成功且实用的方向发展。其次，由于之前的技术过于陈旧，设施过于粗糙，导致信息资源相对有限，所以电力系统的故障诊断系统，大部分依赖于调度端或者是变电站，之后再通过利用SCADA系统的实时信息或者是站内综合的自动化系统进行相应的信息收集来实现调度[3]。

随着当前系统技术与计算机技术以及网络技术的发展，使电力系统故障录波专用网络的建设得到了加强。而电力故障诊断系统的建设，使得大量的信息孤岛被纷纷纳入到了系统之中。比如，录波器信息与雷电定位信息、保护装置信息等设备。通过进行相应的采集、运输、存储和处理方式，为电力故障处理提供了强大的信息资源支持。

同时，由于该类型的珍贵信息还未在新的电网故障诊断系统中提供相应的基础支撑。为了进一步使电力系统故障诊断的研究方向得到扩展，在对电力故障诊断理论进行实用化的过程当中，需要充分注重对信息的收集，以及实施对电力系统故障进行诊断的数据仓库构建和故障综合信息的预处理及其相应的诊断工作。

4 电力系统故障诊断

4.1 模糊理论的电力系统故障诊断

在传统的电力系统故障诊断中，因潜在的故障和故障清除之间的联系，使相关工作人员很难区分，影响诊断结果的准确度。而随着模糊理论的应用，保证模糊控制器进一步完善，进一步提高解决电力系统故障的能力。模糊控制器因由两个自适应模糊系统构成，可以及时发现潜在的故障，及时进行处理，相比于传统的自适应控制更为先进。该理论的应用在传统的电力系统故障诊断的基础上进行更新，依靠模糊理论独有的特性进行处理，保证电力系统故障诊断结果的精准度。在电力系统工作中，若出现诊断结果不精准的时候，可以采取本方法与传统电力系统故障诊断相结合的方式进行处理，以保证诊断的结果[4]。

4.2 信息理论的电力系统故障诊断

信息理论的电力系统故障诊断主要是以信息理论为基础，运用其实用性的特点，对电网故障诊断进行信息融合的过程。通过应用该系统诊断可对故障产生的原因及相应保护装置的原理进行了解，运用该方式不但简单快捷，而且效果显著，对电力系统的故障诊断具有重要的作用[5]。

在电力系统故障诊断中，为明确掌握电力系统的不稳定特性，对其有关联性的系统进行保护，必须优化信息结合、信号处理等工作，对保护设备、录波信息合理使用，保证故障诊断结果的准确性。

4.3 遗传算法的电力系统故障诊断

为实现电力系统的全局优化，必须仿照生物进化，运用遗传算法。在电力系统产生故障时，遗传算法可以依据元件故障与保护动作间的关联性将诊断转换为整数，进行全局优化的过程。当运用遗传算法时，保护元件及断路器出现拒动时，代表电力系统故障已将诊断完成。遗传算法的电力系统故障诊断的优势是可以站在全局的角度去优化电力系统故障，发现故障原因，但诊断数字模型、明确差异性等问题还必须进行深入研究。

4.4 人工神经网络电力系统故障诊断

人工神经网络技术的应用可以有效去除电力系统中的噪音数据，对电力系统故障进行科学处理。其主要原理是通过控制人工神经网络阈值获取相应的知识点，将其分布在人工神经网络中，具有一定的隐秘性，进而有效改善电力系统中存在的故障。因人工神经网络在应用的过程中会产生记忆，进一步可以获得充足的隐形知识点，以此达到快速纠正电力系统存在的问题，并将所获得的知识点、数据传送到相应的系统中，快速准确的清理掉系统中的故障[6]。

另外，运用人工神经网络技术因其会产生记忆，会相应的在数据库内存入数据，为后续工作提供了参考价值，减少了人力、物力等浪费资源情况，在电力系统中被广泛应用。

5 电力系统故障诊断研究的发展方向

5.1 电力系统健康诊断的研究

电力系统的故障诊断是通过结合其故障的特征，以及对已经发生过的故障系统问题进行准确的定位和对故障问题发展程度进行精准的判断，提出对电力系统的健康诊断研究方向，并对各项设备、网络技术和系统的实时状态进行扫描，结合扫描的结果建立起相应的健康档案。同时，进行动态跟踪，结合其特征的变化、诊断的健康程度，从而及时发现问题并进行报警，如果到了一定程度，可以对其进行消除。因此，可以清楚地认识到电力系统健康诊断不仅包含了故障的诊断，同时还包含了对故障的预测。所以在内容与时间上都得到了进一步延伸[7]。比如，从内容上，就如同由大病逐渐变成了小病；从时间上来看，则是从故障时逐渐延伸到了平时。所以电力系统的健康诊断，可以做到防患于未然。

此外，消除电力系统中前者的故障，从而有效防止突发性事故的发生，减少不必要的损失。但是，该方向的研究相对较少，所以还需要进行深入研究。

5.2 电力系统故障诊断的实用化方向研究

首先，尽管电力系统的故障诊断研究时间相对较长，也在研究过程中取得了相应的成果，但是，对于其实质性的需求还有一定的距离，实用性也相对比较差。因此，需要得到电力企业的进一步支持[8]。其次，还需要结合先进的科研机构的研究实力，对电力系统故障诊断的实用化进行加强研究。

通过对当前电力系统的实际发展情况、故障综合信息的收集与整理得到充分的认识，以及故障诊断数据库的建立、故障综合信息的预处理等。同时，对区域的电网故障诊断系统建设，可以利用智能化的诊断方式，实现诊断范围中的故障分析处理。并为检修人员在找寻事故原因的过程中提供相应的帮助。

6 结语

总之，在对四案例系统故障诊断的过程中，要对电力系统的安全且稳定运行进行保证，随着社会经济的发展，电力系统也面临一定的机遇与挑战，通过对不同的故障诊断技术研究，对电力系统故障做出准确的诊断，并提出有效的改进措施，经过专业人员的总结，对故障诊断技术进行创新，在一定程度上对电力行业的发展提供基础。