基于Petri网的电力系统故障诊断综述

闫丽梅，徐伟丽

(东北石油大学 电气信息工程学院，黑龙江 大庆 163318)

在电网发生故障后，快速且精确地进行故障诊断和定位是保障电网安全稳定运行的重要环节，也是电网在线监管运行的关注重点。回顾以往国内外发生的大停电事故以及近年来美国、英国、澳大利亚、阿根廷等国家先后发生的大停电事故[1-4]，提高电力系统故障诊断水平显得尤为重要。

电力系统故障包括发电机组故障、输电线路故障、变压器故障、配电网故障等。传统故障诊断方法主要根据故障电流或故障电压等故障量的特点进行故障诊断，这些故障量都是连续型信号。国外研究学者发现，电力系统故障会引发保护动作及断路器跳闸，由此产生的离散信号也可以用来进行电力系统故障诊断，并通过Petri网建立故障诊断模型。近年来国内外众多研究人员针对电网故障提出了多种故障诊断的技术和措施，其中Petri网法通过代数矩阵运算，体现系统中同时发生、次序发生或者循环发生的多种动态活动，进而表征系统中离散随机事件。Petri网因其简洁高效的形式化语言以及计算及建模方式简单直观的特点，普遍应用于电力系统故障诊断中[5-6]。

本文简要介绍Petri网的基本概念、分类、优缺点，分类介绍国内外关于Petri网和改进Petri网在发电机组故障、输电线路故障、变压器故障、配电网故障、电力系统故障等不同类型故障诊断中的建模及应用研究，并分析总结基于Petri网的电网故障诊断技术的发展方向。

1 Petri网介绍

Petri网因为其可视化图形语言以及能够处理离散信息而广泛应用于离散事件动态系统建模，是非常有效的建模工具。

1.1 Petri网基本概念

1962年，联邦德国的Carl Adam Petri第一次提出运用网状机构的图形来表示通信系统，这种系统模型后来被称为Petri网。现在Petri网一词有2种含义，既表示Petri网模型，又表示以Petri网模型为基础的理论[7-8]。

1.2 Petri网分类

Petri网系统分为基本网系统、库所/变迁系统和高级网系统。

基本网系统可以用条件、事件及状态流来描述。条件表示该系统的状态元素，事件表示该系统的变迁元素。事情的发生与否决定系统的状态是否为真，而事件的发生也会引起信息在基本网系统中的流动。通常用由条件和事件组成的三元组(B，E；F)表示有向网，其中B代表条件集，E代表事件集，F代表状态流。

库所/变迁系统又称为P/T_系统，P代表库所，T代表变迁。定义P/T_系统为一个六元组∑=(S，T；F，K，W，M0)，其中(S，T；F)为∑的基本网系统，K、W、M0分别为∑的容量函数、权函数、初始标识。

高级网系统有谓词/变迁系统、有色网系统和自控网系统3种类型。

1.3 Petri网优缺点

Petri网模型简单，建模语言简洁、高效，可塑性强。正是由于Petri网的图形化表示方式及高效处理离散信息的特点，它可以对电力系统中同时发生、次序发生或者循环发生的故障进行定时或定量的分析，在电力系统故障诊断方面有着巨大的应用潜力。但是该方法也存在以下不足：

a)电力系统故障时，调度中心接收到的离散信息数量庞大且真假性难辨，往往存在保护或断路器误动或拒动等不确定信息，此时Petri网法对错误信息的识别能力较差，在保护或断路器误动、拒动的情况下往往会得到错误的故障诊断结果。

b)对于拓扑结构易变且节点数目繁多的电网，建立的Petri网故障诊断模型的适用性较低，过多依靠专家经验，且故障诊断时效性较差，如果诊断维数较多，甚至会发生状态空间爆炸。

2 Petri网在电力系统元件故障诊断中的应用研究

K.L.Lo等人根据Petri网能够处理离散信息的特点，提出基于Petri网理论的分布故障诊断[9]，并提出将Petri网模型应用于电网故障定位[10]。首先以电网元件为单位形成故障清除过程的Petri网模型，而后经过反向推理得到故障诊断的Petri网模型，最终将二者进行整合，可以得出整个电力系统Petri网故障诊断模型。与传统利用模式识别和假设检验故障诊断模式相比，该方法更适用于拓扑结构不断变化的电力网络。但若存在故障时保护或断路器误动、拒动等不确定信息时，这种以简单Petri网模型为基础的故障诊断方法准确率较低，往往得不到理想的故障诊断结果。因此，有研究学者提出多种改进Petri网的故障诊断模型，并应用于电网故障诊断。

电网承担着电能输送的重任，任意一个环节故障都会造成电能传输受阻。考虑各个环节及电网中的重要元件，将电网中的故障进行简单分类，见表1。

表1 基于不同故障类型的Petri网模型Tab.1 Petri net models based on different fault types

2.1 基于Petri网的发电机组故障诊断模型

电力系统发电机组是生产电能的重要设备，也是电力系统中故障发生频率较高的一项单元，发电机包括燃气轮机、汽轮机等。针对发电机组的故障诊断方法很多，而Petri网法常常是发电机组故障诊断众多方法中的辅助方法，用来提高发电机组故障诊断准确率。

文献[23]提出将Petri网法用于异步电机故障诊断，且将Petri网法与智能案例推理方法相结合，简化异步电机故障诊断过程，实现故障诊断的可视化。另外，新能源发电是历年来研讨的热点，其中风力发电技术发展较为成熟。然而针对风力发电中的发电机组故障，故障诊断技术依然有待提升。汽轮机组振动故障发生时，传统故障诊断方法过程繁杂且计算量较大。为解决这一问题，文献[24]总结汽轮发电机组故障特征，并将其与传统发电机故障类型进行对比，运用Petri网理论对汽轮发电机振动故障进行建模分析。但是该方法对于复杂故障的诊断效率较低且准确率不高，尤其在对飞机交流发电机进行故障诊断的过程中，诊断程序繁杂且效率较低。文献[25]针对这一问题，提出将Petri网理论应用到飞机交流发电机故障诊断中，并得到较好的诊断效果。文献[26]在分析风力机液压变桨距系统工作原理的基础上，提出一种新的Petri网模型和可靠性评价措施。利用Petri网理论对风力发电机组液压变桨系统运行的各种离散状态进行建模，同时构建故障Petri网模型，不仅用图形语言表述液压俯仰系统的结构、性能和操作，并且能清楚地表示故障之间的逻辑关系，为后续研究提供新思路。然而当存在不确定信息时，采用以上故障诊断方法所得故障诊断结果确信度较低，尤其是燃气轮机，其故障诊断过程中存在大量不确定信息，使得燃气轮机的故障诊断过程变得不再简单。文献[27]提出将直觉模糊集与模糊Petri网相结合，建立直觉模糊故障Petri网模型，该模型对燃气轮机故障发生时的不确定信息有较高的容错性，但是对于偶发性因素没有较好的解决方案。为解决此类问题，文献[16]在加权模糊Petri网的基础上，提出加强的加权模糊Petri网及其推理算法，考虑燃气轮机故障发生时的偶发性因素，具有较高的容错性和诊断准确率。以上基于Petri网及改进Petri网的发电机组故障诊断只考虑离散信号，而没有考虑故障发生时的电气量变化，在故障诊断前的信息处理方面仍有不足。

2.2 基于Petri网的输电线路故障诊断模型

输电线路是电力传输过程的重要环节。可将输电线路故障类型分为简单故障和复杂故障，任何一种类型的故障都会影响电能的传输。国内外研究学者针对输电线路故障诊断进行了诸多研究[28-30]。输电线路故障时，多个断路器会启动以隔离故障，避免对电力系统其余元件造成损害。而断路器开合是一种离散信号，为此国内外众多研究学者提出将Petri网应用于输电线路故障诊断。

文献[31]提出一种基于超高压输电线路保护继电保护方案的Petri网模型，该模型包括3种类型的继电保护方案和1种自动重合闸装置；文献[32]提出用Petri网对传输网保护系统进行建模，明确模型的3个重要部分，即有色总线、子网模型和中继方案，为以后将Petri网应用于输电线路故障诊断奠定了坚实的基础。但是在对电网输电线路进行故障诊断的过程中，原有基于Petri网的诊断方法都是在输电线路发生故障后才进行故障诊断，并且在故障发生后的短时间内会有大量不确定报警信息涌入调度中心，使电力系统故障诊断的时效性与准确度有所降低。除此之外，输电高峰期间，输电线路一旦发生故障，将有极大概率造成大面积停电，严重危害电网安全。文献[33]提出采用同步Petri网建模的分布式控制系统和协调协议，不仅可以检测和恢复输电系统的故障，而且可以提高输电系统中可用负荷的利用率，很好地解决用电高峰期输电线路遇到的问题。传统的电力传输系统由许多变电站和输电线路组成，当变电站发生故障时，变电站的输出可能中断。文献[34]在文献[19]的基础上，提出利用Petri网对电力传输系统及其控制系统的结构进行形式化混合，并通过案例验证故障检测的正确率及故障恢复的时效性。但是以上2种方式均需要经验丰富的监督员选择合适的故障恢复方式，在一定程度上依然依赖于人工经验。

2.3 基于Petri网的变压器故障诊断模型

变压器故障繁杂，其故障诊断和维修是一项复杂的工作。变压器故障诊断的方法种类繁多[35-40]，其中基于Petri网的变压器故障诊断也有相应的发展。

文献[41]利用Petri网对变压器故障诊断过程进行仿真，并定义变压器维修后的动作，目的是识别故障类型并估计维修时间。文献[42]针对馈线故障、过载、过平衡问题和主变压器故障、过载问题，提出一种Petri网算法，该算法与一种新型恢复方法相结合，用于处理系统中的分布式偶发事件；系统在过载情况下安全运行，在故障情况下断开故障区域的一切开关，而后闭合适当的开关，复原隔离区域，通过实例验证该方法能够有效解决配电系统多种偶发问题，其中包括变压器故障。虽然利用Petri网模型进行变压器故障诊断减少了故障发生时的分布式偶发问题的影响，但是对于存在不确定信息的变压器故障，诊断结果的确信度有待提高。文献[38]提出利用先进广义随机Petri网技术，解决电力变压器保护继电器报警信息不完全、不确定的电力变压器故障诊断问题，通过对变压器常见故障类型(如短路、绝缘失效、漏油和过载)进行仿真，得到较为理想的结果，而且该措施能够应用于不同的电力系统元件；但是诊断模型中参数的设定往往依据人工经验，受人为主观因素影响较大。文献[43]提出综合变压器故障诊断系统，该系统结合多Agent系统与模糊Petri网理论，在故障信息不完全的情况下也可以得到较准确的诊断结论；但是利用多Agent系统进行故障诊断的前提是需要大量的样本数据，而有关变压器故障诊断大部分研究工作的样本非常小，因而该方法应用并不广泛。

3 Petri网在配电网故障诊断中的应用研究

在基于Petri网的配电网故障诊断过程中，可以将其看成一个小型电力系统。配电网运行方式复杂多样，一旦发生故障，不仅影响人们的生产与生活，如果处理不当还会影响工业领域的可靠性和安全性。目前，有一系列文献介绍了关于配电网故障诊断的方法[44-48]，其中基于Petri网的配电网故障诊断具有很好的处理复杂系统故障诊断的能力。有关Petri网的配电网故障诊断模型分类及其优缺点见表2。

表2 基于Petri网的配电网故障诊断模型Tab.2 Distribution network fault diagnosis model based on Petri net

配电网结构复杂，故障发生时的一系列偶发问题是对配电网进行故障诊断的难点。文献[42]提出的一种与新型恢复方法相结合的Petri网算法，将其应用于变压器与配电网故障诊断，并以台湾电力配电网为例，验证了该方法能有效地解决配电系统的多种偶发问题。文献[53]针对配电系统的负载均衡问题，提出基于规则的有色Petri网专家系统，对于夏季用电高峰时期发生的过载事故可以很好地进行负载平衡，预防故障发生。配电网结构复杂多变，各种保护及断路器之间相互配合且关系复杂，专家系统的知识库和规则库也随着配电网网络结构的复杂而逐渐复杂化，因此以专家系统为主的配电网故障诊断模型的适用性较低。

现今新能源发电受到国内外的青睐，分布式发电技术也愈趋成熟，但分布式电源的连接本质上改变了配电网保护系统的运行，可能导致重合闸故障、健康馈线断开或保护运行失效。文献[54-55]对改进量子行为粒子群优化算法进行改进，使其适用于含离散信息的分布式配电网故障诊断。文献[56]提出一种基于Petri网的、以集中式监控架构为支撑的辐射配电网保护系统故障监控方法，该方法易于识别故障线路和错误的保护装置操作，对于未发生故障却停止服务的区域，也能够尽可能多地恢复该区域内的服务，由此避免配电系统中元件的过载；但是对于可能由于通信等原因导致的错误信息，研究并未给出具体方案。在以上研究的基础上，文献[52，57]考虑时间因素，将时间序列层次模糊Petri网应用于配电网故障诊断中，所提措施能够高效利用故障发生时出现的大量告警信息，并在原有基础上加入时序特性，且在推理的最后引入高斯函数优化故障概率，提升配电网故障诊断结果的准确性。但是对于规模庞大的配电网，时间序列层次模糊Petri网的故障诊断模型往往生成规模较大的矩阵，诊断的时效性有待提高。

4 Petri网在电力系统故障诊断中的应用研究

文献[58-60]针对电力系统故障诊断方法进行了多方面研究。电力系统故障诊断过程需得到来自数据采集与监控(supervisory control and data acquisition，SCADA)系统的信息，当信息到达控制中心时，操作员分析数据并进行故障诊断。诊断过程的准确性和速度完全取决于操作人员的经验。随着电力系统的复杂性增强，特别是在保护装置发生多次故障或不正确操作的情况下，操作人员需要处理的信息量可能非常庞大，以至于无法正确及时地对电力系统进行故障诊断。为此，国内外研究学者将计算机与电力系统故障诊断相结合，提出基于大数据及Petri网理论的电力系统故障诊断模型，用于复杂电力系统的故障诊断。现有的基于Petri网的电力系统故障诊断研究方向可以综合为图1所示的3个方面：算法优化、模型结构改进和时序信息处理。

图1 基于Petri网的电力系统故障诊断方法Fig.1 Power system fault diagnosis method based on Petri net

文献[10]提出运用Petri网模型检测电网故障发生位置的新方法，对于复杂电网故障诊断具有较强的适用性，面对大量报警信息能够减少故障诊断时间，提高准确率；但是，对于大型分布式系统中的报警关联问题考虑并不全面。文献[61]针对电力系统中保护继电器以及断路器不完全、不确定的报警信息，以模糊Petri网为建模工具，建立电力系

统故障诊断模型，通过计算机仿真进行可行性验证，当系统中有大量不确定的报警信息的情况下，也能获得满意的结果。文献[62]提出一种基于模糊定时Petri网的电力系统故障诊断系统：模糊定时与库所/变迁相关联，以处理继电器和断路器的不确定信息；继电器和断路器接收到的延迟时间信息映射到模糊时间戳，作为后向模糊定时Petri网的初始标记；实例仿真结果表明，该方法比传统故障诊断方法耗时短，且适用于不同的电网。模糊推理Petri网在不确定和不完全信息处理方面有明显优势，也是处理复杂电力系统故障段预估问题的一种有效技术手段。但简单模糊化处理并未改进故障诊断模型的结构，在电力系统结构发生变化时，模型的适用性不高。而且所建立模型中参数的设定往往依据专家经验，受人为主观因素影响较为明显，且对新型电力系统适用性较差。为此，国内外研究学者在模糊Petri网的基础上，提出多种改良模糊Petri网电力系统故障诊断模型，旨在进一步提高故障诊断的准确率。文献[63]提出基于信息优化的动态Petri网电网故障诊断模型，在常规Petri网的故障诊断模型基础上引入动态抑制弧元素，改进基本Petri网结构，使其适用于拓扑结构变化的电力系统。文献[64]将参数优化的BP神经网络算法与改良动态自适应模糊Petri网相结合，该故障诊断措施推理简单，在报警信息不完备的情况下仍然能给出较精确的诊断结果，且不受人主观因素的影响，具备良好的容错性；但是传统BP神经网络算法在参数优化过程中缺乏学习经验，过于简单的寻优过程难免会使寻优结果陷入局部最优解。文献[59，65-67]将时间约束引入模糊Petri网进行故障诊断，该模型具备模块化结构，易于适应不断变化的网络拓扑结构，且适用于现代保护方案。文献[58，68]将直觉模糊Petri网理论应用于电力系统故障诊断，所提模型充分利用拓扑分析和各种电气设备、主保护及后备保护动作与断路器跳闸之间的逻辑关系，具有较高的故障诊断准确率。上述基于Petri网及改进Petri网的故障诊断方法并未考虑电网故障时的电气量信息，在物联网发展迅速的条件下，应通过有效的信息融合寻找适用于现代物联网的故障诊断方法，建立更为合适的故障诊断模型。

5 基于Petri网的电网故障诊断技术的发展方向

通过对Petri网及改进Petri网在电网故障诊断方面的研究与分析，总结了与不同故障类型相适应的故障诊断模型。后续针对Petri网在电网诊断方面的研究可从以下几个方面入手：

a)将电气量信号与保护及断路器的动作信息等离散信号相结合，提高故障诊断的时效性。在发电机组中有关燃气轮机故障诊断过程中，利用模糊Petri网以及广义随机Petri网构建故障诊断模型，输入信息均为离散随机信号，忽视了故障发生时的故障电流等连续型信号，缺少与电气信息的融合，当故障信息缺失时，故障诊断结果的确信度较低。输电线路故障诊断过程与之类似，将保护及断路器动作信息作为模型的输入，尽管加入了模糊规则，故障诊断结果的确信度依然有待提高。因此，应考虑故障发生时产生的连续型电气信息，以提升故障诊断结果的确信度。

b)采用多种算法相结合的人工智能优化算法优化模型参数。油浸式变压器故障时，通常根据变压器内部所产生的各种气体形成故障特征值，判断变压器所发生的故障类型。基于Petri网的变压器故障诊断利用所提取的故障特征作为模型的输入，但是模型中的参数却根据人工经验设定，受人为主观因素影响较大。虽然有学者采用遗传算法或人工神经网络算法优化模型参数，在一定程度上减小人为主观因素的影响，但是仍存在不足：基于遗传算法优化过程耗费时间较长，效率较低；基于人工神经网络算法优化缺乏学习经验，易使待优化参数陷入局部最优值。因此，需要选择更为合适的人工智能优化算法，为后期故障诊断打下坚实基础。

c)研究新能源并网过程中分布式系统的在线故障诊断器的设计。如何根据相应的控制策略及分布式能源并网控制方式来实现在线故障诊断器的设计，是值得研究的一项内容。有学者设计出简单Petri网的配电网故障诊断的人机交互系统，但是对于含有新能源发电的配电网，结构复杂多变，需要进一步研究。

6 结束语

在电网拓扑结构变动及故障发生后大批报警信息涌入调度中心时，传统电力系统故障诊断的准确率和时效性并不高。学界对电力系统故障诊断进行了多方面的研究，本文针对基于Petri网的电力系统故障诊断进行了总结和分析，目前完成的工作主要包括以下几个方面：

a)针对发电机组故障，介绍了基于Petri网及改良Petri网的发电机组故障诊断模型。Petri网用于发电机故障诊断时通常作为传统发电机故障诊断方法中的辅助方法，利用故障发生时的离散信息来提高发电机故障诊断的效率和准确性，通过加权、模糊等规则优化Petri网模型，在信息不完备情况下仍能得到较为准确的故障诊断结果，提高故障诊断结果的容错性。

b)针对输电线路故障，介绍了基于Petri网的输电线路故障诊断模型。将Petri网应用于输电线路故障诊断，打破了原有利用故障电流进行故障类型判断的局限，且Petri网的图形化表示方法使故障诊断模型更加直观。但是简单Petri网模型对于不确定信息的容错性较低，为此，将模糊推理和Petri网理论相结合，提出基于模糊Petri网的输电线路故障诊断模型，验证结果表明该模型可以有效提高输电线故障诊断的容错性。当网络拓扑结构发生改变时，以往模型并不能适应拓扑结构改变后的输电线路，而基于有色Petri网的输电线路故障诊断模型可以很好地解决这一问题，但是对于输电线路的在线故障诊断和故障预测仍需要进一步改进。

c)针对变压器故障，介绍了基于Petri网和改良Petri网的变压器故障诊断模型。其中基于Petri网的变压器故障诊断模型主要用于变压器故障的识别和故障诊断时间的估计。对于不确定、不全面的报警信息，可以使用广义随机Petri网模型，但针对变压器故障诊断的实际样本依然较少，对变压器故障的诊断仍然以传统方法为主。

d)针对配电网故障，介绍了将Petri网理论应用于配电网故障诊断的建模过程。针对配电网的复杂结构，基于Petri网的配电网故障诊断可以有效解决配电网故障发生时的一系列偶发问题。另外，国内外学者提出基于时间序列层次模糊Petri网的配电网故障诊断模型，验证结果表明所提模型可以解决不确定报警信息引起的诊断结果确信度较低的问题。

e)针对电力系统故障，介绍了Petri网理论在电力系统故障诊断过程中的应用。通过引入模糊规则、时序信息等，解决存在不确定报警信息时故障诊断结果可信度较低的问题；国内外学者所提的改进Petri网模型可以适应网络拓扑结构发生变化的电力系统，然而在大型电力系统连锁故障诊断和在线故障诊断方面，应用并不普遍。