基于人工智能的输电线路故障快速诊断方法研究

发表时间：2020-08-10T15:40:30.383Z 来源：《中国电业》2020年3月第8期 作者： 刘谦

[导读] 本文针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题，提出一种基于人工智能的输电线路故障诊断方法。

摘要：输电线路是电力系统故障发生最为频繁的部分。如何对输电线路故障进行快速、准确、智能的诊断，并迅速处理故障、恢复线路供电，是智能电网研究的重要课题。本文针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题，提出一种基于人工智能的输电线路故障诊断方法。 关键词：人工智能；输电线路；故障诊断

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。 一、人工智能技术概述

在20世纪60年代之前，有关学者就提出了人工智能的相关概念。目前，人工智能技术在社会多个行业及领域中得到了广泛的应用。例如，人工智能技术在实体经济与虚拟经济中都能够得到良好的应用，其可以效仿人类大脑完成一系列具有知觉的活动。人工智能技术是社会科学技术的主要产物之一，人工智能技术为人类许多行业发展提供了重要条件。从一定层面上来说，人工智能技术、纳米技术及基因工程并称为人类的高新尖端技术。在人工智能的中长期发展中，其从传统思想中充分解脱出来，且不受到传统思想和方法的约束。这是因为人工职能的基础为计算机，在计算机技术的指导下可以对人类大脑、具体思维运作模式进行效仿。同时，在人工智能技术下改善人类的传统管理思想与思维，并解决人类各个复杂化领域中的问题。随着社会电力事业的发展及进步，电力企业在中长期发展中积极进行改革，人工智能技术因此在电力行业中得到更为广泛的应用。 二、输电线路故障

输电线路故障发生的主要原因有：输电线路的绝缘子要求在大气过电压、线路内部过电压以及系统长期运行的正常电压下均能保证其可靠性，但由于输电线路长期裸露在空气中，有大量的气体微粒、液体和固体等在绝缘子表面沉积，尤其是在冰霜雨雪等恶劣天气环境下，都会导致绝缘程度降低，从而使得绝缘子失去其绝缘的作用，使绝缘子不仅在过电压作用下发生闪络现象，更会导致在正常运行电压下发生频繁的污秽闪络，造成事故；雷电对输电线路的损害一直是线路故障的主要成因之一，直击雷和感应雷都会引起雷电过电压，对雷电区域内设备造成损伤和破坏；在某些寒冷地域，冰灾事故也会引起输电线路覆冰，严重时甚至引起杆塔倒塌、线路受损，导致线路故障；在大风天气下，非圆面导线产生低频大振幅的自激振动——导线舞动，容易造成线路相间闪络、损坏金具，造成输电线路导线烧伤、折断、跳闸或杆塔倒塌等重大事故；鸟兽在输电线路水泥杆、铁塔上栖息、搭巢，尤其是鸟粪排泄在绝缘子串上极易造成闪络、污闪事故；在某些地区，存在不法分子盗取电线、电缆及变压器铜心等线路设备也会造成输电线路大面积停电事故。概括起来，输电线路故障都可以按短路和断路来区分，短路是最常见的，也最为危险的故障，短路故障发生时可能造成以下后果： 1.短路点通过很大的短路电流和电弧会损坏故障元件；

2.短路电流会流过非故障元件，在大电流作用下非故障元件会发生过热，在电动力和过热作用下，损坏非故障元件或降低其使用寿命； 3.电力系统发生故障时会造成电压降低，破坏正常的生产生活，产生大量的废品；

4.故障时会影响电力系统中各发电厂之间的稳定并联，造成整个系统振荡，严重的甚至会瓦解系统。 三、基于人工智能的输电线路故障诊断

输电线路故障诊断一般是基于故障发生时装置或设备的数字和状态量，并以故障诊断系统的网络拓扑结构为基础，结合系统结构和潮流变化判断。但这种计算方法的缺陷是耗时较长，影响诊断速度。并且，系统正常运行时，线路潮流值接近于零，其值太小，影响故障判断的准确性，传统的输电线路故障诊断难以达到理想效果。采用单一数学模型难以诊断所有故障问题，人工智能可以提高故障诊断的精确性。近年来，人工智能用于输电线路故障诊断的研究已经取得了巨大成功。目前，基于人工智能的输电线路故障诊断方法主要有：专家系统(Expert System)、人工神经网络(Artificial Neural Network)、Petri网(PetriNet)、粗糙集理论(Rough Set)、模糊理论(FuzzyTheory)、贝叶斯网络(Bayesian Networks)、优化方

法(Optimization Method)、数据挖掘(Data Mining)、信息理论(Information Theory)及基于故障滤波器信息等，其中，应用较早的有专家系统、人工神经网络、模糊理论、Petri网、优化方法。而近几年出现的主要方法有：粗糙集理论、贝叶斯理论、信息理论、数据挖掘，对这些人工智能方法的研究成为输电线路故障诊断的新热点。 四、模糊Petri网及其模型

Petri网(PetriNet，PN)是1962年德国的科学家Carl．A．Petri在他的博士论文中首次提出的，作为描述计算机系统事件之间的关系。Petri网主要有以下几个特点：Petri网只描述由自然规律产生的依赖关系，而不针对其本身。Petri网描述离散事件之间的逻辑关系时以网络理论为基础。Petri网的演绎依靠矩阵运算实现，可以演绎系统中同时或次序发生的事件，可用于静态结构分析和动态行为分析。Petri网本质上是一种可用网状图形表示的系统模型，可以作为高效的建模和分析工具，用于描述具有并发或并行行为的系统。

1. Petri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(PetriNet Structure，PNS)和触发规则，表征系统结构特性和系统动态过程。

2. Petri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。不难看出，这几个步骤是时序顺次发生的，所以Petri网的顺次触发机制能够实现此过程。

3.模糊Petri网推理方法。模糊Petri网(Fuzzy Petri Net，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(Certain Factor，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：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；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；在模糊Petri网的推理过程中，采用基于查询的原理；运用反向推理方法。

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。 参考文献：

[1]翟建.配电线路在线故障识别与诊断方法[D].重庆大学,2018.

[2]刘娜.基于Hilbert-Huang变换的配电网电缆接地故障定位研究[D].中国石油大学,2018.