電力系統故障

電力是國民經濟的基礎，是重要的支柱產業。它與國家的興盛和人民的安康有着密切的關係，因此，電力系統必須是安全可靠的。 ^[1] 

電網的發展和社會的進步都對電網的運行提出了更高的要求，加強對電網故障的診斷處理顯得尤為重要。隨着計算機技術、通信技術、網絡技術等的發展，採用更為先進的智能技術來改善故障診斷系統的性能，具有重要的研究價值和實際意義。 ^[2] 

電力系統由發電機、變壓器、母線、輸配電線路及用電設備組成。各電氣元件及系統通常處於正常運行狀態，但也可能出現故障或異常運行狀態。隨着電力系統的規模越來越大，結構越來越複雜，故障產生不可避免。而在整個電力生產過程中，最常發生、危險最嚴重的故障是短路故障。短路故障發生的原因有電氣設備絕緣材料老化或機械損傷，雷擊引起過電壓,自然災害引起杆塔倒地或斷線，鳥獸跨接導線引起短路、運行人員誤操作等，給電力系統的安全運行帶來了一些新的問題。 ^[1] 

電力系統故障特徵指反映故障徵兆的信號經過加工處理後所得的反映設備與系統的故障種類、部位與程度的綜合量。電力系統故障的基本特徵有:

①電流增大，即連接短路點與電源的電氣設備中的電流增大。②電壓下降，即故障點四周電氣設備上的電壓降低，而且距故障點的電氣距離越近，電壓下降越嚴重,甚至降為零。③線路始端電壓，電流間的相位差將發生變化。④線路始端電壓與電流間的比值，即測量阻抗將發生變化。 ^[1] 

發電機組故障包括空載電壓太低或太高、穩態電壓調整率差、電壓表無指示、振動大等。

輸電線路是電網的基本組成部分，由於其分佈範圍廣，常面臨各種複雜地理環境和氣候環境的影響，當不利環境條件導致線路運行故障時，就會直接影響線路的安全可靠運行，嚴重時甚至會造成大面積停電事故。輸電線路的故障主要有雷擊跳閘故障、外力破壞故障、鳥害故障、線路覆冰及導線的斷股、損傷和閃絡燒傷故障等。

變電所是電力系統中對電能的電壓和電流進行變換電壓、功率和彙集、分配電能的場所。變電所中有着不同電壓的配電裝置，電力變壓器，控制、保護、測量、信號和通信設施，以及二次迴路電源等。按其用途可分為電力變電所和牽引變電所(電氣鐵路和電車用)。電力變電所又分為輸電變電所、配電變電所和變頻所。這些變電所按電壓等級又可分以為中壓變電所(60 kV及以下)、高壓變電所(110～ 220 kV)、超高壓變電所(330～ 765 kV)和特高壓變電所(1 000 kV及以上)。按其在電力系統中的地位可分為樞紐變電所、中間變電所和終端變電所。變電所故障主要有下面四種：①直流系統接地及故障；②電容器的故障；③斷路器故障；④避雷器的故障。

母線是電能集中和分配的重要設備，是電力系統的重要組成原件之一。母線發生故障，將使接於母線的所有元件被迫切除，造成大面積用户停電，電氣設備遭到嚴重破壞，甚至使電力系統穩定運行破壞，導致電力系統瓦解，後果是十分嚴重的。

母線故障的原因有：母線絕緣子和斷路器套管的閃絡，裝於母線上的電壓互感器和裝在母線和斷路器之間的電流互感器的故障，母線隔離開關和斷路器的支持絕緣子損壞，運行人員的誤操作等。 ^[1] 

變電運行是否正常關乎整個電力系統的安全和穩定，但由於設備數量多且運行復雜，導致了變電故障的頻繁發生，也給設備的維修養護工作造成了困難，及時排除故障可以保障電力系統的安全運行。

直流系統的接地故障是電力系統在運行中最容易遇見的故障類型，該故障多是由二次線磨損、絕緣老化、雨水侵入等原因造成直流極性端的對地絕緣性能降低而引發的。

直流系統的接地故障一經產生，變電工作人員必須立即停止站內的二次迴路、設備檢修等相關工作，並判明接地極性，再檢查系統的控制迴路、信號迴路、整流裝置等，及時排除故障。

對直流系統的接地故障進行查找，一般都是採用的拉路法。查找過程中，變電運行工作人員應該沉着冷靜，分清主次，根據先檢查信號照明後檢查操作保護的

順序進行，並堅持先室外後室內的原則，依照程序，逐步縮小排查範圍，直至確定故障所在。如果故障排查涉及到調度所轄的設備，要先跟調度彙報，經當班的調度員同意後方可開展工作。

另外，在查找故障時，如果有取下熔斷器的必要，要嚴格按先拔正極熔斷器，再拔負極熔斷器這一順序進行，恢復順序則恰恰相反。這樣做能夠防止寄生迴路的影響，避免誤動保護裝置而造成停電範圍的擴大。

最常見的電容器故障就是外殼温度過高、膨脹、漏油以及聲音異常等現象。一旦出現電容器故障，變電運行工作人員應該立即向調度彙報，申請檢修，並根據電容器故障情況制定專

門措施進行處理。如遇有電容器的爆炸着火情況，工作人員應該使用乾粉滅火器消滅火源，如果電容器的油流出造成火勢蔓延，就應該用乾燥的土和砂壓蓋油火；如果電容器熔斷器的熔絲熔斷了，變電工作人員對整組電容器放電後，應該先檢查電容器的外觀是否完好達標，當確保所有故障都被排除了，方可更換型號、規格等都相匹配的熔斷器進行重新送電，未查明故障原因前，不允許投入運行之中。

變電運行過程中出現的儀用互感器的故障主要有電壓和電流互感器故障這兩類。電壓互感器的故障類型比較多，主要包括：互感器的熔斷器接連熔斷兩次，內部有放電情況，外殼與引線之間有電火花、外殼冒煙、漏油等情況。電壓互感器一旦出現故障應立即停電進行檢查，排除隱患。電流互感器運行中出現最多的故障情形是：電流互感器漏油、開路、過熱、互感器內部冒煙等。電流互感器出現開路時，應使用絕緣工具對二次迴路做短接，當涉及到母差保護或主變差動時，應申請退出保護裝置的運行。

電壓互感器與電流互感器都是構成電力系統的設備基礎，一旦發生故障將會對電力系統的正常運行造成重大影響，必須加強這兩種設備的監督巡視工作。 ^[3] 

電力系統故障處理過程就是從系統中確定分析的故障區域，儘可能地縮小範圍。然後，從被分析區域的某些檢測量中得到故障徵兆信息，經過對這些前期信息進行分析處理，根據保護動作的信號，判斷故障發生的具體位置，進而將故障元件與非故障網絡進行隔離，再採用實時結線的方法來識別故障前後的系統拓撲結構，之後找出這兩個系統拓撲結構的差異，便可以識別出故障發生區域的一些簡單故障，甚至可以直接識別出發生故障的元件。

①當故障發生時，當值人員要迅速、準確查明情況並快速做出記錄，報告上級和有關負責人員，迅速正確地執行調度命令及運行負責人的指示,按照有關規程規定正確處理；②迅速限制事故發展，消除根源，並解除事故對人身和設備的威脅；③用一切可能的方法讓設備能繼續運行，以保證用户和線路的供電正常；④對故障事故進行分析時只允許與事故處理有關的領導和工作人員留在控制室，在處理事故過程中要保持清醒的頭腦，應當隨時與上級調度保持緊密聯繫，隨時執行命令。當事故告一段落時，應迅速向有關領導彙報，事故處理完畢後，進行總結，應記錄事故發生的原因，處理過程及處理結果。經常對職工進行安全教育，提高值班人員處理事故的素質。 ^[1] 

電力系統是由生產、輸送、分配和消費電能的發電機、變壓器、線路和用户組成的，是將一次能源轉換成電能並輸送與分配至各用户的一個統一系統。由於電力系統在國民經濟中及人民生活中佔着重要地位，因此電力系統故障分析方法的研究一直備受人們的重視。一般電力系統故障分析方法有以下三種:

1)專家系統是一個具有大量專門知識和經驗的計算機程序系統，通過在線監測並進行數據採集、存貯，然後傳送到診斷運行中心,在這裏由專家系統進行處理、分析和診斷,最後將診斷結果和處理建議自動地反饋回運行現場。具有知識庫和推理機兩個主要的組成要素。其軟件具有相當於某個專門領域的專家的知識和經驗水平,模擬專家的決策過程,以解決那些需要專家才能決策的複雜問題。專家系統可以分為:基本規則系統、基本模型系統和基本邏輯系統等三種類型。

2)人工神經網絡是模擬人類神經系統傳輸、處理信息過程的一種人工智能技術，是通過對樣本的學習獲得的,是採用神經元實現變電站故障分析的方法及它們之間的有向權重連接來隱含處理問題的知識。具有學習與自我能力；容錯能力比較強;神經元之間的計算具有相對獨立性,便於並行處理。

3)遺傳算法是一種新發展起來的優化算法，它已經成為人們用來解決高度複雜問題的一個新思路和新方法。它模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的進化規則，對包含可能解得羣體進行基於遺傳學的操作,不斷生產新的羣體並使羣體不斷進化，同時以全局並行搜索優化羣體中的最優個體以求得到滿足要求的最優解。遺傳算法以其能以較大概率求得全局最優解、計算時間較少等特點在電力電子故障分析系統中得到了應用。合理採用信息，運用遺傳算法進行分層信息故障分析。 ^[1] 

除上述主要診斷方法外，近年來一些專家和學者也提出了一些其他的電力系統故障診斷方法，如基於多代理系統的故障診斷方法、信息融合的故障診斷方法、基於時間信息序列的故障診斷方法、基於故障波信息的故障診斷方法等，還有學者提出將決策樹理論、數據挖掘、小波分析方法、遺傳算法、模式識別等智能技術運用到電力系統故障診斷中，都取得了一定的成果。 ^[4] 

美國是對故障診斷技術進行系統研究最早的國家之一，1961年美國開始執行阿波羅計劃後，出現了一系列設備故障，促使美國航天局和美國海軍積極開展故障診斷研究。美國在航空、航天、核工業以及軍事部門中診斷技術佔有領先地位，英國在汽車和飛機工業、發電機監測和診斷方面具領先地位，日本在鋼鐵、化工和鐵路等行業的診斷技術方面處於領先地位。據日本統計，在採用診斷技術後，事故率減少了75%左右，維修費降低了25%~50%；英國對2000個大型工廠的調查表明，採用診斷技術後每年節省維修費3億英鎊，而用於診斷技術的費用僅為0.5億英鎊。隨着設備與系統的複雜程度的增加，故障診斷的成本也不斷增加，促使人們開始轉向尋求更具“智能”的故障診斷。

智能故障診斷是相對於傳統的故障診斷而言的。傳統的故障診斷方法可分為基於信號處理的方法和基於數學模型的方法兩類，需要人工進行信息處理和判斷分析，沒有自學習能力。智能故障診斷是融合了人工智能技術的新方法，對故障信息有初步的自動分析和學習能力。智能故障診斷是故障診斷技術發展進程中的新里程碑。

1956年人工智能學科正式誕生，1965年出現了專家系統雛形，1970年以後，人工智能逐步實用化。電網的故障過程難以用數學模型來進行描述，運行狀態信息也複雜多變，信號處理極其複雜，而人工智能技術能夠存儲和利用專家長期積累的經驗，能夠模擬人腦的邏輯思維過程進行推理以解決複雜診斷問題；可以不受外界干擾地提供高質量的服務，所以得到了廣泛的應用。 ^[2] 

包括專家系統、人工神經網絡、決策樹理論等，此外近幾年也出現了數據挖掘、模糊理論、粗糙集理論、Petri網絡、貝葉斯網絡、信息融合、信息論、支持向量機、仿生學的應用及多智能體系統等技術以及上述方法的綜合應用。

專家系統可以彙集若干位專家的知識和經驗，進行分析、推理，最終得出正確的結論，決策水平可以超過單個專家。所以故障診斷專家系統近年來成為熱門研究課題，尤其適合應用於電力系統。1991年，故障診斷專家系統就已經佔美國電力工業中專家系統的總數的41%。故障診斷專家系統除了具備專家系統的一般結構外，還具有自己的特殊性。它具有如下特點：①知識可以從類似系統、設備或工作實際、診斷實例中獲取，即知識來源比較規範；②診斷的對象是複雜的，行為是動態的，故障是隨機的，普通人很難判斷，這時就需要通過討論或請專家來進行診斷。

故障診斷專家系統中常用的推理機制可以劃分為正向推理、反向推理、正反向混合推理三種基礎推理結構。正向推理的過程：系統發生故障時，根據斷路器和保護的動作信息，按照知識指導的推理策略調動知識庫在相關空間中搜索。當規則的條件部分與診斷輸入信息相匹配，就將該規則作為可用規則放入候選隊列中，再通過沖突消解，將其作為進一步推理的證據直至求得診斷結果。反向推理是首先提出假設，然後尋找支持該假設的證據，若所需證據都能夠找到，則表明該假設成立，反之假設不成立。正反向混合推理機是首先根據跳閘斷路器的保護信息進行初步推理，得到故障設備的假設，然後根據所得假設以及斷路器和保護設備之間的邏輯規則進行反向推理，驗證假定的故障設備的正確性，有效的縮小查找故障範圍。幾十年以來，專家系統得到了大量深入的研究，具體實現方法很多，但是其推理過程的邏輯原理不外乎這三種。

已研究的故障診斷專家系統模型有：基於規則的診斷專家系統、基於案例的診斷專家系統、基於行為的診斷專家系統、基於故障樹的診斷專家系統、基於模糊邏輯的診斷專家系統、基於ANN的診斷專家系統和基於數據挖掘的診斷專家系統等。

（1）基於規則的診斷方法是根據以往專家診斷的經驗，將其歸納成規則，通過啓發式經驗知識進行故障診斷，適合於已具有豐富經驗的專業領域的故障診斷。基於規則的診斷具有知識表述直觀、形式統一、易理解和解釋方便等優點，診斷知識可以通過領域專家獲取和繼承。但複雜系統所觀測到的症狀與所對應診斷之間的聯繫是相當複雜的，通過歸納專家經驗來獲取規則，準確度和通用性不佳。

（2）基於案例的診斷方法適用於領域定理難以表示成規則形式，而是容易表示成案例形式並且已積累豐富案例的領域（如醫學診斷）。

（3）基於行為的診斷方法本質也是基於規則的診斷。該方法的關鍵問題是：故障行為徵兆（語義徵兆、圖形徵兆）的自動獲取難度較大；新故障自動識別和分類，尤其是如何解決多故障情況下的診斷，是該方法的難點。

（4）基於故障樹的診斷專家系統的實質是一種改進的基於規則的專家系統，計算機依據故障與原因的先驗知識和故障率知識自動輔助生成故障樹。基於故障樹的診斷方法類似於人類的思維方式，同時吸納了決策樹技術的優點，易於理解，在設備診斷中應用較多。

（5）基於模糊邏輯推理的診斷方法是先建立故障和徵兆的模糊規則庫，再進行模糊邏輯推理的診斷過程。但是故障與徵兆的模糊關係較難確定，且系統的診斷能力依賴模糊知識庫，學習能力差，容易發生漏診或誤診。

（6）基於神經網絡專家系統的診斷方法有較好的容錯性、響應快、強大的學習能力、自適應能力和非線性逼近能力等，但是也存在固有的弱點：①系統性能受到所選擇的訓練樣本集的有效性的限制；②不能解釋自己的推理過程和推理依據及其存儲知識的意義；③利用和表達知識的方式單一，通常只能採用數值化的知識；④最根本的一點是神經網絡在模擬人類複雜層次的思維方面遠遠不及傳統的專家系統。

（7）基於數據挖掘的方法是隨着計算機技術的發展而逐步完善的，自從1989年8月由第11屆國際聯合人工智能學術會議提出這一概念以來，數據挖掘技術已經取得了很大的進步。數據挖掘可以是基於數學理論的，也可以是非數學的，可以是演繹的，也可以是歸納的。電力系統的故障信息包括故障徵兆和故障性質，信息量大而且基本規律穩定，適合利用數據挖掘技術進行處理。基於數據挖掘的比較新的應用成果有：①2004年，負荷預測專家系統在安徽省電力公司得到應用；②2006年，發電機故障診斷專家系統在某300MW機組得到應用；③2008年，電網故障診斷專家系統在廊坊電力公司得到應用。如何提高數據挖掘的適應性，還需要更多的探索研究。 ^[2] 

人類的經濟活動已經到了工業經濟時代，對電力系統的穩定運行具有更高的要求 ^[1]  。智能故障診斷是故障診斷技術發展進程中的新里程碑。常用的智能故障診斷技術有專家系統、人工神經網絡、決策樹、數據挖掘等，專家系統技術應用最廣，最為成熟，但是也需要結合使用其他智能技術來克服專家系統技術自身的缺點。 ^[1] 

電力系統故障診斷的研究發展方向：

（1） 多種診斷方法相互結合使用。由於各種診斷方法都有自己的優勢，這樣通過各種方法的結合，優勢互補，來解決各自單一方法在診斷過程中的不足。

（2） 信息不完整情況下故障診斷方法的研究。大部分是基於從調度中心獲得完整信息的基礎上進行故障診斷，並且這些信息是完全可靠的。可是實際運行過程中，由於保護裝置、斷路器等電器設備的誤動作或者不動作等錯誤信息或者有用信息的缺失往往會直接影響故障診斷的結果，而要將所有繼電保護的狀態信息全部送人調度中心存在很大的困難。因此在這種情況下很多方法都無法滿足。所以需要我們在信息不完整情況下故障診斷方法方面進行深入的研究，尋求一種在不完整信息狀況下可以更好的克服這種困難，做出合理的診斷結果的方法。

（3） 電網發生故障前“亞正常”的預測。“亞正常”就是指電網正常運行時，某些指標已經偏離了正常的允許範圍，將面臨可能進一步惡化的趨勢。通過把這種“亞正常”的信息反饋給調度員或者運行中心，有利於提早的預測故障的發生或者及時的做出相應的措施來校正這種“亞正常”狀態。就各種方法而言，都沒有能夠在故障發生前對這些“亞正常”的電氣參數、指標做出反應，這將是預防和診斷故障過程中重要的環節。

隨着電力系統的發展，電力系統網絡規模越來越大，結構更加的複雜，對電力系統故障診斷提出了更高的要求。上世紀80年代開始，國內外已經開始進行了大量的研究，分別以不同的理論為基礎，利用不同的手段提出了多種故障診斷的技術和方法，但是在實際的應用中這些技術和方法存在的一些問題還沒有得到很好的解決。 ^[5]