专利名称：一种用于微网的快速故障诊断方法
技术领域：
本发明涉及到微网的故障诊断技术，特别是如何自动快速识别出故障区域和故障元件的方法。
背景技术：
为弥补大电网发生大无源事故时的自身弱点和充分利用清洁能源，微网技术的研 究越来越受到国内外学者的重视。但相对于大电网来说，由于微网中分布电源和输电网络 的特点，使其更容易发生故障。为了确保供电的可靠性和连续性，有必要对微网进行快速故 障诊断，自动识别出故障区域和故障元件，从而提高微网乃至大电网的安全稳定运行。由于微网是一种新型的电网，国内外对微网的故障诊断研究较少，大部分故障诊 断研究是针对通用电网的。在对通用电网故障诊断中，传统的方法是采用潮流分析的方法，它根据实时网络 拓扑结构的系统结构参数和潮流变化来确定故障区域，该方法的计算量大，诊断速度慢，因 此现在广受关注的是基于人工智能的快速故障诊断方法。如申请号为200810011328. 8的 中国专利文献“一种电网故障诊断装置及方法”介绍了其诊断装置和相应的诊断方法。其 诊断方法是对采集装置采集电网的电压、电流、断路器的开关状态信号和继电保护的动作 信号，运用改进的广义粗糙集约简算法进行故障诊断。“GATS算法及其收敛性研究”(孙艳丰，郑加齐.铁道学报，2000，22 (2) :96_97)介 绍了一种遗传算法和禁忌搜索混合策略(GATS)，这种混合策略以遗传算法做全局搜索，禁 忌搜索算法做局部搜索，每进行一次遗传算法调用一次禁忌搜索来改良群体，以最大迭代 次数为终止准则将微网故障诊断转化为最优求解问题。
发明内容
本发明的目的在于提供一种用于微网的快速故障诊断方法，该方法可有效提高故 障诊断的效率，减少故障诊断的时间，提高故障诊断的质量。本发明提供的一种用于微网的快速故障诊断方法，其特征在于，该方法包括下述 步骤(1)设定诊断时钟t，其初始值为0，并分别设定开关信息诊断时间阈值T1和保护 信息诊断时间阈值T2作为诊断时限，且T1 < T2 ；(2)判断诊断时钟t彡T1是否成立，如果是，故障诊断宣布失败，转入步骤(8)，否 贝U，进入步骤⑶；(3)利用开关信息进行故障诊断，其过程为(3. 1)以断路器为界限将待诊断的微网划分成若干子网络，判断各子网络是否有 源，将新增加的无源子网络区域作为可疑故障区域，该可疑故障区域内的所有元件判定为 可疑故障元件，作为可疑故障解；(3. 2)如果可疑故障解是唯一的，则该可疑故障解就是故障元件，其所在的无源子网络区域就是故障区域，故障诊断宣布成功，转入步骤(8)；如果有多个可疑故障解，则进 入步骤⑷；(4)判断保护信息诊断是否超时若诊断时钟t ^ T2，则超出保护信息诊断时限， 本次故障诊断宣布失败，转入步骤(8)，若诊断时钟t < T2，则进入步骤(5)；(5)利用保护信息进行故障诊断构造目标函数，将步骤⑶得到的可疑故障解作 为上述目标函数的初始解；设置最大迭代次数C和群体规模M，然后采用遗传算法做全局搜 索，再采用禁忌搜索算法做局部搜索对该目标函数进行求解，得到最优解；(6)根据最优解判断是否得到唯一的可疑故障解，如果是，则故障诊断宣布成功，将可疑故障解对应的可疑故障元件作为故障元件，转入步骤(8)，否则进入步骤(7)；(7)判断诊断是否达到预设的计算次数，若达到预设计算次数则重新初始化诊断 时钟置t = 0，并延长开关信息诊断时间阈值1\和保护信息诊断时间阈值T2，进入步骤(2)， 否则，进入步骤(4)，并且在步骤(5)中，增大最大迭代次数C和群体规模M ；(8)诊断结束。本发明方法根据微网自身的特点，采用分步诊断的方式，首先利用网络的开关信 息进行初步诊断。开关信息诊断根据开关状态把各种设备(如发电机、负荷馈线、变压器、 输电线等)连接成电网并形成和识别若干个相互孤立的子网络，根据子网络是否有电源的 注入，识别有源子网络和无源子网络。因故障区域在故障前必然属于有源子网络中，故障后 必然属于无源子网络(即新增的无源子网络)。只要根据故障前后拓扑分析结果的差异就 可得到故障区域和故障元件。由于开关信息数据量少而且传输速度快，对一些简单的故障， 开关信息诊断系统可以快速准确地诊断出故障。对于复杂故障，如断路器和保护的拒动、误动等情况，开关信息诊断系统初步诊断 的结果可能有多个可疑故障解。出现多个可疑故障解时，此时可进入第二步诊断，利用网络 的保护信息进行诊断。本方法中，保护信息诊断利用元件的保护信息在考虑微网中断路器 失灵、保护的特殊性、方向元件影响的情况下，建立了一个新的目标函数，把微网的故障诊 断问题表示为0-1整数规划问题，在对目标函数的最优求解过程中，引入了遗传算法和禁 忌搜索混合策略，将禁忌搜索独有的记忆能力应用到遗传算法中，不但可以利用禁忌搜索 算法的爬山能力，而且还可以结合遗传算法并行搜索的优点，有效克服了遗传算法早熟的 缺点，提高最终解的质量。采用开关信息和保护信息分步诊断的方法，可有效提高故障诊断 的效率，减少故障诊断的时间；构造目标函数并采用遗传算法和禁忌搜索混合策略，可以较 大概率得到全局最优解，使得保护信息诊断系统对初始解的敏感程度、对初始参数的依赖 性上，均优于传统的潮流计算方法，可有效避免多解情况，提高故障诊断的质量。
图1为本发明的故障诊断流程示意图。图2为本发明的目标函数求解流程示意图。
具体实施例方式根据电力系统信息源的特性，引用了分步诊断的思想，先进行开关信息诊断，再进 行保护信息诊断，流程如图1所示，具体包括下述步骤
(1)设定诊断时钟t，其初始值为0，并分别设定开关信息诊断时间阈值T1和保护 信息诊断时间阈值T2作为诊断时限，且T1 < T2 ；I\、T2的设定与系统规模有关，是为了防止由于不良和错误信息造成的诊断时间过 长或者死循环，通常而言，两个诊断时间阈值的取值范围为1 10分钟。(2)判断开关信息诊断是否超时若诊断时钟t ^ T1,则超出开关信息诊断时限， 本次故障诊断宣布失败，转入步骤(8)，若诊断时钟t< T1，则诊断继续，并进入步骤(3)；
(3)利用开关信息进行故障诊断，其过程为(3. 1)对待诊断的微网网络拓扑结构进行分析，以断路器为界限对微网进行分区， 形成若干子网络；判断各子网络是否有源，将新增加的无源子网络区域作为可疑故障区域， 其内的所有元件判定为可疑故障元件，作为可疑故障解。(3. 2)如果可疑故障解是唯一的，则该认为找到了故障区域和故障元件，该可疑故 障解就是故障元件，其所在的无源子网络区域就是故障区域，故障诊断宣布成功，转入步骤 (8)；如果有多个可疑故障解，则进入步骤(4)；(4)判断保护信息诊断是否超时若诊断时钟t ^ T2，则超出保护信息诊断时限， 本次故障诊断宣布失败，转入步骤(8)，若诊断时钟t< T2，则诊断继续，并进入步骤(5)；(5)利用保护信息进行故障诊断，其过程为(5. 1)首先构造出一个目标函数在考虑了微网断路器失灵保护的特殊性和方向元件影响的情况下，本发明设定的 故障诊断的目标函数E(X)为
NNE(X ) =bkb[ - Ydkd[
k=\ k=\
NN
k=\ k=\
N+Yyk -d[
k=\
Q^+ΣWJ-(1)
J=I
Q^^+ Σ C/ _ C; 1 - WjWij
J=I
N+ ^ dirk - di/k
k=\其中X表示可疑故障元件的状态；设可疑故障区域内的可疑故障元件的总数为 N，断路器总数为Q，令k表示可疑故障元件的序号，j表示断路器的序号。rk和分别表示第k个可疑故障元件的主保护的实际状态和期望状态，动作时取 1，未动作时取0 ；bk和bk*分别表示第k个可疑故障元件的近后备保护的实际状态和期望状 态，动作时取1，未动作时取0 ；dk和cC分别表示第k个可疑故障元件的远后备保护的实际状态和期望状态，动作时取1，未动作时取O ；这里可疑故障元件是指可疑故障区域内的发 电机、负荷馈线、变压器或输电线等。Cj和C/分别表示第j个断路器的实际状态和期望状态，跳闸时取1，未跳闸时取 0w/表示分别表示第j个断路器的失灵保护的实际状态和期望状态，动作时取1，未 动作时取0 ；这里断路器j指可疑故障区域内的断路器。dirk和Clirk*分别表示第k个可疑故障元件的方向元件的实际值和期望值，元件k 故障时取1，非故障时取0;Y表示或运算，对Y项后的各项进行或运算，即Y项后面累加的元素不全为0时，累 加结果为1，当各元素全为0时，累加结果为0。公式(1)右边第一项表示主保护动作对目标函数的影响。当主保护拒动而后备保
护正确动作时，r _彳将增大目标函数的值，而卜 =0，乘以该因子 r「rk ~1 k=l
后可以消除这种不利影响；公式(1)右边第二项表示近后备保护动作对目标函数的影响；公式(1)右边第三项表示远后备保护动作对目标函数的影响；公式(1)右边第四项表示断路器失灵保护动作对目标函数的影响；公式(1)右边第五项表示断路器动作对目标函数的影响。若断路器拒动而启动了
相应的失灵保护，那么Icy -C-I = I将增大目标函数的值，乘数因子可以消除这
种影响；(5. 2)将步骤(3)即开关信息诊断得到的各个可疑故障解作为上述目标函数的初 始解；利用遗传算法和禁忌搜索算法相结合的方法，即用遗传算法做全局搜索，用禁忌搜索 算法做局部搜索对该目标函数进行求解，其求解流程如图2所示，具体可表述为1)根据可疑故障解确定编码长度将步骤(3)得到可疑故障解的个数即可疑故障 元件的数目定为编码长度N;2)设定最大迭代次数C、群体规模Μ、交换概率P。和变异概率Pm。通常取最大迭代 次数C为100 5000，群体规模M为20 100，交换概率Pe为0. 4 0. 99，变异概率Pm为 0. 0001 0. 1)；3)置初始迭代数c = 0，所有可疑故障元件状态Xk(k = 1,2,3,…，N)组成长度 为N的二进制符号串S，作为遗传算法中的个体；随机初始化符号串S，随机形成M个符号串 S，记为SnOi= 1,2,3,…，M)，构成群体规模为M的群体；Xk表示可疑故障区域内第k个可 疑故障元件的状态。4)利用目标函数计算每个个体Sn的适应度f (Sn) :f (Sn) = Cmax-E(Sn|X)，这里Cfflax 为保证适应度为非负的常数，在本发明中取目标函数可能得到的最大值；E(Sn|X)表示在Sn 对应的可疑故障元件状态下目标函数的值。
丨M5)计算每个个体S1JjJ选择的概率尺=f(S ) J^f(Sk) (η=1, 2，3,…,M)，并
/ k=\
根据初始群体中个体被选择的概率确定用于繁殖下一代的群体在用于繁殖下一代的群体 中个体Sn数量为PnXM个；6)进行交叉变异，产生新一代个体，形成新群体。
按交换概率Pe对群体中的个体进行交换运算，交换运算过程为随机地选择两个 个体，对相同位置的值实行交换。(例如有个体Sl = 100101，S2 = 010111，选择它们的左 边3位进行交叉操作，则有Sl = 010101，S2 = 100111)
按变异概率P11^f群体中的个体进行变异运算变异运算过程为随机的选择个 体，对个体中的某一位的值执行变异。在变异时，对执行变异的字符串的对应位求反，即把 1变为0，把0变为1产生新群体；7)利用禁忌搜索的方法对群体中的个体逐一进行领域搜索，改良群体，得到新的 个体对个体Sn(n = 1，2，3，…，M)(当前解)逐一进行移动(move)操作，同时设置禁 忌(Tabu)表，保存最近20次迭代过程中所实现的移动操作，凡是记录在禁忌(Tabu)表中 的移动，在当前的迭代过程中是不允许实现。采用基于适应值的特赦准则，即当某一个移动 操作被记录在禁忌表中时，但其作用于当前解后，可以达到一个到当前为止最优的适应度， 则认为该移动满足“特赦准则”，允许这次移动操作。8)判断是否满足退出条件若c < C即未达到最大迭代次数，则利用新的个体转 入步骤4)继续求解，否则转到9)；9)得到最优解，即最后一次迭代所得到的个体作为最优解Sn(n = 1,2,3,…，M)；(6)根据最优解判断是否得到唯一的可疑故障解若根据最优解所表示的状态可 以确定一组唯一的可疑故障元件状态χ<χ1; χ2, λ，xN>，则故障诊断宣布成功，其中状态值 Xk(k= 1,2,3,…，N)为1所对应的可疑故障元件即为故障元件，转入步骤(8)，否则进入 步骤(7)；(7)判断诊断是否达到预设的计算次数(一般2到3次)，若达到预设计算次数则 重新初始化诊断时钟置t = 0，并延长开关信息诊断时间阈值T1和保护信息诊断时间阈值 T2，进入步骤(2)，否则，进入步骤(4)，并且在步骤(5.2)中，增大最大迭代次数C和群体规 模M;(8)诊断结束。本发明不仅局限于上述具体实施方式
，本领域一般技术人员根据本发明公开的内 容，可以采用其它多种具体实施方式
实施本发明，因此，凡是采用本发明的设计结构和思 路，做一些简单的变化或更改的设计，都落入本发明保护的范围。
权利要求
一种用于微网的快速故障诊断方法，其特征在于，该方法包括下述步骤(1)设定诊断时钟t，其初始值为0，并分别设定开关信息诊断时间阈值T1和保护信息诊断时间阈值T2作为诊断时限，且T1＜T2；(2)判断诊断时钟t≥T1是否成立，如果是，故障诊断宣布失败，转入步骤(8)，否则，进入步骤(3)；(3)利用开关信息进行故障诊断，其过程为(3.1)以断路器为界限将待诊断的微网划分成若干子网络，判断各子网络是否有源，将新增加的无源子网络区域作为可疑故障区域，该可疑故障区域内的所有元件判定为可疑故障元件，作为可疑故障解；(3.2)如果可疑故障解是唯一的，则该可疑故障解就是故障元件，其所在的无源子网络区域就是故障区域，故障诊断宣布成功，转入步骤(8)；如果有多个可疑故障解，则进入步骤(4)；(4)判断保护信息诊断是否超时若诊断时钟t≥T2，则超出保护信息诊断时限，本次故障诊断宣布失败，转入步骤(8)，若诊断时钟t＜T2，则进入步骤(5)；(5)利用保护信息进行故障诊断构造目标函数，将步骤(3)得到的各个可疑故障解作为上述目标函数的初始解；设置最大迭代次数C和群体规模M，然后采用遗传算法做全局搜索，再采用禁忌搜索算法做局部搜索对该目标函数进行求解，得到最优解；(6)根据最优解判断是否得到唯一的可疑故障解，如果是，则故障诊断宣布成功，将可疑故障解对应的可疑故障元件作为故障元件，转入步骤(8)，否则进入步骤(7)；(7)判断诊断是否达到预设的计算次数，若达到预设计算次数则重新初始化诊断时钟置t＝0，并延长开关信息诊断时间阈值T1和保护信息诊断时间阈值T2，进入步骤(2)，否则，进入步骤(4)，并且在步骤(5)中，增大最大迭代次数C和群体规模M；(8)诊断结束。
2.根据权利要求1所述的快速故障诊断方法，其特征在于，设步骤(5)中的目标函数为 E (X)，其表达式为<formula>formula see original document page 2</formula><formula>formula see original document page 3</formula>其中X表示可疑故障元件的状态；设可疑故障区域内的可疑故障元件的总数为N，断 路器总数为Q。令k表示可疑故障元件的序号，rk和分别表示第k个可疑故障元件的主保护的实际 状态和期望状态，动作时取1，未动作时取O ；bk和bk*分别表示第k个可疑故障元件的近后 备保护的实际状态和期望状态，动作时取1，未动作时取O ；dk和cC分别表示第k个可疑故 障元件的远后备保护的实际状态和期望状态，动作时取1，未动作时取O ;dirk和Clir1；分别 表示第k个可疑故障元件的方向元件的实际值和期望值，元件k故障时取1，非故障时取O ； Xk表示可疑故障区域内第k个可疑故障元件的状态；令j表示断路器的序号，Cj和C/分别表示第j个断路器的实际状态和期望状态，跳闸 时取1，未跳闸时取O 和w/表示分别表示第j个断路器的失灵保护的实际状态和期望状 态，动作时取1，未动作时取O ； Y表示或运算。
3.根据权利要求2所述的快速故障诊断方法，其特征在于，步骤(5)中，目标函数的最 优解的求解过程包括；①将步骤(3)得到可疑故障解的个数即可疑故障元件的数目定为编码长度N;②设定交换概率Pe和变异概率Pm；③置初始迭代数c= 0，所有可疑故障元件状态组成长度为N的二进制符号串S，作为 遗传算法中的个体；令η表示符号串的序号，随机初始化符号串S，随机形成M个符号串S， 记为Sn ；④利用目标函数计算每个个体的适应度f(Sn) :f(Sn) =Cmax-E (Sn|X)，Cmax为一个保证 适应度为非负的常数；/ M⑤计算每个个体sn被选择的概率尺=RSn)Yj(Sk)，并根据初始群体中个体被选/ k=\择的概率确定用于繁殖下一代的群体在用于繁殖下一代的群体中个体Sn数量为PnXM 个；⑥进行交叉变异，产生新一代个体，形成新群体；⑦利用禁忌搜索的方法对群体中的个体逐一进行领域搜索，改良群体，得到新的个体；⑧如果c< C，转入步骤④，否则，进入步骤⑨；⑨最后一次迭代所得到的个体作为最优解Sn。
全文摘要
本发明公开了一种用于微网的快速故障诊断方法，采用分步诊断的方式，首先利用网络的开关信息进行初步诊断，即根据故障前后拓扑分析结果的差异，将新增的无源子网络判定为故障区域和故障元件，对于简单的故障，就可以确定唯一故障区域及故障元件。对于复杂故障，开关信息诊断初步诊断的结果可能有多个可疑故障解。此时进入第二步诊断，利用网络的保护信息进行诊断。保护信息诊断利用元件的保护信息建立了一个新的目标函数，把微网的故障诊断问题表示为0-1整数规划问题，引入遗传算法和禁忌搜索混合策略，对目标函数进行求解，通过最优解确定故障元件。本发明可有效提高故障诊断的效率，减少故障诊断的时间，提高故障诊断的质量。
文档编号G06N3/12GK101807797SQ20101014640
公开日2010年8月18日 申请日期2010年4月14日 优先权日2010年4月14日
发明者李正天, 林湘宁, 翁汉琍, 薄志谦, 赵志敏, 郑胜 申请人:华中科技大学