基于GA与RS的电力系统输电线路故障诊断

王辰曦

【摘 要】当前我国电力系统内存在诸多的故障问题，断路器跳闸情况时有发生从而引起大规模停电。因此针对此类问题，提出基于GA与RS共同对输电线路故障进行诊断的方式，分析电力系统输电线路故障原因，对于故障诊断规则在留有遗传算法的基础上进行明确，对故障动作决策表使用粗糙理论集进行约简，对于关键信息进行保留的同时，对于故障位置进行快速准确的诊断。

【关键词】GA；RS；电力系统输电线路

前言：目前，现代电网其规模逐步扩大，内部构造逐步复杂，若短期之内有大批量的报警信息进入电力调度中心内部，不能第一时间对其进行故障检测及处理，电网整体运行安全则会受到影响。当前，国内外研究人员分别在输电线路故障诊断方面，提出了大量诊断方法例如：贝叶斯网络（BN）、专家系统（ES）、模糊集理论（FST）等。但伴随科学技术的不断发展以及有关人员的不断深入研究，诊断方式单一化无法对社会需求进行满足。逐步出现维护较为困难、容错能力不高、知识库不具备完善性以及推理速度较慢等问题。因此，需对故障诊断方式进行不断创新，使得诊断方式不再局限于单一化，例如将GA（遗传算法）与RS（粗糙集理论）二者相结合的输电线路故障诊断形式。

1.GA电力系统输电线路故障诊断流程

GS故障诊断流程是将有关状态信息于待诊对象内部进行提取，经由对状态信息的研究处理，将其转化为数学模型，利用原始决策信息和有关目标函数，依据粗糙集数规则来完成原始决策表，随后出现最优规约集REDU，从而利用遗传算法对故障范围进行计算，最终挑选出故障元件[1]。具体流程如图一所示。

图一 故障诊断流程图

电力系统输电线路有故障问题出现时，有关动作状态会导致断路器立即跳开，从而对断路器表现形式对于故障设备进行确定。可利用数学模型对断路器表现形式进行展示，从而构建基于GA的电力系统输电线路故障诊断模型，可对不连续的非线性问题进行解答，还可于整体可行空间范围内找到最佳计算结果。先选取出最为合理的警报信号故障假说，从而对电力系统输电线路故障进行诊断，利用数学公式可表示为：

该公式中：为确保E（X）恒为正，因此式中W为极大的正数，将W设为108，断路器总数目为nc、故障区保护总数目为nr、诊断区元件数目为n。系统内元件状态为X，元件故障为Xi=1、元件无故障为Xi=0。系统期许保护形式为Y*（X）、应该动作为yk*（X）=1、不应该动作为yk*（X）=0[2]。系统保护状态为Y，已保护动作为yk=1、未保护动作为yk=0。系统内断路器形态为C，断路器完成跳闸为cj=1、断路器未跳闸为cj=0，系统内断路器期许形式为C*（X，Y），断路器应跳闸为Cj*（X，Y）=1、断路器不应跳闸为Cj*（X，Y）=0。运用此等方式，用数学模型求解最小值的形式，来对电力系统输电线路进行故障诊断，系统内部全部状态均可用1、0进行表示，从而可利用0—1规划问题思想对其进行求解。

2.RS电力系统输电线路故障诊断流程

RS故障诊断流程具备以下特点：首先，可不对先验知识的有关信息数据进行使用。其次，RS内部知识可对故障信息自行对其分类。最后，可于模式识别、特征提取、决策规则中广泛使用，还可自行提取故障信息集，由于RS具备约减性，从而可对故障信息集实行降维操控。

信息系统设置为S=（U，A，V，F），C∩U = 、C∪D=A，其中条件属性集为C、决策属性集为D。S为信息系统同时包含决策属性集及条件属性集则是决策表。断路器动作及保护动作均涵盖于条件属性集内部，各个故障样本分别由每行来相应对其表示，选取“0”、“1”来对断路器动作及保护动作进行表示，未动作为“0”、已动作为“1”。

3.GA与RS的电力系统输电线路故障诊断

根据本文上述理论，在电力系统中选取部分输电线路来对其进行测试。其中涵盖15个保护、6个断路器、5个元件，主保护用m表示，若线路或者母线有故障出现，第一时间进行主保护动作，有关断路器立即跳开。近后备保护用p表示，若线路或者母线有故障出现，主保护未第一时间进行动作，则由近后备保护进行动作，使得有关断路器立即跳开。远后备保护用s表示，若线路或者母线有故障出现，主保护、近备保护均未第一时间进行动作，则由远后备保护进行动作，使得有关断路器立即跳开。

将初始决策表依据上述RS理论来对其规约处理[3]。具体流程为将初始规约集设置为空置，随后依据各个属性重要性来排序，属性集内添入每次挑选时重要性最大的属性。倘若原属性集相比新属性集在决策属性依靠程度一样，则可由新属性集全然替代原属性集。但需注意此时的属性集依旧不是最简的，要删除内部冗余属性，仍然依据各个属性重要性来排序，倘若删除属性会使新属性集依靠决策属性的程度受到影响，则将该属性留存，不然则删除。余下的则是最佳的归约集。将原决策表属性核心进行计算得出Cm及Bm，从而对数据进一步进行归约，得到最終约减决策表。

基于数据模型。利用遗传算法依据最终约减决策表，来对输电线路进行故障诊断，少部分参数设置如下：初始交叉概率参数设为0.9、染色体串长参数设为5、种群大小参数设为90、遗传算法终止进化代数参数设为50，初始变异概率参数设为0.001，有关计算公式为 、 。对目标函数进行求解时，以往GA需进行多次输送方可求得最优解，而基于GA与RS则在传送10次左右即可求得最优解。一般于第一代即可找到最佳个体，因而最佳个体出现提前极为显著。个体适应度利用适应度函数计算其值有所提升，选取优良个体更为便捷。在对元件进行故障检测时，基于GA与RS依旧可对故障元件所处位置进行准确诊断。

结束语：综上所述，伴随我国电力行业的稳步发展，电力系统的可靠性备受社会各界的广泛关注。在这一大背景下，故障诊断技术随即出现，在实际应用过程中重要性日渐突出。加之，科学技术的不断发展，怎样开发出最为适合的算法是当前故障诊断的主要内容，本文对遗传算法、粗糙集算法进行分析，并基于二者基础上对于电力系统输电线路故障进行诊断，可对故障位置进行快速确认，同时在数学模型内找出出现问题的元件，使得供电网可靠性有所提升，使用价值极为显著。

参考文献：

[1] 宋玉琴，程诚，赵洋，等.基于GA与RS的电力系统输电线路故障诊断[J].电子测量技术，2017，40（11）：81-84.

[2] 姬波，杨文东，张驰，等.基于GA-SVM的高压输电线路弧垂预测模型[J].郑州大学学报：理学版，2018，50（04）：97-103.

[3] 张金波，吴纵，张博.一种新型输电线路接地故障监测方法的研究[J].自动化技术与应用，2017，36（4）：92-98.

（作者单位：榆林电力设计院.）