张术鹏,牟 琳,宋 娜,张 超
(1.山东科技大学,山东 青岛 266000;2.山东大学工程训练中心,山东 济南 250000)
众所周知,我国拥有13 亿人口的电力需求。随着我国综合国力的快速发展,人民生活质量不断提高,由此带来的用电设备和用电需求快速增长。无论是生活用电还是工业用电的增长都是对我国整个电力系统的严峻考验,这也使得我国电网结构和运行方式日益复杂。电力是一个国家发展的基本保障。如果发生重大电力事故或电网故障频繁发生,不仅会对人民生活造成严重影响,还会给企业乃至整个国民经济造成无法弥补的损失。因此电力系统故障诊断研究具有重要的现实意义[1-3]。
配电网运行设备较多,覆盖面广,故障定位困难,传统的基于开关保护动作信号的故障诊断方法存在漏报、误报、拒动、误动问题以及电网拓扑结构变化频繁等问题,难以实际应用。由于传统的电网故障诊断方法存在着许多局限性,许多问题难以用传统数学方法描述,传统的人工故障检测方法不仅耗费人力,而且不能保证检测的准确性和时效性,如果不能及时发现并处理故障,故障造成的危害将越来越严重,造成巨大的经济损失[4]。对此,国内外学者们提出了多种电网故障诊断方法,如基于贝叶斯网络[5-6]、人工神经网络[7]、模糊理论[8-9]、Petri 网[10-12]以及矩阵法[13-17]等,这些方法各有其特点与优点,当然也存在一定缺点,如人工神经网络的方法虽然具有强大的非线性拟合能力,但需要大量的故障数据与测试数据通过训练来表达出复杂的输入/输出关系。……