摘要：随着人们生活质量在不断提高，对于电力需求在不断提高，我国配电网结构复杂、供电区域涉及面广、自动化水平低，发生故障后易出现故障识别、定位困难和故障恢复时间长等问题，严重影响配电网供电可靠性。针对当前配电网智能化发展需求，综述了配电网故障诊断智能方法，具体包括专家系统法、神经网络算法、优化算法、Petri网、模糊集理论和贝叶斯网络，并综合分析了各种方法的应用场景和优缺点，最后探讨了智能配电网要求下的故障诊断技术发展前景。
关键词：配电网；故障诊断；智能技术；研究现状；发展趋势
引言
配电网建设进行的过程中，其服务社会中现代化建设的能力也得到了十分明显的提高。然而伴随着结构的日益成熟与复杂，由于各种各样的原因而导致电网故障，最终使得正常供电受到影响的事故也逐渐增多。据相关数据显示，在我国每年发生的电力故障中，有超过80%的故障是出现在配电网中。针对这样的客观现实，本文对配电网故障诊断方法进行分析总结，大大提高故障修复效率，为保证人们生活、工业生产顺利进行做出应有的贡献。
1智能配电网的优势
智能配电网具有如下几方面的优势：（１）安全性更高。在安全性方面，智能配电网进行了更进一步的升级，能够在电网遭受破坏，避免出现大面积的停电现象，也可以做好外部破坏的有效控制，确保供电的安全性。（２）可视化管理。智能配电网的设各可以保证整个系统的运行数据、电能质量扰动、停电数据的实时采集，使得工作人员能够全而掌握运行状态，在有问题出现时，迅速地进行管理与决策。其可视化管理方便了整个系统的操作，问题的检测与处理。（３）管理信息化。管理信息化主要指的是配电与用电之间的管理信息化，智能配电网系统可以将实时的运行同离线数据管理相互融合集成，这样才能实现真正的管理信息化。
2配电网故障智能诊断技术
2.1利用人工神经网络对配电网故障进行分析
人工神经网络经常会被称之为ANN，是由上个世纪四十年代心理学家W.S.McCulloch与美国著名数学家W.Pitts共同建立起的一种M-P神经元模型。人工神经网络已经和专家系统一样成为人工智能领域的重要构成部分。人工神经网络在解决问题的同时，利用的是神经元及存在于这些神经元之间的有向权重连接，对隐含处理问题进行深层次的分析，基于这个特点，在现实应用的过程中，它往往在分析复杂问题时，变现更为出众。除此之外，人工神经网络还有一个十分明显的优势，那就是它能够在工作的过程中，进行自学。神经元处理信息过程中，每一个神经元都是相对独立的状态，这为保证同时处理多个问题提供了十分明显的优势。引人关注的是，人工神经网络本身还兼具冗余性的特点，一旦某个神经元性能出现问题，整个网络的工作性能也不会因此受到影响。人工神经网络在实际应用中是由多种不同模型的，最常见的有Hopf ield模型和MLP 模型、BP神经网。在现实工作中，技术人员通过理论研究，建立起RBF神经网以及与模糊控制系统实现等值关系的模型，这样就能够为RBF神经网权重系统中的数据转化为等值模糊控制系统最普遍的语言表述的方法，为有效消解RBF神经网络数据存储以及诊断过程不透明、电网拓扑结构出现改变以及扩展情况，神经网络必须重新开展一次训练的问题做出了十分有益的尝试。然而在实际应用中，ANN依然有以下几方面问题需要提升。
2.2分布式智能控制技术
在当前的发展阶段，绝大部分配电网广泛应用集中型故障自愈控制方法，是基于每个配电终端和子站/主站两者之间的重要通信的角度出发。配电网调度主站根据配电终端故障数据与配电网实际的运行状态展开故障评估，精准定位故障位置，建立故障隔离区间与故障恢复措施，最终利用远程遥控的功能执行处理措施，进而发挥故障的自动隔离与非故障范围的恢复供电作用。
期刊文章分类查询,尽在期刊图书馆但是，该模式存在一定的缺陷，主要是由于过分依赖通信通道与主站，从实现自动控制的角度上分析，可靠性十分有限。
2.3基于新的TDR的故障定位与判断
之前详细的论述了基于TDR的故障定位与诊断，我们得知此项技术应用在高压和中压的配电网故障诊断中体现了良好的效果，对故障定位的比较准确，提供的诊断方法也比较具有权威性。而新的TDR诊断技术是在旧的TDR诊断技术的基础上得到实现的，基于新的TDR技术的故障定位与判断，可以在完成对故障信号的记录之后就对运行的故障进行预处理，可以提高故障检测和维修的效率，除此之外，在完成信号的对接之后就可以对任何的单相支接进行检测，整个的检测流程包括：首先，要将系统运行中的反射信号进行获取，通过反射信号构建临界的阈值，得出临界的阈值以后将高幅值的反射信号得出，操作人员在进行以下处理的时候要注意以下几个关键点：一、如果在电缆的某个位置有一相的反射信号，说明很可能还有一个单相的支接或者是短路。二、如果在电缆的某个位置有正反射的特点，说明在这个位置存在开路的故障，工作人员要做好对这个位置的检测。三、如果在电缆的某个位置有负反射的特点，要判断这个现象是第几次出现的，如果是第一次出现，则很有可能在这个位置出现三相短路故障。
2.4模糊集理论
隶属度是一个[0，1]的实数，表示某个元素属于某个集合或者拥有某种属性的程度，在配电网故障中，每种故障对应于多种故障信号，而一种故障信号也可能在多种故障中出现，调度中心很难辨别接收到的故障信号分别由哪些故障引起的，用隶属度来描述某个故障特征属于某种故障的程度，再以隶属度为参数诊断故障可以使这种模糊的因果关系量化从而便于推理计算。模糊理论可以描述数据的可信度，从而有助于综合考虑多种判据，提出了一种基于模糊理论的多重复合判据的小电流接地系统选线方案，利用模糊理论对多种判据进行实时加权评价，实现单相接地故障选线诊断，相比单一判据，可靠性更高。模糊理论能够表达隶属程度，在故障诊断中常用于数据清洗，对于一个数据，非此即彼的判断很容易造成误判，采用隶属度来进行量化的描述显然提高了判断的容错性。提出了一种基于模糊理论的专家系统的故障诊断系统，文中将所有原始数据模糊化后在带入计算，明显提高了诊断准确性。在故障诊断中，模糊理论提供的是一种数据处理方法，因此需要和其他技术结合完成故障诊断，广泛应用于故障诊断过程中的数据处理；优化隶属度函数使之更加合理是模糊理论未来的发展方向。
结语
智能技术应用于配电网故障诊断，相比于传统方法体现出了一定的优越性。随着电力行业向着智能化的方向发展，配电网的功能、结构及各种概念都在不断发展，故障情况会更加复杂或者出现全新的情况，对于诊断的要求也在不断提高。上述所有智能诊断技术都是基于FTU上传的故障信息作为判据的，单独使用时各有优缺点，目前趋势是结合多种智能技术综合诊断，取长补短，并且在配电网故障诊断领域取得了较好的应用效果。另外，行波测距是一种性能更优的技术，但成本较高，有一定的研究价值。未来的配电网故障诊断技术是基于信息融合的，这是必然的发展趋势，但在基于信息融合的故障诊断技术发展成熟之前，基于FTU上传信息的故障诊断技术的研究依然是有价值的。
参考文献：
［1］杜红卫，孙雅明，刘弘靖，等.基于遗传算法的配电网故障定位和隔离［J］.电网技术，2012：24（5）：52-55.
［2］郑涛，潘玉美，郭昆亚，等.基于免疫算法的配电网故障定位方法研究［J］.电力系统保护与控制，2014（01）：87-93.
［3］王俊芳.基于模糊神经网络的信息融合在配电网故障诊断中的应用［D］.重庆：重庆大学.2016.
［4］孙明蔚，童晓阳，刘新宇，等.运用时序贝叶斯知识库的电网故障诊断方法［J］.电网技术，2014，38（13）：715-721.
［5］王同文，谢民，孙月琴.基于专家系统的继电保护故障信息综合分析技术［J］.电力系统保护与控制，2015，41（12）：131-135.
论文作者:梁明霞
论文发表刊物:《基层建设》2019年第32期
论文发表时间:2020/4/7
标签：故障论文; 配电网论文; 神经网络论文; 故障诊断论文; 技术论文; 模糊论文; 智能论文; 《基层建设》2019年第32期论文;