2025《电网故障检测研究的国内外文献综述》3800字.docxVIP

电网故障检测研究的国内外文献综述

1.1国内对电网故障的研究

1.故障分类

电能输送是能源配置的重要环节，是电力系统功能重要组成部分，它属于电力系统的运行环节，能够将不同发电厂生产的电能汇集，与负荷中心相连接，实现电能远距离传输。输电网络的运行关系着电能的输送和利用，需要进行专门的线路监控和故障监测，目前常见的输电网络故障有以下几种：

(1)输电线路故障

输电线路故障点大多在输电线，总结输电线路运行情况，发现输电线的单相接地、相间断路和三相短路是最常出现的故障。这些线路故障属于系统瞬时性的故障，出现输电线故障后，在问题尚未解除时，会短暂影响系统性能，电力系统中重合闸的设备工作使开关动作，线路恢复正常工作[8]。

(2)母线故障

母线故障是输电系统最严重的故障之一，发生在母线部位，该故障一旦出现，将使故障母线上的所有元件都停电，同时增加了联络线路承载，超过阖值会影响整个系统，扩大故障范围。母线故障产生的原因包括：线路发生短路情况，线路保护的错误动作，越级跳闸产生的线路故障等[9]。

(3)系统振荡

振荡有同步和不同步两种，产生系统振荡的原因有：系统发生事故，特别是临近重负荷长输电线路的地方发生短路事故时，易引起稳定破坏而失去同步；大容量机组发生磁力消失或机组发生跳闸情况，也会造成线路稳定性下降[10]。

(4)系统瓦解

所谓的系统瓦解是电力系统线路出现的较大范围的电力停止事故，这些事故通常是因为系统稳定性丢失、系统频率失调、电压不稳等引起的[11]。造成这些情况的主要原因有某输电线路或变压器超负荷、跳闸等。

2.故障诊断方法

受工作环境和设备自身的影响，输电线路的故障几乎无法避免，快速准确的识别故障元件、故障点，恢复输电线路故障，是输电系统安全、可靠运行的保障。随着电气技术的发展，线路故障诊断的方法也在不断改进，传统的线路故障检测方法通过线路中的电压和电流实现，对电压电流值进行监测分析，基于故障发生时设备的状态或数值进而推测故障范围，这种诊断方法耗时较长且准确性有所欠缺。由于电网的故障诊断较为复杂，有些故障难以用传统的数学方法分析表达[12]，为了打破传统故障诊断方法的局限性，人工智能技术被引入电网诊断系统，人工智能技术善于处理系统随机性故障问题，可提高线路故障诊断的准确性，在电网故障诊断领域具有独特优势，得到了广泛的应用，详见的故障争端方法有以下几种。

(1)基于解析模型的故障诊断方法

基于解析模型的故障诊断，是一种建立在系统模型基础上的诊断方法。如能建立被诊断系统准确的数学模型，则该系统适用基于解析模型的故障诊断。基于解析模型的故障诊断的思路是确定电力系统故障范围后[13]，将被测系统所测参数信息与数学模型推导出的系统信息进行比对，将故障区域内可能的故障元件通过随机方式构成假设故障，设定系统中为假设故障中可能故障元件配备的保护元件和断路器的工作状态，构建一个假设故障状态与工作状态之间差异值的函数关系，取得最小函数值的可疑故障点即为系统故障。

(2)基于专家系统的故障诊断方法

专家系统是一种基于专家经验的计算机程序[14]，它能够分析人类专家在分析和解决问题时的思路，总结归纳专家的丰富经验和知识方法，并将其储存在程序的知识库和数据库里。总之专家系统就是一种程序对人类专家思路的建模，可以通过专家系统完成以往需专家现场解决的高难度问题，使得专家的知识、思路、经验和诊断决策能够为更多的人服务。专家系统根据系统的故障形式和模式，依托于知识库和数据库的支持，进行故障的分析、推理，解决需要专家经验的故障诊断问题，快速找到系统最有可能的故障。

(3)基于人工神经网络的故障诊断方法

人工神经网络技术综合了数学、生物、计算机、控制原理等多学科技术[15]，是应用非常广泛的一门交叉学科，它在繁杂控制系统或复杂的故障诊断场合有着独特的优势。人工神经网络技术能够通过“聪明”的自学习，进行权值和阈值的调整，从而很好的处理传统模式难以完善解决的系统非线性故障，提高系统故障检测的成功率。人工神经网络在诊断系统故障时先要选择一个系统变量作为输入变量，神经网络技术的本质是逼近一个函数，选择合适的网络结构和函数模型，编制期望输出，从而确定神经网络的权值和阈值，固定了权值和阈值后，对于系统任一输入变量，都能够产生对应的输出量值，通过比对故障编码来确定系统故障。

(4)模糊故障诊断方法

与采用精确的数学模型来诊断故障的方式不同，模糊故障诊断方法是研究系统的不确定状态。某些情况下，系统故障状态和现象会存在模糊性，无法精确表示故障与状态之间的联系。模糊故障诊断方法时通过求出某些故障状态合集对应故障原因的合集[16]，来确定系统故障的可能原因。因系统具有复杂性和不确定性的特点，可用模糊集来表征系统的不确定状态，在确定系统运行模式和工作规则的前提下，建