浅析电力系统的故障元件识别与故障原因分析架构

金亚娟

摘 要：快速识别电力系统中的故障元件和分析引起故障的原因，有助于尽快恢复系统的正常运行和减少停电损失。气象等要素是导致电力系统故障的主要原因之一，但如何在故障诊断中适当计及这些要素的影响是一个有待深入研究的问题。在此背景下，本文首先从电力系统故障诊断的重要性出发，阐述了电力系统故障诊断模块，且详细论述了故障元件识别与故障原因分析方法架构。本文的研究具有一定现实意义，为电力系统故障诊断研究工作提供了理论参考。

关键词：电力系统；故障诊断；外部环境要素分析

1引言

安全性、稳定性和经济性是电力系统运行的主要目标。然而，自然灾害、误操作、污秽、雷电以及其它恶劣气象因素常常会引发电力系统故障；其中，污秽、雷电以及其它恶劣气象因素引起的故障占绝大多数。我国地域辽阔，输电网络规模庞大，且东、西部气候差异很大；每年春夏两季，沿海地区台风、暴雨不断，电力系统故障频发，原因包括自然因素、人为因素以及设备自身因素等。实际运行经验表明，许多地区的电力系统都有过因天气状况恶劣导致输电线路、变电设备乃至变电站全停或部分停运的情况。由此可见，恶劣外部环境会大大增加電力设备发生故障的可能性，严重影响电力系统安全运行。

电力设备发生故障后，出于安全考虑，一般在设备停运后才去寻找故障原因，而这个故障排除过程往往需要花费几十分钟以上的时间。国内外在电力系统故障诊断方面已经做了很多研究工作，但问题尚未能很好解决。可靠且高效的故障原因分析可以帮助运行人员有针对性的寻找导致故障的线索，减少排除故障时间。

因此，针对电力系统故障元件识别与原因的研究，在电力系统高效排故方面具有重要又现实的意义。

2电力系统故障诊断

如图1所示，电力系统故障诊断模块主要包括下述三个步骤：

1）停电区域识别。根据故障前后的电力系统网络拓扑结构分析不难识别出故障后的停电区域。停电区域中所包括的元件就是可疑故障元件。

2）故障元件诊断。根据故障区域内每个可疑故障元件与相应保护、断路器动作之间的逻辑关系，构建每个元件的加权模糊Petri网络，通过矩阵运算诊断出故障元件。

3）保护设备动作评价。根据诊断出的故障元件进行反向推理分析，可以对保护和断路器的动作情况进行评价，以判断其误动和拒动情况。

3故障元件识别与故障原因分析方法架构

故障元件识别与故障原因分析属于能量管理系统（EMS）中的高级应用功能，所需数据主要来源于调度自动化系统（SCADA/EMS ）、继电保护及故障录波系统、污秽监测系统、雷电监测系统和气象预警系统等电力信息数据采集系统。在电力系统发生故障后，首先启动故障诊断模块，通过通讯接口从SCADA系统、保护信息系统以及广域测量系统（WAMS）单向获取实时数据并将其存放在故障诊断系统的实时数据库之中，根据实时采集的数据进行故障元件诊断，之后将元件诊断结果发送给故障影响要素分析模块。故障影响要素分析模块接收并解析故障诊断模块传送过来的故障元件诊断结果，并采集实时污秽监测、雷电、气象以及其它外部信息/数据等，分析故障原因，并生成故障影响要素分析报告供系统

运行人员查阅和分析。故障元件识别与故障原因分析框架如图2所示。

4结束语

本文通过分析电力系统当前应用环境，构造了故障诊断与故障影响要素分析的系统架构。利用气象等影响要素的故障元件识别与故障原因分析系统主要实现了下述功能：1）电力系统发生故障后，采用故障诊断模型识别故障元件，为系统运行人员尽快定位故障提供辅助决策；2）通过接入雷电、污秽、气象等外部要素数据库，对故障影响要素进行分析，把最可能引起故障的外部要素提供给运行人员，辅助其分析故障原因；3）通过电网离线数据库模拟和复现事故真实状态，为运行人员事后分析提供支持。

参考文献：

[1]高曙.电力系统事故判断专家系统的研究田[J].电力系统及其自动化学报，2010， 4（2）51-59.

[2]孙雅明.超高压变电所在线故障诊断和分析的专家系统[J].中国电力工程学报，2011，12（2）：51-57.

[3]文福拴.基于遗传算法和模拟退火算法的电力系统的故障诊断[J].中国电机工程学报，2013，14（3）： 29-35.