开题报告吴月.doc

硕士学位论文开题报告

论文题目电网故障与广域后备保护算法研究

研究生姓名吴月

研究生类别全日制专业型硕士

专业电气工程

研究方向

所在学院电气信息学院

论文起止日期2013.12~2015.5

研究生部制

（本表一式三份，一份交导师，一份交学院，一份交研究生部）

注：下表中各项可加页。

课题来源

四川省西华大学自制设备科研项目

研究目的和意义

研究目的

随着我国社会主义现代化建设事业的不断发展和社会文明的不断进步，国民经济的发展和社会生活的改善对电力工业的依赖越来越大，用电负荷的飞速增长使得电力系统规模迅速增长，电力系统日趋大型化和复杂化。由于运行方式变化、电网安全裕度不足、人为操作失误、自然灾害频发等原因，电力系统正面临着发生各种故障以及由此引发大停电事故的风险。

传统的后备保护智能利用本地信息，整定配合负责，动作时限可能很长，且随着互联大电网的形成，在电网中越来越满足不了保护性能的要求，为了尽可能缩短故障切除时间，缩小停电范围，引入了广域后备保护。

研究意义

电网故障诊断本质上是事后诊断，已经造成单个故障元件的切除或连锁事故的发生，因此如果能够在事故之前判断出故障位置，采取必要的保护控制措施，限制事故的扩大和影响范围将具有重要意义。这就要求实时快速的判断故障发生的位置和负责类型，而广域后备保护要求对故障元件的判别速度达到保护剂，广域后备保护的故障元件判别和常规意义上的电网故障诊断既有相同点又有自身的特殊性。它们的不同点就在于实时性。广域后备保护故障元件的判别速度要达到保护级，这也决定了它不可能采用很复杂的算法，而常规的电网故障诊断室一种高级应用功能，可以待数据重复搜集完备后在启动判别程序，可以离线实现，目的在于故障恢复。但从基础上说，它们都是根据尽可能多的信息，通过合适的数学模型，识别出待诊区域的故障元件，如故障线路或变压器等等。

国内外现状和发展趋势

由于电网故障诊断主要是用故障设备和开关、保护动作的逻辑和运行人员的经验来推断可能的故障位置，由于这样一过程很难用传统的数学模型描述，而人工智能技术则由于其善于模拟人类处理问题的过程，容易计及人的经验以及具有一定的学习能力等特点在这一领域得到了广泛的应用。目前国内外用于故障诊断的技术包括专家系统（expertsystem），人工神经网络（artificialneuralnetwork），模糊理论（fuzzytheory），优化技术（optimizationmethods），Petri网络（Petritheory），贝叶斯网络（Bayesiannetwork）等。

专家系统（expertsystem，简称ES）是在某一技术领域内利用人类专家的知识经验和求解问题的方法模拟专家推理和决策过程，发货专家作用，解决复杂问题的程序系统。基于产生式规则的专家系统在电力系统复杂诊断中应用广泛。缺点：（1）专家知识库知识的完备性很难达到；（2）诊断过程是检索、匹配规则集的过程，规则库的庞大使诊断速度变得较慢；（3）当电网结构发生变化（增减设备）的时候，知识库需要修改，可能造成知识的不一致、不完备，维护难度大；（4）不具备学习能力；（5）容错能力较差。

人工神经网络（artificialneuralnetwork，缩写为ANN）是模拟人类神经系统传输、处理信息过程的一种人工智能技术。使用大量和充分的故障实例作为故障诊断ANN模型的训练样本集，运用一定的学习算法对样本集进行训练。ANN具有强自组织性、自学习能力，鲁棒性高，无需推理机等特点，且推理速度与规模大小无明显的关系。缺点：（1）ANN系统的性能取决于样本集是否完整，对于大型的电力系统要形成完备的样本集及其困难，因而其诊断结果的正确性在原理上无法保证；（2）对于诊断的结果缺乏解释；（3）当系统的结构过保护配置发生变化时需要对网络进行重新组织，重新训练。

模糊理论（fuzzysetstheory，简称FST）是将经典集合理论模糊化，并引入语言辩论和近似推理的模糊逻辑，具有完整的推理体系的技术。电网故障诊断具有不确定性。模糊理论是处理这种不确定性的一种解决方法，通常是和专家系统等其他诊断方法结合使用。缺点：模糊理论对不确定因素的