強電磁工程與新技術國家重點實驗室（華中科技大學）、廣州供電局有限公司的研究人員徐彪、尹項根、張哲等，在2018年第3期《電工技術學報》上撰文指出，電網發生故障后快速準確地識別故障元件是縮小停電區域、快速恢復供電的首要前提。針對現有電網故障診斷方法基于單個元件獨立建模，難以適應網絡拓撲變化的不足，提出一種基于拓撲圖元信息融合的電網故障診斷模型。

從電網拓撲結構出發，形成系統各元件、保護和斷路器的拓撲關聯矩陣，以此為圖形單元構建信息融合診斷模型，并根據保護配合邏輯及出口方式，定義了遠后備保護拓撲映射規則及完整的信息融合推理流程，最后分析了模型對網絡拓撲變化及連鎖故障的適應性。

IEEE 14節點系統仿真算例表明，該方法可以快速準確地判定故障元件，能夠適應網絡拓撲變化，具有較強的容錯性。

電網發生故障后，快速準確地診斷出故障元件對加快事故處理和系統恢復進程、保證電力系統的安全運行至關重要。然而隨著電網的不斷發展和互聯，在故障發生后的短時間內，保護及斷路器等大量告警信息涌向調度中心，且伴隨信息漏報、誤報等不確定性，加重了調控運行人員判斷故障元件的壓力，此時高效的故障診斷系統尤為重要[1]。

自20世紀80年代以來，國內外學者對電網診斷問題進行了大量研究，提出了專家系統[2,3]、人工神經網絡[4]、解析模型[5-7]、貝葉斯網絡[8,9]、Petri網絡[10-13]、信息融合[14-17]等多種方法。

專家系統基于知識規則庫運行，具有較強的邏輯推理能力，但知識和規則的構建存在困難，且學習能力和容錯能力較弱。神經網絡具有診斷速度快，容錯能力強的特點，但其訓練所用故障樣本集難以涵蓋大規模電網的所有場景，且缺乏對診斷結果的解釋能力。解析模型是在分析保護與斷路器的動作配合邏輯基礎上，將故障診斷問題轉換成0-1整數規劃問題，具有嚴密的數學基礎和理論依據，但需采用優化算法求解，收斂過程較長。

貝葉斯網絡由于因果關系明顯，診斷精度高，有利于處理診斷問題的不確定性，但受先驗概率和復雜故障樣本統計不足的限制。Petri網絡采用圖形化建模方式描述保護系統的邏輯關系，具有推理簡單，意義清晰，邏輯嚴密等特點，但對于大規模電網，網絡矩陣維數過大，難以滿足在線診斷的需求[1]。

信息融合技術利用冗余的告警信息及其邏輯配合進行故障診斷，能有效降低信息的不確定性，多與其他方法相結合使用。文獻[10]基于元件端口方向建立Petri網診斷模型，實現元件端口級信息融合，改善了模型的適應性。文獻[14]將系統拓撲引入診斷模型，建立保護系統的3-D矩陣以描述告警信息的映射關系，并提出了基于模糊度的信息融合規則，在信息完整時具有較好的診斷結果。

文獻[16]基于因果網絡建立了告警信息的融合推理模型，能準確地診斷出故障元件，且具有一定的容錯性。文獻[17]提出一種分層擴展的電網故障信息融合系統，能夠融合廣域故障信息實現故障區域的精確辨識。文獻[18]提出一種通過整站信息映射融合的故障診斷方法，取得了一定的診斷效果。

上述研究在基于元件級信息融合的建模方面取得了一定成果，但還存在以下不足：建模時大都以單個元件為單位，缺乏對電網拓撲結構的考慮，網絡拓撲變化時一般需要重新建立診斷模型；另外，采用離線建模、在線搜索的診斷模式，需要存儲所有元件診斷模型，對硬件存儲要求較高，且采用遍歷方式，診斷速度難以滿足在線需求。

本文提出一種基于拓撲圖元信息融合的電網故障診斷模型。該模型基于系統拓撲分析形成元件、保護和斷路器的拓撲關聯矩陣，以此為基本圖元構建信息融合診斷模型，并依據保護原理和出口方式建立網絡拓撲映射規則及完整的信息融合推理流程。最后，IEEE 14節點系統的算例仿真驗證了該模型的有效性和適用性。

圖9 IEEE 14節點系統電網結構

結論

本文結合系統拓撲分析構建了電網故障診斷的信息融合模型，依據保護原理及出口方式建立了遠后備保護的拓撲映射規則，并提出了完整的置信度融合推理算法。該模型具有以下特點：

1）基于網絡拓撲建模，能反映告警信息與元件之間的映射關系，無需遍歷便能快速得到所有可疑元件的故障概率，且結果的解釋性好，能夠適應網絡拓撲的變化，適用于連鎖故障的診斷。

2）基于保護和斷路器等冗余告警信息進行融合，在保護、斷路器存在誤動/拒動、信息丟失等情況下均能給出正確的診斷結果，具有一定的容錯性，診斷過程符合實際。

3）模型在保護和斷路器信息權重設置以及信息融合等方面存在一定主觀性，且模型尚難以考慮雙母線、一個半開關等復雜接線方式以及告警時序信息的融合[22,23]，這是下一步的研究重點。