电力系统故障是指设备不能按照预期的指标进行工作的一种状态，也就是说设备未达到其应该达到的功能，其故障有以下几种：发电机组故障、输电线路故障、变电所故障、母线故障等。

电力是国民经济的基础，是重要的支柱产业。它与国家的兴盛和人民的安康有着密切的关系，因此，电力系统必须是安全可靠的。

电网的发展和社会的进步都对电网的运行提出了更高的要求，加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展，采用更为先进的智能技术来改善故障诊断系统的性能，具有重要的研究价值和实际意义。

电力系统由发电机、变压器、母线、输配电线路及用电设备组成。各电气元件及系统通常处于正常运行状态，但也可能出现故障或异常运行状态。随着电力系统的规模越来越大，结构越来越复杂，故障产生不可避免。而在整个电力生产过程中，最常发生、危险最严重的故障是短路故障。短路故障发生的原因有电气设备绝缘材料老化或机械损伤，雷击引起过电压,自然灾害引起杆塔倒地或断线，鸟兽跨接导线引起短路、运行人员误操作等，给电力系统的安全运行带来了一些新的问题。

电力系统故障特征指反映故障征兆的信号经过加工处理后所得的反映设备与系统的故障种类、部位与程度的综合量。电力系统故障的基本特征有:

①电流增大，即连接短路点与电源的电气设备中的电流增大。②电压下降，即故障点四周电气设备上的电压降低，而且距故障点的电气距离越近，电压下降越严重,甚至降为零。③线路始端电压，电流间的相位差将发生变化。④线路始端电压与电流间的比值，即测量阻抗将发生变化。

发电机组故障

发电机组故障包括空载电压太低或太高、稳态电压调整率差、电压表无指示、振动大等。

输电线路故障

输电线路是电网的基本组成部分，由于其分布范围广，常面临各种复杂地理环境和气候环境的影响，当不利环境条件导致线路运行故障时，就会直接影响线路的安全可靠运行，严重时甚至会造成大面积停电事故。输电线路的故障主要有雷击跳闸故障、外力破坏故障、鸟害故障、线路覆冰及导线的断股、损伤和闪络烧伤故障等。

变电所故障

变电所是电力系统中对电能的电压和电流进行变换电压、功率和汇集、分配电能的场所。变电所中有着不同电压的配电装置，电力变压器，控制、保护、测量、信号和通信设施，以及二次回路电源等。按其用途可分为电力变电所和牵引变电所(电气铁路和电车用)。电力变电所又分为输电变电所、配电变电所和变频所。这些变电所按电压等级又可分以为中压变电所(60 kV及以下)、高压变电所(110～ 220 kV)、超高压变电所(330～ 765 kV)和特高压变电所(1 000 kV及以上)。按其在电力系统中的地位可分为枢纽变电所、中间变电所和终端变电所。变电所故障主要有下面四种：①直流系统接地及故障；②电容器的故障；③断路器故障；④避雷器的故障。

母线故障及全厂、全所停电

母线是电能集中和分配的重要设备，是电力系统的重要组成原件之一。母线发生故障，将使接于母线的所有元件被迫切除，造成大面积用户停电，电气设备遭到严重破坏，甚至使电力系统稳定运行破坏，导致电力系统瓦解，后果是十分严重的。

母线故障的原因有：母线绝缘子和断路器套管的闪络，装于母线上的电压互感器和装在母线和断路器之间的电流互感器的故障，母线隔离开关和断路器的支持绝缘子损坏，运行人员的误操作等。

变电运行是否正常关乎整个电力系统的安全和稳定，但由于设备数量多且运行复杂，导致了变电故障的频繁发生，也给设备的维修养护工作造成了困难，及时排除故障可以保障电力系统的安全运行。

直流系统的接地故障

直流系统的接地故障是电力系统在运行中最容易遇见的故障类型，该故障多是由二次线磨损、绝缘老化、雨水侵入等原因造成直流极性端的对地绝缘性能降低而引发的。

直流系统的接地故障一经产生，变电工作人员必须立即停止站内的二次回路、设备检修等相关工作，并判明接地极性，再检查系统的控制回路、信号回路、整流装置等，及时排除故障。

对直流系统的接地故障进行查找，一般都是采用的拉路法。查找过程中，变电运行工作人员应该沉着冷静，分清主次，根据先检查信号照明后检查操作保护的

顺序进行，并坚持先室外后室内的原则，依照程序，逐步缩小排查范围，直至确定故障所在。如果故障排查涉及到调度所辖的设备，要先跟调度汇报，经当班的调度员同意后方可开展工作。

另外，在查找故障时，如果有取下熔断器的必要，要严格按先拔正极熔断器，再拔负极熔断器这一顺序进行，恢复顺序则恰恰相反。这样做能够防止寄生回路的影响，避免误动保护装置而造成停电范围的扩大。

电容器的故障

最常见的电容器故障就是外壳温度过高、膨胀、漏油以及声音异常等现象。一旦出现电容器故障，变电运行工作人员应该立即向调度汇报，申请检修，并根据电容器故障情况制定专

门措施进行处理。如遇有电容器的爆炸着火情况，工作人员应该使用干粉灭火器消灭火源，如果电容器的油流出造成火势蔓延，就应该用干燥的土和砂压盖油火；如果电容器熔断器的熔丝熔断了，变电工作人员对整组电容器放电后，应该先检查电容器的外观是否完好达标，当确保所有故障都被排除了，方可更换型号、规格等都相匹配的熔断器进行重新送电，未查明故障原因前，不允许投入运行之中。

仪用互感器的故障

变电运行过程中出现的仪用互感器的故障主要有电压和电流互感器故障这两类。电压互感器的故障类型比较多，主要包括：互感器的熔断器接连熔断两次，内部有放电情况，外壳与引线之间有电火花、外壳冒烟、漏油等情况。电压互感器一旦出现故障应立即停电进行检查，排除隐患。电流互感器运行中出现最多的故障情形是：电流互感器漏油、开路、过热、互感器内部冒烟等。电流互感器出现开路时，应使用绝缘工具对二次回路做短接，当涉及到母差保护或主变差动时，应申请退出保护装置的运行。

电压互感器与电流互感器都是构成电力系统的设备基础，一旦发生故障将会对电力系统的正常运行造成重大影响，必须加强这两种设备的监督巡视工作。

电力系统故障处理过程就是从系统中确定分析的故障区域，尽可能地缩小范围。然后，从被分析区域的某些检测量中得到故障征兆信息，经过对这些前期信息进行分析处理，根据保护动作的信号，判断故障发生的具体位置，进而将故障元件与非故障网络进行隔离，再采用实时结线的方法来识别故障前后的系统拓扑结构，之后找出这两个系统拓扑结构的差异，便可以识别出故障发生区域的一些简单故障，甚至可以直接识别出发生故障的元件。

①当故障发生时，当值人员要迅速、准确查明情况并快速做出记录，报告上级和有关负责人员，迅速正确地执行调度命令及运行负责人的指示,按照有关规程规定正确处理；②迅速限制事故发展，消除根源，并解除事故对人身和设备的威胁；③用一切可能的方法让设备能继续运行，以保证用户和线路的供电正常；④对故障事故进行分析时只允许与事故处理有关的领导和工作人员留在控制室，在处理事故过程中要保持清醒的头脑，应当随时与上级调度保持紧密联系，随时执行命令。当事故告一段落时，应迅速向有关领导汇报，事故处理完毕后，进行总结，应记录事故发生的原因，处理过程及处理结果。经常对职工进行安全教育，提高值班人员处理事故的素质。

电力系统是由生产、输送、分配和消费电能的发电机、变压器、线路和用户组成的，是将一次能源转换成电能并输送与分配至各用户的一个统一系统。由于电力系统在国民经济中及人民生活中占着重要地位，因此电力系统故障分析方法的研究一直备受人们的重视。一般电力系统故障分析方法有以下三种:

1)专家系统是一个具有大量专门知识和经验的计算机程序系统，通过在线监测并进行数据采集、存贮，然后传送到诊断运行中心,在这里由专家系统进行处理、分析和诊断,最后将诊断结果和处理建议自动地反馈回运行现场。具有知识库和推理机两个主要的组成要素。其软件具有相当于某个专门领域的专家的知识和经验水平,模拟专家的决策过程,以解决那些需要专家才能决策的复杂问题。专家系统可以分为:基本规则系统、基本模型系统和基本逻辑系统等三种类型。

2)人工神经网络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，是通过对样本的学习获得的,是采用神经元实现变电站故障分析的方法及它们之间的有向权重连接来隐含处理问题的知识。具有学习与自我能力；容错能力比较强;神经元之间的计算具有相对独立性,便于并行处理。

3)遗传算法是一种新发展起来的优化算法，它已经成为人们用来解决高度复杂问题的一个新思路和新方法。它模拟达尔文的遗传选择和自然淘汰的生物进化过程的进化规则，对包含可能解得群体进行基于遗传学的操作,不断生产新的群体并使群体不断进化，同时以全局并行搜索优化群体中的最优个体以求得到满足要求的最优解。遗传算法以其能以较大概率求得全局最优解、计算时间较少等特点在电力电子故障分析系统中得到了应用。合理采用信息，运用遗传算法进行分层信息故障分析。

除上述主要诊断方法外，近年来一些专家和学者也提出了一些其他的电力系统故障诊断方法，如基于多代理系统的故障诊断方法、信息融合的故障诊断方法、基于时间信息序列的故障诊断方法、基于故障波信息的故障诊断方法等，还有学者提出将决策树理论、数据挖掘、小波分析方法、遗传算法、模式识别等智能技术运用到电力系统故障诊断中，都取得了一定的成果。

美国是对故障诊断技术进行系统研究最早的国家之一，1961年美国开始执行阿波罗计划后，出现了一系列设备故障，促使美国航天局和美国海军积极开展故障诊断研究。美国在航空、航天、核工业以及军事部门中诊断技术占有领先地位，英国在汽车和飞机工业、发电机监测和诊断方面具领先地位，日本在钢铁、化工和铁路等行业的诊断技术方面处于领先地位。据日本统计，在采用诊断技术后，事故率减少了75%左右，维修费降低了25%~50%；英国对2000个大型工厂的调查表明，采用诊断技术后每年节省维修费3亿英镑，而用于诊断技术的费用仅为0.5亿英镑。随着设备与系统的复杂程度的增加，故障诊断的成本也不断增加，促使人们开始转向寻求更具“智能”的故障诊断。

智能故障诊断是相对于传统的故障诊断而言的。传统的故障诊断方法可分为基于信号处理的方法和基于数学模型的方法两类，需要人工进行信息处理和判断分析，没有自学习能力。智能故障诊断是融合了人工智能技术的新方法，对故障信息有初步的自动分析和学习能力。智能故障诊断是故障诊断技术发展进程中的新里程碑。

1956年人工智能学科正式诞生，1965年出现了专家系统雏形，1970年以后，人工智能逐步实用化。电网的故障过程难以用数学模型来进行描述，运行状态信息也复杂多变，信号处理极其复杂，而人工智能技术能够存储和利用专家长期积累的经验，能够模拟人脑的逻辑思维过程进行推理以解决复杂诊断问题；可以不受外界干扰地提供高质量的服务，所以得到了广泛的应用。

包括专家系统、人工神经网络、决策树理论等，此外近几年也出现了数据挖掘、模糊理论、粗糙集理论、Petri网络、贝叶斯网络、信息融合、信息论、支持向量机、仿生学的应用及多智能体系统等技术以及上述方法的综合应用。

专家系统可以汇集若干位专家的知识和经验，进行分析、推理，最终得出正确的结论，决策水平可以超过单个专家。所以故障诊断专家系统近年来成为热门研究课题，尤其适合应用于电力系统。1991年，故障诊断专家系统就已经占美国电力工业中专家系统的总数的41%。故障诊断专家系统除了具备专家系统的一般结构外，还具有自己的特殊性。它具有如下特点：①知识可以从类似系统、设备或工作实际、诊断实例中获取，即知识来源比较规范；②诊断的对象是复杂的，行为是动态的，故障是随机的，普通人很难判断，这时就需要通过讨论或请专家来进行诊断。

故障诊断专家系统中常用的推理机制可以划分为正向推理、反向推理、正反向混合推理三种基础推理结构。正向推理的过程：系统发生故障时，根据断路器和保护的动作信息，按照知识指导的推理策略调动知识库在相关空间中搜索。当规则的条件部分与诊断输入信息相匹配，就将该规则作为可用规则放入候选队列中，再通过冲突消解，将其作为进一步推理的证据直至求得诊断结果。反向推理是首先提出假设，然后寻找支持该假设的证据，若所需证据都能够找到，则表明该假设成立，反之假设不成立。正反向混合推理机是首先根据跳闸断路器的保护信息进行初步推理，得到故障设备的假设，然后根据所得假设以及断路器和保护设备之间的逻辑规则进行反向推理，验证假定的故障设备的正确性，有效的缩小查找故障范围。几十年以来，专家系统得到了大量深入的研究，具体实现方法很多，但是其推理过程的逻辑原理不外乎这三种。

已研究的故障诊断专家系统模型有：基于规则的诊断专家系统、基于案例的诊断专家系统、基于行为的诊断专家系统、基于故障树的诊断专家系统、基于模糊逻辑的诊断专家系统、基于ANN的诊断专家系统和基于数据挖掘的诊断专家系统等。

（1）基于规则的诊断方法是根据以往专家诊断的经验，将其归纳成规则，通过启发式经验知识进行故障诊断，适合于已具有丰富经验的专业领域的故障诊断。基于规则的诊断具有知识表述直观、形式统一、易理解和解释方便等优点，诊断知识可以通过领域专家获取和继承。但复杂系统所观测到的症状与所对应诊断之间的联系是相当复杂的，通过归纳专家经验来获取规则，准确度和通用性不佳。

（2）基于案例的诊断方法适用于领域定理难以表示成规则形式，而是容易表示成案例形式并且已积累丰富案例的领域（如医学诊断）。

（3）基于行为的诊断方法本质也是基于规则的诊断。该方法的关键问题是：故障行为征兆（语义征兆、图形征兆）的自动获取难度较大；新故障自动识别和分类，尤其是如何解决多故障情况下的诊断，是该方法的难点。

（4）基于故障树的诊断专家系统的实质是一种改进的基于规则的专家系统，计算机依据故障与原因的先验知识和故障率知识自动辅助生成故障树。基于故障树的诊断方法类似于人类的思维方式，同时吸纳了决策树技术的优点，易于理解，在设备诊断中应用较多。

（5）基于模糊逻辑推理的诊断方法是先建立故障和征兆的模糊规则库，再进行模糊逻辑推理的诊断过程。但是故障与征兆的模糊关系较难确定，且系统的诊断能力依赖模糊知识库，学习能力差，容易发生漏诊或误诊。

（6）基于神经网络专家系统的诊断方法有较好的容错性、响应快、强大的学习能力、自适应能力和非线性逼近能力等，但是也存在固有的弱点：①系统性能受到所选择的训练样本集的有效性的限制；②不能解释自己的推理过程和推理依据及其存储知识的意义；③利用和表达知识的方式单一，通常只能采用数值化的知识；④最根本的一点是神经网络在模拟人类复杂层次的思维方面远远不及传统的专家系统。

（7）基于数据挖掘的方法是随着计算机技术的发展而逐步完善的，自从1989年8月由第11届国际联合人工智能学术会议提出这一概念以来，数据挖掘技术已经取得了很大的进步。数据挖掘可以是基于数学理论的，也可以是非数学的，可以是演绎的，也可以是归纳的。电力系统的故障信息包括故障征兆和故障性质，信息量大而且基本规律稳定，适合利用数据挖掘技术进行处理。基于数据挖掘的比较新的应用成果有：①2004年，负荷预测专家系统在安徽省电力公司得到应用；②2006年，发电机故障诊断专家系统在某300MW机组得到应用；③2008年，电网故障诊断专家系统在廊坊电力公司得到应用。如何提高数据挖掘的适应性，还需要更多的探索研究。

人类的经济活动已经到了工业经济时代，对电力系统的稳定运行具有更高的要求。智能故障诊断是故障诊断技术发展进程中的新里程碑。常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。

电力系统故障诊断的研究发展方向：

（1） 多种诊断方法相互结合使用。由于各种诊断方法都有自己的优势，这样通过各种方法的结合，优势互补，来解决各自单一方法在诊断过程中的不足。

（2） 信息不完整情况下故障诊断方法的研究。大部分是基于从调度中心获得完整信息的基础上进行故障诊断，并且这些信息是完全可靠的。可是实际运行过程中，由于保护装置、断路器等电器设备的误动作或者不动作等错误信息或者有用信息的缺失往往会直接影响故障诊断的结果，而要将所有继电保护的状态信息全部送人调度中心存在很大的困难。因此在这种情况下很多方法都无法满足。所以需要我们在信息不完整情况下故障诊断方法方面进行深入的研究，寻求一种在不完整信息状况下可以更好的克服这种困难，做出合理的诊断结果的方法。

（3） 电网发生故障前“亚正常”的预测。“亚正常”就是指电网正常运行时，某些指标已经偏离了正常的允许范围，将面临可能进一步恶化的趋势。通过把这种“亚正常”的信息反馈给调度员或者运行中心，有利于提早的预测故障的发生或者及时的做出相应的措施来校正这种“亚正常”状态。就各种方法而言，都没有能够在故障发生前对这些“亚正常”的电气参数、指标做出反应，这将是预防和诊断故障过程中重要的环节。

随着电力系统的发展，电力系统网络规模越来越大，结构更加的复杂，对电力系统故障诊断提出了更高的要求。上世纪80年代开始，国内外已经开始进行了大量的研究，分别以不同的理论为基础，利用不同的手段提出了多种故障诊断的技术和方法，但是在实际的应用中这些技术和方法存在的一些问题还没有得到很好的解决。