冰冻灾害气候下对铁路供电系统故障的监控

摘要：对于铁路的运输而言，铁路电力系统承担着重要的任务，不仅需要负责铁路运输时的生产调度、进行相关指挥，同时还需要确保旅客服务等相关环节，确保这些供电任务按时完成。在面临冰冻灾害的侵扰下，必须要尽快地开展对于铁路电力系统的故障判断的相关研究。这一研究不仅可以判断出铁路电力系统是否发生故障，对其进行安全监测，同时还可以实现故障的提前预防。

关键词：电力系统;故障诊断;监控;

目前我国输电线路的覆盖面积越来越大，我国的电力系统也变得较为脆弱，比如说对于一些寒冷地区，经常会面临到冰冻灾害。这种冰冻灾害也会对电力系统带来极大的影响，危害到系统稳定运行，给整个系统、用户甚至国家带来巨大的经济损失[1,2,3]。对于一些气候比较恶劣的环境，如果这些地区经常会受到冰冻灾害的影响，那么就极其容易会对电力系统带来危害。一旦受到冰冻灾害的侵扰，那么就会密切影响到铁路运行的相关安全。对于铁路电力系统来说，如果该系统一旦发生了故障，那么首先必须要做的就是在第一时间内迅速的锁定故障位置，判断好故障是在电力系统网络中发生的区域。除此之外还需要确定此时铁路电力系统中故障发生的类型，这样就可以更好、更快地探明故障发生原因。只有在判断了故障发生原因之后才可以为未来提供经验，尽可能小地减少故障对系统造成的损失和影响，减小故障带来的危害，同时还可以派专家对其进行修复，恢复正常的运行状态。

1 通常情况下常用的故障诊断法

目前我国的电网变得更加复杂，对于这样一个大型且繁杂的系统进行故障诊断和判别，是一个非常重要的研究方向，许多专家也探索出了多种方法，希望利用这些方法致力于准确地进行电力系统的故障判别。这些方法主要包括专家系统为基础的故障诊断法、基于解析模型的故障诊断法、基于人工神经网络的方法等，各种判别方法层出不穷[4,5,6]。

1.1 电力系统故障诊断法———基于专家系统

在进行电力系统的故障判别时，所谓基于专家系统，也就是指将专家所有的推理逻辑或者是原理储存于数据库。这样的话，如果系统一旦发生了故障，或者发生了其他问题时，就可以进行调用，通过该计算机模型就可以用来进行判断。在判断了发生的故障类型后，进行相关处理就可以解决该故障。

对于一个完善的专家系统来说，其建立的基础就是知识库。专家系统可以说是一种特殊的计算系统，如果发生了某种类型的故障，在处于这一特定工况的情况下，其主要的操作就是模拟出该专家对于该类型故障的想法。通过这一想法对故障发生的问题进行判断和处理，就可以较高、较准确地判断出故障的类型，得到一个比较准确的结论。这样就可以方便进行下一步的处理，解决故障，恢复系统正常的运行。下页图1就是对于该原理的一个基本诊断方法流程图，通过该原理图可以清晰可见，基于专家系统的故障诊断方法是如何实现的[7]。

1.2 电力系统故障诊断法———基于人工神经网络

人工神经网络这一概念我们并不陌生，我们可以将人工神经网络应用于对电力系统的故障进行判断，这样处理和操作的好处就是可以忽略专业知识，将复杂的问题，复杂的工作进行简化和省略，比如说就不需要考虑网络结构转换等相关问题，忽略了这些复杂操作。对于该系统来说，人工神经网络起到的主要作用就是电力系统的故障发生时，将其典型的案例进行采集，将案例放置在特定的训练集，这样就可以形成了一个故障样本。经过神经网络的自我学习发展，如果电力系统一旦发生了某种类型的故障，就可以通过这一集合，对系统进行故障的判别和监测，所得的结论和结果较为可靠。对于该方法来说，如果应用神经网络在电力系统进行故障判别这一方法判断的效率是极高的，而且除此以外它还具有的一个显著优点就是抗干扰能力极强。

1.3 电力系统故障诊断法———基于解析模型

这种方法主要的操作步骤就是首先将一部分停电区域作为可疑设备，然后需要进行的操作就是设计一个逻辑结构，通过这一逻辑结构设置目标函数。该目标函数的要求就是需要与故障电路的状态进行拟合，以此寻找一个最优解的存在，方便进行故障诊断和判别[8]。

2 对于电路故障监控与诊断的系统创新性设计———基于贝叶斯算法

对于本文来说主要研究的算法就是贝叶斯算法，它是一种计算概率的方法。其主要的基本原理就是利用矢量图像进行不同变量之间的关系描述，列出不同变量之间的因果关系，并且通过贝叶斯条件概率进行一个直的拟合，将这种关系进行转化。通过相关的计算可知，由于系统发生了故障，就会引起系统中某些固有属性值的改变。对于电力系统而言，在系统中起到监视作用的部件主要包括变压器或者是断路器等。电路故障保护可以分为多种类型，如线路保护或者是母线保护等，还可以分为变压器保护。

对于本文来说，由于本文设计时针对的主要气候条件为冰冻灾害，所以说对于电路一系统发生故障进行监测和判断时，主要针对的也是该条件下的运行。所以针对这种恶劣条件下冰冻灾害对电力系统进行监测和诊断的部分，必须包括数据采集的相应模块。除此之外，其应该含有远程的监控计算机，还有进行故障诊断时，基于贝叶斯理论的模型以及相关数据库等，具体的操作以及原理图如图2所示。

通过图2可以清晰显示对于电力系统发生故障，在进行监测和判别时，可以利用贝叶斯理论模型进行故障诊断，其中诊断模块与采集模块之间传递信息，这些信息主要包括了电路的拓扑结构信息，以及断路器或者是相关诊断信息等都涵盖在内。

3 如果发生冰冻灾害其电力系统的故障监控流程的分析

3.1 首先可以判别可疑的元件

如果电力系统发生故障，比如说出现断电等相关问题，首先可以通过判断断路器的跳闸信息确定故障原件是否处与其中。而且由于电网进行拓扑分析时，与实际情况下相比会存在不同和问题。比如说有可能出现信息的丢失，或者说信息发生了畸变，这样的话对于该停电区域来说，如果没有办法准确判断精确位置，就可以扩大故障区域，增加可疑元件的个数进行分析判断。

3.2 进行时序分析

所谓时序分析，其实主要就是根据保护时间的参数，进行不同保护发生时刻的相关，比较以此进行排除。

3.3 排查

通过上一步的操作之后，就可以初步锁定故障的位置。这样的话经过计算机的远程操作就可以确定停电区域，进行相关的排查。

3.4 确定故障节点

对剩余的可疑元件进行贝叶斯模型建立，将断路器的信息带入相关模型，通过反向推理进而判断产生故障的元件。本文正是基于各种诊断数据，得到了基于贝叶斯理论的诊断方法和传统方法的相关对比，得到的失误率对比曲线如下页图3所示。

4 结语

对于铁路电力系统来说，如果发生了冰冻灾害，就极其容易面对低温失效或者是线路覆冰导致故障等相关危害，此时为了保证系统正常运行，减少经济损失，就必须提高诊断和判别技术。本文研究的主要思路就是首先对于系统的稳定性进行数学建模，然后通过贝叶斯理论设计了一种基于该理论的诊断和判别方法。并且利用大量的现实数据进行对比，结果表明该模型精确度更高，可以使系统运行更加稳定，适用于铁路电力系统。

参考文献

[1] 安英霞.高速铁路牵引供电系统PHM技术架构与方案研究[J].中国铁路，2018(4):6.

[2] 王玘，何正友，林圣，等.高铁牵引供电系统PHM与主动维护研究[J].西南交通大学学报，2015(5):942.

[3] 何正友，程宏波.高速铁路牵引供电系统健康管理及故障预警体系研究[J].电网技术，2012(10):6.

[4] 任伟霄.分析10 k V配电线路接地出现故障的原因及对策[J].建材与装饰，2017(26):2.

[5] 王文君.铁路10 k V供电系统接地短路故障分析和对策[J].黑龙江科技信息，2015(8):180.

[6] 魏喆，肖晓晖，童雪梅，等.铁路牵引供电系统接触网结构的防灾分析[J].铁道学报，2011(6):4.

[7] 刘友波，刘俊勇，杨嘉湜，等.基于故障演化的电网阶段脆弱性及其可视化预警[J].电网技术，2011(1):7.

[8] 刘道伟，李旭晨，赵虹，等.在线稳定节能综合监控与预警系统的设计与应用[J].电网技术，2011(1):6.