基于事例和规则混合推理的变电站故障诊断系统杜一，张沛超，郁惟镛（上海交通大学电气工程系，上海200240）故障诊断是保证电力系统安全运行的重要手段，目前多采用基于规则推理的专家系统，但其知识获取困难，自学习能力差，很难适应电网发展的要求。文中介绍了基于事例推理(CBR)和基于规则推理(RBR)的混合推理的变电站故障诊断专家系统。该系统采用CBR方法确定故障情况，再利用规则评价继电保护和开关的动作情况。事例库包括用RBR系统自动生成的基本事例库及无确定规则的特殊事例，在使用中还可不断地增加新事例以提高系统判断复杂故障的能力。由于采用了混合推理，系统故障诊断快速可靠，动作评价准确，自学习能力也得到很大提高，可减轻运行人员的工作量。
关键词：电力系统；故障诊断；专家系统；基于事例推理；基于规则推理；变电站
1引言
在电力系统发生事故的情况下，正确而快速地故障诊断，对于电力系统的故障恢复决策，提高供电可靠性具有重要意义。这也是国内外对电力系统故障诊断进行广泛研究的原因之一。目前的研究方法主要有专家系统[1,2]、模糊理论[3,4]、人工神经网络[5]和随机优化技术[6]等。各种方法各具特点，其中专家系统具有较强的逻辑推理和字符处理能力，比较适合于电力系统故障诊断，应用前景最为广阔。
专家系统可分为基于规则推理（RBR）和基于事例推理（CBR）两大类。RBR系统根据规则库进行推理，规则确定是建立该系统的过程中最为困难的阶段之一。规则库需要领域专家和知识工程师反复交换意见后才能形成。即使这样，由此获取的知识仍然可能是不全面的、不准确的，尤其是这些知识往往是静态的，不能适应领域知识不断发展的要求。CBR系统是根据事例匹配得到问题解的，由于其在应用过程中可通过自学习逐渐完善事例库，因而可以有效地克服知识获取瓶颈问题，大大延长了生命周期。目前电网故障诊断多采用RBR系统。它根据开关和继电保护装置的动作信息确定故障设备。在正常情况下根据判断规则是容易确定的，但当继电保护装置和开关发生误动、拒动以及因信道干扰发生信息丢失等情况时，只根据规则要保证准确确定就十分困难。
本文针对上述情况，提出了综合使用CBR和RBR的故障诊断专家系统，其结构如图1所示。2CBR及开发工具
CBR方法是人工智能（AI）的重要推理技术。它在1982年起源于美国耶鲁大学。该方法试图通过研究过去问题的解（即称事例Case），进行类比或者联想等，寻求解决当前的问题。同基于规则推理（RBR）的系统相比，CBR更接近于人类的决策过程，它将新知识结合到已贮存在知识库的知识中去的过程能够自动完成，它还可用于求解不易理解的领域中的问题。
由英国威尔士大学（UniversityofWales）研制的Caspian开发工具能够实现事例输入、索引、检索和修改等功能。本文系统在此基础上做了二次开发并将其应用于变电站的故障诊断。
Caspian使用CASL语言描述事例，事例保存在文本文件中。事例文件基本结构如表1所示。定义段对事例中字段的类型和权重进行定义，以便于事例检查和匹配。事例段描述具体事例，其前部为问题的条件（称为问题组），其后部为问题的解决方案（称为方案组）。程序运行时，先读入事例文件并建立索引。用户输入新事例后，Caspian采用最近邻法[7]在事例库中查找与新事例最相似的旧事例，并提取其解决方案。如果用户不满意，可以修改方案并将新事例加入事例库。系统在运行过程中不断加入新事例，可以使解决问题的能力不断提高。
3故障诊断
一个成功的CBR系统要具有选取合理的事例问题组字段。本系统根据变电站中开关和继电保护装置的动作情况确定故障设备，因此选择所有的开关和继电保护装置定义如下：
fieldB5061typeis(on，off)weightis1；～开关属性
field5407TLStypeis(normal，action，repair)weightis3；～主保护属性
field5407DLPtypeis(normal，action，repair)weightis1；～后备保护属性
系统认为开关有闭合和断开两种状态，而继电保护装置则有正常运行、动作跳闸和检修3种状态。由于用主保护装置动作来确定故障设备更可靠，所以对其设的权重比开关的高为3，而后备保护装置的权重则和开关相同，只有1。
系统将故障情况保存在事例库中，对故障的描述分为问题组和方案组两部分。某线路的故障事例如下：
CBR系统采用问题组字段匹配的方法查找方案组，得到故障设备。若匹配度太低则认为无故障发生（此时可能发生了开关误动）。对于在事例库中的问题组中未说明的开关和继电保护装置，则认为他们处于默认状态，即开关闭合继电保护装置正常运行，不参加匹配度的计算。这样不仅符合变电站的实际情况，而且事例描述简单清晰，便于维护。
4事例库
事例库是CBR系统的重要组成部分。事例量大可以提高可靠性，但如果事例过多造成冗余，则会降低系统的运行速度和可维护性。本系统事例量较大，如果完全由人工输入，不仅难以维护而且准确性得不到保证。考虑到在不发生误动和拒动的情况下，可以根据清晰的规则判断故障情况。因此本文系统首先采用RBR系统自动生成基本事例库，尔后由人工或在运行中加入特殊事例，既实现了自学习功能，又使事例便于维护。
RBR系统使用CLIPS引擎。该引擎由美国宇航局（NASA）开发，它是利用事先确立的规则库进行推理的。该系统由推理引擎、事例库和规则库组成。推理引擎通过事例匹配，激发相关规则，得到推理结果。事例库由网络拓扑、设备属性组成。不同的变电站生成不同的事例库。规则库保存在文本文件中，可以添加或修改。系统首先对事例进行预处理，利用网络拓扑事例库和设备属性事例库，自动地生成继电保护装置和开关、继电保护装置和一次元件（线路、变压器、母线、电抗器等）、开关和一次元件的关联关系以及继电保护装置和设备的远后备关系，然后根据开关、继电保护装置动作与设备故障之间的关系自动生成事例库。
CBR系统在运行时也可不断添加新事例以增强判断功能。添加规则为：即使新事例没有找到完全匹配的旧事例，只要判断结果正确，就不加入事例库。即只有在判断错误的情况下才将其加入事例库，从而提高了系统的稳定性和运行速度。
5继电保护装置和开关动作评价
继电保护装置和开关有3种动作情况：正确、误动和拒动。系统再次使用CLIPS引擎，根据简单的规则对评价其动作行为。系统根据故障情况、继电保护装置和设备关系以及保护属性，利用继电保护装置动作规则库确定继电保护装置的动作情况。下面是针对线路主保护正确动作的一条规则：
(保护动作信息评价(保护?Protect)(评价“正确”))
根据继电保护装置和开关的动作情况以及开关和继电保护的对应关系，评价开关动作情况的规则如表2所示。6系统测试
本文系统测试采用如图2所示的变电站接线图。该变电站具有双母线双变压器，6根出线和12个开关。CBR系统的问题组字段共有22个开关和设备的[1][2]下一页
