一种基于EFPN的电力系统故障诊断方法.pdf

第４０卷第１４期２０１２年７月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｌ０ｌ＿４０ＮＯ．１４Ｊｕｌｙ１６，２０１２一种基于ＥＦＰＮ的电力系统故障诊断方法郭金叶，佘维，李江林，叶阳东（１．郑州大学信息工程学院，河南郑州４５００００；２．北京交通大学轨道交通控制与安全国家重点实验室，北京１０００４４３．许继电气股份有限公司，河南许昌４６１０００）摘要：针对电力系统故障诊断中存在的告警信息错误或缺失，以及信息出现的时间不确定等问题，提出一种基于扩展模糊Ｐｅｔｒｉ网（ＥＦＰＮ）的故Ｉ牵诊断方法。该方法通过将模糊规则映射到扩展模糊Ｐｅｔｒｉ网，对故障诊断过程中的不确定性问题进行定量分析。首先，采用统计计算获得信号置信度，运用层次分析法设定权值，进而构建时间隶属函数定量分析信号的时间不确定性。由变电站故障诊断实例可知，该方法在处理不完备信号和误信号时，表现出较好的适应性和容错性，准确度高，且降低了直接使用专家经验的主观性。关键词：电力系统；故障诊断；不确定性；扩展模糊Ｐｅｔｒｉ网；时间隶属函数ＡｐｏｗｅｒｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎＥｘｔｅｎｄｅｄＦｕｚｚｙＰｅｔｒｉＮｅｔＧＵＯＪｉｎ．ｙｅ，ＳＨＥＷｅｉ一，ＬＩＪｉａｎｇ．１ｉｎ，ＹＥＹａｎｇ．ｄｏｎｇ，（１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５００００，Ｃｈｉｎａ；２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲａｉｌＴｒａｔｆｉｃＣｏｎｔｏｒｌａｎｄＳａｆｅｔｙ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ；３．ＸＪＥｌｅｃｔｒｉｃＣｏ．，Ｌｔｄ，Ｘｕｃｈａｎｇ４６１０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｆａｌｓｅｏｒｌａｃｋｉｎｇａｌａｒｍｉｎｆｏｒｍａｔｉｏｎ．ａｎｄｔｈｅｕｎｃｅｒｔａｉｎｔｉｍｅｏｆｉｎｆｏｒｍａｔｉｏｎｏｃｃｕ￣ｅｎｃｅｉｎｔｈｅｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｐｏｗｅｒｓｙｓｔｅｍ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎＥｘｔｅｎｄｅｄＦｕｚｚｙＰｅｔｒｉＮｅｔ．Ｔｈｉｓｍｅｔｈｏｄｄｏｅｓｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｏｆｕｎｃｅｒｔａｉｎｔｉｅｓｗｈｉｃｈｅｘｉｓｔｉｎｔｈｅｐｒｏｃｅｓｓｏｆｆａｕｌｔｄｉａｇｎｏｓｉｓ，ｂｙｍａｐｐｉｎｇｔｈｅｆｕｚｚｙｒｕｌｅｔｏＥｘｔｅｎｄｅｄＦｕｚｚｙＰｅｔｒｉＮｅｔ．Ｆｉｒｓｔ，ｉｔｕｓｅｓｓｔａｔｉｓｔｉｃａｌｃｏｍｐｕｔｉｎｇｔｏｇｅｔｔｈｅｃｏｎｆｉｄｅｎｃｅｏｆｓｉｇｎａｌｓ，ａｐｐｌｉｅｓａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓｔｏｓｅｔｗｅｉｇｈｔ，ａｎｄｔｈｅｎｃｏｎｓｔｒｕｃｔｓｔｈｅｔｉｍｅｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎｔｏｑｕａｎｔｉｔａｔｉｖｅｌｙａｎａｌｙｚｅｔｈｅｔｉｍｅｕｎｃｅｒｔａｉｎｔｙｏｆｓｉｇｎａｌｓ．Ｔｈｅｅｘａｍｐｌｅｏｆｓｕｂｓｔａｔｉｏｎｆａｕｌｔｄｉａｇｎｏｓｉｓｓｈｏｗｓｔｈａｔ，ｉｎｄｅａｌｉｎｇｗｉｔｈｉｎｃｏｍｐｌｅｔｅｓｉｇｎａｌｓａｎｄｆａｌｓｅｓｉｇｎａｌｓ，ｔｈｉｓｍｅｔｈｏｄｈａｓｂｅａｅｒａｄａｐｔａｂｉｌｉｔｙａｎｄｆａｕｌｔｔｏｌｅｒａｎｃｅ，’ｓｈｏｗｓｈｉ曲ａｃｃｕｒａｃｙ，ａｎｄｒｅｄｕｃｅｓｔｈｅｓｕｂｊｅｃｔｉｖｉｔｙｏｆｕｓｉｎｇｅｘｐｅｒｔｓｅｘｐｅｒｉｅｎｃｅｄｉｒｅｃｔｌｙ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．６０７７３０４８ａｎｄＮｏ．６１１７０２２３）ａｎｄＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙＯｐｅｎＰｒｏｊｅｃｔＦｕｎｄｏｆＣｈｉｎａ（Ｎｏ．ＲＣＳ２００９Ｋ００３）．Ｋｅｙｗｏｒｄｓ：ｐｏｗｅｒｓｙｓｔｅｍ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ；ｕｎｃｅｒｔａｉｎｔｙ；ｅｘｔｅｎｄｅｄｆｕｚｚｙＰｅｔｒｉｎｅｔ；ｔｉｍｅｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎ中图分类号：ＴＭ７７文献标识码：Ａ文章编号：１６７４．３４１５（２０１２）１４．００１０．０６０引言在规模庞大、结构复杂的电力系统中，大量的保护装置监控并保护着各种设备的运行。当系统运行出现异常时，保护装置应根据电网各节点电压、支路电流等电气量的变化，发出继电保护动作信息。若保护装置自身发生故障，则有可能出现误动或拒动；若通信信道被干扰，则会使保护动作信息接收不完整或产生误信号。这些问题增加系统的不确定性，为故障的正确诊断增加了很大难度。基金项目：国家自然科学基金（６０７７３０４８，６１１７０２２３）；国家重点实验室开放课题基金（ＲＣＳ２００９Ｋ００３）目前，电网故障诊断领域已引入了一些行之有效的技术和方法［１ｌ，如专家系统Ｌ２Ｊ、Ｐｅｔｒｉ网【３Ｊ、贝叶斯网【６１等。其中，Ｐｅｔｒｉ网作为一种图形的数学建模工具Ｌ７Ｊ，对于离散事件动态系统和连续变量动态系统有较强的建模能力Ｌ８Ｊ，与模糊理论相结合后，可用于描述和分析不确定性问题０文献［３］建立了一种有色Ｐｅｔｒｉ网的电网故障诊断模型，用不同单色代表不同元件，根据保护原理和网络拓扑组合成复合色进行推理，网络拓扑不影响模型结构。文献［４】介绍了一种基于继电保护时空二维定值的实用Ｐｅｔｒｉ网诊断模型，能够更加准确地模拟继电保护配合关系。文献［５］提出一种基于方向性加权模糊Ｐｅｔｒｉ网的电网故障诊断方法，能够自动适应网络拓扑结构郭金叶，等一种基于ＥＦＰＮ的电力系统故障诊断方法－１１・的变化，在信息不完备的情况下给出正确的诊断结果。以上研究皆为基于电网物理结构直接对断路器信息以及与断路器有直接关系的保护信息进行建模，最后推理出故障元件。但实际的电力系统中，保护信息种类繁多且关系复杂，这些方法则适用性有限，且无法给出具体的故障原因。另外，他们都忽略一个很重要的问题，即故障信息获取时间的不确定性问题。当系统发生故障时，监控中心基于统一的时标基准，获得一系列相关的时序告警信号，由于信道原因这些信号的顺序、时间都不确定，但它们总是离散地分布在一个时间段内，如变电站智能故障诊断系统，接收处理告警信息的时间段大小为３～１０ｓ［。本文提出一种基于扩展的模糊Ｐｅｔｒｉ网（ＥｘｔｅｎｄｅｄＦｕｚｚｙＰｅｔｒｉＮｅｔ，ＥＦＰＮ）的故障诊断方法。该方法将模糊规则映射到ＥＦＰＮ，利用Ｐｅｔｒｉ网的代数运算能力对故障诊断过程中的不确定性问题进行定量分析，并通过层次分析法ｕＪ确定权值验证专家经验的一致性，根据时问属性对故障信息的时间不确定性进行分析。诊断实例验证了该方法的有效性。１ＥＦＰＮ１．１ＥＦＰＮ的定义—本文在文献［１１１２］的基础上，定义一类含时间关联关系的扩展模糊Ｐｅｔｒｉ网模型。定义１扩展模糊ＰｅｔｒｉＮ（ＥＦＰＮ）可定义为一个∑八元组＝（Ｐ，Ｔ，Ａ，Ｗ，，１，Ｆ，Ｍｏ），其中１）Ｎ＝（Ｐ，Ｔ，Ａ）是一个网，满足（ａ）Ａ＝ＡｕＡ一为网中有向弧的集合，ＴｘＰ，Ａ一ＰｘＴ；∈（ｂ）ＶｔＴ，ｆ・ｎ・ｆ＝，其中ｏｔ（ｆ・）表示变迁ｆ的前置（后置）库所集；∈∈（ｃ）３ｐＰ：ｏｐ＝＾Ｐ：ｐｏ：，ｉｐ（Ｐ。）表示变迁Ｐ的前置（后置）变迁集。∈∈２）Ｗ：Ａ（０，１］，对Ｔ，Ｐｏｔ，ｗ（ｐ，ｆ）表示∑弧（Ｐ，ｔ）上的权值，ｗ（ｐ，，）＝１ｏｔ∈，ｐｆ・，ｗ（ｆ，ｐ）、‘一…表示弧（￡，ｐ）上的权值。３）：Ｔ（０，１］，２（ｔ）表示变迁ｆ的阈值。∈４）１：ＴＲ，对ｆＴ，Ｉ（０表示变迁，的时间戳。５）Ｆ：Ｔ（０，１］，为变迁ｆ的转移控制函数。６）为初始标识，满足∈Ｐ：ｏｐ＝≠Ｍｏ（ｐ）０标识下的标识分量（ｐ）表示库所Ｐ中的托肯值，且０Ｍｉ（ｐ）１。∑∈７）的运行规则为：任意标识下，对ｆＴ，若∈≠≠３ｐｏｔ：Ｍｏ（ｐ）０ＶＭｉ（ｐ）＾一１（ｐ）（ｉ１），且Ｆ（ｔ）＞Ｚ（ｔ），则变迁ｆ有发生权，且变迁，发生后，≥产生新标识＋（０）。‘（｛’ｉ印。（１）构建模型的依据是推理规则，本文涉及到的皆是多输入单输出的与规则。…ｉｆ（）ａｎｄａｎｄａｎ（）Ｔｈｅｎ（）／，）ａｏ（）…其中：（ｆ＝１，，ｎ）为前提命题，为结论命题，命题本身具有一定的置信度，在［０，１】内取值；为前提ａｉ的权值，反映命题ａｉ对规则的影响程度，０＜１且？＝１；ｃｆ为规则的确信度，０＜ｃｆ１；为规则的可应用阈值，０＜１。其他形式的规则经过分解可转化为该种形式［１２］。…定义２若Ｓ＝｛ａ１，ａ２，，ａ）为电力系统故障诊≤断规则Ｒ的前提信号集合，称ａｉ（１ｉｎ）为规则尺的关联信号，用序偶（ｎａｍｅｉ，ｔｉｍｅ）表示，其中ｎａｍｅｆ为信号的名称，ｔｉｍｅ为接收到该信号的时间，则Ｓ为规则的关联信号集。定义３基于统一时标基准，规则的关联信号（１ｉｎ）的ｔｉｍｅｆ总是离散地分布在一个时间段内，令１＝ｍａｘ｛ｔｉｍｅｉ｝－－ｍｉｎ｛ｔｉｍｅｉ｝则称，为规则的关联时间。推理规则与该ＥＦＰＮ之间的映射关系，如表１所示。表１映射关系Ｔａｂｌｅ１Ｍａｐｐｅｄｒｅｌａｔｉｏｎｓｈｉｐ模糊产生式规则ＥＦＰＮ规则规则的前提命题规则的结论命题命题的置信度前提的权值规则的确信度规则的可应用阈值规则的关联时间变迁ｆ变迁的前置库所Ｐ变迁的后置库所Ｐ库所中的托肯值Ｍ（ｐ１弧（Ｐ，ｔ）上的权值弧（ｆ，Ｐ）上的权值变迁的闽值变迁的时间戳，１．２信号初始置信度的计算实际应用中信号置信度的取值往往是根据运行的样本数据进行统计计算而得，而最大似然估计是最简单，也是适用性最广的统计方法。若设备元件的各种情况发生的频率都处于一个比较稳定的水．１２．电力系统保护与控制平，则从统计数据中提取概率信息是可行的引。保护装置总处于两种状态：动作、不动作。动作又分为正确动作与误动两种情况，不动作分为拒动与无需动作的情况。故保护装置的所有情况可归为四种：正确动作、误动、拒动、无需动作。保护装置动作时即发送信号，不动作时则不发送信号。当监控中心接收到一个信号，则该信号的正确率为／（＋ｒｆ），其中：，ｃ为观测到的设备正确动作次数；为误动次数。以文献［１４】中提供的数据为例，如表２所示。表２２００９年２２０ｋＶ及以上电网元件保护动作情况Ｔａｂｌｅ２Ｔｈｅｍｏｖｅｍｅｎｔｓｉｔｕａｔｉｏｎｏｆ２２０ｋＶａｎｄａｂｏｖｅｇｒｉｄｃｏｍｐｏｎｅｎｔｓｉｎ２００９在利用采集的信号进行故障推理时，信号的正确率作为信号的置信度。若某一信号未送至监控中心，原因可能是保护装置拒动，或系统运行正常无需发送信号。系统运行正常是一种持续的状态，无法进行频率的统计，且本文提到的推理是以采集到的信号为前提，故不考虑拒动情况。所以，对于监控中心未采集到的信号，其置信度设为０。同理，可通过统计以往规则成功应用的比率，结合业务专家经验进行分析，设置规则的确信度。这里由于样本数据的规模有限，计算得到的数值只作为初始值参与推理，后期需经过不断地自学习进行优化。１．３权值的计算层次分析法（ＡＨＰ）是美国运筹学家匹兹堡大学教授萨蒂于２０世纪７０年代初提出的，它可以为多目标、多准则或无结构特性的复杂决策问题提供简便的决策，而且可验证逻辑思维的一致性，不一致时可进行调整，降低经验数据的主观性。根据领域专家的经验，将一组关联信号依照对规则的影响程度进行比较，获得比较关系的判断矩阵，然后检验矩阵中所表现的逻辑思维的一致性。一致时，则可通过计算来确定权值。具体的过程如下。１）获取个关联信号的判断矩阵Ａ。将，２个信号按影响程度分为五个层次：不重要、稍重要、一般重要、比较重要、非常重要。信号按所属层次进行比较，比较结果按十个刻度进行划分，如表３所示。根据专家的逻辑判断，ａ，在所属区间内取值，而ａｊｆ取（１／ａ当信号ａｆ与自己比较时，ａ为１。关联信号的层次划分及刻度都可进一步细化，可使数据更精确。”表３比较信号ｎ与ｆ得判断矩阵元素ａ，的值’Ｔａｂｌｅ３ＧｅｔｔｉｎｇｔｈｅｖａｌｕｅｏｆｊｕｄｇｍｅｎｔｍａｔｒｉｘＳｅｌｅｍｅｎｔａｂｙｃｏｍｐａｒｉｎｇｗｉｔｈ相差层次ａ，／所属刻度区间比ｎｊ高零层埔比ｎｊ高一层ｌ＇ｌ比月，高二层所比ｎｊ高三层ｔ＇１，比高四层ａｑ１∈ａ（１，３］∈口（３，５］∈ｑ，（５，７】∈Ｄ（７，１０】２验证判断矩阵中逻辑思维的一致性。ＡＨＰ方法中用一致性程度ＣＲ值来验证矩阵中逻辑思维的一致性，ＣＲ＝（一ｎ）／（ｎ一１）／ＲＩ【Ｉ训，其中为判断矩阵的最大的特征值，为信号的个数，为随机一致性指标。当ＣＲ＜Ｏ．１时，说明一致性程度比较高，属于可接受的，反之则需重新设定中元素的值。３１计算个信号的权值。Ｘｉ＝（几：一『，），ｉ＝１２一，，，Ｈ、．一—…八乙Ｊ，ｌ１，２，，，ｚ其中，Ｗ即为信号ａｆ的权值，且？，ｗｉ＝１。１．４转移控制函数在该ＥＦＰＮ模型中，用转移控制函数Ｆ以及规则的确信度ｃ厂来控制变迁的输出强度，函数Ｆ的构建方法直接影响结论置信度的准确性。因此，需综合考虑各个关联信号对规则的影响以及时间的不确定性等因素，来构建转移控制函数。由于设备灵敏度、稳定性、信号传送时延等因素的影响，规则中的关联信号，总是离散地分布在关联时间内。通过统计计算，可以给出各个规则的关联时间，但它不能完全适应关联信号出现的时间不确定性。为此，本文在关联时间的基础上，延长了一段模糊时间，使得关联时间模糊化以适应信号出现时间的不确定性。在模糊时间段内，随着出现时间的后移，信号的隶属度将逐渐降低，下面给出一个半梯形的时间隶属函数，具体规定时序信号相对于规则的时间隶属度。定义４设一条规则ｆ的关联时间为／２＇，模糊关△联时间为，该规则第一个前提出现的时刻为，其时间隶属度为１，其他某一前提出现的时刻为ｘ，其时间隶属度为郭金叶，等一种基于ＥＦＰＮ的电力系统故障诊断方法一１３一Ｌ（ｘ，）＝１．≤ｘｏｘ＜ｘｏ＋一，。＋△＜ｘ。＋十０，ｅｌｓｅ避免了考虑问题时的片面性；此外，函数中添加时间隶属度因子，考虑到信号出现时间的不确定性，（２）提高了转移量的准确度。△式中：则为时间隶属函数；（＋）为规则的有效关联时问。△模糊关联时间根据具体的应用环境，按关联时间的一定比例选取。由定义４可知，规则不同，其时间隶属函数也不同，但不同规则的时问隶属函数可以在统一的时间坐标下进行计算。下面在时间隶属函数的基础上构建转移控制函数为Ｆ（ｆ）＝，（ｐ）Ｘｗ（ｐ，ｆ）ＸＬ（ｘ，ｆ）（３）ｐｃ。ｔ其中，为信号Ｐ的出现时间。在转移控制函数中采用了累加求和算子，可综合体现出所有已出现信号对规则的影响，与单纯的取最大最小算子相比，２基于ＥＦＰＮ的故障诊断２．１规则样例当保护装置动作发出信号时，会同时伴随产生其他信号，这些伴随信号是故障连带情况的反映，可验证信号的正确与否。故在变电站故障诊断中，存在两类规则：由伴随信号验证告警信号；由告警信号进行故障诊断。此两类规则对应变电站故障诊断中的两步推理。依照规则中涉及的各种参数，设置规则的存储内容，通过前面介绍的方法获得各参数的初始值。以文献［１５１中的信号为例，给出规则的具体存储形式，如表４所示。————表４规贝０Ｏ１１０２、０１０５３、０１０５７、０１０６２————Ｔａｂｌｅ４ＲｕｌｅＯ１１０２，０１０５３，０１０５７，０１０６２Ｐ２：复压闭锁ⅣＯｌ一０５３过流Ｉ／１Ｉ／ＩＩＩ／段保护动作Ｐ４：ＰＴ断线告警Ｏ．１１Ｏ．１１Ｏ．１１Ｏｌ７Ｏ３３Ｐ５：装置告警Ｐ６：收发信机动作告警Ｐ７：故障录波器动作告警Ｐ８：事故主变冷却装置电源故障Ｐ９：主变各侧及相关断路器变位Ｏ・１７１０．９９０．５Ｑ２表４中，．为伴随信号的关联时间，为由伴随信号验证保护动作信号的规则的确信度；保护动作信号与其伴随信号作为故障诊断的两个前提，重要性相同，权值均为０．５，表中省略，为告警信号与其伴随信号间的关联时间，为故障诊断规则的确信度；模糊关联时间暂取相应关联时间的三分之一；验证规则的阈值设为０，表中省略，为诊断规则的阈值；故障处理方案的详细内容可参看文献［１５］。表中的参数的取值均为初始值，在运行过程中可利用自学习机制对参数值进行优化，不断拟合现实数据。在应用ＥＦＰＮ进行推理时，表４中的规则０１．１０２对应的网模型如图ｌ所示。在实际的推理过程中，进行规则匹配时，以保护动作信号为准。动态构建Ｐｅｔｒｉ网模型时，验证变迁与诊断变迁分步参与推理：当新的信号与已有库一１４．电力系统保护与控制所代表的信号之间没有伴随关系时只需添加相应的诊断变迁，否则两者都需添加；当新的信号无伴随信号且为其他信号的伴随信号时，只需添加相应的验证变迁进行推理；有的告警信号是没有任何伴随信号的，此时只需诊断变迁，且无需证明库所。—图１规则Ｏ１１Ｏ２的ＥＦＰＮ模型Ｆｉｇ．１ＴｈｅＥＦＰＮｍｏｄｅｌｏｆｒｕｌｅ０１－１０２２．２诊断实例２．２．１初始状态Ｑ１以变电站中２２０ｋＶ变压器保护装置的告警信号为例，描述故障诊断的过程。已知监控中心获得信号：Ｐ１低后备保护装置动作、Ｐ２复压闭锁过流Ｉ段保护动作、Ｐ９主变各侧及相关断路器变位。查询规则库，找到匹配的规则０１．１０２、０１．０５３，如表４所示。建立相应的ＥＦＰＮ模型并进行计算推理，如图２所示。根据表２中的统计数据，暂设变压器保护装置发送信号的正确率为０．９７，作为信号的初始置信度。图２初始状态的ＥＦＰＮ模型Ｆｉｇ．２ＴｈｅＥＦＰＮｍｏｄｅｌｏｆｉｎｉｔｉａｌｓｔａｔｅ’’令各个库所按Ｐ１，Ｐ１，Ｐ２，Ｐ２，Ｐ３，Ｐ４，Ｐ５，Ｐ６，Ｐ７，Ｐ８，Ｐ９，Ｏ１，Ｑ２的顺序排列，即信号库所与其对应的证据库所相连，终端结论库所置末尾，然后按角标排序，出现新的库所时按此法插入。由信号的获得情况，可知初始状态标识Ｍｏ。＝【０．８６，０，０．８６，０，０，０，０，０，０，０，０．８６，０，Ｏｌ，此时已获得的信号的时间隶属度皆为１。依据式（３）计算各变迁转移控制函数，得到：Ｆ（Ｔ１）＝０．６４９９，Ｆ（Ｔ２）＝０．４８５，Ｆ（Ｔ３）＝０．１６４９，Ｆ（Ｔ４１＝０．４８５。由变迁发生规则知获得发生权的变迁有Ｔｌ、Ｔ３，它们发生后，由式（１）得到新的状态标识＝［０．９７，０．６２，’０．９７，０．１６，０，０，０，０，０，０，０．９７，０，０］。由。可知Ｔ２、Ｔ４获得发生权，用同样的计算方法得到新标识＝［０．９７，０．６２，０．９７，０．１６，０，０，０，０，０，０，０．９７，０．７８，Ｏ．５６］。２．２．２中间状态经过２Ｓ的时间，监控中心又接收到信号：Ｐ５装置告警、Ｐ６收发信机动作告警、Ｐ８事故主变冷却装置电源故障。规则０１．０５７符合匹配原则，将其对应的Ｐｅｔｒｉ网结构添加到推理模型中，如图３所示。图３中间状态的ＥＦＰＮ模型Ｆｉｇ．３ＴｈｅＥＦＰＮｍｏｄｅｌｏｆｉｎｔｅｒｍｅｄｉａｔｅｓｔａｔｅ由新获得的信号情况，知新的状态标识为”Ｍ，＝【０．９７，０．６２，０．９７，０．１６，０，０，０，０．９７，０．９７，０，０．９７，０．９７，０，０．７８，０．５６，０１，此时新获得的信号都未超出其规则的关联时间，故它们的时间隶属度都为１。转移控制函数计算得：Ｆ（Ｔ３）＝０．６９８４，Ｆ（Ｔ５１＝０．３００７，其他变迁不变，则获得发生权的变迁有Ｔ３、Ｔ５。这两个变迁发生后，得到新的状态标识Ｍ，＝『０．９７，０．６２，０．９７，０．６７，０，０．２９，０，０．９７，０．９７，０，０．９７，０．９７，０，０．７８，０．５６，０］；由可知Ｔ４获得发生权并发生，计算得新标识Ｍ２＝［Ｏ．９７，０．６２，０．９７，０．６７，０，０．２９，０，０．９７，０．９７，０，０．９７，０．９７，０，０．７８，０．８１，０】。２．２．３最终状态３Ｓ后监控中心再次获得信号：Ｐ４ＰＴ断线告警、Ｐ７故障录波器动作告警。Ｐ４为信号Ｐ２、Ｐ３、Ｐ１１的伴随信号，其中Ｐ２和Ｐ３均已出现，故Ｐ４参与—到了规则０１．０５３、０１０５７的推理中，但信号Ｐ１１始终未出现，根据匹配原则，Ｐ４不能与规则０１．０６２匹配。此时状态标识为Ｍ３。＝『０．９７，０．６２，０．９７，０．６７，０，０．２９，０．９７，０．９７，０．９７，０．９７，０．９７，０．９７，０，０．７８，０．８１，０１，Ｔ３、Ｔ５获得发生权。由于信号Ｐ４、Ｐ７已超出其规则的关联时间，处于模糊关联时间内，它们的时间隶属度不为１。新信号出现的准确时间为３．３Ｓ，则根据公式（２）计算得到它们的时间隶属度均为０．７，转移控制函数值为Ｆ（Ｔ３）＝０．８８８５，Ｆ（Ｔ５）＝０．５７２３。变迁Ｔ３、Ｔ５发生，得新标识－－［ｏ．９７，０．６２，０．９７，ｏ．８５，０，０．５４，０．９７，０．９７，０．９７，０．９７，０．９７，０．９７，０，０．７８，０．８１，０１。此郭金叶，等一种基于ＥＦＰＮ的电力系统故障诊断方法．１５．’时Ｐ２ｔ的时间隶属度变为０．７，Ｐ３的时间隶属度仍为１，变迁Ｔ４、Ｔ６的转移控制函数的值为Ｆ（Ｔ４）＝０．７８２５＞０．５，Ｆ（Ｔ６１＝０．２７＜０．５，则Ｔ４获得发生权。Ｔ４发生后，由式ｆ１）知状态标识未变，依然是［０．９７，０．６２，０．９７，０．８５，０，０．５４，０．９７，０．９７，０．９７，０．９７，Ｏ．９７，０．９７，０，０．７８，０．８１，０］，此为最终状态，因为监控中心再无收到与这几条规则匹配的信号，或是再接收到的匹配信号超出了有效关联时间。最后得到Ｑ１、Ｑ２两个结论，其置信度分别为０．７８、０．８１，系统则建议工作人员参考方案Ｑ１、Ｑ２进行变电站的故障诊断，与事实相符。由诊断过程可以看出：即使规则的前提信号不完备，模型仍可做出实时、有效地推理；当监控中心接收到一个告警信号，但其伴随信号皆未出现，此种情况下模型中相应的变迁不会发生，即该信号被当做误信号来处理。当变迁的存在时间超出其有效关联时间时，则删除此变迁，可在一定程度上避免组合爆炸。３结束语本文提出了一种基于ＥＦＰＮ的电力系统故障诊断方法，可对故障诊断过程中存在的某些不确定性问题进行定量分析。该方法采用统计计算得到的信号置信度进行推理，有效地降低了误信号对推理结果的影响：采用层次分析法设置关联信号的权值，保证了检验专家经验的一致性；利用时间隶属函数，定量分析了信号出现时间的不确定性对推理结果的影响。、通过算例说明，该方法在处理不完备信号和误信号时，表现出较好的适应性和容错性，且提高了诊断结果的准确度，降低了直接使用专家经验的主观性。参考文献［１］王家林，夏立，吴正国，等．电力系统故障诊断研究现状与展望ｆＪ１．电力系统保护与控制，２０１０，３８（１８）：２１０．２１６．—ＷＡＮＧＪｉａｌｉｎ，ＸＩＡＬｉ，ＷＵＺｈｅｎｇ－ｇｕｏ，ｅｔａ１．Ｓｔａｔｅｏｆａｒｔｓｏｆｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１８、：２１０２１６．［２］张帆，金红核，袁成，等．基于目标优先的变电站仿真智能评价方法［Ｊ］．电力系统保护与控制，２０１０，３８（１９）：３３－３８．ＺＨＡＮＧＦａ—ｎ，ＪＩＮＨｏｎｇｈｅ，ＹＵＡＮＣｈｅｎｇ，ｅｔａ１．Ｔｈｅｏｂｊｅｃｔｉｖｅｏｒｉｅｎｔａｔｅｄｉｎｔｅｌｌｉｇｅｎｔｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｆｏｒｔｈｅｓｉｍｕｌａｔｉｏｎｔｒａｉｎｉｎｇｏｆｓｕｂｓｔａｔｉｏｎ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１９）：３３・３８．［３］曾庆锋，何正友，杨健维．基于基于有色Ｐｅｔｒｉ网韵电力系统故障诊断模型研究［Ｊ］．电力系统保护与控制，２０１０，３８（１４１：５一ｌ１．ＺＥＮＧＱｉｎｇ－ｆｅｎｇ，ＨＥＺｈｅｎｇ－ｙｏｕ，ＹＡＮＧＪｉａｎ－ｗｅｉ．ＦａｕｌｔｄｉａｇｎｏｓｉｓｍｏｄｅｌｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｓｙｓｔｅｍｓｂａｓｅｄｏｎｃｏｌｏｕｒｅｄＰｅｔｒｉｎｅｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１４）：５－１１．［４］石璐．基于Ｐｅｔｒｉ网理论的电网故障诊断方法与技术ｆＤ］．济南：山东大学，２０１０．ＳＨＩＬｕ．ＭｅｔｈｏｄｓａｎｄｔｅｃｈｎｉｑｕｅｓｏｆｐｏｗｅｒｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎＰｅｔｒｉｎｅｔｔｈｅｏｒｙ［Ｄ］．Ｊｉｎａｎ：ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，２０１０．［５］杨健维，何正友，臧天磊．基于方向性加权模糊Ｐｅｔｒｉ网的电网故障诊断方法ｆＪ】．中国电机工程学报，２０１０，—３０（３４）：４２４９．—ＹＡＮＧＪｉａｎ－ｗｅｉ，ＨＥＺｈｅｎｇ－ｙｏｕ，ＺＡＮＧＴｉａｎｌｅｉ．Ｐｏｗｅｒ—ｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎｄｉｒｅｃｔｉｏｎａｌｗｅｉｇｈｔｅｄｆｕｚｚｙｐｅｔｒｉｎｅｔｓ［Ｊ】．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（３４）：４２－４９．［６］宋功益，王晓茹，周曙．基于贝叶斯网的电网多区域复杂故障诊断研究［Ｊ］．电力系统保护与控制，２０１１，—３９（７）：２０２５．—ＳＯＮＧＧｏｎｇ－ｙｉ，ＷＡＮＧＸｉａｏｒｕ，ＺＨＯＵＳｈｕ．Ｒｅｓｅａｒｃｈｏｎｃｏｍｐｌｅｘｆａｕｌｔｓｄｉａｇｎｏｓｉｓｏｆｍｕｌｔｉ－ａｒｅａｐｏｗｅｒｎｅｔｗｏｒｋｂａｓｅｄｏｎＢａｙｅｓｉａｎｎｅｔｗｏｒｋｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎ—ａｎｄＣｏｎｔｒｏｌ，２０１１，３９（７）：２０２５．１７］ＭｕｒａｔａＴ．Ｐｅｔｒｉｎｅｔｓ：ｐｒｏｐｅｒｔｉｅｓ．ａｎａｌｙｓｉｓａｎｄａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ，１９８９，７７（４）：５４１．５７９．［８］叶阳东，程少芬，王旭，等．基于一种混合Ｐｅｔｒｉ网的列车运行系统的建模与分析ｆＪ１．铁道学报，２００９，—３１（５）：４２４９．—ＹＥＹａｎｇ・ｄｏｎｇ，ＣＨＥＮＧＳｈａｏｆｅｎ，ＷＡＮＧＸｕ，ｅｔａ１．ＭｏｄｅｌｉｎｇａｎｄａｎａｌｙｚｉｎｇｏｆｔｒａｉｎｏｐｅｒａｔｉｏｎｓｙｓｔｅｍｓｂａｓｅｄｏｎａｋｉｎｄｏｆｈｙｂｒｉｄＰｅｔｒｉＮｅｔ［Ｊ１．ＪｏｕｒｎａｌｏｆｔｈｅＣｈｉｎａＲａｉｌｗａｙＳｏｃｉｅｔｙ，２００９，３１ｆ５１：４２．４９．［９］姬书军，朱学科，李淮海．变电站智能告警专家系统研究［Ｊ］．华东电力，２０１１，３９（５）：７７３．７７５．ＪＩＳｈｕ－ｊｕｎ，ＺＨＵＸｕｅ．ｋｅ，ＬＩＨｕａｉ．ｈａｉ．Ｒｅｓｅａｒｃｈｏｎｔｈｅｉｎｔｅｌｌｉｇｅｎｔａｌａｒｍｅｘｐｅｒｔｓｙｓｔｅｍｏｆｓｕｂｓｔａｔｉｏｎ［Ｊ］．ＥａｓｔＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒ，２０１ｌ，３９（５）：７７３．７７５．１１０ＪＳａａｔｙＴＬ．Ｔｈｅａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓ：ｐｌａｎｎｉｎｇ，ｐｒｉｏｒｉｔｙｓｅｔｔｉｎｇ，ｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎ［Ｍ】．ＮｅｗＹｏｒｋ．．ＭｃＧｒａｗ．Ｈｉｌｌ，ｌ９８０．—１ｌ１ＪＬＩＡＮＧＹｕａｎｈｕａ，ＹＵＡＮＢｉｎｇ．ｃｈｅｎｇ．ＭｅｔｈｏｄｆｏｒｇｅｎｅｒａｔｉｎｇｆｕｚｚｙＰｅｔｒｉｎｅｔｆａｕｌｔｄｉａｇｎｏｓｉｓｍｏｄｅｌｂａｓｅｄｏｎｒｏｕｇｈｓｅｔｔｈｅｏｒｙ［Ｃ】／／Ｔｈｅ２ｎｄＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＦｕｔｕｒｅＣｏｍｐｕｔｅｒａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ，Ｗｕｈａｎ，Ｃｈｉｎａ，２０１０．—１１２ｊＬＩＵＪｉｕｆｕ．ＫｎｏｗｌｅｄｇｅｒｅｐｒｅｓｅｎｔａｔｉｏｎａｎｄｒｅａｓｏｎｉｎｇｆｏｒｆｌｉｇｈｔｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎｗｅｉｇｈｔｅｄｆｕｚｚｙＰｅｔｒｉｎｅｔｓ［Ｃ］／／Ｔｈｅ５ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｄｕｃａｔｉｏｎ，Ｈｅｆｅｉ，Ｃｈｉｎａ，２Ｏ１０．（下转第５０页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ５０）．５Ｏ一电力系统保护与控制（２０）：７．１２．ＢＩＤａ－ｑｉａｎｇ，ＳＵＮＹｅ，ＬＩＤｅｊｉ￣ｅｔａ１．Ｅｆｆｅｃｔｓｏｆｎｅｕｔｒａｌｅａｒｔｈｉｎｇｏｎｔｈｅｏｃｃｕｒｒｅｎｃｅｏｆｓｙｍｐａｔｈｅｔｉｃｉｎｒｕｓｈｉｎｔｒａｎｓｆｏｒｍｅｒ［Ｊ］．Ｒｅｌａｙ，２００７，３５（２０）：７－１２．［１２］程旭，张浩然．空载投入变压器造成继电保护动作的简要分析及对策［Ｊ］．电力系统保护与控制，２００９，３７（１９）：１１６－１１８．ＣＨＥＮＧＸｕ，ＺＨＡＮＧＨａｏ－ｒａｎ．Ｂｒｉｅｆａｎａｌｙｓｉｓａｎｄｓｏｌｕｔｉｏｎｏｆｔｈｅｐｒｏｔｅｃｔｉｏｎｔｒｉｐｃａｕｓｅｄｂｙｎｏ－ｌｏａｄ’ｔｒａｎｓｆｏｒｍｅｒｓｉｎｐｕｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（１９）：１１６－１１８．［１３３毕大强，王祥珩，李德佳，等．变压器和应涌流的理论探讨［Ｊ１．电力系统自动化，２００５，２９（６）：１－８．—ＢＩＤａ－ｑｉａｎｇ，ＷＡＮＧＸｉａｎｇｈｅｎｇ，ＬＩＤｅ－ｊｉａ，ｅｔａ１．Ｔｈｅｏｒｙａｎａｌｙｓｉｓｏｆｔｈｅｓｙｍｐａｔｈｅｔｉｃｉｎｒｕｓｈｉｎｏｐｅｒａｔｉｎｇｔｒａｎｓｆｏｒｍｅｒｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２９（６）：１－８．［１４３朱维璐，闰彩红，刘智敏．电力变压器和应涌流的产生机理及影响因素［Ｊ】．高电压技术，２０１０，３６（２）：３８０．３８４．—ＺＨＵＷｅｉ－ｌｕ，ＹＡＮＣａｉ－ｈｏｎｇ，ＬＩＵＺｈｉｍｉｎ．Ｐｒｉｎｃｉｐｌｅａｎｄｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒｓｙｍｐａｔｈｅｔｉｃｉｎｒｕｓｈ［Ｊ］．ＨｉｇｈＶｏｌｔａｇｅＥｎｇｉｎｅｅｒｉｎｇ，２０１０，３６（２）：３８０－．３８４．［１５］邵德军，尹项根，张哲，等．基于基波幅值增量的变压器和应涌流识别方法［Ｊ］．中国电机工程学报，２０１０，—３０（１０）：７７８３．ＳＨＡＯＤｅ￣ｕｎ，ＹＩＮＸｉａｎｇ－ｇｅｎ，ＺＨＡＮＧＺｈｅ，ｅｔａ１．Ｍｅｔｈｏｄｔｏｉｄｅｎｔｉｆｙｔｒａｎｓｆｏｒｍｅｒｓｙｍｐａｔｈｅｔｉｃｉｎｒｕｓｈｂａｓｅｄｏｎｔｈｅｆｕｎｄａｍｅｎｔａｌｃｏｍｐｏｎｅｎｔｉｎｃｒｅｍｅｎｔ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ—ｏｆｔｈｅＣＳＥＥ，２０１０，３０（１０）：７７８３．［１６］朱可，姜杰，张太勤．基于等效瞬时电感参数辨识的变压器励磁涌流判别方法［Ｊ］．电力系统保护与控制，２Ｏ１０，３８（２０）：１２．１６．ＺＨＵＫｅ，ＪＩＡＮＧＪｉｅ，ＺＨＡＮＧＴａｉ－ｑｉｎ．Ｄｉｓｔｉｎｇｕｉｓｈｉｎｇｍａｇｎｅｔｉｚｉｎｇｉｎｒｕｓｈｂａｓｅｄｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｅｑｕｉｖａｌｅｎｔｉｎｓｔａｎｔａｎｅｏｕｓｉｎｄｕｃｔａｎｃｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏ１．２０１０．３８（２０）：１２．１６．［１７］陈忠．降低励磁涌流不良影响的措施［Ｊ】．电力系统保护与控制，２００９，３７（２３）：１７０．１７５．ＣＨＥＮＺｈｏｎｇ．Ｔｈｅｗａｙｏｆｌｏｗｅｒｉｎｇｔｈｅｂａｄｉｎｆｌｕｅｎｃｅｏｆｔｈｅｍａｇｎｅｔｉｃｉｎｒｕｓｈｃｕｒｒｅｎｔ［Ｊ１．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏ１．２００９，３７（２３）：１７０．１７５．［１８］王阳光，尹项根，游大海，等．影响变压器和应涌流的各种因素［Ｊ］．电工技术学报，２００９，２４（９）：７８８５．ＷＡＮＧＹａｎｇ－ｇｕａｎｇ，ＹＩＮＸｉａｎｇ－ｇｅｎ，ＹＯＵＤａ－ｈａｉ，ｅｔａ１．Ｔｈｅｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｎｓｙｍｐａｔｈｅｔｉｃｉｎｒｕｓｈｐｈｅｎｏｍｅｎａｉｎｔｒａｎｓｆｏｒｍｅｒｓ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ—Ｓｏｃｉｅｔｙ，２００９，２４（９）：７８８５．［１９］任先文，徐宏雷，赵殉，等．影响和应涌流因素的仿真分析『Ｊ］．电力系统自动化，２００９，３３（２）：６６．７０．ＲＥＮＸｉａｎ－ｗｅｎ，ＸＵＨｏｎｇ－ｌｅｉ，ＺＨＡ０Ｘｕｎ，ｅｔａ１．Ｓｉｍｕｌａｔｉｏｎａｎａｌｙｓｉｓｏｆｔｈｅｉｎｆｌｕｅｎｃｅｆａｃｔｏｒｓｏｆｓｙｍｐａｔｈｅｔｉｃｉｎｒｕｓｈ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（２１：６６．７０。［２０］黄远寿，刘光丽．电路（上）［Ｍ】．成都：成都科技大学出版社，１９９４．收稿日期：２０１１－０８－２１；—修回日期：２０１卜１０２４作者简介：龚薇（１９８０，女，博士研究生，讲师，主要从事电力系统稳定控制与运行等方面的研究；Ｅ－ｍａｉｌ：ｇｗｅｉ３４９＠１６３．ｃｏｒｎ刘俊勇（１９６３一），男，教授，博士生导师，主要从事电力市场、智能电网、电力系统稳定与控制等方面的研究；贺星棋（１９７８－），男，博士，长期从事电力系统运行和电网稳定方面的研究。（上接第１５页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１５）［１３］周曙．基于贝叶斯网的电力系统故障诊断方法研究［Ｄ】．成都：西南交通大学，２０１０．ＺＨＯＵＳｈｕ．ＲｅｓｅａｒｃｈｏｎｐｏｗｅｒｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄＯｎｂａｙｅｓｉａｎｎｅｔｗｏｒｋｓ［Ｄ】．Ｃｈｅｎｇｄｕ：ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，２０１０．［１４］沈晓凡，舒治淮，刘宇，等．２００９年国家电网公司继电保护装置运行统计与分析［Ｊ】Ｊ．电网技术，２０１１，—３５（２０）：１８９１９３．—ＳＨＥＮＸｉａｏ．ｆａｎ，ＳＨＵＺｈｉｈｕａｉ，ＬＩＵＹｕ，ｅｔａ１．ＳｔａｔｉｓｔｉｃｓａｎｄａｎａｌｙｓｉｓｏｎｏｐｅｒｍｉｏｎｓｉｔｕａｔｉｏｎｏｆｐｒｏｔｅｃｔｉｖｅｒｅｌａｙｉｎｇｓｏｆＳｔａｔｅＧｒｉｄＣｏｒｐｏｒａｔｉｏｎｏｆＣｈｉｎａｉｎ２００９［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１１，３５（２０）＝１８９１９３．［１５］江西赣州供电公司．变电站信号辨识手册（２２０ｋＶ及以下部分）【Ｍ】．北京：中国电力出版社，２０１０．ＪｉａｎｇｘｉＧａｎｚｈｏｕＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｒｐｏｒａｔｉｏｎ．Ｍａｎｕａｌｏｆｓｉｇｎａｌｉｄｅｎｔｉｆｉｃａｔｉｏｎｆｏｒｓｕｂｓｔａｔｉｏｎ［Ｍ】．ＢｅＵｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，２０１０．—收稿日期：２０１１－０８２９作者篙介：郭金叶（１９８５一），女，硕士研究生，从事智能系统和—Ｐｅｔｒｉ网理论的研究；Ｅｍａｉｌ：萄ｙｋａｏｙａｎ＠１６３．ｃｏｍ余维（１９７７一），男，博士研究生，副教授，从事智能系统和Ｐｅｔｒｉ网理论的研究；李江林（１９６７～），男，高级工程师，长期从事电力系统自动化领域的研究与开发工作。