基于人工免疫算法的输电线路故障类型识别新方法.pdf

第３９卷第１１期２０１１年６月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌｖ０ｌ－３９ＮＯ．１１Ｊｕｎ．１，２０１１基于人工免疫算法的输电线路故障类型识别新方法林圣，何正友，钱清泉（西南交通大学电气工程学院，四川成都６１００３１）“”“”摘要：根据人体免疫系统阴性选择机理，提出一种改进的阴性选择算法，能准确地识别自我与非我，还能识别出不同的故障类型，并克服了传统阴性选择算法知识表达能力差、无法设定匹配阈值、抗噪能力差和搜索效率低等缺点。在分析输电线路故障特征的基础上，首次将阴性选择算法应用于输电线路故障类型识别中，并提出了一种基于故障暂态电流能量的故障类型识别新方案基于ＰＳＣＡＤ／ＥＭＴＤＣ的仿真试验结果表明：该故障类型识别方案能快速准确地识别各类故障，并且不易受到故障时刻、过渡电阻、故障位置、系统容量等因素的影响，具有较好的适应性。关键词：人工免疫算法；阴性选择算法；故障类型识别；输电线路ＡｎｏｖｅｌａｐｐｒｏａｃｈｏｆｆａｕｌｔｔｙｐｅｒｅｃｏｇｎｉｔｉｏｎｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｂａｓｅｄｏｎａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅａｌｇｏｒｉｔｈｍＬＩＮＳｈｅｎｇ，ＨＥＺｈｅｎｇ－ｙｏｕ，ＱＩＡＮＱｉｎｇ－ｑｕａｎ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００３１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎｍｅｃｈａｎｉｓｍｏｆｔｈｅｈｕｍａｎｉｍｍｕｎｅｓｙｓｔｅｍ，ａｎｉｍｐｒｏｖｅｄｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｉｓ‘’ｐｒｅｓｅｎｔｅｄ．Ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃａｎｎｏｔｏｎｌｙｄｅｔｅｃｔｔｈｅ＇Ｎｏ－ｓｅｌｆ＇ｓｕｃｃｅｓｓｆｕｌｌｙ，ｂｕｔａｌｓｏｂｅｕｓｅｄａｓｃｌａｓｓｉｆｉｅｒｔｏｉｄｅｎｔｉｆｙｄｉｆｆｅｒｅｎｔｆａｕｌｔｔｙｐｅｓ．Ａｎｄｔｈｅｆｌａｗｓｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌａｒｔｉｆｉｃｉａｌｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ｓｕｃｈａｓｐｏｏｒｋｎｏｗｌｅｄｇｅｅｘｐｒｅｓｓｉｏｎａｎｄｎｏｉｓｅｔｏｌｅｒａｎｃｅａｂｉｌｉｔｙ，ｕｎａｂｌｅｔｏｓｅｔｔｈｅｍａｔｃｈｉｎｇｔｈｒｅｓｈｏｌｄａｎｄｓｌｏｗｓｅａｒｃｈｅｆｆｉｃｉｅｎｃｙ，ａｒｅｏｖｅｒｃｏｍｅ．Ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｔｏａｐｐｌｙｔｏｔｈｅｆａｕｌｔｔｙｐｅｒｅｃｏｇｎｉｔｉｏｎｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｂａｓｅｄｏｎａｎａｌｙｚｉｎｇｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｕｌｔｃｈａｒａｃｔｅｒｉｓｔｉｃ，ａｎｄａｎｅｗｒｅｃｏｇｎｉｔｉｏｎｓｃｈｅｍｅｕｓｉｎｇｆａｕｌｔｙｔｒａｎｓｉｅｎｔｃｕｒｒｅｎｔｅｎｅｒｇｙｉｓｐｕｔｆｏｒｗａｒｄ．ＳｉｍｕｌａｔｉｏｎｓｉｎＰＳＣＡＤ／ＥＭＴＤＣｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎ’ｉｄｅｎｔｉｆｙｔｈｅｆａｕｌｔｔｙｐｅｒａｐｉｄｌｙａｎｄａｃｃｕｒａｔｅｌｙａｎｄｉｔｗｏｎｔｂｅａｆｆｅｃｔｅｄｂｙｆａｕｌｔｙｔｉｍｅ，ｔｒａｎｓｉｔｉｏｎｒｅｓｉｓｔａｎｃｅ，ｆａｕｌｔｙｌｏｃａｔｉｏｎ，ａｎｄｓｙｓｔｅｍｃａｐａｃｉｔｙ，ｅｒｅ．Ｓｏｉｔｗｉｌｌｈａｖｅｇｏｏｄａｄａｐｔａｂｉｌｉｔｙ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５０８７７０６８）ａｎｄＦｕｎｄａｍｅｎｔａｌＲｅｓｅａｒｃｈＦｕｎｄｓｆｏｒｔｈｅＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｉｅｓ（Ｎｏ．２０１０ＸＳ１１）．Ｋｅｙｗｏｒｄｓ：ａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅａｌｇｏｒｉｔｈｍ；ｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ；ｆａｕｌｔｔｙｐｅｒｅｃｏｇｎｉｔｉｏｎ；ｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓ中图分类号：ＴＭ７７文献标识码：Ａ—文章编号：１６７４．３４１５（２０１１）１１－００９５０６０引言高压输电线路发生故障后需要准确地识别故障类型，这对分析和排除故障、快速恢复供电具有重要的意义。传统的基于工频稳态量的故障类型识别方法速度慢，且易受过渡电阻、故障距离等因素的影响。近年来国内外提出了一系列基于故障暂态分量的故障类型识别方法，如基于小波变换、数学形态学、神经网络的故障类型识别方法等Ｌ１ｑＪ。人工免疫算法是继人工神经网络之后的又一大基金项目：国家自然科学基金资助项目（５０８７７０６８）；中央高校基本科研业务费专项资金资助项目（２０１ＯＸＳ１１）研究的热点。目前国内外对人工免疫算法的研究主要集中在模式识别、协同控制、优化设计、机器学习、故障诊断等领域Ｌ５｛】。我国对人工免疫算法的研究起步较晚，其在电力系统中的应用也主要集中于电机及变压器的故障诊断［９－１０］以及配网重构等方面ｔｕ引，而将其应用于输电线路故障类型识别并未见有相关文献报道。借鉴免疫系统阴性选择原理的阴性选择算法是人工免疫算法的一种【ｌ引。本文在改进传统阴性选择算法的基础上，以故障发生后１／４个周波内的暂态电流能量为分析对象，提出一种输电线路故障类型识别新方法，检测并分类识别输电线路的１０种常见故障（单相接地故障Ａｇ、Ｂｇ、Ｃｇ；两相接地故障电力系统保护与控制ＡＢｇ、ＢＣｇ、ＣＡｇ；两相相间短路故障ＡＢ、ＢＣ、ＣＡ及三相短路故障ＡＢＣ）。通过大量测试验证了该方法的正确性与可靠性。１阴性选择算法１．１阴性选择算法仿生机理及算法流程人体免疫系统的主要功能是通过免疫细胞识别“”“”自我（Ｓｅｌｆ）和非我（Ｎｏ。Ｓｅｌｆ），并引发适当“”的防卫机制去除非我。在免疫细胞进行识别之前要经过阴性选择（ＮｅｇａｔｉｖｅＳｅｌｅｃｔｉｏｎ）过程ｕ５Ｊ：使那些能和自我（机体本身蛋白质）识别的Ｔ细胞（免疫细胞的一种）死亡，并将其从免疫系统中清除，从而防止免疫细胞对机体构成错误的攻击。借鉴阴性选择原理，Ｓ．Ｆｏｒｒｅｓｔ等人提出了用于检测各种变化的阴性选择算法【６】，如图１所示。算法如下：“”Ｓｔｅｐ１：定义自我，一组长度为的有限字符串集合ｓ代表自我，即系统正常情况，用于检测。Ｓｔｅｐ２￣产生检测器集合，依据阴性选择原理，对每个检测器进行审查，即每个检测器都不能与集合中的任何字符串匹配，通过审查的检测器称为成熟检测器。Ｓｔｅｐ３：监测，不断地将检测器集中的检测器与比较，如果发生匹配，则表示有改变发生。阴性算法中匹配分为完全匹配和部分匹配。在人体免疫系统中，抗体对抗原的识别更多的是特征的不完全匹配，因此在人工免疫算法中部分匹配规则更受关注。现在常用的匹配规则有Ｈａｍｍｉｎｇ距离、Ｅｕｃｌｉｄｅａｎ距离、连续，位匹配规则等，但不论何种匹配规则，其核心是定义一个匹配阈值【ｌ引。图１阴性选择算法Ｆｉｇ．１Ｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ这种传统的阴性算法直接应用于输电线路故障选相中存在一定的局限性：（１）算法只能检测输电线路是否发生故障，而不能识别具体的故障类型。（２）传统的采用二进制编码的检测器及连续位匹配规则知识表达能力差，缺乏实际物理意义：对特征量进行二进制编码时，首几位的重要性要明显大于末几位；而且当特征量较多时编码长、搜索效率低。（３）算法能够检测正常状态以外的任何微小变化，无法设定匹配阈值，缺乏模糊性和鲁棒性，抗噪能力差。针对这些局限性，本文提出一种改进的阴性算法，并将其应用于输电线路故障类型识别。１．２改进的阴性选择算法改进的阴性选择算法将自我集视为一类检测器集Ｒ。，而将传统阴性选择算法中的检测器集聚…类为已知的不同类型的故障检测器集１、Ｒ２、、（，２为已知故障类型数），用以识别故障类型。同时，改进算法采用十进制编码，并使用Ｅｕｃｌｉｄｅａｎｇ￣离作为匹配规则计算亲和力，具有良好的知识表达能力，能够有效地反映特征量的变化，克服了传统阴性选择算法无法设定匹配阈值、抗噪能力差和搜索效率低等缺点。亲和力计算公式为：击㈩其中：为随机检测器（或待监测数据）与检测器集中第检测器之间的亲和力，其值在０和１２＿间，＝１时表示两者完全匹配；为结合强度，且ｄｊ＝（２）式中：为随机检测器（或待监测数据）的第特征量；为检测器集中第，个检测器上的第七个特征量；为组成每个检测器（或待监测数据）的特征量个数。’借鉴生物免疫系统中亲和度高抗体之间的抑制作用Ｊ，计算检测器集中各个检测器之间的亲和力，抛弃亲和力高于一定程度的检测器；对随机检测器，．，计算其与检测器集噩中的成熟检测器的亲和力，若亲和力大于匹配阈值并小于其抑制阈值，则将该随机检测器纳入该类检测器集，否则将其抛弃。假设已知种故障类型，各类故障的匹配阈值…和抑制阈值分别为ｆ１、，，／－－０，ｌ，２，，ｎ，则改进的阴性算法如图２所示，其具体步骤如下：“”Ｓｅｔｐ１：定义自我和初始故障检测器集：用长度为￡的十进制特征向量集合代表自我和各类…故障检测器集】、Ｒ２、、并将自我集视为检测器集。林圣，等基于人工免疫算法的输电线路故障类型识别新方法．９７．甲弃匝缃．匝匾亭慨囤瓴常巫戡…巫障巫…睹匝叵、否………图２改进的阴・ｌ生选择算法Ｆｉｇ．２ＩｍｐｒｏｖｅｄｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍＳｔｅｐ２．＂产生成熟检测器集。Ｓｔｅｐ２．１：设定最大循环次数、各类故障检测器的个数及检测器总个数。Ｓｔｅｐ２．２：判断是否达到最大循环次数及检测器总个数是否达到最大，若满足任一条件则停止循环，否则进入Ｓｔｅｐ２．３。Ｓｔｅｐ２－３：在一定范围内产生随机检测器。Ｓｔｅｐ２．４：判断，是否与检测器集Ｒ０匹配，匹配则丢弃ｒ并返Ｓｔｅｐ２＿３，否则进入Ｓｔｅｐ２．５。匹配规则：按公式（１）计算与０中检测器的亲和力，若存＞ｅｏ１，则匹配。Ｓｔｅｐ２．５：判断１中的检测器个数是否达到最大，若达到最大则进／￣．Ｓｔｅｐ２．７；否则进入Ｓｔｅｐ２．６；Ｓｔｅｐ２．６：判断，是否与检测器集足１匹配，匹配则将，添加到１，并将。的检测器个数及检测器总数分别加１，然后返回Ｓｔｅｐ２．２；否则进入Ｓｔｅｐ２．７；匹配规则：按公式（１）计算与中各检测器的亲和力，若存在＞ｌ１，且任意ｒ＜１２，则匹配。Ｓｔｅｐ２．７：依照Ｓｔｅｐ２．５及Ｓｔｅｐ２．６，依次判断随机…检测器ｒ是否满足添加到曰２、Ｒ３、、，若都不满足则丢弃该随机检测器，并返回Ｓｔｅｐ２．３。Ｓｔｅｐ３：监测及故障识别。Ｓｔｅｐ３．１：判断待检测数据是否与成熟检测器０匹配，匹配则表明无故障发生；否则，表明有故障发生，进入Ｓｔｅｐ３．２。匹配规则：计算待检测数据与成熟。中检测器的亲和力觞，若存在锄＞１，则匹配。Ｓｔｅｐ３．２：判断待检测数据是否与成熟检测器匹配，匹配则表明发生的故障为故障类型１；否则，进），．Ｓｔｅｐ３．３。匹配规则：计算待检测数据与成熟中检测器的亲和力锄，若存在砺＞１，则匹配。Ｓｔｅｐ３．３：依照Ｓｔｅｐ３．２依次判断故障是否为故障…类型２、类型３、、类型ｎ；若都不满足，则表明故障为新的故障类型，记录此数据以便分析确定故障类型，并将此故障类型添加到算法中，刺激系统产生相应的成熟检测器集合，以检测新故障类型。２输电线路故障特征分析２．１输电线路故障试验结合我国实际输电线路设计和架设的要求【ｌ引，在ＰＳＣＡＤ／ＥＭＴＤＣ中建立一个长２００ｋｉｎ的５００ｋＶ输电线路模型。对不同类型的故障及线路正常运行进行仿真（采样频率为５０ｋＨｚ），得到Ａ、Ｂ、Ｃ三相故障电流厶、、，并求取零序故障电流：厶＝（，Ａ＋，Ｂ＋）（３）对厶、，Ｂ、及，０进行傅立叶能谱分析，通过对不同故障类型和无故障运行的电流能谱分析、比较可得：线路正常运行时各相电流基本不产生暂态量，而线路发生故障时，有各相均有大量的暂态电流产生，同时，暂态电流频率主要集中在１５００Ｈｚ以内，且不同故障类型的暂态电流能谱分布不同，但有重叠部分。因此，需对故障暂态量进行特征提取，并利用分类器以分类识别不同的故障类型。２．２故障特征提取小波变换具有良好的时频局部化特性，能较好地反映被分析信号的时频特性Ｉ】引。因此，本文采用小波变换提取故障电流的暂态能量作为故障类型识别的特征量。采用ｄｂ３小波对故障发生后１／４个周波（２５０个点）内的厶、、及进行８层分解，得到高频细节信号系数～。考虑到输电线路故障暂态电流能量主要集中在１５００Ｈｚ内，而高频细节信号～对应的频带范围分别为：７８１．２５～１５６２．５Ｈｚ，３９０．６２５～７８１．２５Ｈｚ，１９５．３１２５￣３９０．６２５Ｈｚ，９７．６５６２５￣１９５＿３１２５Ｈｚ，即暂态电流能量主要集中在这４个频带。因此，分别求取，Ａ、，Ｂ、及厶在此４个频带的暂态能量之和，并将其归一化，即：：∑∑８２５０Ｅ（七）ｌ∑∑＝（七）ｌｊ＝５ｋ＝ｌ＝Ｅｘ／ｍａｘ（Ｅ）式（４）、（５）中：示小波分解层数；，Ｂ、及，０的高频细节信系数。（４）（５）表示厶、提取单相接地（Ａｇ、Ｂｇ、Ｃｇ）、两相接地（ＡＢｇ、ＢＣｇ、ＣＡｇ）、两相相间短路（ＡＢ、ＢＣ、ＣＡ）及三相短路（ＡＢＣ）共１０＊ｄ￣故障类型的暂态能量，分布电力系统保护与控制如图３所示。图３１０种故障类型的特征量分布Ｆｉｇ－３Ｆｅａｔｕｒｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｅｎｋｉｎｄｓｏｆｆａｕｌｔｔｙｐｅｓ从图３中可得，不同故障类型的故障特征为：（１）接地故障的Ｔｚ（暂态零序电流能量）较大；而非接地故障时，几乎为零。（２）接地故障中，单相接地故障时，故障相的暂态电流能量最大，且远大于非故障相的；两相接地故障时，非故障相暂态电流能量很小，而两故障相都含有较大的暂态电流能量。（３）非接地故障中，两相相间短路时，非故障相的暂态电流能量最小，两故障相的暂态能量较大且相差不大；三相短路时，Ａ、Ｂ、Ｃ三相都会产生较多的暂态电流分量，且其能量的大小关系与故障时刻有关。Ａ相接地故障—————ｊ１＿・・＿＿＿一０１ｅ１）、０５ｉ警。０：：；盏；；Ｉｎｃｅｐｔｉｏｎａｎｇｌｅ５喜。警ｏ．｝＼０∞ｏｌ：；ｔ：＝：盘：：：：：：：：叫Ｉｎｃｅｐｔｉｏｎａｎｇｌｅｒ：＝：＝：ｏ．５｝警０击ｌ击ｒｌＩ．・．。．－・．．－・－一Ｉｎｃｅｐｔｉｏｎａｎｇｌｅ（￡：１６０ｋｍ，Ｒ＝５０Ｑ）善。｛ｏ……ｎｉＩｎｃｅｐｔｉｏｎａｎｇｌｅＬｏｃａｔｉｏｎ／ｋｍＲｅｓｉｓｔａｎｃｅ｝Ｑ（Ｌ＝１６０ｋｍ，Ｒ＝５０Ｑ）（ｏ＝３０。，Ｒ＝５０Ｑ（８＝３０。Ｌ＝１６０ｋｍ）图４不同故障类型的暂态电流能量Ｆｉｇ．４Ｔｈｅｔｒａｎｓｉｅｎｔｃｕｒｒｅｎｔｅｎｅｒｇｙｏｆｄｉｆｆｅｒｅｎｔｆａｕｌｔｔｙｐｅｓ为验证不同故障类型的特征量分布规律的正确性，在不同的工况下，对ｌ０种故障类型的特征量进行计算，结果表明，提取的故障特征能较好地反映故障相信息。图４为部分故障类型的故障特征量分布情况，其中０、Ｌ、Ｒ分别表示故障初始相角、故障位置和过渡电阻。３输电线路故障类型识别算法３．１阴性选择算法成熟检测器集的产生产生不同故障类型的成熟故障检测器集是基于阴性选择算法的输电线路故障类型识别方法的前提。输电线路故障时将产生大量的暂态分量，因此，选用三相电流的暂态能量作为自我集的特征向量用以检测故障，￣ｌＪＳ＝［ＥＡ，，Ｅｃ１；而接地故障与非接地故障的零序电流具有不同的特征表现，故选用暂态零序电流能量作为判断故障是否为接地故障的特征值；同时，不同故障类型的暂态电流能量具有不同的特征，故可选用暂态电流能量归一化值作为各故障检测器的特征向量以识别不同的故障类型，即，＝【ｉｒａ，ＴＢ，Ｔｃ］。因此，对每类故障选取少量的样本，提取上述特征量（向量）作为其相应的初始故障检测器集，并利用改进的阴性选择算法产生成熟故障检测器集。由于输电线路故障主要为接地故障，而非接地故障相对较少，因此，将各类接地故障成熟检测器个数设定为２００，而各种非接地故障的为１５０。根据阴性选择算法，得到各故障类型的成熟检测器集如图５所示。算法中自我集匹配阈值、暂态零序电流能量匹配阈值及各种故障类型的故障检测器的匹配阈值和抑制阈值的选取如表１所示。表１故障类型识别算法中各参数的整定Ｔａｂ．１Ｓｅｔｏｆｔｈｒｅｓｈｏｌｄｓｆｏｒｐｈａｓｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ林圣，等基于人工免疫算法的输电线路故障类型识别新方法．９９．００串ＡｇＦａｕｌｔ＋ＢｇＦａｕｌｔｘＣｇＦａｕｌｔｑＡＢｇＦａｕｌｔａＢＣｇＦａｕｌｔｏＣＡｇＦａｕｌｔ（ａ）接地故障００△ＡＢＦａｕｌｔＣＡＦａｕｌｔ砖ＢＣＦａｕｌｔ０ＡＢＣＦａｕｌｔ（ｂ）非接地故障图５不同故障类型的成熟检测器Ｆｉｇ．５Ｍａｔｕｒｅｄｅｔｅｃｔｏｒｓｏｆｄｉｆｆｅｒｅｎｔｆａｕｌｔｔｙｐｅｓ３．２基于阴性选择算法的故障类型识别流程输电线路故障类型识别主要包括特征提取和分’类识别两个过程，基于阴性选择算法的故障类型识别的具体流程如图６所示。其中匹配阈值的取值与产生成熟检测器集的匹配阈值一致，检测器集ｏ、…１、、１０分别对应自我集Ａｇ、Ｂｇ、Ｃｇ、ＡＢｇ、ＢＣｇ、ＣＡｇ、ＡＢ、ＢＣ、ＣＡ￣ＮＡＢＣ故障检测器集。３．３故障类型识别测试为验证基于阴性选择算法的故障类型识别方法的有效性，用以下工况进行组合构成测试样本：故障初始角为０。、３０。、４５。、６Ｏ。、９０。；故障位置为１ｋｍ、５０ｋｍ、１００ｋｍ、２００；故障过渡为０．１Ｑ、５０Ｑ、１００Ｑ、２００Ｑ、５００Ｑ。因此，每问短路问短路短路相短路图６故障类型识别流程Ｆｉｇ．６Ｆｌｏｗｃｈａｒｔｏｆｆａｕｌｔｄｅｔｅｃｔｉｏｎａｎｄｐｈａｓｅｓｅｌｅｃｔｉｏｎ类故障具有５×４×５＝１００个测试样本，对基于阴性选择算法的故障类型识别方法进行测试，测试结果如表２所示。表２故障类型识别测试结果Ｔａｂ．２Ｒｅｓｕｌｔｓｏｆｆａｕｌｔｔｙｐｅｒｅｃｏｇｎｉｔｉｏｎ通过对大量样本的测试发现本文改进的阴性选择算法能完全正确地检测到线路故障，同时基于阴性选择算法的故障类型识别方法具有较高的识别率，且不易受故障时刻、故障位置和过渡电阻的影响。ｌ８６４２Ｄｌ。¨ｏ。１８６４２Ｄｌ。ｏ。．１Ｏ０．电力系统保护与控制４结论本文提出了一种改进的阴性选择算法，并将其应用于输电线路故障类型识别，通过大量的仿真验证，得到以下结论：（１）该算法将自我集作为一类检测器集０对线路进行故障检测，而将检测器集Ｒ聚类为已知的不同类型的检测集以识别不同故障类型；采用十进制编码，并使用Ｅｕｃｌｉｄｅａｎ距离作为匹配规则计算亲和力，有效地提高了阴性选择算法的知识表达能力、抗噪能力和搜索效率。（２）该算法利用故障后１／４个周波、１５００Ｈｚ内的暂态电流能量作为故障类型识别的特征量，能有效提高算法的时效性。（３）仿真表明，基于阴性选择算法的输电线路故障类型识别方法能够完全正确地检测线路故障，而故障类型的误判率低，且不易受故障时刻、故障位置和过渡电阻的影响，具有较高的可靠性与准确性。参考文献［１］ＹｏｕｓｓｅｆＯＡＳ．Ｎｅｗａｌｇｏｒｉｔｈｍｔｏｐｈａｓｅｓｅｌｅｃｔｉｏｎｂａｓｅｄｏｎｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００２，１７（４）：９０８－９１４．［２］ＺｏｕＬ，ＬｉｕＰ，ＺｈａｏＱ．Ｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙｂａｓｅｄｐｈａｓｅｓｅｌｅｃｔｉｏｎｓｃｈｅｍｅｉｎｄｉｇｉｔａｌｒｅｌａｙｉｎｇ［Ｊ］．１ＥＥＰｒｏｃｅｅｄｉｎｇｓ－Ｇｅｎｅｒａｔｉｏｎ，Ｔｒａｎｓｍｉｓｓｉｏｎ，ａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，２００５，１５２（２）：１５７．１６３．１３］ＺｏｕＬｉ，ＺｈａｏＱｉｎｇｃｈｕｎ，ＬｉｎＸｉａｎｇｎｉｎｇ，ｅｔａ１．Ｉｍｐｒｏｖｅｄｐｈａｓｅｓｅｌｅｃｔｏｒｆｏｒｕｎｂａｌａｎｃｅｄｆａｕｌｔｓｄｕｒｉｎｇｐｏｗｅｒｓｗｉｎｇｓｕｓｉｎｇｍｏｒｐｈｏｌｏｇｉｃａｌｔｅｃｈｎｉｑｕｅ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００６，２１（４）：１８４７－１８５５．［４ＪＢｏＺＱ，ＡｇｇａｒｗａｌＲＫ，ＪｏｈｎｓＡＴ，ｅｔａ１．Ａｎｅｗａｐｐｒｏａｃｈｔｏｐｈａｓｅｓｅｌｅｃｔｉｏｎｕｓｉｎｇｆａｕｌｔｇｅｎｅｒａｔｅｄｈｉｇｈｆｒｅｑｕｅｎｃｙｎｏｉｓｅａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎ—ＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９９７，１２（１）：１０６１１５．［５］ＴｉｍｍｉｓＪ，ＮｅａｌＭ．Ａｎａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅｓｙｓｔｅｍｆｏｒｄａｔａａｎａｌｙｓｉｓ［Ｊ］．ＢｉｏＳｙｓｔｅｍｓ，２０００，５５：１４３－１５０．［６］ＨｏｆｍｅｙｒＳＡ，ＦｏｒｒｅｓｔＳ，Ａｒｃｈｉｔｅｃｔｕｒｅｆｏｒａｎａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅｓｙｓｔｅｍ［Ｊ］．ＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ，２０００，８（４）：４４３．４７３．［７］ＦｏｒｒｅｓｔＳ，ＨｏｆｍｅｙｒＳＡ．Ｅｎｇｉｎｅｅｒｉｎｇａｎｉｍｍｕｎｅｓｙｓｔｅｍ［Ｊ］．Ｇｒａｆｔ，２００１，１（４）：５－９．［８］ＴｉｍｍｉｓＪ，ＮｅａｌＭ．Ａｒｅｓｏｕｒｃｅｌｉｍｉｔｅｄａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅｓｙｓｔｅｍｆｏｒｄａｔａａｎａｌｙｓｉｓ［Ｊ］．ＫｎｏｗｌｅｄｇｅＢａｓｅｄＳｙｓｔｅｍｓ，２００１，１４（３）：１２１．１３０．［９］汤红诚，李著信，武华峰，等．基于人工免疫的异步电机故障诊断系统［Ｊ］．中国电机工程学报，２００５，２５（２３）：１５８．１６２．ＴＡＮＧＨｏｎｇ．ｃｈｅｎｇ，ＬＩＺｈｕ－ｘｉｎ，ＷＵＨｕａ・ｆｅｎｇ，ｅｔａ１．Ａｓｙｎｃｈｒｏｎｏｕｓｍｏｔｏｒｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎａｒｔｉｆｉｃｉａｌｉｍｍｕｎｉｔｙ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（２３）：１５８．１６２．［１Ｏ］熊浩，孙才新，陈伟根，等．电力变压器故障诊断的人工免疫网络分类算法【Ｊ］．电力系统自动化，２００６，３０（６）：５７．６０．ＸＩＯＮＧＨａｏ，ＳＵＮＣａｉ－ｘｉｎ，ＣＨＥＮＷｅｉ－ｇｅｎ，ｅｔａ１．Ａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅｎｅｔｗｏｒｋｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００６，３０（６）：５７－６０．［１１］徐延炜，贾嵘．基于人工免疫思想的蚁群算法（ＡＩＡＣＳ）在配电网重构中的应用［Ｊ］．电力系统保护与控制，２０１０，３８（１８、：８９－９３．ＸＵＹａｈ－ｗｅｉ，ＪＩＡＲｏｎｇ．Ａｐｐｌｉｃａｔｉｏｎｏｆａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅｔｈｅｏｒｙ－ｂａｓｅｄａｎｔｃｏｌｏｎｙｓｙｓｔｅｍ（ＡＩＡＣＳ）ｉｎｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１８１；８９．９３．［１２］何友林，张洪涛，郭创新，等．抗体克隆算法在配电网络重构中的应用［Ｊ］．继电器，２００６，３４（１６）：２２．２６，４３．ＨＥＹｏｕ．１ｉｎ，ＺＨＡＮＧＨｏｎｇ．ｔａｏ，ＧＵＯＣｈｕａｎｇ．ｘｉｎ，ｅｔａ１．Ａｐｐｌｉｃａｔｉｏｎｏｆａｎｔｉｂｏｄｙｃｌｏｎｅａｌｇｏｒｉｔｈｍｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００６，３４（１６、：２２－２６，４３．［１３］庞清乐，陈生银．基于人工免疫算法的小电流接地故障选线［Ｊ］．电力系统保护与控制，２００９，３７（２４）：２７．３１．ＰＡＮＧＱｉｎｇ－ｌｅ，ＣＨＥＮＳｈｅｎｇ－ｙｉｎ．Ａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅａｌｇｏｒｉｔｈｍｂａｓｅｄｆａｕｌｔｌｉｎｅｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｉｎｄｉｒｅｃｔｌｙｇｒｏｕｎｄｉｎｇｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（２４）：２７．３１．１１４３ＧａｏＸＺ，ＯｖａｓｋａＳＪ，ＷａｎｇＸ．Ｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈａｐｐｌｉｃａｔｉｏｎｓｉｎｍｏｔｏｒｆａｕｌｔｄｅｔｅｃｔｉｏｎ［Ｊ］．ＳｏｆｔＣｏｍｐｕｔｉｎｇＡｐｐｌｉｃａｔｉｏｎｓｉｎＩｎｄｕｓｔｒｙ，ＳＴＵＤＦＵＺＺ２００８，２２６：９３－１１５．［１５］ＦａｒｍｅｒＪＤ，ＰａｃｋａｒｄＮＨ，ＰｅｒｅｌｓｏｎＡＳ．Ｔｈｅｉｍｍｕｎｅｓｙｓｔｅｍ，ａｄａｐｔａｔｉｏｎａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇ［Ｊ］．ＰｈｙｓｉｃｓＤ，１９８６（２２）：１８７．２０４．［１６］张清华．基于人工免疫系统的机组故障诊断技术［Ｍ】．北京：中国石化出版社，２００８．［１７］莫宏伟．人工免疫系统原理与应用［Ｍ】．哈尔滨：哈尔滨工业大学出版社，２００２．［１８］张殿生．电力工程高压送电线路设计手册［Ｍ］．北京：中国电力出版社，２００３．［１９］林圣，何正友，臧天磊，等．基于粗神经网络的输电线路故障分类方法［Ｊ】．中国电机工程学报，２０１０，—３０（２８）：７２７９．—ＬＩＮＳｈｅｎｇ，ＨＥＺｈｅｎｇｙｏｕ，ＺＡＮＧＴｉａｎ－ｌｅｉ，ｅｔａ１．Ｎｏｖｅｌａｐｐｒｏａｃｈｏｆｆａｕｌｔｔｙｐｅｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｂａｓｅｄｏｎｒｏｕｇｈｍｅｍｂｅｒｓｈｉｐｎｅｕｒａｌｎｅｔｗｏｒｋｓ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（２８）：７２７９．（下转第１３７页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅｌ３７）夏成军，等提高１１０ｋＶ电网供电可靠性的重合闸方式研究．１３７．由图１０～图１２仿真结果可知，采用准同期重合［６］策略后，孤网经过４～５个振荡周期就与大系统实现同步，振荡期间的发电机最大电流（／Ｍ＿２．７２）也没有超出规定值。４结论常规的检同期重合闸对联络线初始有功功率有较苛刻的要求，常常由于不满足整定条件而不动作，最后导致变电站失压和孤网频率崩溃事故。从冲击电流的角度分析了准同期重合闸的可行性，这种准同期重合闸方式放宽了频差的约束，在联络线有功功率的较大范围内都能动作，同时也不致产生太大的冲击电流而损坏机组和系统，因此具有较好的适应性，能够提高１１０ｋＶ电网的供电可靠性。参考文献［１］邓轩然．１１０ｋＶ双侧电源联络线小水电系统重合闸改造状况分析［Ｊ］．广西电力，２００３（２）：２８．３０．ＤＥＮＧＸｕａｎ－ｒａｎ．Ａｎａｌｙｓｉｓｏｎｓｍａｌｌｈｙｄｒｏｐｏｗｅｒｒｅｃｌｏｓｉｎｇｒｅｆｏｒｍｃｏｎｄｉｔｉｏｎｏｆ１１０ｋＶｂｉｌａｔｅｒａｌａｃｔｉｖｅｌｉｎｅ［Ｊ］．ＧｕａｎｇｘｉＥｌｅｃｔｒｉｃＰｏｗｅｒ，２００３（２）：２８－３０．［２］卢颖先，肖永辉．带小电源的变电站全站失压解决方—案［Ｊ】．广东电力，２００７，（２０）：６６６７．—ＬＵＹｉｎｇ－ｘｉａｎ，ＸＩＡＯＹｏｎｇｈｕｉ．Ｓｏｌｕｔｉｏｎｓｔｏｌｏｓｓｏｆｖｏｌｔａｇｅｉｎｅｎｔｉｒｅｓｕｂｓｔａｔｉｏｎｗｉｔｈｓｍａｌｌｐｏｗｅｒｓｏｕｒｃｅ［Ｊ］．ＧｕａｎｇｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒ，２００７，（２０）：６６－６７．［３］谭琼．１１０ｋＶ电网中小电源系统重合闸的运行与改进［Ｊ］．继电器，１９９７，２５（５）：５７－５８．ＴＡＮＱｉｏｎｇ．Ｏｐｅｒｍｉｏｎａｎｄｉｍｐｒｏｖｅｍｅｎｔｏｆｒｅｃｌｏｓｉｎｇｉｎ１１０ｋＶｐｏｗｅｒｇｒｉｄｗｉｔｈｓｍａｌｌｐｏｗｅｒｓｏｕｒｃｅ［Ｊ］．Ｒｅｌａｙ，１９９７．２５（５）：５７－５８．“”［４］黄宗君．贵阳南部电网７．７事故的仿真反演和分析［Ｊ］．电力系统自动化，２００７，３１（９）：９５．１００．””ＨＵＡＮＧＺｏｎｇｄｕｎ．Ｇｕｉｙａｎｇｓｏｕｔｈｇｒｉｄ７．７ｆａｕｌｔｓｓｉｍｕｌａｔｉｏｎａｎｄａｎａｌｙｓｉｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，２００７，３１（９）：９５１００．［５］贺家李．电力系统继电保护原理［Ｍ］．北京：中国电力出版社，２００４：２６２．２６５．ＨＥＪｉａ－ｌｉ．Ｐｒｉｎｃｉｐｌｅｓｏｆｐｏｗｅｒｓｙｓｔｅｍｐｒｏｔｅｃｔｉｏｎ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，２００４：２６２－２６５．［７］［８］李波．关于提高带地方小电源的ｌ１０ｋＶ终端变电站供电可靠性的分析及实现［Ｊ］．继电器，２００５，３３（９）：７６．７７．ＬＩＢｏ．Ｐｏｗｅｒｓｕｐｐｌｙｒｅｌｉａｂｉｌｉｔｙａｎａｌｙｓｉｓａｎｄｉｍｐｌｅｍｅｎｔｏｆ１１０ｋＶｔｅｒｍｉｎａｌｓｕｂｓｔａｔｉｏｎｗｉｔｈｌｏｃａｌｒｅｓｏｕｒｃｅｓ［Ｊ］．Ｒｅｌａｙ，２００５，３３（９）：７６．７７．ＩｇｎａｃｉｏＥｇｉｄｏ，ＦｉｄｅｌＦｅｍｈｎｄｅｚ．Ｂｅｍａｌ，ＰａｂｌｏＣｅｎｔｅｎｏ，ｅｔａ１．Ｍａｘｉｍｕｍｆｒｅｑｕｅｎｃｙｄｅｖｉｍｉｏｎｃａｌｃｕｌａｔｉｏｎｉｎｓｍａｌｌｉｓｏｌａｔｅｄｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥ，２００９．李元彬．论自动准同期原理［Ｊ］．电力系统及其自动化学报，１９９０，２（１）：６９．７６．ＬＩＹｕａｎ．ｂｉｎ．Ｏｎｓｙｎｃｈｒｏｎｉｚｉｎｇｃｏｎｔｒｏｌｐｒｉｎｃｉｐｌｅｓｆｏｒ—ｓｙｎｃｈｒｏｎｏｕｓｇｅｎｅｒａｔｏｒｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆＣＳＵＥＰＳＡ，１９９０，２（１）：６９．７６．［９］李瑾鸿．应用模糊控制原理在差频并网下的自动准同期算法研究［Ｊ］．电力系统保护与控制，２００９，３７（２）：９６－９８．１０５．ＬＩＪｉｎ．ｈｏｎｇ．Ａｌｇｏｒｉｔｈｍｒｅｓｅａｒｃｈｏｆｔｈｅａｕｔｏｍａｔｉｃｓｙｎｃｈｒｏｎｉｚａｔｉｏｎｕｎｄｅｒｄｉｆｆｅｒｅｎｃｅ￣ｅｑｕｅｎｃｅｐｏｗｅｒｇｒｉｄｕｓｉｎｇｆｕｚｚｙｃｏｎｔｒｏｌｐｒｉｎｃｉｐｌｅ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（２）：９６．９８，１０５．［１０］袁季修，陈荣德，白亚民．对大型汽轮发电机组承受失步振荡能力的要求［Ｊ］．电力设备，２０００（１）：１９．２２．ＹＵＡＮＪｉ－ｘｉｕ，ＣＨＥＮＲｏｎｇ－ｄｅ，ＢＡＩＹａ－ｍｉｎ．Ｒｅｑｕｉｒｅｍｅｎｔｓｏｆｌａｒｇｅ－．ｓｃａｌｅｔｕｒｂｉｎｅ．－ｇｅｎｅｒａｔｏｒｓｅｔｏｕｔ－ｏｆ－ｓｔｅｐｏｓｃｉｌｌａｔｉｏｎｗｉｔｈｓｔａｎｄｉｎｇｃａｐａｂｉｌｉｔｙ［Ｊ１．Ｅｌｅｃ仃ｉｃａｌＥｑｕｉｐｍｅｎｔ，２０００（１）：１９－２２．［１１］王梅义．大电网事故分析与技术应用［Ｍ】．北京：中国电力出版社，２００８：２１７．２２５．ＷＡＮＧＭｅｉ－ｙｉ．Ａｃｃｉｄｅｎｔａｎａｌｙｓｉｓａｎｄｔｅｃｈｎｏｌｏｇｙａｐｐｌｉｃａｔｉｏｎｏｆｇｒｅａｔｐｏｗｅｒｇｒｉｄ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，２００８：２１７．２２５．收稿日期：２０１０－０５－２４；—修回Ｅｌ期：２０１Ｏ－０６２７作者简介：夏成军（１９７４－），男，博士，副教授，主要研究方向为电力系统分析运行与控制、ＨＶＤＣ和ＦＡＣＴＳ；Ｅ．ｍａｉｌ：ｃｊｘｉａ＠ｓｃｕｔ．ｅｄｕ．ｃａ代文良（１９８７一），男，硕士研究生，主要研究方向为电力系统分析运行与控制。（上接第１００页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１００）——收稿日期：２０１００６１６；—修回日期：２０１Ｏ－０８２４作者简介：林圣（１９８３－），男，博士研究生，主要研究方向为电—力系统故障诊断、电力系统保护；Ｅｍａｉｌ：ｌｉｎｓｈｅｎｇ一１＠１６３．ｃｏｍ何正友（１９７０－），男，教授，博士生导师，主要研究方向为电力系统故障诊断、新型继电保护原理、配网综合自动化：钱清泉（１９３６－），男，中国工程院院士，从事电力监控系统及其自动化研究。