下载文档原格式
电力系统故障诊断的研究现状与发展趋势随着我国经济建设的发展，电力的需求越来越大，电力系统的正常运行不仅关系到城乡百姓的生活质量，也关系到地区经济的发展。
因此，提高电力系统故障诊断符合社会发展需求。
本文将对电力系统故障诊断技术展开探讨，电力系统故障诊断现状和发展趋势进行分析。
标签：电力系统;故障诊断;现状;发展电力系统故障产生的原因多种多样，气候的变化和人为因素都将导致电力系统故障的出现。
今年来随着经济建设的发展，电网企业规模在不断扩大，电网结构越来越复杂，各个区域的联系也越来越紧密，故障的发生几率也在不断增加。
加强电力系统故障诊断是确保电网企业正常运行的有效手段。
一、电力系统故障诊断概述随着当前电网企业规模的不断扩大和业务量的增加，电网结构越来越复杂。
在复杂的电网结构中，往往会由于各种因素的影响，在运行过程中发生各类故障。
由于电网企业业务覆盖范围较大，故障的发生将给地区电力运营带来重要影响，因此，加强电力系统的故障诊断成为电网企业重要工作。
变压器是电力系统的重要构成之一，是电力系统故障诊断中重点环节。
在变压器故障诊断中，又有内部诊断和外部诊断之分，相比较而言，内部诊断更为复杂，主要对由于局部温度过高产生的故障和绝缘性能降低產生的故障进行诊断。
二、电力系统故障诊断的研究现状从我国改革开放以来，我国电力系统故障诊断技术也在不断研究和探索中。
由于我国此类工作开展较晚，依然存在较多的困难，但是在逐渐的探索中也取得了许多骄人的成绩，形成了一些符合我国电力系统实情的故障诊断理论。
（一）专家系统1.专家系统的特点我国电力系统诊断中专家系统理论被广泛应用，专家系统电力故障诊断利用了计算机技术，通过计算机程序对电力系统进行检测，具有较高的智能化特点，通过人工智能在一定的规则范围下进行推理，解决以往只有在专家层面才能够解决的现实问题。
2.专家系统的应用随着我国电力技术的不断发展，电力系统所应用的设备越来越复杂，自动化程度越来越高，给电力系统故障诊断提出了更高的要求。
浅谈电网故障诊断的研究现状和发展趋势电网故障诊断是电力系统运行中非常重要的一项工作，它对于保障电网安全稳定运行具有重要意义。
随着电力系统的不断发展和变革，电网故障诊断技术也在不断地更新和完善。
本文将从电网故障诊断的研究现状和发展趋势两个方面进行探讨，以期为相关研究提供一定的参考价值。
一、电网故障诊断的研究现状1. 传统的电网故障诊断方法在过去，电网故障诊断主要依靠人工巡检和经验来进行。
通过巡视、检测、测试等手段，发现并解决电网故障。
但是这种方法耗时耗力、效率低下，并且在确保电网安全稳定运行方面存在一定的隐患。
2. 基于物联网和大数据的电网故障诊断技术随着物联网和大数据技术的不断发展，越来越多的电网故障诊断技术开始充分利用这些先进技术。
通过在整个电网系统中部署大量的传感器设备，实时监测和采集电网运行数据，并对这些数据进行分析和处理，从而实现对电网故障的实时诊断。
这种方法有着高效、准确的特点，可以及时发现并处理电网故障，确保电网安全稳定运行。
近年来，随着人工智能技术的迅速发展，越来越多的电网故障诊断技术开始采用人工智能算法进行辅助诊断。
利用神经网络、模糊逻辑、遗传算法等技术，对电网运行数据进行深度学习和分析，从而实现对电网故障的智能诊断和预测。
这种方法在提高诊断准确性和效率方面具有明显的优势。
1. 多源数据融合的趋势未来的电网故障诊断技术将更加注重多源数据的融合。
包括电网运行数据、传感器数据、实时监测数据等，通过对这些数据进行统一处理和分析，提高故障诊断的准确性和可靠性。
2. 实时性和智能化的趋势未来的电网故障诊断技术将更加注重实时性和智能化。
利用物联网、大数据和人工智能技术，实现对电网故障的实时监测、智能诊断和预测，从而更好地保障电网的安全稳定运行。
3. 集成化和标准化的趋势未来的电网故障诊断技术将更加注重集成化和标准化。
通过制定一系列的标准和规范，实现不同厂家、不同设备间的数据互操作和信息共享，提高电网故障诊断技术的整体水平。
电力系统故障判断的研究现状及发展趋势摘要：城市快速发展下对电网建设也提更高的要求，作为电力系统安全运行的重要依据，系统故障判断发挥着重要作用。
对配电线路的检修运行工作和运行故障的检修分析在城市电网的生产工作中发挥着重要的作用。
本文将浅谈电力系统故障判断中的常见问题，并提出具体的发展策略。
关键词：电力系统；故障判断；现状研究；发展趋势引言电力工程的发展与人们的生活与企业发展等方面有着非常重要的影响，需要结合人们用电需求的特点，做好相应的调整。
自动化技术体现出技术的创新与突破，使得电力系统运行更加安全，并在一定程度上提高了工作的效率。
面对其中出现的设备老化、管理不够规范等问题，应该引起高度的重视，针对出现的安全控制相关的问题，做好全面的分析，从而采取可行的应对措施，并促进我国电力工程的持续发展。
1故障判断的重要性对于电力系统来说，配电线路作为电力系统中重要环节，是需要进行定期的维修的。
正常工作状态下的配电线路能够确保电力供应，同时起到连接降压变电器和配压变电器的作用。
配电线路能够在运行的过程中将所需的电力及时输送到用户终端，保障城市供电的正常运行。
在生产过程中，一旦配电线路出现了运行故障，会直接影响电力系统的稳定供应，严重时导致停电事故的出现。
因此定期定时的配电线路运行故障的检修，能够有效避免配电线路在运行工作中出现问题，在检修过程中一旦发现故障点能够及时进行处理，进而将出现故障所带来的损失降到最低，保证整个电力系统能够正常稳定的运行，最终促进电力服务质量的提升优化，促进城市建设的有序进行。
2电力系统运行中存在的问题2.1电力系统故障判断的研究现状专家系统利用专家推理方法的计算机模型来判断故障，目前该方法的应用比较广泛，并且效果明显，是比较成功的方法。
根据故障诊断知识表示和所用推理策略不同，又可以将专家系统分为基于启发式规则推理系统和结合正反推理系统，目前大多数故障判断采用第一种方法。
总之，专家系统诊断方法能用规则表示保护器、断路器的动作逻辑及运行人员诊断经验，允许增加或删除规则，提升诊断系统实时性和有效性，该方法适用于中小型电力系统和变电站故障诊断。
电力系统故障诊断的研究现状与发展趋势随着电力系统的发展，越来越多的电力系统故障事件发生，使电网的安全性和稳定性受到严重威胁，这也使得电力系统故障诊断成为一个研究热点。
本文论述了电力系统故障诊断研究的现状，重点讨论了电力系统故障诊断及其未来发展趋势。
首先，本文对电力系统故障诊断研究的发展历史和现状进行了介绍。
近年来，电力系统故障诊断技术发展迅速，由于高科技产品的应用，电力系统故障诊断技术急需不断改进。
凭借现代计算机技术的发展，电力系统的实时监测、诊断和管理技术得到了极大提高和改善，并不断推动着电力系统故障诊断技术的发展。
其次，本文重点讨论了电力系统故障诊断及其未来发展趋势。
在技术上，电力系统故障诊断技术未来发展的趋势：1.基于模式的故障诊断技术与基于数据的故障诊断技术有机结合起来，实现多元化的故障诊断;2.用现代技术，如机器学习、深度学习等，研发电力系统的智能故障诊断技术;3.展和实施全面的电力系统运行监控和安全保护系统;4.分利用大数据技术，建立电力系统故障诊断综合信息系统。
最后，利用新兴科技推动电力系统故障诊断技术的发展，可以实现智能化、高效化、安全化的电力系统运行，进而更好的保障电力系统的安全性和稳定性。
综上所述，随着电力系统故障诊断技术的发展，电力系统故障诊断研究在未来会受到更多关注，未来也将有多种更加先进的技术应用于电力系统故障诊断，从而提高电力系统的安全性和稳定性。
电网故障诊断的研究现状与发展趋势摘要：随着电网规模的不断扩大和复杂度的增加，电网故障的发生频率和影响范围也在不断增加，因此电网故障诊断成为电力行业中一个重要的研究领域。
本文将探讨电网故障诊断的研究现状和未来发展趋势。
关键词：电网故障；诊断；研究现状；发展趋势引言能源是现代社会发展的重要基础，电力作为重要的能源形式，在现代生活中扮演着至关重要的角色。
然而，随着电力供需关系的日益紧张和电网规模的不断扩大，电网系统面临着越来越多的安全和稳定性挑战。
其中，电网故障是影响电网安全和稳定的重要因素之一，电网故障诊断技术的研究和发展对于保障电网系统的安全和稳定具有重要意义。
一、电网故障诊断的研究现状电网故障诊断技术主要包括基于模型的故障诊断技术、基于数据的故障诊断技术和基于混合模型的故障诊断技术。
（一）基于模型的故障诊断技术基于模型的故障诊断技术是一种常用的电网故障诊断技术，它利用电网系统的模型，通过建立电网系统的数学模型和控制模型，实现对电网系统的故障诊断。
数学模型是基于电网系统的物理特性建立的一组方程或关系，用于描述电网系统的运行状态和特性。
电网系统的数学模型通常包括各种物理参数，如电压、电流、功率、频率、相位等。
通过对电网系统的数学模型进行分析，可以识别电网系统中的异常和故障，并对电网系统进行故障定位和诊断。
例如，通过对电压和电流等参数的分析，可以确定故障位置和类型。
控制模型是基于电网系统的控制原理建立的一组方程或关系，用于描述电网系统的控制行为和运行特性。
电网系统的控制模型通常包括各种控制参数，如电压调节器、电容器控制器等。
通过对电网系统的控制模型进行分析，可以识别控制系统中的异常和故障，并对电网系统进行故障定位和诊断。
例如，通过对电容器控制器的分析，可以确定故障位置和类型。
基于模型的故障诊断技术广泛应用于电力行业的电网系统、电力设备和电力保护装置等方面。
例如，可以通过基于模型的故障诊断技术来实现对电力变压器、电力电容器和断路器等设备的故障诊断和预测，提高设备的可靠性和安全性。
浅谈电网故障诊断的研究现状和发展趋势【摘要】电网故障诊断在电力系统中具有重要性，对系统稳定运行和安全性至关重要。
本文从电网故障诊断的研究现状、方法和技术、挑战、发展趋势以及前景展望进行了探讨。
目前，电网故障诊断领域存在着因数据复杂性和多样性导致的难题，但随着人工智能和大数据技术的发展，电网故障诊断将迎来更多机遇与挑战。
在未来，电网故障诊断研究仍有待深入，但随着技术的不断进步，电网故障诊断将得到更好的应用，为电力系统的稳定运行提供更好的支持。
【关键词】电网故障诊断、研究现状、方法和技术、挑战、发展趋势、前景展望、重要性、背景、深入研究、应用。
1. 引言1.1 电网故障诊断的重要性电网故障诊断是保障电网安全运行的重要环节，其重要性不言而喻。
在如今高度依赖电力供应的社会中，一旦发生电网故障，将可能带来严重的经济损失和社会影响。
及时准确地诊断电网故障，对于提高电网运行的安全性和可靠性至关重要。
电网故障可能导致供电中断、电力设备损坏甚至火灾等严重后果。
通过对电网故障的准确诊断，可以快速定位故障点，有针对性地采取修复措施，尽快恢复电力供应，有效降低事故造成的损失。
电网故障诊断还可以帮助电力系统管理者掌握电网运行状态，预防潜在故障的发生，进一步提高电网运行的安全性和可靠性。
深入研究电网故障诊断技术，并不断提升诊断准确性和效率，对于确保电网安全稳定运行具有重要意义。
随着电力系统规模的不断扩大和智能化技术的发展，电网故障诊断将面临更多挑战和机遇，需要不断探索创新，以应对未来电力系统运行的复杂性和多样化。
1.2 电网故障诊断的研究背景电网故障诊断的研究背景：随着电力系统规模不断扩大和电网结构日益复杂化，电网故障诊断的研究备受关注。
电网是现代社会的重要基础设施，一旦发生故障可能会导致严重的经济损失和社会影响。
及时准确地诊断电网故障，并迅速采取有效措施进行恢复，成为电力系统运行中的关键环节。
电网故障诊断研究背景中还涉及到电力系统的自愈能力和安全运行问题。
浅谈电网故障诊断的研究现状和发展趋势1. 引言1.1 研究背景电网故障诊断是电力系统运行中的重要环节之一，通过对电网中发生的故障进行及时准确的诊断，可以有效降低事故对系统的影响，确保电力系统的安全稳定运行。
随着电力系统规模的不断扩大和复杂度的增加，电网故障诊断的难度也在逐渐加大。
对电网故障诊断领域的研究具有重要的现实意义和深远的发展影响。
电网故障诊断的研究背景主要包括以下几个方面：随着我国电力行业的快速发展，电力系统规模不断扩大，电网的安全稳定性面临更大的挑战；新能源的大规模接入使电力系统结构发生了较大变化，给电网故障诊断带来了新的难题；随着数字化技术的不断发展，电网故障诊断方法也得以不断创新和完善。
深入研究电网故障诊断的现状和发展趋势，对进一步提高电力系统的安全稳定性和运行效率具有重要意义。
1.2 研究意义电网故障诊断是电力系统运行中的重要环节，对于确保电网的安全稳定运行具有至关重要的意义。
通过对电网故障进行及时准确的诊断，可以有效地降低事故发生的可能性，提高电网运行的可靠性和安全性。
电网故障诊断还可以帮助运营商和维护人员快速定位问题，并采取相应的措施进行修复，从而减少系统停运时间，提高电力供应的持续性和可用性。
随着电力系统规模的不断扩大和电网结构的不断复杂化，电网故障诊断面临越来越多的挑战和难题。
对电网故障诊断的研究具有重要意义。
在当前技术日新月异的时代，探索电网故障诊断的新方法和新技术，提高电网故障诊断的准确性和效率，不仅可以提高电力系统的安全性和可靠性，还可以为电力系统的智能化发展提供重要支撑。
深入研究电网故障诊断的意义重大且紧迫，有望为电力系统的可持续发展注入新动力。
2. 正文2.1 电网故障诊断的现状电网故障诊断是电力系统运行中非常重要的一环，它直接关系到电力系统的安全稳定运行。
目前，电网故障诊断的现状可以总结为以下几点：传统的电网故障诊断方法主要依靠经验和手动分析，存在着诊断准确度低、效率低、成本高等问题。
浅谈电网故障诊断的研究现状和发展趋势电网是国家经济的重要基础设施，承担着能源传输和分配的重要职责。
电网运行中难免会发生各种故障，这些故障如果得不到及时有效的诊断和处理，将会对电网的稳定运行和供电质量产生严重影响。
电网故障诊断一直以来都是电力系统领域的研究热点之一。
本文将从电网故障诊断的研究现状和发展趋势两方面进行探讨。
一、电网故障诊断的研究现状电网故障诊断的研究主要集中在两个方面，一是基于传统的模型方法，二是基于智能算法和数据驱动方法。
1.传统的模型方法传统的电网故障诊断方法主要是基于电力系统的建模与仿真。
通过电网的物理模型和数学模型，结合实时数据进行故障定位和诊断。
传统的模型方法在一定程度上可以实现对常规故障的诊断，但是难以处理电网规模庞大和复杂故障情况下的诊断问题，且对实时性要求较高。
传统的模型方法在面对大规模电网故障时存在一定的局限性。
2.智能算法和数据驱动方法随着近年来机器学习和数据挖掘技术的飞速发展，智能算法和数据驱动方法在电网故障诊断领域的应用日益增多。
这些方法能够通过对大量历史数据的分析和学习，实现电网故障的自动诊断和预测。
尤其是人工智能技术在电网故障诊断方面的应用，如深度学习、强化学习等，使得对复杂故障的诊断问题有了新的突破。
目前，国内外学者们在电网故障诊断领域的研究中，普遍采用智能算法和数据驱动方法，结合实际电网数据进行模型构建和参数优化，取得了一系列的研究成果。
通过对线路电流、电压等实时数据进行分析，实现了对电网故障的即时诊断；通过对历史故障数据进行挖掘，建立了更加精准的故障诊断模型等。
在电网故障诊断领域，未来的研究和发展方向主要包括以下几个方面：1.智能化技术的应用随着人工智能技术的不断进步，未来电网故障诊断将更加注重智能化技术的应用。
深度学习、强化学习等技术的发展，将为电网故障诊断带来更加准确和高效的诊断方法。
人工智能技术的广泛应用还将促进电网故障诊断与其他领域的融合，为电网故障诊断带来更广阔的发展空间。
浅谈电网故障诊断的研究现状和发展趋势电网故障诊断是指在电力系统中发生故障时，通过对故障信号进行采集、处理和分析，及时准确地确定故障位置和类型，为系统的安全运行提供保障。
电网故障诊断技术的研究对于提高电力系统的可靠性、稳定性和经济性具有重要意义。
本文将就当前电网故障诊断技术的研究现状和未来发展趋势进行探讨。
一、研究现状1. 传统故障诊断方法传统的电网故障诊断方法主要包括基于电压、电流、阻抗等物理量的检测和分析，以及基于人工经验的故障判断。
这些方法在实际应用中存在着诸多不足，比如对复杂多变的电网故障难以准确诊断，且需要大量的人力和时间成本。
2. 智能故障诊断技术近年来，随着人工智能、大数据和互联网技术的发展，智能故障诊断技术逐渐成为研究的热点。
基于机器学习、深度学习和神经网络的故障诊断方法逐渐崭露头角，并在某些领域取得了可喜的成果。
3. 实时监测系统为了更好地实现电网故障的即时监测和诊断，研究者们还致力于开发各类实时监测系统。
这些系统可以对电网中的各种故障信号进行实时采集和分析，为故障诊断提供更为可靠的数据支持。
二、发展趋势1. 多模态信息融合随着传感器技术的不断进步和应用，电网系统中可以获得的信息种类越来越多，包括电压、电流、温度、湿度等多种物理量。
未来的故障诊断技术将进一步发展，利用多模态信息融合的方式来进行故障诊断，提高诊断的准确性和鲁棒性。
2. 智能化诊断系统未来的电网故障诊断系统将更加智能化，基于人工智能和大数据技术，实现对电网故障的自动诊断和预测。
这种系统将大大提高故障诊断的效率和准确性，降低人工干预的成本和风险。
3. 基于云计算的诊断平台随着云计算和边缘计算技术的快速发展，未来的电网故障诊断平台将以云计算为基础，实现分布式数据存储和处理，提高系统的稳定性和可扩展性。
4. 安全性和隐私保护在研究和开发电网故障诊断技术的过程中，对于安全性和隐私保护问题也将得到更多的重视。
特别是在云计算和大数据技术的应用中，如何保障数据的安全性和隐私性将是一个重要的研究方向。
电力系统故障诊断的研究现状与发展趋势【摘要】文章综述了电力系统故障诊断的各种研究方法，评述了这些方法中需要改进之处，并进一步指出了该领域所需解决的关键技术问题和主要发展趋势。
【关键词】电力系统；故障诊断；研究现状；发展趋势
中图分类号：f407文献标识码： a 文章编号：
引言
电力系统故障诊断是近年来十分活跃的研究课题之一。
主要包括系统故障诊断和元件故障诊断两个方向，系统级故障诊断是指通过分析电网中各级各类保护装置产生的报警信息、断路器的状态变位信息以及电压电流等电气量测量的特征，根据保护、断路器动作的逻辑和运行人员的经验来推断可能的故障元件和故障类型的过程。
1国内外研究发展状况
1.1 基于专家系统的诊断方法
专家系统(expert system)利用专家推理方法的计算机模型来解决问题，已获得日益广泛的应用。
目前，专家系统用于电力系统故障诊断是比较成功的。
根据故障诊断的知识表示和所用推理策略的不同，专家系统主要有两类:
(1)基于启发式规则推理的系统。
此类系统把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，形成故障诊断专家系统的知识库，采用数据驱动的正向推理将所获得的征兆与知识
库中的规则进行匹配，进而获得故障诊断的结论。
现在大多数故障诊断属于这一类。
(2)结合正、反推理的系统。
此类系统结合了正反向混合推理方法，根据断路器和继电保护与被保护设备之间的逻辑关系建立推理规则，同时通过反向推理，有效地缩小可能故障的范围，以动作的继电保护与故障假设的符合程度计算可信度。
文献[1]介绍了基于事例推理(cbr)和基于规则推理(rbr)的混合推理的故障诊断专家
系统。
由于采用了混合推理，提高了故障诊断专家系统的适应性与自学习能力。
基于专家系统的诊断方法的主要特点是可以方便地把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，并允许在知识库中增加、删除或修改一些规则，以确保诊断系统的实时性和有效性，同时还能够给出符合人类语言习惯的结论，并具有相应的解释能力等，比较适合中小型电力系统和变电站的故障诊断。
该方法在实际应用中仍然存在如下主要缺陷:①建立知识库及验证其完备性比较困难;②容错能力较差，缺乏有效的方法识别错误信息;
③大型专家系统的知识库的维护难度很大;④专家系统在复杂故障诊断任务中会出现组合爆炸和推理速度慢的问题。
这些缺陷使得专家系统难以满足大规模电力系统在线故障诊断的需要，目前主要应用于离线故障分析。
1.2基于人工神经网络的诊断方法
与专家系统相比，基于人工神经网络(ann—artifieial neural
network)的故障诊断方法具有鲁棒性好、容错能力强和学习能力强等特点。
目前应用于电力系统故障诊断的ann有:基于
bp(baekpropagation)算法的前向神经网络和基于径向基函数的神经网络等。
文献[1]给出了典型的故障诊断神经网络bp模型，其实现方法是:以电力系统继电保护信息作为ann的输人，以可能发生的故障作为其输出，选择适当的样本集训练ann。
整个训练过程为:首先根据网络当前的内部表达，对输人样本进行前向计算;然后比较网络的输出与期望输出之间的误差，若误差满足条件，则训练结束，否则，将误差信号按原有的通路反向传播，逐层调整权值和阑值，如此反复，直至达到误差精度要求。
文献[2]将大型输电网络分区，对各个区域分别建立基于bp算法的故障诊断网络，然后综合获得最终的故障诊断结果。
基于ann的诊断方法的主要特点是避免了专家系统故障诊断所面临的知识库构造等难题，不需要推理机的构造。
由于用于ann训练的完备样本集获取困难，目前该方法只比较适合中小型电力系统的故障诊断。
ann方法在故障诊断应用中存在的问题主要是:①其性能取决于样本是否完备，而大型的电力系统的完备样本集获取非常困难;②与符号数据库交互的功能较弱;③不擅长处理启发性的知识;④不知如何确保ann训练时收敛的快速性和避免陷人局部最小;
⑤缺乏解释自身行为和输出结果的能力。
以上缺点限制了ann故障诊断方法在线应用于大型电力系统。
如何设计适用于大型电力系统
的故障诊断系统，仍然是一个有待进一步研究的问题。
1.3 基于粗糙集理论的诊断方法
粗糙集理论(roughsettheory)是波兰z.pawlak教授于1982年提出的一种处理不完整性和不确定性问题的新型数学工具。
粗糙集理论的主要思想:在保持分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。
它无需提供问题所需处理的数据集合之外的任何先验信息，能有效地分析和处理不精确、不一致、不完整等各种不完备数据，从中发现隐含知识，揭示潜在规律。
鉴于粗糙集理论的优越性，已经有不少研究人员把它引人到故障诊断系统中。
文献[3][4]把粗糙集理论应用于电力系统故障诊断和警报处理，尝试应用粗糙集理论来处理因保护装置和断路器误动作、信号传输误码而造成的错误或不完整警报信号，提出的方法考虑各种可能发生的故障情况，建立决策表(类似于ann故障诊断的训练样本集)，然后实现决策表的自动化简和约简的搜索，删除多余属性后抽取出诊断规则，揭示警报信息内在冗余性。
文献[5]提出了基于粗糙集理论与二元逻辑运算相结合的属性约简算法以及改进的值约简算法，并将其应用于由断路器和保护作为条件属性、故障区域作为决策属性的诊断决策表的约简过程中，利用决策表的约简形成综合混合知识模型。
文献[5]提出和构造了四类不同的粗糙集与神经网络(nn)组合的故障诊断模型，给出了粗糙集与nn在四类模型中实现不同的互补性、关联关系、应用机理
和原则及相应的局限性。
2 电力系统故障诊断发展趋势
随着电网建设的发展、计算机技术和网络技术以及数学和智能科学理论的发展，不断有新的电网故障诊断方法出现，从电力系统故障诊断理论与方法研究和应用的深度、广度可以清晰地看到，其研究仍停留在理论和模型的探索阶段，基本上没有非常成功的成型实用系统，实用化方面一直未有太大的发展。
由于以前技术和设施的原因，导致信息资源比较有限，从发表的文献来看，电网故障诊断系统大多依托于调度端或变电站内，分别利用调度scada系统的实时信息或站内综合百动化系统收集的信息来实现;随着系统、计算机和网络技术的发展，以及故障录波专用网络的建设，后来又发展了基于故障录波信息的故障诊断系统。
此系统的建设，使诸多的信息孤岛纳入系统中，对故障后所有相关的故障信息，例如保护装置信息、录波器信息、雷电定位信息、监控装置信息等，进行采集、传输、存储和处理，为电网故障处理提供了信息支持。
这些宝贵的信息为新的电网故障诊断方法提供了基础，大大拓展了电网故障诊断的研究方向。
因此，在电网故障诊断理论的实用化过程中，必须充分重视信息的收集与整理工作，包括用于故障诊断的数据仓库的构建、故障综合信息的预处理和诊断知识的提取等。
3结束语
电力系统故障诊断是关系到电力系统安全稳定运行的重要问题，国内外从20世纪80年代起已经进行了大量的研究工作，提出
了多种故障诊断技术和方法，但实际系统中该问题并未很好地解决。
随着电力系统规模日趋庞大，结构更加复杂，对电力系统故障诊断提出了更高的要求。
本文综述了电力系统故障智能诊断的研究方法，评述了这些方法中需要改进之处，进一步指出了该领域的一些主要发展趋势。
它们对构建电力系统故障诊断智能辅助决策系统具有重要的指导意义，对保证电力系统的安全运行、减少事故的经济损失具有重要的理论和现实意义。
参考文献
[1]杜一，张沛超，郁惟墉.基于事例和规则棍合推理的变电站故障诊断系统[j].电网技术，2004，28(l).
[2]yangh，changw，huangc.power system distributed on line fault seetion estimationusingdeeisiontreebasedneuralnetsapproaeh.ieeetr ansonpowerdelivery，1995，10(1).
[3]张琦，韩祯祥，文福拴一种基于粗糙集理论的电力系统故障诊断和警报处理新方法[j].中国电力，1998，31(4).
[4]束洪春，孙向飞，司大军.基于粗糙集理论的配电网故障诊断研究[j].中国电机工程学报，2001，21(l).
[5]冬梅，韩月，高曙.电网故障诊断的决策表约简新算法[j].电力系统自动化，2004，28(4).。
