1、電網的安全運行越來越依賴于對各種信息的有效分析和處理。電力系統(tǒng)發(fā)生故障，尤其是大面積復雜故障后，僅依靠來自SCADA系統(tǒng)和微機保護間隔單元的保護、開關接點的變位數字量信息，調度員難以做出準確判斷。而來自繼電保護和故障錄波器的信息越來越成為事故分析和系統(tǒng)恢復的重要依據。對這些信息進行分析，可以得出系統(tǒng)異常時的故障類型、故障位置、故障相別、故障前后的相量、保護及開關動作事件、事件時序(SOE)等；對來自多個廠站的保護和錄波信息進行綜合分析，

2、可使調度中心迅速掌握電網真實故障情況，以及繼電保護、開關和重合閘的動作行為，這對調度員迅速做出正確判斷并恢復系統(tǒng)供電創(chuàng)造了條件，同時有助于繼電保護人員和調度員利用故障數據進行事后分析。 本文充分利用高壓/超高壓電網中故障錄波器記錄的原始海量故障錄波數據，及錄波數據中的暫態(tài)信號，借助新的數學方法如小波、神經元網絡、時態(tài)邏輯技術等，對傳統(tǒng)電網故障診斷中的系列算法進行了改進和創(chuàng)新，取得了以下主要成果： ◆提出了基于信號奇異性檢

3、測原理的故障錄波數據自適應小波去噪壓縮新算法，詳細分析各尺度上小波系數奇異點的匹配搜索過程和最大尺度層數自適應閾值選取方法；通過故障錄波信號頻率與采樣率的關系，來確定最大小波分解層數n，然后在該分解層數上進行噪聲白化檢驗，并對某一個信號奇異點進行奇異性指數計算，以確定出小波最優(yōu)分解層數；論文還系統(tǒng)闡述了基于小波模極大值的信號重構算法。通過大量真實故障錄波數據編程仿真，驗證了算法的高效性。 ◆在子站端，提出了基于二進小波和信號奇異

4、性檢測原理的數據預處理和故障初步診斷新方案，通過二進小波準確提取電網故障發(fā)生時刻，以解決錄波器啟動記錄時標存在的誤差問題，故障時刻提取誤差率不超過0.6ms。同時，提出了一種基于小波理論的故障選線和選相新思想，為全網實時或準實時故障診斷創(chuàng)造了條件。 ◆在主站端，提出了基于小波神經網絡和故障電流量的故障類型識別新算法，利用bior3.1提升小波和RBPNN網絡構造了新的小波神經網絡故障類型識別模型，應用bior3.1提升小波對故障

5、前一個周波和故障后兩個周波的電流量進行分解，將分解到的(0～375)Hz頻率段的小波系數輸入到神經網絡。通過ATP仿真測試，選線準確率達100％，證明了該模型的高效性。 ◆提出一種新的系統(tǒng)振蕩與故障信號識別方法：利用雙正交小波包和連續(xù)復小波，分別提取故障信號小波系數局部模極大值、不同頻段小波系數變化率、電流小波系數幅值變化趨勢以及電流與電壓小波系數相角差作為新判據，根據各判據的特點與適用性，運用模糊集合理論，分別給予各判據不同的

6、隸屬度，最后給出振蕩與故障識別綜合判據，大量仿真驗證了該算法的有效性。 ◆提出了基于時態(tài)邏輯技術的全網故障診斷新思想，其核心是利用全網故障線路及與故障線路相關的模擬量信息準確提取和校核開關量信息。利用線性時態(tài)邏輯技術，建立了故障診斷演繹模型，根據全網保護配置信息和配合關系，利用模擬量信息分層和保護分級診斷思想，診斷出保護、開關和重合閘動作行為，形成故障簡報，供調度員參考決策。通過仿真測試，故障準確識別率較高，基本解決了傳統(tǒng)基于數