宋玉琴， 赵 攀， 周琪玮

(西安工程大学电子信息学院， 西安 710600)

近年来，电力系统逐渐向复杂化、集成化的方向发展，使得连锁故障发生的概率大大增加，给社会经济发展、人民生产生活等许多方面带来了严重的后果[1-3]。如2015年土耳其“3·31”大停电造成除部分电力供应由伊朗提供的凡城(Van)和哈卡里(Hakkari)地区外，土耳其的电力供应几乎全部中断，影响人数约7 000 万，占全国人口总数90%，共损失负荷约32 950 MW，经济损失约7 亿美元[4]。研究表明：由简单故障引起失去功角稳定或电压稳定，从而导致大面积停电事故的发生，这一原因已经越来越少[5]。绝大多数大停电事故是由于系统中某条线路因故停运，引起潮流转移与重新分配，造成其他相关线路相继过载跳闸，形成连锁故障[6]。因此，加强连锁故障机理分析，快速、准确地提前预测连锁故障可能的发展路径，对及时采取有效的阻断措施从而预防大面积停电事故的发生具有重要意义。

目前，针对这一问题的研究，已经提出了一些方法[7-11]。罗毅等[12]将简单事故链理论应用于连锁故障的预测中，建立连锁故障事故链预测模型。该方法虽然能得到连锁故障的传播路径，但由于事故链初始故障指标和上下级支路间关联性指标不完善；具体表现为指标单一，不能全面反映故障的引起因素，导致预测准确度不高。何晔等[13]为实现连锁故障预测的计算量和预测事故链数量的平衡，首次将C均值聚类算法引入预测模型中。与以前的方法相比，该方法能在工作量与预测结果完备性之间做出较好的平衡[14]。……