王立建，祝文澜，宣弈，曹张洁

（国网浙江杭州供电公司，浙江 杭州 315600）

随着电网规模不断扩大，电网故障复杂性增强且容易伴有衍生故障，对电力调度快速故障处置提出了更高的要求，目前存在以下两方面问题。复杂故障判别精准性不高。电力调控员在电网运行监控过程中通过主站SCADA 系统实时上送的大量告警信息来进行判断，信息量大、关联衍生信号的叠加以及核心告警信息的丢失，无疑加大了故障判断的难度。以某变母差保护导致副母失电为例，10 s 内上送告警信息达到218 条，且丢失了最重要的失灵保护动作信号，监控员短时内无法判断为母差保护动作，影响后续故障处置。故障原因无法快速甄别。变电站发生故障后，纯粹依靠调度、检修人员的经验，难以从故录波形分析出具体原因。比如220 kV 线路事故跳闸，引起事故的原因可能是雷击、鸟害、覆冰、外力破坏等。若为雷击，则可对故障线路进行一次试送；若为外力破坏，则不能对故障线路进行试送，否则存在人身伤亡风险。

为解决上述问题，本文提出了一种图文融合的电网故障综合研判方法[1-4]。针对告警信息，采用文本机器学习，与历史案例库进行向量化比对，实现故障类别精准判断；针对故障录波系统，采用波形机器学习，获得雷击、鸟害等历史样本库库，通过特征值对比快速识别故障原因。

1 总体架构图

图1 是电网故障诊断的总体流程框图。通过电网典型历史故障案例文本、波形文件进行机器学习、规则挖掘，获得所需词典库。……