王鸣誉，李铁成，任江波，徐 岩

（1.华北电力大学电气与电子工程学院，保定 071003；2.河北省电力有限公司电力科学研究院，石家庄 050021；3.河北省电力有限公司，石家庄 050021）

智能变电站二次系统故障诊断主要凭借检修人员的经验，同时由于二次回路存在不可视的虚回路[1]，虚回路中的数据通过光纤传输，这种隐蔽的数据传输方式导致很多情况下故障无法精确定位。同时虚回路由于存在交叉重叠，当某一元件在出现故障时可能会引起多个回路出现故障[2]。以往凭借经验判断的方法更加难以使用。

文献[3]介绍了一种基于拓扑结构生成的知识表示方法，该系统可以用来处理分布式变电站的多重故障，虽然直观有效，但由于不易补充完善，因此该方法的自学习能力差；文献[4-5]根据装置的自检信息，利用D-S证据理论，得出每个装置的故障概率，但这种方法需要在故障诊断时列出所有的二次回路，形成举证表，寻找每一个回路中的可疑故障元件，除此之外，在计算某装置的故障概率时还需要针对每一个不同的告警信息列出所有可疑装置的发生故障的概率，大大增加了故障诊断所需要的时间；文献[6]提出了一种基于故障树的诊断方法，其主要原理是以某一系统的故障树图为基础，求取最小割集和它的可靠性估计方差，优先改善每个组成单元中影响最大的部分；也可与Petri网结合[7]，但是由于其方法需要找寻最优解，因此求解速度会受到一定影响；文献[8]利用神经网络实现了对二次系统故障的诊断，但由于需要的样本量太大，因此在搜集数据时存在较大的难度。……