人工智能诊断方法简介电网故障诊断主要是分析线路及其保护装置的报警信息，电气设备的电气信息，断路器动作信息等。根据这些信息的特征和操作人员的经验来判断故障元件与故障位置。目前运用比较广泛的是人工智能诊断，包括基于专家系统的故障诊断[3]，基于人工神经网络的诊断方法，模糊理论，基于贝叶斯网络的诊断方法，遗传算法以及基于Petri网的故障诊断[4][5]。82684

    专家系统属于计算机智能程序系统，它能应用相关领域某专家级别的知识和经验像人类专家一样思考和解决该领域的问题;人工神经网络诊断方法是模拟人类神经传输和处理信息的一类智能诊断方法;模糊理论是将经典集合理论通过一定的函数将隶属关系连续化、模糊化，通过隶属度函数的定义来实现实际系统中所需要的隶属关系;贝叶斯网络故障诊断方法是通过结合事件的先验概率和因果关系，利用概率论的相关知识处理不同事件知识成分的因果关系以及不确定性，随后可运用贝叶斯公式计算验算，可以根据当前电气元件的状态计算可能的故障元件，从而实现故障诊断; 遗传算法是通过模仿这样的生物循环过程来寻求故障诊断的全局或局部最优解。论文网

2  Petri网的电网故障诊断

Petri网是C。A。Petri 教授于1962年在其博士论文中首次提出并应用的一种新的数学方法。它以描述系统之间的关系为基础，通过图形或表达式两种方式系统的并列或次序发生的关系和动态行为，能够应用于静态结构分析和动态行为分析。电网故障的发生过程刚好是一个动态的行为过程，因此可以利用Petri网进行诊断。近年来已逐渐发展成为比较成熟的智能技术，应用于各个领域。在电网故障诊断中也占有重要的位置。近年来，众多基于Petri网的改进算法被先后提出，如模糊Petri网[6]、冗余嵌入Petri网[7]、自适应模糊Petri网[8]、方向性加权模糊Petri网[9]、有色Petri网[10]、时延Petri网[11]。

模糊Petri网是针对Petri网描述事件的不足而产生的一种新型推理模型。Petri网对事件的描述是肯定和否定两种情况，不能应用于具有模糊概念的事件，故而模糊Petri网随之产生。模糊Petri网是模糊理论与Petri网的结合应用，变迁的触发规则也有别于普通Petri网，它的提出丰富了Petri网理论，使得这种诊断方法能够类似于专家系统搜集信息和积累经验，同时能够处理复杂系统及其不确定性问题。有色Petri网以及时延Petri网都是为了应对复杂电网故障时从Petri网衍生出来的诊断方法。例如，在建立的有色Petri网中，用单色表示元件及保护的类型，用不同单色或复色的标记表示保护动作、断路器动作情况以及元件故障状态等。这样就使得在进行故障诊断时不同颜色的标记能够清晰得反应出各自的转移过程，更利于判断电网故障情况。

文献[12]通过对电网故障元件切除过程的动态过程的逆向过程来建立故障诊断Petri网，最终的电网故障诊断Petri网模型是所有的元件诊断模型的组合，但这类故障诊断模型形成的诊断系统规模随着电网的增大而增大，且未考虑到元件的后备保护，文献[13]针对这一问题在此基础上进一步完善了Petri网故障诊断模型。

文献[14]提出通过结合专家系统与Petri网进行电网故障诊断，但这种方法实质上用到的是专家系统中的知识库进行诊断，Petri网仅仅充当了专家系统中的数学搜索工具。

    文献[15]通过模拟故障切除的逆向过程建立Petri网诊断模型，通过一系列点火触发，通过最终稳态的Petri网来确定原始故障元件。在这种诊断方法中将诊断模型分为了母线、变压器两类，而电机以及线路诊断模型都可类比于母线故障诊断。这种诊断方法过程直观，利于理解，判别规则简单，同时将报警信息都很好地利用了起来，仅仅利用断路器的动作参与计算过程，保护信息体现在建模过程中。