电力系统继电保护是保证电力系统安全运行、提高经济效益的有效技术。随着微机继电保护应用的普及,保护装置逐步具备了相应的数据接口可实现保护装置重要信息的数据远传。
随着计算机技术的飞速发展及计算机在电力系统继电保护领域中的普遍应用,新的控制原理和方法不断被应用于计算机继电保护中,近年来人工智能技术如专家系统、人工神经网络、遗传算法、模糊逻辑、小波理论等在电力系统各个领域都得到了应用,从而使继电保护的研究向更高的层次发展,出现了引人注目的新趋势。例如电力系统继电保护领域内出现了用人工神经网络(ANN)来实现故障类型的判别、故障距离的测定、方向保护、主设备保护等。在输电线两侧系统电势角度摆开情况下发生经过渡电阻的短路就是一非线性问题,距离保护很难正确作出故障位置的判别,从而造成误动或拒动;如果用神经网络方法,经过大量故障样本的训练,只要样本集中充分考虑了各种情况,则在发生任何故障时都可正确判别。
传统的继电保护、安全自动装置及二次回路接线是通过进行定期检验确保装置元件完好、功能正常,确保回路接线及定值正确。若保护装置在两次校验之间出现故障,只有等保护装置功能失效或等下一次校验才能发现。如果这期间电力系统发生故障,保护将不能正确动作。以往的保护检验规程是基于静态型继电器而设计的,未充分考虑到数字式保护的技术特点,对数字式保护沿用以前规程规定实施的检修周期、项目不尽合理。
同时,现在电网主接线方式在很大程度上限制了设备停役检修的时间,如一台半断路器接线方式的线路保护很难实现停电检修,除非结合线路停电检修;双母线接线方式已逐步取消旁路开关,变压器保护很难因保护校验而要求变压器停电,母差保护、失灵保护的定期检验安排更是困难重重。另一方面,带电校验保护具有实施上的安全风险和人员安全责任风险,因此,在实际运行中基本上很难保证保护设备可以有效地按照《继电保护及电网安全自动装置检验条例》的要求完成检验项目;尤其数字式保护的特性在很大程度上取决于软件编程,这并非可以通过传统的检验项目来发现保护特性的偏差,实际上,传统检验规程所确定的检验项目合理性已面临新技术应用的挑战。数字式保护的实现技术使保护设备本身具有很强的自检功能。因此,作为装置本身的监测和诊断已具备实现的可能,保护装置检修决策的确定具有了可靠的基础。同时,电气设备状态检修其概念上的合理性和技术上的可实现性,使保护实行状态检修模式具有极强的示范效应,检修效率提高和设备可靠性的提升,将能有效地提高设备的安全性和可用率,适应电力系统安全稳定运行需要。