國網嘉興供電公司電力調度控制中心、國網浙江省電力公司培訓中心培訓管理部的研究人員陳國恩、李偉、張仲孝, 在2018年第1期《電氣技術》雜誌上撰文指出, 隨著電力系統規模的不斷擴大, 電力系統智慧化的要求越來越高, 電網故障診斷已經成為電力系統研究的重點。
本文結合以往先進的技術和經驗, 引入知識表示的方法將故障資訊進行轉化, 構建了基於知識表示的電網故障診斷策略。 採用分散式的架構建立了電網故障診斷模型, 使得電網故障的診斷的效率得到有效提高。 最終通過測試對系統的診斷效率和診斷的準確性進行了測試。
隨著電力系統規模的不斷擴大, 設備的不斷增多, 電力系統故障日趨複雜, 其診斷難度也越來越大。 目前多種人工智慧演算法模型被提出並得到應用[1]。 本文基於以往的研究基礎, 利用知識表示的方法, 構建了電網故障診斷的演算法模型, 通過分散式診斷架構的建立, 提高了電網故障診斷的效率和診斷結果的準確性, 取得了較好的診斷效果, 具有一定的參考意義。
1 知識表示的故障診斷演算法
圖1 系統躍遷係數
在故障診斷過程中, 將保護目標以托肯的形式封裝並集中到資料庫。 在系統運行過程中, 如圖1所示, NCBi是斷路器庫CBi裡托肯的延展係數, 一旦線路變遷導致托肯躍遷, 延展係數則進行減1操作, 托肯係數的躍遷將在延展係數等於零時終止, 最終對final庫中的托肯進行分析, 確定系統故障設備[2]。
圖1(a)中線路L1出現故障後, 則保護開關CB1動作而CB2處保護不動作, 而CB4由於距離保護Ⅲ段條件滿足而動作。 系統中L1、L2以及B1的托肯躍遷如圖1的(b)、(c)、(d)所示。
知識表示的故障診斷計算步驟如圖2所示。
圖2 知識表示的故障診斷流程
2 電網故障分散式診斷結構
2.1 故障資料收集系統結構的構建
如圖3所示, 在資料收集的集中式處理系統中,
傳統的傳輸機制耗費力較多的時間和人力資源, 已經難以滿足智慧電網發展的需求。 其輪詢處理的工作方式, 由於下級伺服器大量的傳輸資料很容易導致通信資料堆積, 造成通訊擁堵甚至資訊丟失[5]。
針對以上的問題, 本文採用了分散式資訊收集系統結構, 把上層應用和資訊的獲取相獨立, 利用資料網格對故障資訊進行獨立分析, 從而為上層診斷功能提供了更加簡便統一的介面,
圖3 故障診斷系統優化
2.2 故障的分散式診斷架構
整個系統的架構分為三層。 變電站層提供了故障診斷的基礎資料。 用戶端軟體可以直接讀取保護和開關量狀態, 而對於歷史曲線, 由於需要佔用較大的存儲空間, 須在伺服器中進行存檔後在進行上傳, 綜合資料伺服器可執行其他資料資訊的上傳[7]。
位於中間位置的網路層, 其主要功能在於故障資料的整理和分配, 為確保系統的可靠性和安全性, 網路層的通訊往往通過電力系統的私人網路絡進行。 而上層的調度部分, 其主要包括故障診斷分析模型。
故障診斷伺服器將所需的設備運行狀態以及保護資訊進行收集分析,並根據相應的診斷模型進行故障分析,得出故障設備並生成故障分析報告[8]。診斷系統的分層結構如圖4所示。
圖4 診斷系統的分層架構
基於知識表示的電網故障診斷方法,採用多種知識表示對故障資訊進行描述,更加完美的表述了元器件間的聯繫,系統中主保護、後備保護等各種保護的性能參數得到更好的傳承,有利於系統的統一建模,演算法和診斷方法更加科學、完善。
3 診斷系統平臺的應用
我們對某地區的電網為例進行測試分析,該地區中變電站共有9個,中轉路由有4台,資料伺服器有2台。對診斷系統的診斷消耗時間以及準確率進行測試。圖5為系統診斷過程。
圖5 故障診斷過程
圖中t1為故障報警資訊採集消耗的時間,t2為處理分析週邊資料消耗的時間,t3是故障診斷分析消耗的時間[9]。我們對上文中的故障診斷模型和傳動的診斷模型進行對比測試。
當系統故障波及的變電站有兩個,簡單接線和複雜接線各有兩個時,測試結果如表1所示。
表1 測試結果
當故障波及的變電站數量為7,簡單接線和複雜接線數量分別為3和4時。系統診斷的測試結果如表2所示。
表2 測試結果
從測試結果可以看出,分散式的故障診斷模型的效率相對較高。其原因在於報警資訊不經過路由器直接進入網路,多個伺服器共同分擔故障區域和保護可靠性的分析計算任務,系統耗時大大減少,同時分散式運算模型的應用使得診斷過程消耗的時間大大縮短[10]。診斷系統綜合耗時對比如圖6所示。
圖6 診斷系統綜合耗時對比
此外通過實際應用對比,傳統診斷系統的診斷準確率大約為0.96,而分散式診斷模型的診斷準確率達到了0.99,可見該模型診斷結果具有較高的可靠性。
4 結論
電網故障診斷是電力系統日常運行維護面臨的重點和難點問題。本文採用知識表示的方法對電力系統故障進行分析和判斷。並針對傳統的故障診斷系統結構存在的問題,引入了分散式的故障診斷架構模型,對診斷系統進行分層,使得電網故障診斷的時間消耗大大減少,從實驗測試結果可以看出,分散式架構的診斷效率和診斷的準確性都比較高,整個診斷系統獲得較好的效果。
故障診斷伺服器將所需的設備運行狀態以及保護資訊進行收集分析,並根據相應的診斷模型進行故障分析,得出故障設備並生成故障分析報告[8]。診斷系統的分層結構如圖4所示。
圖4 診斷系統的分層架構
基於知識表示的電網故障診斷方法,採用多種知識表示對故障資訊進行描述,更加完美的表述了元器件間的聯繫,系統中主保護、後備保護等各種保護的性能參數得到更好的傳承,有利於系統的統一建模,演算法和診斷方法更加科學、完善。
3 診斷系統平臺的應用
我們對某地區的電網為例進行測試分析,該地區中變電站共有9個,中轉路由有4台,資料伺服器有2台。對診斷系統的診斷消耗時間以及準確率進行測試。圖5為系統診斷過程。
圖5 故障診斷過程
圖中t1為故障報警資訊採集消耗的時間,t2為處理分析週邊資料消耗的時間,t3是故障診斷分析消耗的時間[9]。我們對上文中的故障診斷模型和傳動的診斷模型進行對比測試。
當系統故障波及的變電站有兩個,簡單接線和複雜接線各有兩個時,測試結果如表1所示。
表1 測試結果
當故障波及的變電站數量為7,簡單接線和複雜接線數量分別為3和4時。系統診斷的測試結果如表2所示。
表2 測試結果
從測試結果可以看出,分散式的故障診斷模型的效率相對較高。其原因在於報警資訊不經過路由器直接進入網路,多個伺服器共同分擔故障區域和保護可靠性的分析計算任務,系統耗時大大減少,同時分散式運算模型的應用使得診斷過程消耗的時間大大縮短[10]。診斷系統綜合耗時對比如圖6所示。
圖6 診斷系統綜合耗時對比
此外通過實際應用對比,傳統診斷系統的診斷準確率大約為0.96,而分散式診斷模型的診斷準確率達到了0.99,可見該模型診斷結果具有較高的可靠性。
4 結論
電網故障診斷是電力系統日常運行維護面臨的重點和難點問題。本文採用知識表示的方法對電力系統故障進行分析和判斷。並針對傳統的故障診斷系統結構存在的問題,引入了分散式的故障診斷架構模型,對診斷系統進行分層,使得電網故障診斷的時間消耗大大減少,從實驗測試結果可以看出,分散式架構的診斷效率和診斷的準確性都比較高,整個診斷系統獲得較好的效果。