趙 川，吳 靜

(1.云南電網公司電力調度中心，云南 昆明 650011;2.國電云南電力有限公司，云南 昆明 650021)

1 前言

目前調度中心可通過電力系統(tǒng)遠動和專用光纖網獲得廠站監(jiān)控計算機信息及故障錄波信息，智能型電網故障診斷系統(tǒng)就是建立在此通信基礎上的。在發(fā)生故障時，SCADA信息、故障錄波信息和廠站監(jiān)控計算機信息均送到調度中心進行處理，由于數(shù)據完整且有較大冗余，可準確地判斷出故障元件。但為了提高故障診斷速度，就必須做到故障信息就地處理及在調度中心與廠站間按診斷過程需要傳送數(shù)據。

因此，提出一種分層、分布、交互式電網故障診斷策略:調度中心的上層智能體根據故障復雜性逐層調用斷路器、保護、電氣量波形信息;各廠站的下層智能體向上層智能體提供所需要的中間結果和數(shù)據。上下層智能體并行處理數(shù)據，通過廣域網交換信息。

2 電網故障診斷策略

對于分層、分布、交互式電網故障診斷策略，首先是網絡結構上的分層。分布于各廠站的數(shù)據和就地診斷系統(tǒng)作為下層智能體。廠站計算機監(jiān)控系統(tǒng)可搜集全站的保護信息，并根據保護動作判斷故障。故障錄波器記錄的斷路器、保護動作順序及電氣量波形等大量信息，由相應的就地診斷系統(tǒng)進行處理，判斷故障。調度中心能獲取的數(shù)據和診斷系統(tǒng)作為上層智能體。分布在各廠站的下層智能體在系統(tǒng)發(fā)生故障時，根據本地信息診斷故障，但并不主動上送診斷結果，僅當上層智能體發(fā)出查詢請求時才上送。

分層的另一種含義就是信息結構上的分層。事故發(fā)生后，信息變化的順序為:電氣量、保護啟動、斷路器動作，但信息獲得的難易程度從易到難為:斷路器、保護、電氣量波形。因此故障信息要分層獲取，第一層是斷路器變位，第二是保護動作，第三是電氣量波形。

調度端的上層智能體按照分層獲取的信息進行分層判斷，故障診斷分為以下幾個層次:

1)先由斷路器跳閘信息初步判斷故障元件，對于簡單故障可立即判斷出故障元件。

2)對于復雜故障，先通過跳閘斷路器搜索停電區(qū)域，確定候選故障元件，再由計算機自動地、有目的地去查詢相關下層智能體所診斷出的結果，對各下層智能體的結果取交集，確定故障區(qū)。

3)若此時還不能定位故障元件，查詢相關下層智能體中根據故障錄波信息診斷出的結果，再進行分析。分層、分布、交互式電網故障診斷系統(tǒng)處理流程如圖1所示。信息的分層獲取、分層診斷使故障診斷系統(tǒng)能根據故障的復雜性有效地處理信息，既保證了診斷準確性，又提高了診斷速度。以下為基于廠站層信息進行故障診斷的兩種方法。

3 基于廠站信息的故障診斷方法

3.1 遺傳算法 (GA)的變電站故障診斷

基于遺傳算法的故障診斷在建立數(shù)學模型時，充分考慮保護和斷路器的誤動、拒動對診斷結果的影響，將電力系統(tǒng)故障診斷描述為一優(yōu)化問題，通過目標函數(shù)的優(yōu)化來解決］［1］。

判斷電力系統(tǒng)發(fā)生故障的元件就是要找出最能解釋報警信號的故障假說，可表示為下述目標函數(shù) (誤差函數(shù))最小化問題:

圖1 分層、分布、交互式故障診斷系統(tǒng)的分布及其處理流程

N:系統(tǒng)中元件的數(shù)目

Nr:保護總數(shù)目

Nc:斷路器總數(shù)目

S:N維矢量，表示系統(tǒng)中元件的狀態(tài)。S中的第i個元素Si表示第i個元件的狀態(tài)，Si=0或1分別表示第i個元件的正?；蚬收蠣顟B(tài)。

R:Nr維矢量，表示Nr個可觀測保護的實際狀態(tài)。R中的第k個元素rk表示第k個可觀測保護的實際狀態(tài)，rk=0或1分別表示其未動作或動作狀態(tài)。

R* (S):Nr維矢量，表示Nr個可觀測保護的期望狀態(tài)。R* (S)中的第k個元素rk*(S)表示第k個可觀測保護的期望狀態(tài)。如果第k個可觀測保護應該動作，rk* (S) =1，否則為0。R* (S)由S的狀態(tài)決定。

C:Nc維矢量，表示Nc個斷路器的實際狀態(tài)。C中的第j個元素cj表示第j個斷路器的實際狀態(tài)，cj=0或1分別表示第j個斷路器的未跳閘或跳閘狀態(tài)。

C* (S，R):Nc維矢量，表示Nc個斷路器的期望狀態(tài)。C* (S，R)中的第j個元素cj*(S，R)表示第j個斷路器的期望狀態(tài)。如果第j個斷路器應該跳閘，cj* (S，R) =1，否則為0。C* (S，R)由S和R的狀態(tài)決定。

用圖2所示的簡單例子說明如何根據保護動作原理來確定rk* (S)和cj* (S，R)。

圖2 簡單系統(tǒng)

圖2所示簡單系統(tǒng)中共有5個元件，即A，B，C，L1和L2(依次用S1－S5表示)，6個斷路器CB1－CB6(依次用C1－C6表示)，15個保護(即 Am，Bm，Cm，L1Am，L1Bm，L2Bm，L2Cm，L1Ap，L1Bp，L2Bp，L2Cp，L1As，L1Bs，L2Bs，L2Cs，依 次 用r1－r15表示)。這里，A，B，C表示母線，L表示線路，m表示主保護，p表示第一后備保護，s表示第二后備保護。

根據主保護的動作原理，其期望狀態(tài)不難確定。例如，根據Am(即r1)的動作原理，A(即S1)發(fā)生故障時，其應動作:r1* (S) =S1;類似地，可得到:r2* (S) =S2;r3* (S) =S3;r4* (S) =S4;r5* (S) =S4;r6* (S) =S5;r7* (S) =S5。

確定后備保護的期望狀態(tài)比確定主保護的期望狀態(tài)要復雜些。例如，根據L1Ap(即r8)的動作原理，當L1(即S4)故障，L1Am(即r4)未動作時，L1Ap(即r8)應動作:r8* (S) =S4(1－r4);類似地，可得到:r9* (S) =S4(1－r5);r10* (S) =S5(1－ r6);r11* (S) =S5(1－ r7);r12* (S) =1－ ［1－S2(1－c3)］［1－ S5(1－c3) (1－ c4)］;r13* (S) = S1(1－c2);r14* (S) =S3(1－ c5);r15* (S)=1－ ［1－S2(1－c4)］［1－ S4(1－c3)(1－c4)］。

確定斷路器的期望狀態(tài)要比確定保護的期望狀態(tài)復雜，這是由于斷路器的期望狀態(tài)可與多個元件狀態(tài)及多個保護狀態(tài)有關。例如，根據保護動作原理可知，CB2(即C2)期望狀態(tài)與Am，L1Am，L1Ap，L1As都有關，根據它們的動作原理，可得到CB2的期望狀態(tài):

C2* (S，R) =MAX 〈S1r1，S4r4，S4(1 －r4)r8，{1－ ［1－ S2(1－ c3)］［1－ S5(1－ c3)(1－c4)］r12〉，式中MAX表示取 〈〉中各項中最大者。類似，可確定其他斷路器的期望狀態(tài)。

顯然這是一個0－1整數(shù)規(guī)劃問題，適合用GA來求解［2］。但此方法的最大的不足是，目標函數(shù)需要自動形成，而且網絡復雜時，確定保護和斷路器的期望狀態(tài)比較困難。

3.2 粗糙集理論用于故障診斷

粗糙集理論 (RS)是一個處理不確定性的數(shù)學工具，它無須任何先驗信息，能有效地分析和處理不精確，不一致，不完整等各種不完備數(shù)據，并從中發(fā)現(xiàn)隱含知識，揭示潛在規(guī)律。

電力系統(tǒng)故障診斷可以用一個分類問題來描述，很適合應用RS理論的決策表方法［3］?；舅枷胧前驯Ｗo和斷路器的動作信息作為故障分類的條件屬性，考慮各種可能發(fā)生的故障情況并建立決策表 (類似于基于人工神經網絡故障診斷的訓練樣本集)，刪除多余屬性后得到診斷規(guī)則。下面舉一個簡單示例。

一個簡單的配電系統(tǒng)，有3個區(qū)域Sec1，Sec2和Sec3，分別配有過流保護CO1，CO2和CO3。Sec1配有距離保護RR1，為Sec2和Sec3提供后備保護。CB1，CB2和CB3是斷路器。根據保護動作原理，考慮單一故障列出決策表，共7個樣本，如表1。表中“1”表示斷路器跳閘或保護動作，“0”表示斷路器閉合或保護未動作;樣本4和5為斷路器拒動情況;樣本6為保護拒動情況;Sec1表示故障發(fā)生在Sec1;NO表示無故障。

表1 簡單配電系統(tǒng)的斷路器、保護動作配合決策表

表1約簡后得到3個reduct: {CB1，CO1，CO2，CO3}，{CO1，RR1，CO2，CO3}，{CB1，RR1，CO2，CO3}

簡化后的結果清晰地顯示了每個故障的重要特征，值得注意的是斷路器CB2，CB3和后備保護RR1的信號是多余的，也就是說沒有它們一樣可以得到正確的診斷。這就為我們處理不完全報警信號提供了一條新思路，即利用報警信息的冗余性，構筑不同的reduct，通過避開丟失或傳輸出錯的信號而達到正確診斷的目的。

同樣也能得到5條故障分類規(guī)則，如Rule 1→If CO1=1 Then Fault=Sec1。實際上，粗糙集理論解決不確定性問題是利用信息冗余，從眾多信息中找出“核心”部分進行故障診斷，即使有些信息是不準確或不完備的，同樣能得到比較滿意的結果。

4 結論

分層、分布、交互式電網故障診斷策略是針對當前或未來幾年電網自動化發(fā)展水平提出的一種新的故障診斷思路，這種思路充分利用了各層報警信息，交互信息量得到了壓縮，使得電網故障診斷更加準確快速。

［1］徐建政，李強，李建超.應用貝葉斯網絡模型的電力系統(tǒng)故障診斷 ［J］.電力系統(tǒng)及其自動化學報，2010.01.

［2］林圣，何正友，錢清泉.輸電網故障診斷方法綜述與發(fā)展趨勢 ［J］.電力系統(tǒng)保護與控制，2010.04.

［3］張志毅，袁榮湘，楊同忠，劉敏忠.基于粗糙集和小生境遺傳算法的電網故障診斷規(guī)則提取 ［J］.電工技術學報，2009.01.

［4］馬洪琪，蘇振東.云南智能電網建設分析 ［J］.云南電力技術，2010.12.