林 霞，李 瑤，李 強(qiáng)，王 群，朱新穎，薛 會

基于多Agent的分層擴(kuò)展電網(wǎng)故障信息融合處理系統(tǒng)

林 霞，李 瑤，李 強(qiáng)，王 群，朱新穎，薛 會

(國網(wǎng)山東省電力公司棗莊供電公司，山東 棗莊 277102)

介紹了多Agent系統(tǒng)技術(shù)，結(jié)合智能系統(tǒng)可以自動完成故障診斷。此技術(shù)可以使調(diào)度員在電網(wǎng)故障及故障后快速分析故障原因、準(zhǔn)確判斷故障位置并采取相應(yīng)措施。多Agent系統(tǒng)是利用基于知識的推理和基于模型的自動解釋系統(tǒng)，結(jié)合廣域故障錄波信息進(jìn)行相關(guān)區(qū)域故障電流的差流計算實現(xiàn)故障區(qū)域精確辨識，并將各間隔故障電流及診斷結(jié)果在站內(nèi)圖上統(tǒng)一直觀展示。系統(tǒng)在判斷故障區(qū)域為輸電線路后，基于雙端錄波、零序電流分布等成熟技術(shù)準(zhǔn)確定位線路故障點位置，并輔以有機(jī)耦合保信系統(tǒng)、故錄系統(tǒng)及SCADA系統(tǒng)等實現(xiàn)故障運行狀態(tài)監(jiān)測、故障區(qū)域快速辨識及故障點精確定位。以上任務(wù)完成后，可利用工程師輔助分析系統(tǒng)完成包括保護(hù)行為分析及自動歸檔等任務(wù)。

多Agent系統(tǒng)；廣域差動原理；故障區(qū)域辨識；故障測距

0 引言

保護(hù)工程師常常需要從一系列的監(jiān)控設(shè)備中進(jìn)行數(shù)據(jù)提取分析與綜合，目的是對電力系統(tǒng)故障或干擾信息進(jìn)行診斷，以確定相關(guān)的保護(hù)動作行為是否正確。通過這一分析，確認(rèn)保護(hù)誤動和故障設(shè)備并同時完成相關(guān)自動裝置的動作分析及保護(hù)定值的動作值校核。

目前已有一系列分析工具利用來自故障錄波器(DFR)的數(shù)據(jù)進(jìn)行故障或干擾的診斷任務(wù)，如報警解釋系統(tǒng)[1-4]，故障分類[5-11]和保護(hù)行為評價系統(tǒng)[12-19]。盡管這些獨立的智能系統(tǒng)在特定的方面可以協(xié)助與診斷，但是整個工作的完成仍然需要人工對產(chǎn)生的信息進(jìn)行比較與解釋。

故障發(fā)生后，大量DFR數(shù)據(jù)的產(chǎn)生會帶來很多問題。首先是數(shù)據(jù)超載的問題：很多由于故障引起的干擾可能導(dǎo)致電壓降低而啟動錄波并上傳大量無關(guān)信息；此外，會導(dǎo)致數(shù)據(jù)丟失的問題：當(dāng)故障記錄是通過緩存自動滾動進(jìn)行記錄的，工程師在進(jìn)行故障數(shù)據(jù)提取時，故障錄波文件中可能已經(jīng)緩存了大量數(shù)據(jù)。如果系統(tǒng)在一個短時間經(jīng)歷一系列大的干擾，故障檔案可能會在提取分析之前就已經(jīng)因為緩沖區(qū)的滾動被覆蓋。

根據(jù)調(diào)查，電力系統(tǒng)普遍采用的保信系統(tǒng)可以從完全不同的角度分析保護(hù)動作的全過程。因此如果一個自動故障診斷綜合系統(tǒng)可以自動完成包括數(shù)據(jù)采集、相關(guān)信息的及時整合，在初步的自動分析后，自動推送到到保護(hù)工程師面前，將會為事故處理、故障分析提供非常大的幫助。

本文建立了一種多Agent系統(tǒng)(MAS)提供一套電網(wǎng)故障快速處理綜合解決工具，構(gòu)建了一個合理和靈活的架構(gòu)，將保護(hù)分析工具進(jìn)行融合，自動幫助保護(hù)工程師完成故障診斷。

一般情況下保護(hù)工程師評估保護(hù)動作行為是從SCADA數(shù)據(jù)的分析開始，可以使工程師初步進(jìn)行以下工作：

(a) 識別電力系統(tǒng)干擾的發(fā)生和干擾的線路；

(b) 對保護(hù)動作行為的某些方面進(jìn)行驗證，例如缺少保護(hù)或跳閘警報，部分保護(hù)動作不成功。

但是這樣做的缺點是使的保護(hù)分析不夠直觀，有時會因為保護(hù)的序列動作給分析帶來難度，特別是對于復(fù)故障的判斷更是很難做到一步到位。因此，如何以直觀的方式由保護(hù)動作特征量啟動自動故障分析程序，并且可以隨著故障的隔離而關(guān)閉這一自動分析程序，完成一個周期的分析是至關(guān)重要的。這樣作的好處是：可以將無關(guān)的信息進(jìn)行自動屏蔽，對一個事件進(jìn)行獨立分析，有利于序列事件的分步解讀。

如圖1所示，當(dāng)任何一個差流計算區(qū)域差流值越限，就會啟動診斷系統(tǒng)集中檢索相關(guān)的故障記錄。包括差流越限邊界設(shè)備相關(guān)的保信系統(tǒng)、故錄系統(tǒng)及SCADA系統(tǒng)。并將檢索到的詳細(xì)信息來評估保護(hù)動作行為及故障診斷。同時作為分析工具，本系統(tǒng)集成了一個基于差流模型的推理保護(hù)模型庫(DIFFERENTIAL-CURRENT MODEL BASED REASONGING，DMBR)。事后可以通過比較實際繼電器的行為與由模型預(yù)測來識別保護(hù)組件是否正確動作。

然而，在DFR內(nèi)存儲的數(shù)據(jù)必須從COMTRADE格式進(jìn)行轉(zhuǎn)換。同時，對于差流越限域邊界的各個故錄信息由于在物理位置上可能分屬于不同變電站，因此需要進(jìn)行數(shù)據(jù)同步，在同一坐標(biāo)時軸上呈現(xiàn)出來。有了以上準(zhǔn)備，就可以將相關(guān)信息整合，進(jìn)行故障診斷，具體過程如圖1所示。

圖1 MAS系統(tǒng)信息與電網(wǎng)一次圖對應(yīng)信息融合方向圖Fig. 1 Architecture of platform for fault diagnosis & its information integrated solution

1 基于MAS的故障診斷綜合解決平臺的構(gòu)架

由以上分析可以看出，遠(yuǎn)程故障診斷可以滿足電力系統(tǒng)運行的可靠性、安全性要求和發(fā)展趨勢。本文定義和提出了基于Web的多Agent系統(tǒng)的電力系統(tǒng)協(xié)同診斷平臺。而MAS的體系結(jié)構(gòu)設(shè)計框架中，其中的每一個Agent都有其特定的角色分配，它們之間配合協(xié)作，共同完成診斷過程。平臺本身可以支持其各個組成Agent間的通信和信息交互。

1.1 MAS系統(tǒng)體系結(jié)構(gòu)

常見協(xié)同診斷系統(tǒng)的應(yīng)用程序是一個開放式系統(tǒng)。從架構(gòu)的觀點來講，該系統(tǒng)提供了一個框架，用來協(xié)調(diào)若干特定的代理行為。如圖1所示，系統(tǒng)中的代理，包括一系列在服務(wù)器端工作的診斷Agent(含差值分析Agent、故障測距Agent、保護(hù)動作序列分析Agent)和數(shù)據(jù)同步同軸處理 Agent。診斷知識分布在多個Agent，每個Agent是一個專家處理系統(tǒng)。整個系統(tǒng)能否有效解決問題，均依賴于Agent社區(qū)的專業(yè)知識累積程度。除了使用智能數(shù)據(jù)采集器在客戶端進(jìn)行監(jiān)控代理,其他代理通過各個差動分區(qū)邊界點采集電流，進(jìn)行以設(shè)備為單元的差流計算。當(dāng)監(jiān)測到有設(shè)備單元差流越限時，則啟動相關(guān)故障分析診斷程序，由客戶端的監(jiān)控代理發(fā)送請求到診斷/治療服務(wù)的服務(wù)器，服務(wù)器將響應(yīng)及診斷結(jié)果發(fā)送回客戶端，其具體構(gòu)成及簡單信息流向如圖2所示。

圖2 MAS開放式結(jié)構(gòu)成圖Fig. 2 Open system architecture of MAS

從圖示平臺架構(gòu)可以看出，這一平臺是一個開放式平臺，這種開放性體現(xiàn)于兩個方面：從平臺構(gòu)成來看，由于平臺是耦合了多種技術(shù)，而各個技術(shù)本身的成長即構(gòu)成了平臺整體水平的成長，因此可以認(rèn)為是縱向軟件水平的積成；從物理區(qū)域來看，如圖1所示，從以線路對象為最小單元的區(qū)域劃分到以故障最初判斷保護(hù)區(qū)為判斷最小單元起點的區(qū)域擴(kuò)展的故障分析，其物理區(qū)域是層層展開的。當(dāng)然這種展開不會引起另外的成本，因為這一平臺是建立在已經(jīng)搭建好的故錄及保信系統(tǒng)層面，系統(tǒng)所做的只是信息的融合和集成分析。另一方面也不會引起信息處理量的劇增及分析“維度”的增加。因為分析的粒度是以設(shè)備為最小判斷單元的各差流區(qū)域，而擴(kuò)展的每個“分步”是以“動作”失敗點為起點的、以設(shè)備為單元的擴(kuò)展，因此從分析的角度來講也是一個“維度”，并沒有增加分析“維度”。

1.2 基于動作“失敗”元件起點的信息有限擴(kuò)展方法

(a) A4保護(hù)動作失敗

如圖1所示，當(dāng)A4差動保護(hù)動作失敗時，其差流計算出現(xiàn)異常，這時基于線路 L2為最小保護(hù)區(qū)判斷結(jié)論失敗，因此以失敗動作邊界點 A4為起點擴(kuò)展信息收集判斷區(qū)域，將L2、B7列入可能故障對象列表。啟動二次信息擴(kuò)展收集，從保信子站系統(tǒng)收集的信息可以看出A3與A4的距離保護(hù)動作相交區(qū)域為L2，通過一個周期的信息整合即可鎖定故障設(shè)備，并給出保護(hù)動作行為評價。由此可見，正常的故障元件鎖定判斷中采用的是“信息閉合”模式下的差流計算，而當(dāng)出現(xiàn)判斷失敗時，則有限整合“半開放”的距離保護(hù)，由距離保護(hù)動作區(qū)信息閉合，再次鎖定故障設(shè)備。

(b) 開關(guān)4失靈

仍然是對同一個案例為基礎(chǔ)進(jìn)行分析，當(dāng)基于L2的差流計算越限并由差動保護(hù)動作命令發(fā)出，而結(jié)果是開關(guān)A3跳開，A4未能成功跳開，這時啟動母差失靈保護(hù)跳開B7所接帶A5開關(guān)。顯然這一分析過程來自于差流越限分析與保信系統(tǒng)的信息綜合同步。由此可見，這一綜合分析系統(tǒng)不僅是來自于物理采樣的同步，也包括SCADA系統(tǒng)、保信系統(tǒng)及故錄物理量采集的跨平臺的廣義信息同步。

由以上分析可知，無論是基于差流是否越限的故障設(shè)備一次鎖定，還是基于動作失敗對象的信息有限擴(kuò)展后的二次判斷，其本質(zhì)是故錄、保信及SCADA系統(tǒng)的信息同步、融合。但是這種融合是帶有明確方向及指向性的。其物理區(qū)域的擴(kuò)展是繼承了保護(hù)近、遠(yuǎn)后備的思想，以 A3為例，其保護(hù)最小區(qū)域是以其為邊界點的線路L2和母線B8；以其遠(yuǎn)后備保護(hù)范圍為邊界，最大保護(hù)區(qū)定義為線路L1、L3、L5以及母線B7。例如，當(dāng)保護(hù)A3無信息輸出時，其信息盲點仍可由擴(kuò)展后的最大保護(hù)區(qū)邊界點A1、A10作為L2遠(yuǎn)后備保護(hù)范圍與A4保護(hù)區(qū)的交集將故障定位于L2。其具體流程如圖3如下。

從圖3故障處理流程可看出，故障診斷過程實質(zhì)上是模擬了保護(hù)工程的事故分析思路，因為有了最小、最大保護(hù)區(qū)的定義，同時又有了差流這一與保護(hù)區(qū)域同步擴(kuò)展的直觀故障判據(jù)，使的事件的劃分有了明確的界定。因此用以分析復(fù)故障、序列跳閘以及系統(tǒng)異常運況分析都有了有效工具。因為差流的門坎值大小是區(qū)分故障與異常運況的最有效判據(jù)。而以設(shè)備為最小劃分單元的差流分區(qū)計算方法可以有效鎖定同時故障的非唯一設(shè)備。而差流的出現(xiàn)及消失，可以清晰體現(xiàn)一個序列保護(hù)動作的獨立事件包。其具體平臺構(gòu)成如圖4。

2 系統(tǒng)主要關(guān)鍵技術(shù)

2.1 基于插值法故錄采樣同步及頻率歸一化AGENT

圖 5給出了本系統(tǒng)處理來自不同信息源(包括來自保護(hù)及故錄的波形)進(jìn)行標(biāo)準(zhǔn)化處理及圖形及相關(guān)信息合并的原理圖?？梢钥闯觯瑏碜员Ｗo(hù)裝置的故障保護(hù)格式為COMTRADE，不同于故障錄波器的格式類型，并且來自于不同故障錄波設(shè)備的報告格式也不同，但是不論哪種格式，總可以提出相關(guān)故障錄波器 ID及報告路徑，因此只要提出相關(guān)特征量即可將來自不同數(shù)據(jù)源的報告進(jìn)行標(biāo)準(zhǔn)化處理；同時為了便于深入分析，還可以通過不同的差動動作區(qū)設(shè)置完成不同保護(hù)原理的設(shè)置，以便實現(xiàn)實際故障發(fā)生時保護(hù)動作行為的分析。中間部分詳細(xì)說明其波形圖歸一化及合并處理過程，右側(cè)給出了相應(yīng)動作區(qū)配置后，實際故障發(fā)生時保護(hù)動作行為分析及波形及信息融合結(jié)果，可方便實現(xiàn)故障性質(zhì)判斷及保護(hù)行為校核，以上過程均是通過事先設(shè)定自動處理完成。

圖3 MAS系統(tǒng)故障處理流程圖Fig. 3 Flow diagram for grid fault diagnosis system

圖4 實際MAS故障診斷綜合解決平臺的構(gòu)架Fig. 4 Architecture of platform for fault diagnosis & its integrated solution

圖5 采樣頻率歸一化及同步處理、差動區(qū)算法配置及信息整合界面Fig. 5 Integration interface of sampling frequency normalization and synchronization, differential region algorithm configuration and information

2.2 基于故錄信息的零序網(wǎng)絡(luò)的高阻接地故障測距Agnet

需要提出的是本系統(tǒng)采用插值法把不同采樣頻率統(tǒng)一為同一采樣頻率，對沒有采樣點的波形數(shù)據(jù)進(jìn)行包絡(luò)線方式壓縮顯示，同時錄波數(shù)據(jù)中只記錄有效值的壓縮存儲部分，并進(jìn)行相應(yīng)處理。如此經(jīng)過歸一化處理的波形圖通過付氏算法即可實時計算矢量大小，然后以設(shè)備為單元計算差流值，以直觀圖形的形式在設(shè)備一次圖中實時顯示，如圖6。

圖6 零序等效網(wǎng)絡(luò)Fig. 6 Zero sequence equivalent network

目前故障系統(tǒng)的測距方法普遍采用解微分方程算法，但是由于是基于當(dāng)?shù)貑闻_設(shè)備的采樣值，其方程個數(shù)的限制只能求解兩個未知數(shù)，因此假設(shè)保護(hù)安裝處電流與故障電流同相位，而省略求解故障電流角度這一狀態(tài)量。但這種假設(shè)無法滿足導(dǎo)致高阻接地故障時，由于其故障電流角度因過渡電阻的存在，無法認(rèn)為其與保護(hù)安裝處電流同角度。而因為采用的為廣域多端采樣，因此可以用回代法篩選出工程允許的接地阻抗值及相應(yīng)的故障點位置。

考慮為高阻接地故障，因此選擇零序量作為狀態(tài)量。其狀態(tài)方程為

而與接地電阻Rg的阻值大小無關(guān)。兩站的零序電流由兩側(cè)保護(hù)裝置的保護(hù)錄波文件可得

基于故錄實時信息廣域差流計算確定為故障區(qū)域為輸電線路后，然后按照線路故障前電網(wǎng)運行方式利用故障錄波中所記錄的數(shù)據(jù)利用其中的計算程序模塊進(jìn)行搜索，在故障線路搜索到一故障點，線路兩側(cè)零序電流的比值與式(1)相等，因此該故障點即為所求故障點。如圖7所示。

3 案例分析

案例：某地區(qū)雷雨天氣， 某220 kV線路跳閘，圖8給出了基于MAS故障診斷系統(tǒng)集成故錄、保信、及SCAD系統(tǒng)的SOE信息后所集成的界面，其中故障報告以簡單明了的形式給出了故障點的判別，以及故障性質(zhì)的判斷，與之相應(yīng)的是故障量的錄波圖。其中的動作情況分析中，主要給出了差動主保護(hù)的動作行為分析。而相應(yīng)的故障錄波窗口只是一個按鈕性質(zhì)的界面，給出的是合成差動電流值，如果相進(jìn)一步分析，則可根據(jù)需要打開相應(yīng)界面即可詳細(xì)的錄波信息。

圖7 基于錄波采樣值代入法的測距原理、流程圖Fig. 7 Distance principle and diagram of the fault recorder based on the substitution of the sampled value method

圖8 基于MAS故障診斷結(jié)果界面Fig. 8 MAS based fault diagnostic result interface

4 結(jié)論

本文介紹了基于MAS的電網(wǎng)故障及事故快速處理整套解決方案，以合適的維度和粒度將電網(wǎng)故障這一復(fù)雜問題層層分解，利用歸一化技術(shù)整合現(xiàn)有的系統(tǒng)，利用 MAS開放式、多層次、成長型框架，有效融合現(xiàn)有的故錄、保信、SCADA系統(tǒng)，并通過廣域差動原理確定最小保護(hù)識別區(qū)，以近、遠(yuǎn)后備原理確定以失敗元件為邊界點的有效擴(kuò)展保護(hù)最大識別區(qū)，這樣處理的優(yōu)勢在于：通過引入?yún)^(qū)域故障電流的差流這一維度，將故障設(shè)備的判斷鎖定在時間、故障設(shè)備這兩維空間內(nèi)可以解決。同元時以此為事件粒度標(biāo)準(zhǔn)，通過來自于不同變電站端的不同信息源信息融合，向上可以擴(kuò)展至跨區(qū)域級聯(lián)故障區(qū)域的判斷，向下可細(xì)化及故障性質(zhì)判斷、線路上故障點的準(zhǔn)確測距。由于不論是信息融合抑或是最底層的線路故障測距均是基于來自實時不同數(shù)據(jù)源的整合、分類、計算，也即是以信息融合、圖形歸一化處量技術(shù)最大程度呈現(xiàn)出故障發(fā)生背后原因及深層次問題，很大程度上實現(xiàn)了自動分析型調(diào)度所需的智能決策輔助工具，為調(diào)度人員快速分析提供了有利工具。

[1] 何小飛, 童曉陽, 孫明蔚. 基于貝葉斯網(wǎng)絡(luò)和D-S證據(jù)理論的分布式電網(wǎng)故障診斷[J]. 電力系統(tǒng)自動化, 2011, 35(10): 42-47.

HE Xiaofei, TONG Xiaoyang, SUN Mingwei. Distributed power system fault diagnosis based on Bayesian network and Dempster-Shafer evidence theory[J]. Automation of Electric Power Systems, 2011, 35(10): 42-47.

[2] 周曙, 王曉茹, 錢清泉. 電力系統(tǒng)廣域后備保護(hù)中的貝葉斯網(wǎng)故障診斷方法[J]. 電力系統(tǒng)自動化, 2010, 34(4): 44-48.

ZHOU Shu, WANG Xiaoru, QIAN Qingquan. Fault diagnosis approach based on Bayesian networks for wide area backup protection of power system[J]. Automation of Electric Power Systems, 2010, 34(4): 44-48.

[3] 李婷, 吳敏, 何勇. 計及廣域測量系統(tǒng)時滯影響的靈活交流輸電系統(tǒng)阻尼控制器多目標(biāo)設(shè)計[J]. 電工技術(shù)學(xué)報, 2014, 29(8): 227-234.

LI Ting, WU Min, HE Yong. Multi-objective design of FACTS damping controller based on WAMS with signal transmission delay[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 227-234.

[4] 陳國炎, 張哲, 尹項根, 等. 基于證據(jù)理論融合的廣域后備保護(hù)新方法[J]. 電工技術(shù)學(xué)報, 2014, 29(10): 246-256.

CHEN Guoyan, ZHANG Zhe, YIN Xianggen, et al. A new algorithm of wide area backup protection based on evidence theory fusion[J]. Transactions of China Electrotechnical Society, 2014, 29(10): 246-256.

[5] 吳文可, 文福拴, 薛禹勝, 等. 基于多源信息的延時約束加權(quán)模糊Petri網(wǎng)故障診斷模型[J]. 電力系統(tǒng)自動化, 2013, 37(24): 43-52.

WU Wenke, WEN Fushuan, XUE Yusheng, et al. A weighted fuzzy Petri net based model with time-delay constraints for power system fault diagnosis employing information from multiple sources[J]. Automation of Electric Power Systems, 2013, 37(24): 43-52.

[6] 熊國江, 石東源. 電網(wǎng)故障診斷改進(jìn)解析模型及其自適應(yīng)生物地理學(xué)優(yōu)化方法[J]. 電工技術(shù)學(xué)報, 2014, 29(4): 205-211.

XIONG Guojiang, SHI Dongyuan. An improved analytic model for fault diagnosis of power grids and its selfadaptive biogeography-based optimization method[J]. Transactions of China Electrotechnical Society, 2014, 29(4): 205-211.

[7] 張佩, 趙書濤, 申路, 等. 基于改進(jìn)EEMD的高壓斷路器振聲聯(lián)合故障診斷方法[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(8): 77-81.

ZHANG Pei, ZHAO Shutao, SHEN Lu, et al. Research on vibration and acoustic joint mechanical fault diagnosis method of high voltage circuit breaker based on improved EEMD[J]. Power System Protection and Control, 2014, 42(8): 77-81.

[8] 公茂法, 張言攀, 柳巖妮, 等. 基于 BP網(wǎng)絡(luò)算法優(yōu)化模糊 Petri 網(wǎng)的電力變壓器故障診斷[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(3): 114-116.

GONG Maofa, ZHANG Yanpan, LIU Yanni, et al. Fault diagnosis of power transformers based on back propagation algorithm evolving fuzzy Petri nets[J]. Power System Protection and Control, 2015, 43(3): 114-116.

[9] 姚致清, 于飛, 趙倩, 等. 基于模塊化多電平換流器的大型光伏并網(wǎng)系統(tǒng)仿真研究[J]. 中國電機(jī)工程學(xué)報, 2013, 33(36): 27-33.

YAO Zhiqing, YU Fei, ZHAO Qian, et al. Simulation research on large-scale PV grid-connected systems based on MMC[J]. Proceedings of the CSEE, 2013, 33(36): 27-33.

[10] 姚致清, 趙倩, 劉喜梅. 基于準(zhǔn)同步原理的逆變器并網(wǎng)技術(shù)[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(24): 123-126, 131.

YAO Zhiqing, ZHAO Qian, LIU Ximei. Research on grid-connected technology of inverter based on quasi synchronous principle[J]. Power System Protection and Control, 2011, 39(24): 123-126, 131.

[11] 陳國炎, 張哲, 尹項根, 等. 基于證據(jù)理論融合的廣域后備保護(hù)新方法[J]. 電工技術(shù)學(xué)報, 2014, 29(10): 246-256.

CHEN Guoyan, ZHANG Zhe, YIN Xianggen, et al. A new algorithm of wide area backup protection based on evidence theory fusion[J]. Transactions of China Electrotechnical Society, 2014, 29(10): 246-256.

[12] 邵雅寧, 唐飛, 劉滌塵, 等. 一種適用于 WAMS 量測數(shù)據(jù)的系統(tǒng)暫態(tài)功角穩(wěn)定評估方法[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(6): 33-39.

SHAO Yaning, TANG Fei, LIU Dichen, et al. An approach of transient angle stability assessment in power system for WAMS measured data[J]. Power System Protection and Control, 2015, 43(6): 33-39.

[13] 徐巖, 張銳, 霍福廣, 等. 應(yīng)用模糊Petri網(wǎng)的繼電保護(hù)行為評判[J]. 電力系統(tǒng)及其自動化學(xué)報, 2014, 26(7): 76-81.

XU Yan, ZHANG Rui, HUO Fuguang, et al. Evaluating behavior of protections via fuzzy Petri net[J]. Proceedings of the CSU-EPSA, 2014, 26(7): 76-81.

[14] 畢天姝, 倪以信, 楊奇遜. 人工智能技術(shù)在輸電網(wǎng)絡(luò)故障診斷中的應(yīng)用述評[J]. 電力系統(tǒng)自動化, 2000, 24(2): 11-16.

BI Tianshu, NI Yixin, YANG Qixun. An evaluation of artificial intelligent technologies for fault diagnosis in power network[J]. Automation of Electric Power Systems, 2000, 24(2): 11-16.

[15] 高厚磊, 李娟, 朱國防, 等. 有源配電網(wǎng)電流差動保護(hù)應(yīng)用技術(shù)探討[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(5): 40-44.

GAO Houlei, LI Juan, ZHU Guofang, et al. Study on application technology of current differential protection in active distribution network[J]. Power System Protection and Control, 2014, 42(5): 40-44.

[16] 林湘寧, 何戰(zhàn)虎, 劉世明, 等. 電流采樣值差動保護(hù)若干問題的探討[J]. 電力系統(tǒng)自動化, 2001, 25(10): 27-33.

LIN Xiangning, HE Zhanhu, LIU Shiming, et al. Discussions on some aspects of sampling value differential current protection[J]. Automation of Electric Power Systems, 2001, 25(10): 27-33.

[17] 殷志良, 劉萬順, 楊奇遜, 等. 一種遵循 IEC61850標(biāo)準(zhǔn)的合并單元同步的實現(xiàn)新方法[J]. 電力系統(tǒng)自動化, 2004, 28(11): 57-61.

YIN Zhiliang, LIU Wanshun, YANG Qixun, et al. New method for implementing the synchronization of merging unit according to the IEC 61850 standard[J]. Automation of Electric Power Systems, 2004, 28(11): 57-61.

[18] 王媛, 焦彥軍, 馬葉芝. 利用本地信息實現(xiàn)新型站域保護(hù)方案[J]. 電力系統(tǒng)及其自動化學(xué)報, 2014, 26(8): 60-70.

WANG Yuan, JIAO Yanjun, MA Yezhi. Research on substation-area protection scheme based on local information[J]. Proceedings of the CSU-EPSA, 2014, 26(8): 60-70.

[19] 鄧豐強(qiáng), 呂飛鵬, 廖小君, 等. 考慮系統(tǒng)運行方式的繼電保護(hù)在線智能校核[J]. 電力系統(tǒng)及其自動化學(xué)報, 2013, 25(5): 71-76.

DENG Fengqiang, Lü Feipeng, LIAO Xiaojun, et al. Online intelligent verification of relay protection considering system operation mode[J]. Proceedings of the CSU-EPSA, 2013, 25(5): 71-76.

(編輯 葛艷娜)

Information integration processing system of layered-expanding grid fault based on multiple Agent

LIN Xia, LI Yao, LI Qiang, WANG Qun, ZHU Xinying, XUE Hui
(Zaozhuang Power Supply Company, State Grid Shandong Electric Power Company, Zaozhuang 277102, China)

This paper introduces the multiple Agent system technology, which is able to automatically accomplish fault diagnosis combined with intelligent system. The technology can help the dispatcher to rapidly analyze failure causes, to accurately determine fault location and to take corresponding measures after a fault occurred in the grid. The multiple Agent system aims to calculate differential current to realize accurate identification of faulty section, combined with wide-area fault wave recording information, through using the automatic interpretation system based on knowledge reasoning and the model, and visually and uniformly display fault current of each interval and the diagnosis result on the site map. After making a judgment that faulty section is electric transmission line, the system can accurately position the location of line fault point based on double-end wave recording, zero sequence current distribution and other mature technologies. Meanwhile, supplemented by the organic coupling prudential system, recording system and SCADA system, it also can realize fault condition monitoring, fast identification of faulty section and precise positioning of fault point. After the completion of the above tasks, the engineer auxiliary analysis system is used to complete the tasks including analysis of protection behavior and its automatic archiving.

multiple Agent system; wide-area differential principle; identification of faulty section; fault location

2015-11-02；

2016-01-22

林 霞(1975-)，女，通信作者，博士，主要研究方向為分布式發(fā)電系統(tǒng)保護(hù)及控制；E-mail: boulevard@126.com

李 瑤(1986-)，女，碩士，工程師，研究方向為分布式發(fā)電系統(tǒng)保護(hù)及控制；

李 強(qiáng)(1986-)，男，碩士，工程師，研究方向為分布式發(fā)電系統(tǒng)保護(hù)及控制。E-mail:liqiang498892@163.com

10.7667/PSPC151928