王文，王永剛

（1.國網(wǎng)浙江省電力公司信息通信分公司工程中心，浙江杭州 310000；2.沈陽農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，遼寧沈陽 110866）

電網(wǎng)是國民經(jīng)濟(jì)的支柱，近年來，智能電網(wǎng)更是在經(jīng)濟(jì)領(lǐng)域中占據(jù)了重要地位。由于智能電網(wǎng)分布較廣，氣候、自然災(zāi)害等原因均會導(dǎo)致電力故障的產(chǎn)生，甚至出現(xiàn)接連性的電力故障，致使智能電網(wǎng)癱瘓。由此可知，盡早發(fā)現(xiàn)并排除電力故障是維護(hù)智能電網(wǎng)正常運行的基礎(chǔ)，智能電網(wǎng)中電力移動故障診斷平臺的出現(xiàn)使上述問題得到了解決[1]。

在智能電網(wǎng)中電力移動故障診斷平臺需要同時完成數(shù)據(jù)分析、電網(wǎng)監(jiān)控以及故障報警等工作，導(dǎo)致平臺往往無法具備較高診斷效率和診斷準(zhǔn)確率，如文獻(xiàn)[2]設(shè)計的智能電網(wǎng)中C/S結(jié)構(gòu)電力移動故障診斷平臺，是通過改善智能電網(wǎng)通信能力來提高診斷效率的標(biāo)準(zhǔn)診斷平臺。C/S結(jié)構(gòu)的抗干擾能力很高，但通信誤碼率也較高，導(dǎo)致整個平臺在工作過程中出現(xiàn)了嚴(yán)重的異構(gòu)性，影響平臺故障準(zhǔn)確率；文獻(xiàn)[3]以網(wǎng)格算法為電力移動故障診斷算法，通過分布式的診斷方式提高整個平臺的診斷準(zhǔn)確率，是迄今為止使用最為廣泛的平臺，但其診斷效率較低；文獻(xiàn)[4]在網(wǎng)格算法的基礎(chǔ)上計入了云計算功能，使所設(shè)計出的智能電網(wǎng)中電力移動故障診斷平臺的診斷效率大幅度提升，但平臺費用較高，整體實現(xiàn)較為困難，現(xiàn)已經(jīng)被淘汰；文獻(xiàn)[5]提出基于故障錄波信息的智能電網(wǎng)中電力移動故障診斷平臺，這個平臺采用分布式診斷理念，通過各式功能電路對電力故障進(jìn)行實時監(jiān)控，擴(kuò)展性較強(qiáng)，功能可隨時添加或刪除，因此具備極高的診斷效率，但診斷準(zhǔn)確率較為欠缺。

基于上述平臺存在的缺陷，以智能電網(wǎng)拓?fù)浣Y(jié)構(gòu)為診斷基礎(chǔ)，設(shè)計一種能夠進(jìn)行精準(zhǔn)、高效診斷的智能電網(wǎng)電力移動故障診斷平臺，并對其進(jìn)行實現(xiàn)。

1 智能電網(wǎng)中電力移動故障診斷平臺設(shè)計

設(shè)計的智能電網(wǎng)電力移動故障診斷平臺主要包括3個模塊，分別是智能電網(wǎng)拓?fù)浞治瞿K、數(shù)據(jù)采集模塊和故障診斷模塊。3個模塊相輔相成，為平臺精準(zhǔn)、高效的診斷工作提供了支持。

1.1 智能電網(wǎng)拓?fù)浞治瞿K設(shè)計

對智能電網(wǎng)拓?fù)浣Y(jié)構(gòu)合理化分析是電力移動故障診斷平臺工作的前提，設(shè)計的智能電網(wǎng)中電力移動故障診斷平臺，主要通過通信容量分析，構(gòu)建鄰接表來挖掘出智能電網(wǎng)中隱含的故障信息[6]。

為了獲取鄰接表，增加故障診斷效率，首先建立了通用信息模型（communication interface module，CIM），模擬智能電網(wǎng)的拓?fù)浣Y(jié)構(gòu)，并對其信息通信進(jìn)行定義。

通過對其它智能電網(wǎng)中電力移動故障診斷平臺進(jìn)行分析，獲取智能電網(wǎng)拓?fù)淠Ｐ投x的體現(xiàn)電網(wǎng)特征的屬性，采用CIM將整個電網(wǎng)領(lǐng)域的屬性與待診斷智能電網(wǎng)有機(jī)聯(lián)系在一起，具有很強(qiáng)的通用性[7]。因而，經(jīng)CIM定義后的智能電網(wǎng)，能夠直接映射出其相對應(yīng)的鄰接表，對提高平臺診斷效率具有極其重要的意義。

文章以簡單結(jié)構(gòu)和復(fù)雜結(jié)構(gòu)的智能電網(wǎng)為例，對智能電網(wǎng)拓?fù)浣Y(jié)構(gòu)工作原理進(jìn)行分析，如圖1、圖2所示。

圖1、圖2中，L表示智能電網(wǎng)中的通信通道，A代表通信支路，AB表示電力設(shè)備或線路，0表示智能電網(wǎng)設(shè)備不會出現(xiàn)電力故障，當(dāng)3個0同時在同排列表中出現(xiàn)，則表示空值，即設(shè)備或線路不存在。

圖1、圖2能夠看出，CIM將給出智能電網(wǎng)各通信通道以及其支路的定義，并以列表形式輸出，再進(jìn)一步對列表中的內(nèi)容進(jìn)行映射，獲取鄰接表[8]。

智能電網(wǎng)拓?fù)浣Y(jié)構(gòu)模塊將鄰接表中未標(biāo)記“0”的智能電網(wǎng)設(shè)備或線路輸出，交由數(shù)據(jù)采集模塊和故障診斷模塊進(jìn)行處理。

圖1 簡單結(jié)構(gòu)智能電網(wǎng)鄰接表映射圖Fig.1 Adjacency list of smart grid with simple structure

圖2 復(fù)雜結(jié)構(gòu)智能電網(wǎng)鄰接表映射圖Fig.2 Adjacency list of smart grid with complex structure

1.2 數(shù)據(jù)采集模塊設(shè)計

所有的智能電網(wǎng)中電力移動故障診斷平臺均需進(jìn)行電力故障信息的提取工作，為此，設(shè)計了數(shù)據(jù)采集模塊，如圖3所示。所設(shè)計的數(shù)據(jù)采集模塊使用智能電網(wǎng)設(shè)備數(shù)據(jù)庫獲取采集規(guī)則，構(gòu)建了信息共享端，用于進(jìn)行采集規(guī)則的修正與更新。

圖3 數(shù)據(jù)采集模塊結(jié)構(gòu)圖Fig.3 Structure of data acquisition module

考慮到智能電網(wǎng)數(shù)據(jù)量較大，為防止數(shù)據(jù)亂碼，數(shù)據(jù)采集模塊所進(jìn)行的電力故障信息提取工作和信息共享工作為相互獨立，模塊將在不影響信息共享端正常運行的前提下，使用采集規(guī)則對智能電網(wǎng)拓?fù)浞治瞿K給出存在故障概率較大的設(shè)備和線路，進(jìn)行電力故障信息提取，并將提取出的信息按照數(shù)據(jù)來源進(jìn)行分類，再傳輸?shù)叫畔⒐蚕矶诉M(jìn)行轉(zhuǎn)存[9]。

數(shù)據(jù)采集模塊的信息提取模式有2種，一種是實時提取，另一種是目標(biāo)提取。

1）實時提取。適用于智能電網(wǎng)中小型設(shè)備和簡單線路故障的提取工作，其提取結(jié)果將直接由總線傳送給信息共享端。

2）目標(biāo)提取。首先利用總線初始化模塊中的數(shù)據(jù)分配端，將設(shè)備和線路分成2條支路進(jìn)行電力故障信息提取，再進(jìn)行程序歸檔，最后通過網(wǎng)絡(luò)適配器傳送給信息共享端。

至此，數(shù)據(jù)采集模塊的信息共享端已開始集聚電力故障信息，將這些信息經(jīng)由故障診斷模塊處理，得出智能電網(wǎng)中設(shè)備和線路的故障診斷結(jié)果。

1.3 故障診斷模塊設(shè)計

故障診斷模塊與數(shù)據(jù)采集模塊中的信息共享端相連，可隨時調(diào)用其中的電力故障信息進(jìn)行診斷。圖4描述的是故障診斷模塊工作流程圖。

圖4 故障診斷模塊工作流程圖Fig.4 Flow chart of fault diagnosis module

由圖4可知，出現(xiàn)電力故障的智能電網(wǎng)，均存在設(shè)備或線路的電能階躍現(xiàn)象。故障診斷模塊中，用表示設(shè)備或電路Ai的電能階躍初始系數(shù)，若設(shè)備或電路的故障是由線路移位造成的，則為電能階躍初始系數(shù)減1。當(dāng)無限趨于0時，智能電網(wǎng)設(shè)備或線路的電能階躍現(xiàn)象便會消失，表示其中并未出現(xiàn)電力故障[10]。

在具體的應(yīng)用中，如果智能電網(wǎng)某一支路上的設(shè)備或線路出現(xiàn)電力故障，當(dāng)故障診斷模塊診斷到這條支路時會由于電能階躍現(xiàn)象而自動架空該支路的主線路，再調(diào)用下級線路對主線路進(jìn)行保護(hù)。即模塊若檢測到該支路的電能階躍初始系數(shù)無限趨于0，便恢復(fù)主線路的工作；否則，則證明該支路中有可能存在電力故障，此時應(yīng)該對該支路中所有設(shè)備和各段線路的置信度進(jìn)行求取。

先構(gòu)建可能存在電力故障支路的設(shè)備和線路集合K，K={A1，A2，…，Ai}，該集合元素中的置信度定義式可表示為

式中：PAB為主線路與其下級線路之間的置信度；j為處于重點保護(hù)級別的設(shè)備總數(shù)量。

在智能電網(wǎng)中，每個設(shè)備都擁有自我保護(hù)功能，但不是每個設(shè)備均會受到智能電網(wǎng)的重點保護(hù)，重點保護(hù)設(shè)備通常是一些昂貴、維修復(fù)雜并處于關(guān)鍵節(jié)點的設(shè)備，這些設(shè)備往往受自身功能的影響導(dǎo)致計算不準(zhǔn)確，因此不能單純地用置信度定義式去進(jìn)行計算。設(shè)重點保護(hù)設(shè)備的自我保護(hù)功能有n種，對式（1）中參數(shù)進(jìn)行因子轉(zhuǎn)移，則有：

經(jīng)由式（1）和式（2）計算出的智能電網(wǎng)設(shè)備、線路置信度，如果滿足數(shù)據(jù)采集模塊中智能電網(wǎng)設(shè)備數(shù)據(jù)庫記錄的故障范圍，所設(shè)計的智能電網(wǎng)中電力移動故障診斷平臺便會在第一時間開啟警報系統(tǒng)，并同時將電力故障的位置和產(chǎn)生原因發(fā)送到維修人員和管理人員手中。

2 智能電網(wǎng)中電力移動故障診斷平臺功能的實現(xiàn)

智能電網(wǎng)中電力移動故障診斷平臺是一款可直接安裝于智能電網(wǎng)調(diào)度層，擁有人機(jī)交互功能，且可移動的診斷平臺，如圖5所示。

由圖5可知，所設(shè)計的平臺主要分為3個功能模塊，數(shù)據(jù)庫模塊、控制模塊和人機(jī)交互模塊。數(shù)據(jù)庫模塊包括資源數(shù)據(jù)庫和平臺數(shù)據(jù)庫，資源數(shù)據(jù)庫屬于外部數(shù)據(jù)庫，平臺根據(jù)外部數(shù)據(jù)庫提供的智能電網(wǎng)信息構(gòu)建符合待診斷電網(wǎng)的特征數(shù)據(jù)庫，也就是平臺數(shù)據(jù)庫。

圖5 平臺功能實現(xiàn)圖Fig.5 Function realization of platform

控制模塊從平臺數(shù)據(jù)庫中引出有用信息，匯總成表單，并進(jìn)行檢測和簡化，構(gòu)造專家知識庫。推理機(jī)根據(jù)資源數(shù)據(jù)庫提供的外部信息，對專家知識庫中的內(nèi)容進(jìn)行索引，給出最終的電力故障診斷結(jié)果。

為了實現(xiàn)保密通信，診斷結(jié)果需要先進(jìn)行編譯再傳送至人機(jī)交互模塊，推理機(jī)也會檢查人機(jī)交互模塊中的數(shù)據(jù)，保證準(zhǔn)確無誤后再調(diào)用警報系統(tǒng)和故障信息傳送系統(tǒng)，進(jìn)而實現(xiàn)智能電網(wǎng)中電力移動故障診斷平臺的設(shè)計。

3 實驗分析

實驗對本文平臺的診斷效率和診斷準(zhǔn)確率進(jìn)行了分析。在某市級智能電網(wǎng)中的1條簡單支路和2條復(fù)雜支路上，分別抽取1 000條數(shù)據(jù)，均包含200條含有電力故障的數(shù)據(jù)。將這些數(shù)據(jù)同時引入本文平臺、C/S結(jié)構(gòu)診斷平臺、網(wǎng)格診斷算法平臺和云計算診斷平臺，進(jìn)行5次實驗，得到5組診斷效率和診斷準(zhǔn)確率的實驗結(jié)果，如圖6、圖7、圖8所示。

圖6 簡單支路實驗結(jié)果曲線圖Fig.6 Experimental results of simple branch

圖7 復(fù)雜支路1實驗結(jié)果曲線圖Fig.7 Curve of experimental results of complex Branch 1

圖8 復(fù)雜支路2實驗結(jié)果曲線圖Fig.8 Curve of experimental results of complex Branch 2

由圖6、圖7和圖8可知，本文平臺的診斷效率和診斷準(zhǔn)確率均要高于其他3個智能電網(wǎng)中電力故障診斷平臺。其中，網(wǎng)格算法平臺的診斷準(zhǔn)確率與本文平臺較為接近，但其在2個復(fù)雜支路中的診斷準(zhǔn)確率相差較大，穩(wěn)定性欠佳。

為了更好地進(jìn)行實驗數(shù)據(jù)分析，將圖6、圖7和圖8中的數(shù)據(jù)匯總成表格，用表1、表2描述。

表1 不同方法診斷效率匯總表Tab.1 Diagnosis efficiency summary of different methods%

從表1、表2中能夠得知，本文平臺的診斷效率高出C/S結(jié)構(gòu)診斷平臺27%；高出網(wǎng)格診斷算法平臺3%；高出云計算診斷平臺41%，診斷準(zhǔn)確率分別高出14%、1%和13%。實驗結(jié)果證明，相比于其他診斷平臺，本文平臺擁有較高的診斷效率和診斷準(zhǔn)確率。

表2 不同方法診斷準(zhǔn)確率匯總表Tab.2 Diagnosis accuracy rate summary of different methods %

4 結(jié)論

智能電網(wǎng)分布較廣，氣候、自然災(zāi)害等原因均會導(dǎo)致電力故障的產(chǎn)生，甚至?xí)霈F(xiàn)接連性的電力故障，致使智能電網(wǎng)癱瘓。因此，提出并設(shè)計一種適合智能電網(wǎng)額電力移動故障診斷平臺，由智能電網(wǎng)拓?fù)浞治瞿K、數(shù)據(jù)采集模塊和故障診斷模塊組成。平臺以智能電網(wǎng)拓?fù)浣Y(jié)構(gòu)為診斷基礎(chǔ)，并對其進(jìn)行實現(xiàn)。實驗通過將本文平臺與C/S結(jié)構(gòu)診斷平臺、網(wǎng)格診斷算法平臺和云計算診斷平臺進(jìn)行對比，得出本文平臺擁有診斷效率和診斷準(zhǔn)確率較高的結(jié)論。

參考文獻(xiàn)

[1]李健勇.電力系統(tǒng)建設(shè)中對于智能電網(wǎng)問題的分析[J].科技資訊，2014，12（23）：123-123.LI Jianyong.Analysis of smart grid in power system con?struction[J].Science&Technology Information，2014，12（23）：123-123.

[2]張?zhí)?，顧曉峰，張大維，等.基于電力線載波通信的智能用電管理系統(tǒng)設(shè)計[J].現(xiàn)代電子技術(shù)，2016，39（4）：149-152.ZHANG Tai，GU Xiaofeng，ZHANG Dawei，et al.Design of intelligent power management system based on power line carrier communication[J].Modern Electronics Tech?nique，2016，39（4）：149-152.

[3]王德文，劉曉建.基于MapReduce的電力設(shè)備并行故障診斷方法[J].電力自動化設(shè)備，2014，34（10）：116-120.WANG Dewen，LIU Xiaojian.Parallel fault diagnosis based on MapReduce for electric power equipments[J].Electric Power Automation Equipment，2014，34（10）：116-120.

[4]閃鑫，戴則梅，張哲，等.智能電網(wǎng)調(diào)度控制系統(tǒng)綜合智能告警研究及應(yīng)用[J].電力系統(tǒng)自動化，2015，7（1）：65-72.SHAN Xin，DAI Zemei，ZHANG Zhe，et al.Research on and application of integrated smart alarm based on smart grid dispatching and control systems[J].Automation of Electric Power Systems，2015，7（1）：65-72.

[5]康洪波.移動智能體技術(shù)在智能電網(wǎng)中的研究和應(yīng)用[J].電源技術(shù)，2014，38（4）：781-782.KANG Hongbo.Research and application of mobile agent technology in smart grid[J].Chinese Journal of Power Sources，2014，38（4）：781-782.

[6]郭昊坤，吳軍基.Agent技術(shù)在中國智能電網(wǎng)建設(shè)中的應(yīng)用[J].電網(wǎng)與清潔能源，2014，30（2）：12-16.GUO Haokun，WU Junji.Application of agent technology in china’s smart grid construction[J].Power System and Cleam Energy，2014，30（2）：12-16.

[7]王建波，邵文權(quán)，張艷麗，等.電壓差特征引起電壓暫降的故障類型識別[J].西安工程大學(xué)學(xué)報，2015，29（5）：617-622.WANG Jianbo，SHAO Wenquan，ZHANG Yanli，et al.A fault type detection scheme for voltage sag based on diffe?rential-voltage[J].Journal of Xi’an Polytechnic Universi?ty，2015，29（5）：617-622.

[8]陳碩，趙永彬，劉明，等.基于RS-BN的電力信息通信系統(tǒng)故障診斷方法[J].控制工程，2015，22（6）：1212-1217.CHEN Shuo，ZHAO Yongbin，LIU Ming，et al.Fault dia?gnosis method of electric power information and communi?cation system based on RSBN[J].Control Engineering of China，2015，22（6）：1212-1217.

[9]龍震岳，錢揚，鄒洪，等.電網(wǎng)企業(yè)網(wǎng)絡(luò)信息安全的威脅與攻防新技術(shù)研究[J].現(xiàn)代電子技術(shù)，2015，38（21）：100-104.LONG Zhenyue，QIAN Yang，ZOU Hong，et al.Threat to network information security and study on new defense technologiesinpowergridenterprises[J].ModernElectronics Technique，2015，38（21）：100-104.

[10]徐敏，彭林，韓海韻，等.電力移動巡檢中基于區(qū)域劃分的無線傳感器安全通信及防泄密定位技術(shù)[J].電信科學(xué)，2016，32（2）：158-163.XU Min，PENG Lin，HAN Haiyun，et al.Wireless sensor security communication and anti-leak locating technology based on region partition in power mobile inspection[J].TelecommunicationsScience，2016，32（2）：158-163.