傅軍棟 岳靖林

摘? 要： 由于傳統(tǒng)電網(wǎng)調(diào)度操作票系統(tǒng)應(yīng)用環(huán)境較為固定，難以滿足多情景下的操作應(yīng)用需求，故提出采用IEC61850標(biāo)準(zhǔn)構(gòu)建變電站應(yīng)用體系，提高系統(tǒng)的擴(kuò)展應(yīng)用性能，并將變電站的拓?fù)潢P(guān)系以樹狀結(jié)構(gòu)描述，提高變電站設(shè)備之間的關(guān)聯(lián)性。目前主要研究正常倒閘操作票自動(dòng)生成，但是調(diào)度人員處理事故完全靠經(jīng)驗(yàn)，直接口頭下令，人為失誤會(huì)導(dǎo)致更嚴(yán)重的停電后果，所以對(duì)故障操作票的研究很有必要。文中研究的故障恢復(fù)操作票系統(tǒng)主要分為故障定位、故障恢復(fù)供電路徑和故障操作票生成三部分。以上述處理結(jié)果為基礎(chǔ)，采用蜻蜓算法中的小波包灰度矩神經(jīng)網(wǎng)絡(luò)精準(zhǔn)定位操作故障，然后迅速隔離故障，最后，采用二進(jìn)制差分算法尋找非故障供電恢復(fù)的路徑，并通過(guò)實(shí)際案例完成故障操作票的生成。

關(guān)鍵詞： 故障操作票生成系統(tǒng); 二進(jìn)制改進(jìn)自適應(yīng)差分進(jìn)化算法; IEC61850標(biāo)準(zhǔn)信息模型; 變電站通用模型建立; 故障定位; 供電路徑尋優(yōu)

中圖分類號(hào)： TN99?34; TM734? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）13?0138?05

Research on fault operation ticket generation system for intelligent dispatching

FU Jundong， YUE Jinglin

（School of Electrical and Automation Engineering， East China Jiaotong University， Nanchang 330013， China）

Abstract： The application environment of traditional power grid dispatching operation ticket system is relatively designated， which is difficult to meet the operation application requirements in multi scenarios. In view of the above， the IEC61850 standard is adopted to construct substation application system to improve the extended application performance of the system， and the topological relationship of the substations are described in tree structure to improve the correlation between substation equipment. At present， the research mainly focuses on the automatic generation of normal switching operation order， but the dispatchers deal with the accident completely by experience and direct verbal orders. However， human error will lead to more serious consequences of power failure， so it is necessary to study the fault operation order. In this paper， the fault recovery operation order system is divided into three parts， named fault location， fault recovery power supply path and fault operation order generation. Based on the above results， the wavelet packet gray moment neural network of the dragonfly algorithm is used to locate the operation fault accurately and then isolate the fault quickly. Finally， the binary difference algorithm is used to find the path of non fault power supply recovery， and the fault operation ticket is generated by the actual case.

Keywords： fault operation ticket generation system; modified binary self?adaptive differential evolution algorithm; IEC61850 standard information model; establishment of general substation model; fault location; power supply path optimizing

0? 引? 言

隨著智能變電站的高速發(fā)展，傳統(tǒng)通信規(guī)約需要接口轉(zhuǎn)換設(shè)備才能進(jìn)行以太網(wǎng)通信[1]，在實(shí)際調(diào)度過(guò)程中調(diào)度員對(duì)現(xiàn)場(chǎng)接線不清楚[2]，考慮不周等誤操作直接口頭下令指揮故障恢復(fù)有可能造成嚴(yán)重的后果，所以開發(fā)故障恢復(fù)操作票系統(tǒng)很有必要。目前只有少量文獻(xiàn)對(duì)故障操作票進(jìn)行研究，它與正常操作票的區(qū)別、開票過(guò)程中考慮的問(wèn)題仍需要繼續(xù)研究。故障恢復(fù)操作票必須在線實(shí)時(shí)開票才能發(fā)揮最大作用，所以對(duì)故障電氣信息量的采集在準(zhǔn)確度和快速性方面要求很高[3]。

文獻(xiàn)[4]提出了一種采用CIS服務(wù)來(lái)控制CIM數(shù)據(jù)后臺(tái)的方法，首先，將后臺(tái)CIM數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，通過(guò)生產(chǎn)規(guī)則控制數(shù)據(jù)生產(chǎn)，利用面向?qū)ο蠹夹g(shù)對(duì)數(shù)據(jù)進(jìn)行劃分，通過(guò)CIM模型實(shí)現(xiàn)數(shù)據(jù)分類，最后將CIM數(shù)據(jù)與CIS服務(wù)結(jié)合起來(lái)，完成知識(shí)庫(kù)的構(gòu)建。文獻(xiàn)[5]通過(guò)通信協(xié)調(diào)策略與協(xié)作控制方法智能生成操作票，利用推理機(jī)制與通信合作機(jī)制對(duì)構(gòu)建的多智能體模型進(jìn)行校驗(yàn)，同時(shí)對(duì)操作票數(shù)據(jù)進(jìn)行循環(huán)式校驗(yàn)，有效提高了出票準(zhǔn)確性。文獻(xiàn)[6?7]對(duì)故障操作票核心模塊故障恢復(fù)決策模塊的算法實(shí)現(xiàn)做了詳細(xì)的討論，但是該算法已經(jīng)不能滿足電網(wǎng)規(guī)模的不斷擴(kuò)大。

本文通過(guò)對(duì)故障操作票分析，在正常操作票系統(tǒng)基礎(chǔ)上建立IEC61850標(biāo)準(zhǔn)信息模型，然后使用改進(jìn)的蜻蜓算法能量灰度矩小波神經(jīng)網(wǎng)絡(luò)進(jìn)行故障定位，用二進(jìn)制自適應(yīng)差分進(jìn)化算法進(jìn)行供電路徑尋優(yōu)，減少了誤差和時(shí)間，增加了準(zhǔn)確率，最終通過(guò)實(shí)例自動(dòng)生成故障操作票。

1? IEC61850標(biāo)準(zhǔn)和操作票系統(tǒng)

1.1? IEC61850信息建模

該類定義為IEC 61850?7?4，根據(jù)IEC61850建模方法抽象變電站中的斷路器，定義邏輯節(jié)點(diǎn)XCBR1。斷路器的數(shù)據(jù)定義為L(zhǎng)N下的數(shù)據(jù)模式和位置，這些數(shù)據(jù)對(duì)象在IEC 61850?7?3節(jié)中定義[8?9]。實(shí)際設(shè)備的抽象虛擬化可以創(chuàng)建虛擬模型環(huán)境。XCBR信息可通過(guò)外部設(shè)備與ACSI服務(wù)接口連接獲取，得到實(shí)際斷路器電氣信息。具體建模如圖1所示。

1.2? 故障恢復(fù)操作票系統(tǒng)

故障恢復(fù)操作票系統(tǒng)需要以下模塊做支持。

1） 電網(wǎng)故障信息模塊：與SCADA系統(tǒng)接口實(shí)時(shí)取得故障后開關(guān)、刀閘狀態(tài)收集故障信息，得到故障后新的電網(wǎng)拓?fù)浣Y(jié)構(gòu);

2） 故障診斷模塊：判斷故障位置;

3） 利用故障恢復(fù)決策模塊：確定安全可靠的最優(yōu)供電恢復(fù)路徑，得到故障恢復(fù)開關(guān)操作序列。

2? 基于蜻蜓算法的小波包能量灰度矩的小波神經(jīng)網(wǎng)絡(luò)故障定位

本文提出一種基于蜻蜓算法的小波包能量灰度矩的小波神經(jīng)網(wǎng)絡(luò)故障定位算法。

2.1? 小波神經(jīng)網(wǎng)的網(wǎng)絡(luò)學(xué)習(xí)

利用最快速下降法對(duì)網(wǎng)絡(luò)學(xué)習(xí)進(jìn)行訓(xùn)練，修正加權(quán)系數(shù)[ω]，使[Eω]最小。根據(jù)獲取到的修正結(jié)果，在目標(biāo)函數(shù)中加入附加動(dòng)量[a]，并計(jì)算其偏導(dǎo)數(shù)，降低訓(xùn)練過(guò)程中的振蕩幾率，提升收斂效率，則權(quán)值修正迭代方程的計(jì)算式為：

再次引入附加動(dòng)量[a]，減少學(xué)習(xí)過(guò)程中產(chǎn)生的波動(dòng)概率，使其能加快收斂速度，其權(quán)值修正迭代方程為：

2.2? 故障特征提取方法流程

基于卷積型小波包能量灰度矩的特征提取過(guò)程為：

此時(shí)，信息變?yōu)榫矸e小波包變換，分解過(guò)程為：

將經(jīng)過(guò)分解的頻帶特征作為信號(hào)特征，通過(guò)求解得到信號(hào)特征的能量灰度矩，形成特征向量，對(duì)其進(jìn)行進(jìn)一步的預(yù)處理，將處理后的結(jié)果作為小波神經(jīng)網(wǎng)絡(luò)中的故障特征，實(shí)現(xiàn)故障定位。

選取圖2進(jìn)行特征提取的驗(yàn)算。

假設(shè)按照上述方法通過(guò)相應(yīng)測(cè)量設(shè)備故障狀態(tài)下的電氣信息，具體數(shù)據(jù)如表1所示。

結(jié)合表1可知，故障位置和過(guò)渡電阻對(duì)結(jié)果有影響。

2.3? 基于蜻蜓算法的小波神經(jīng)網(wǎng)絡(luò)故障定位

本文采用蜻蜓算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的參數(shù)。

蜻蜓算法[8]將小波神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值作為個(gè)體位置向量進(jìn)行尋優(yōu)，適應(yīng)度函數(shù)為：

2.4? 仿真結(jié)果

假設(shè)線路為24 m，從數(shù)據(jù)庫(kù)中隨機(jī)選擇過(guò)渡電阻在0～1 000 Ω的五組數(shù)據(jù)集作為訓(xùn)練學(xué)習(xí)樣本。其中，規(guī)定故障相角為30°，隨機(jī)選取相角為45°的數(shù)據(jù)集作為測(cè)試樣本。

為了更清楚地了解算法的優(yōu)點(diǎn)，在蜻蜓算法的基礎(chǔ)上，采用支持向量機(jī)方法對(duì)其中存在的故障點(diǎn)進(jìn)行分類和確認(rèn)，獲取的樣本訓(xùn)練誤差曲線如圖3所示。

圖3中，DA?WNN為小波神經(jīng)網(wǎng)絡(luò)故障定位算法，DA?SVM為支持向量機(jī)故障定位算法，WNN為純小波神經(jīng)網(wǎng)絡(luò)故障定位算法。DA?WNN網(wǎng)絡(luò)訓(xùn)練誤差由3在進(jìn)行80次迭代后最終穩(wěn)定在0.10;DA?SVM訓(xùn)練誤差經(jīng)過(guò)150次迭代才由3穩(wěn)定在0.60;WNN網(wǎng)絡(luò)訓(xùn)練誤差在200次時(shí)接近0.5，但此時(shí)并未穩(wěn)定收斂。

各算法定位精度結(jié)果如表2所示。

各算法所需的定位時(shí)間如表3所示。

各算法定位結(jié)果相對(duì)誤差百分比如表4所示。

從表2～表4可知，本文提出的算法精度高，迭代次數(shù)少，且對(duì)故障的定位精度高，定位時(shí)間短。

3? 故障恢復(fù)供電路徑

本文將圖論算法與改進(jìn)二進(jìn)制自適應(yīng)差分進(jìn)化算法相結(jié)合來(lái)實(shí)現(xiàn)操作票供電恢復(fù)路徑尋優(yōu)。

3.1? 二進(jìn)制改進(jìn)自適應(yīng)差分進(jìn)化算法

操作票主要研究開關(guān)組合離散性問(wèn)題，對(duì)標(biāo)準(zhǔn)差分進(jìn)化算法進(jìn)行二進(jìn)制編碼，用邏輯運(yùn)算代替數(shù)學(xué)運(yùn)算，從而保證個(gè)體取值只能選擇0或1。

引入二進(jìn)制，用“[⊕]”表示異或操作，用“[?]”表示與，“+”表示或操作，則變異操作可表示為：

交叉方程為：

式中：[vk+1i，j]表示正常情況下操作邏輯函數(shù);[xki，j]表示非正常情況下操作邏輯函數(shù);[ηj]表示操作票約束值。

變異機(jī)制作為DE算法和其他智能算法的首要區(qū)別，對(duì)性能有很大影響。本文在兩種常用的變異機(jī)制策略算法基礎(chǔ)上對(duì)變異機(jī)制做出改進(jìn)。

DE1對(duì)種群內(nèi)第[i]個(gè)個(gè)體進(jìn)行變異操作，全局搜索收斂性好，但是速度慢。表達(dá)式如下：

DE2取種群中當(dāng)前最優(yōu)個(gè)體搜索，局部搜索目的性強(qiáng)，但是容易陷入局部最優(yōu)。表達(dá)式如下：

本文將兩者優(yōu)點(diǎn)結(jié)合，進(jìn)行如下變異改進(jìn)：

式中，正數(shù)[δ∈0，1]，越大搜索速度越快，但全局收斂性變差。本文形成一個(gè)可變的個(gè)體變異比例因子[δ]的自適應(yīng)微分進(jìn)化算法MDE，表達(dá)式如下：

用Schaffer，Griewnak，Rastrigin測(cè)試函數(shù)對(duì)算法性能的比較如表5所示，種群設(shè)置為60，迭代最大次數(shù)為500，絕對(duì)誤差精度小于10-6。

由表5可知，在保持精度不變的情況下，本文改進(jìn)算法在求解時(shí)間、迭代次數(shù)和成功率三個(gè)方面的優(yōu)化度明顯。

3.2? 變電站模型

本文以某變電站為模型，進(jìn)行操作票研究。為了便于分析供電路徑，將模型進(jìn)行如下簡(jiǎn)化：

1） 將原始連接節(jié)點(diǎn)存儲(chǔ)在圖的節(jié)點(diǎn)中;

2） 將包含2個(gè)端子的設(shè)備存儲(chǔ)在圖的邊上;

3） 將隔離開關(guān)和斷路器封裝成小車便于分析。

最終簡(jiǎn)化模型如圖4所示。

圖4? 變電站簡(jiǎn)化模型

3.3? 目標(biāo)函數(shù)

不同開關(guān)狀態(tài)對(duì)應(yīng)不同的結(jié)構(gòu)，開關(guān)狀態(tài)是離散量，用“0”表示開關(guān)閉合狀態(tài)，“1”表示開關(guān)斷開狀態(tài)，以開關(guān)操作次數(shù)最少為目標(biāo)函數(shù)[11]：

4? 實(shí)例分析

4.1? 初始化數(shù)據(jù)

從圖4可以看出，在線路正常運(yùn)行過(guò)程中，高壓母線的運(yùn)行方式為單母線分段式，而低壓母線則與之不同，其運(yùn)行方式為雙母線并列式。圖4中，承擔(dān)為負(fù)荷9提供電能任務(wù)的是閉合母線1（[K1，K5]），承擔(dān)為負(fù)荷10提供電能任務(wù)的是閉合母線2（[K3，K7]）。

通過(guò)分析變電站連接方式可知，其中存在一個(gè)節(jié)點(diǎn)?開關(guān)關(guān)聯(lián)矩陣[M]，該矩陣由某一開關(guān)在某一時(shí)刻的狀態(tài)向量組成，通過(guò)對(duì)該矩陣的計(jì)算與分析，獲取某一節(jié)點(diǎn)與開關(guān)的連接狀態(tài)向量，根據(jù)該向量與其轉(zhuǎn)置的乘積，得到節(jié)點(diǎn)鄰接矩陣：

4.2? 實(shí)例分析得出故障操作票

當(dāng)發(fā)生故障，假設(shè)由蜻蜓算法的小波包能量灰度矩神經(jīng)網(wǎng)絡(luò)故障定位算法得知，1節(jié)點(diǎn)進(jìn)線發(fā)生故障，進(jìn)行故障隔離，斷開Q1，這樣由該進(jìn)線供電的負(fù)荷要恢復(fù)供電，先將Q4，Q6，Q8進(jìn)入熱備用狀態(tài)，然后尋優(yōu)負(fù)荷最佳供電路徑。

二進(jìn)制自適應(yīng)差分進(jìn)化算法尋優(yōu)結(jié)果如表6所示。

根據(jù)表6可以看出，在將開關(guān)次數(shù)最少作為優(yōu)化目標(biāo)時(shí)，倒閘操作票的選擇路徑為9?7?5?3?4?2。這一線路中，只需要將母聯(lián)Q3閉合便可恢復(fù)節(jié)點(diǎn)9的供電路徑。

具體操作票執(zhí)行過(guò)程如表7所示。

5? 結(jié)? 語(yǔ)

本文以某省變電站模型進(jìn)行故障定位、故障路徑恢復(fù)和故障操作票生成，實(shí)現(xiàn)故障恢復(fù)操作票系統(tǒng)的自動(dòng)生成，得出以下結(jié)論：

1） IEC61850的引入很好地解決了設(shè)備互操作性，使終端和主站之間的數(shù)據(jù)傳輸變得更快、更高效。

2） 基于蜻蜓算法的小波包能量灰度矩神經(jīng)網(wǎng)絡(luò)算法定位精度更高，迭代次數(shù)少，定位時(shí)間更短。

3） 二進(jìn)制自適應(yīng)差分進(jìn)化算法很好地解決了全局搜索和局部最優(yōu)搜索的矛盾，使算法性能更優(yōu)。

4） 自動(dòng)生成故障恢復(fù)操作票，大大減輕了調(diào)度員的壓力，減少了誤操作從而提高可靠性。

參考文獻(xiàn)

[1] 朱正誼，徐丙垠，陳羽.IEC61850應(yīng)用于分布式饋線自動(dòng)化系統(tǒng)的模型[J].電力系統(tǒng)自動(dòng)化，2018，42（43）：4?5.

[2] 李澤榮.故障恢復(fù)操作票系統(tǒng)的研究與開發(fā)[J].電力電氣，2014，33（9）：3?4.

[3] 白煜.順序控制在智能變電站中的應(yīng)用[D].天津：天津大學(xué)，2015.

[4] 齊旭.基于CIM/SVG及全面防誤策略的操作票專家系統(tǒng)研究[D].杭州：浙江大學(xué)，2006.

[5] 陳素芳，王凱.基于多智能體的電網(wǎng)操作票自動(dòng)生成系統(tǒng)[J].電力系統(tǒng)自動(dòng)化，2008，28（3）：534?541.

[6] 趙恒亮，李澤榮.地區(qū)電網(wǎng)潮流越限處理的研究[J].浙江電力，2012，31（1）：1?5.

[7] 李澤榮，張小娟，任建文，等.地區(qū)電網(wǎng)運(yùn)行方式制定中的供電路徑搜索研究[J].山西電力，2011（4）：5?10.

[8] MIRJALILI S. Dragonfly algorithm： a new meta?heuristic optimization technique for solving single?objective， discrete， and multi?objective problems [J]. Neural computing & applications， 2016， 27（4）： 1053?1073.

[9] 徐露.含分布式發(fā)電配電網(wǎng)多目標(biāo)優(yōu)化重構(gòu)研究[D].南昌：華東交通大學(xué)，2018.

[10] 林曉慶，任建文，張丙合，等.基于網(wǎng)絡(luò)重構(gòu)的電網(wǎng)智能調(diào)度操作票系統(tǒng)開發(fā)研究[J].電力系統(tǒng)保護(hù)與控制，2012，40（7）：4?5.