劉士亞 郭 靜 岑釗華

城市電網(wǎng)監(jiān)控應(yīng)急系統(tǒng)的設(shè)計(jì)

劉士亞1郭 靜1岑釗華2

（1. 佛山科學(xué)技術(shù)學(xué)院自動(dòng)化學(xué)院，廣東 佛山 528000； 2. 佛山市勁能電力工程有限公司，廣東 佛山 528000）

針對(duì)城市電力網(wǎng)絡(luò)停電事故中的問題，為提升電網(wǎng)防災(zāi)、減災(zāi)、救災(zāi)的工作效率，最大限度地減少停電帶來的損失，本文利用大數(shù)據(jù)系統(tǒng)、物聯(lián)網(wǎng)技術(shù)與人工智能算法，設(shè)計(jì)了一套電網(wǎng)監(jiān)控應(yīng)急支持系統(tǒng)。系統(tǒng)對(duì)電網(wǎng)進(jìn)行全方位監(jiān)測(cè)，并從災(zāi)前故障預(yù)測(cè)、災(zāi)中最優(yōu)決策、災(zāi)后系統(tǒng)更新3個(gè)方面，實(shí)現(xiàn)對(duì)電力故障預(yù)測(cè)、控制與應(yīng)急救災(zāi)。系統(tǒng)可有效地減少電網(wǎng)隱患，降低故障發(fā)生次數(shù)，縮短供電恢復(fù)時(shí)間，有較好的應(yīng)用價(jià)值。

電力系統(tǒng)；在線監(jiān)控；故障預(yù)測(cè)；應(yīng)急響應(yīng)

0 引言

電力系統(tǒng)涉及發(fā)電、輸電、變電、配電和用電多個(gè)環(huán)節(jié)，容易受到惡劣環(huán)境、自然災(zāi)害及人為破壞的影響從而發(fā)生停電事故[1-2]。現(xiàn)今民眾對(duì)電能的依賴程度越來越高，尤其在用電高峰期，若發(fā)生大面積電力中斷，將造成難以估量的損失。因此，建立完善的電力網(wǎng)絡(luò)應(yīng)急系統(tǒng)顯得尤為重要。電力系統(tǒng)的應(yīng)急管理涉及的部門較多、范圍廣泛、過程繁瑣及災(zāi)害信息錯(cuò)綜復(fù)雜，需應(yīng)急指揮中心與交通、氣象等多個(gè)部門聯(lián)合響應(yīng)，共享信息[3]。為了維護(hù)電網(wǎng)運(yùn)行的穩(wěn)定性，有效地減少大面積停電事故，降低停電事故所造成的經(jīng)濟(jì)財(cái)產(chǎn)損失，我國(guó)迫切需要建立完善的電力系統(tǒng)應(yīng)急管理與技術(shù)體系。

為減少電網(wǎng)發(fā)生停電事件，可從抗災(zāi)規(guī)劃建設(shè)與防災(zāi)減災(zāi)調(diào)度操作兩方面著手。建設(shè)抗災(zāi)型電力系統(tǒng)可以從源頭上增強(qiáng)電力網(wǎng)絡(luò)的抗災(zāi)性能，減少停電事故；防災(zāi)減災(zāi)調(diào)度操作是指在電網(wǎng)發(fā)生事故時(shí)，通過不同的操作使故障造成的損失最小化[4]。目前，不同學(xué)者已經(jīng)從電力系統(tǒng)防災(zāi)、減災(zāi)和救災(zāi)方面做了大量的研究工作。文獻(xiàn)[5]從時(shí)間維、空間維和對(duì)象維3個(gè)維度設(shè)計(jì)電網(wǎng)監(jiān)控系統(tǒng)，實(shí)時(shí)跟蹤電網(wǎng)的運(yùn)行狀態(tài)。文獻(xiàn)[6]設(shè)計(jì)了兼具預(yù)測(cè)預(yù)警、應(yīng)急決策與指揮及善后恢復(fù)等五項(xiàng)功能的電網(wǎng)應(yīng)急平臺(tái)，但是應(yīng)急決策并未考慮路徑、人員、物資和負(fù)荷等多項(xiàng)因素對(duì)系統(tǒng)救援的影響。文獻(xiàn)[7]給出了電網(wǎng)調(diào)度系統(tǒng)的關(guān)鍵技術(shù)與難點(diǎn)，從理論上分析了設(shè)計(jì)防災(zāi)調(diào)度系統(tǒng)的可能性。文獻(xiàn)[8]設(shè)計(jì)了一種智能化電網(wǎng)應(yīng)急指揮系統(tǒng)，實(shí)現(xiàn)物資的最優(yōu)化調(diào)配。目前電力系統(tǒng)應(yīng)急工作多立足于故障發(fā)生后的應(yīng)急搶修，在日常監(jiān)控與預(yù)測(cè)方面應(yīng)用研究較少。為此，本文立足于電力系統(tǒng)基層用戶的需求，深入探討智能算法在故障預(yù)測(cè)與應(yīng)急最優(yōu)決策中的應(yīng)用，結(jié)合大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)對(duì)電網(wǎng)全面的監(jiān)控。

1 電網(wǎng)監(jiān)控應(yīng)急系統(tǒng)功能設(shè)計(jì)

電網(wǎng)監(jiān)控應(yīng)急系統(tǒng)是對(duì)電網(wǎng)進(jìn)行日常監(jiān)測(cè)與快速應(yīng)急響應(yīng)的工具，是集物聯(lián)網(wǎng)、大數(shù)據(jù)、通信技術(shù)、地理信息系統(tǒng)、全球定位系統(tǒng)與智能算法等多種技術(shù)于一體的系統(tǒng)平臺(tái)，為電網(wǎng)防御自然災(zāi)害、減少系統(tǒng)故障的發(fā)生，并提供監(jiān)控、分析、預(yù)測(cè)及決策等功能，降低停電事故帶來的經(jīng)濟(jì)損失，減輕決策指揮人員的壓力。系統(tǒng)分為電網(wǎng)運(yùn)行監(jiān)控模塊、電網(wǎng)應(yīng)急模塊和系統(tǒng)自我優(yōu)化模塊三部分，具體功能分布如圖1所示。

圖1 電網(wǎng)監(jiān)控應(yīng)急系統(tǒng)功能布局

電網(wǎng)運(yùn)行監(jiān)控模塊負(fù)責(zé)電網(wǎng)日常運(yùn)行的數(shù)據(jù)統(tǒng)計(jì)、狀態(tài)監(jiān)測(cè)與風(fēng)險(xiǎn)評(píng)估，系統(tǒng)實(shí)時(shí)更新電網(wǎng)負(fù)荷、氣候、交通與各傳感器的信息，依據(jù)匯總信息進(jìn)行電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)與風(fēng)險(xiǎn)評(píng)估。對(duì)可能老化的設(shè)備做出更換提示，對(duì)應(yīng)急物資進(jìn)行系統(tǒng)式的管理。

電網(wǎng)應(yīng)急模塊負(fù)責(zé)事故發(fā)生后的應(yīng)急處理。一方面匯總電網(wǎng)突發(fā)事故信息，如故障地點(diǎn)、損害程度，附近交通、應(yīng)急人員與物資信息，快速有效地整合、分析、提取事故現(xiàn)場(chǎng)和相關(guān)資源信息，并向各部門發(fā)布災(zāi)害信息；另一方面作為應(yīng)對(duì)突發(fā)事故的決策支持，根據(jù)現(xiàn)場(chǎng)故障信息與各部門人員配備信息，結(jié)合電網(wǎng)模型、電網(wǎng)負(fù)荷、交通及氣候情況等，獲得現(xiàn)場(chǎng)救援最優(yōu)決策。在救援過程中，依據(jù)應(yīng)急預(yù)案落實(shí)情況和故障恢復(fù)情況，實(shí)時(shí)調(diào)整決策結(jié)果，實(shí)現(xiàn)科學(xué)決策與高效處理。

系統(tǒng)優(yōu)化模塊，負(fù)責(zé)事故恢復(fù)后對(duì)整個(gè)應(yīng)急過程進(jìn)行總結(jié)與分析，將故障信息更新至故障數(shù)據(jù)庫(kù)，在系統(tǒng)恢復(fù)時(shí)對(duì)出現(xiàn)的誤差進(jìn)行優(yōu)化，補(bǔ)充應(yīng)急物資。

系統(tǒng)結(jié)構(gòu)復(fù)雜，涉及硬件設(shè)備較多。不同模塊之間的通信與數(shù)據(jù)庫(kù)的讀入/寫出極大地影響系統(tǒng)運(yùn)行速度。隨著系統(tǒng)的運(yùn)行，數(shù)據(jù)庫(kù)也將逐漸擴(kuò)大。因此，系統(tǒng)采用云數(shù)據(jù)庫(kù)，通過傳感器與聯(lián)動(dòng)部門采集到的運(yùn)行數(shù)據(jù)，直接傳輸至云數(shù)據(jù)庫(kù)。各模塊均可對(duì)數(shù)據(jù)庫(kù)進(jìn)行讀入/寫出的操作，隨著數(shù)據(jù)的增加，可逐步對(duì)云數(shù)據(jù)庫(kù)進(jìn)行擴(kuò)容處理。系統(tǒng)通信圖如圖2所示。

圖2 系統(tǒng)通信圖

每個(gè)子系統(tǒng)分為共享數(shù)據(jù)和內(nèi)部數(shù)據(jù)。環(huán)境參數(shù)、傳感器數(shù)據(jù)和系統(tǒng)運(yùn)行數(shù)據(jù)均為共享數(shù)據(jù)。設(shè)備型號(hào)、物資存放情況等為內(nèi)部數(shù)據(jù)。共享數(shù)據(jù)存儲(chǔ)于云數(shù)據(jù)庫(kù)中，內(nèi)部數(shù)據(jù)存儲(chǔ)于子系統(tǒng)控制電腦硬盤中。中央總控有權(quán)限查看所有數(shù)據(jù)。

2 電網(wǎng)監(jiān)控應(yīng)急系統(tǒng)

2.1 電網(wǎng)運(yùn)行監(jiān)控模塊

影響電力系統(tǒng)安全穩(wěn)定運(yùn)行的因素繁多，為保障電網(wǎng)安全穩(wěn)定的運(yùn)行，建立自然環(huán)境變化下的電網(wǎng)成災(zāi)因子數(shù)據(jù)庫(kù)。通過在線監(jiān)測(cè)環(huán)境溫度、濕度、雨量和風(fēng)速等參數(shù)，結(jié)合以往故障發(fā)生時(shí)的環(huán)境信息，建立電網(wǎng)成災(zāi)因子庫(kù)。利用數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)（supervisory control and data acquisition, SCADA）對(duì)現(xiàn)場(chǎng)運(yùn)行的設(shè)備進(jìn)行監(jiān)視與控制，在傳統(tǒng)的對(duì)設(shè)備控制的基礎(chǔ)上，加入人工智能算法進(jìn)行預(yù)測(cè)與故障診斷，對(duì)維護(hù)電網(wǎng)穩(wěn)定的重要設(shè)備予以重點(diǎn)監(jiān)控。電力變壓器的運(yùn)行狀況直接關(guān)系到整個(gè)電網(wǎng)的運(yùn)行。對(duì)變壓器的在線故障診斷，不僅可以有效減少故障發(fā)生，還能在發(fā)生故障后，判斷故障類型，縮短恢復(fù)時(shí)間。現(xiàn)如今，市面上常見的變壓器有油浸式變壓器和干式變壓器（在一些特點(diǎn)的場(chǎng)景，只允許使用干式變壓器）兩種。油浸式變壓器可以通過分析油中溶解氣體（如一氧化碳CO、二氧化碳CO2、甲烷CH4和氫氣H2等）實(shí)現(xiàn)故障診斷。首先使用內(nèi)嵌式傳感器測(cè)量主要?dú)怏w濃度，再使用特定算法對(duì)系統(tǒng)進(jìn)行建模與計(jì)算。目前關(guān)于油浸式變壓器故障診斷的方法較多，如三比值法、Rogers法和特征氣體法等傳統(tǒng)方法，以及支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等人工智能方法[9-11]。而對(duì)于干式變壓器，可通過采集變壓器的溫度、運(yùn)行電壓、運(yùn)行電流和局部放電等參數(shù)對(duì)變壓器進(jìn)行在線監(jiān)測(cè)。高壓斷路器是電網(wǎng)中起保護(hù)和控制作用以維護(hù)電網(wǎng)穩(wěn)定的設(shè)備。其合（分）閘線圈產(chǎn)生的電流波形包含了斷路器運(yùn)行狀態(tài)的關(guān)鍵信息，如輔助觸點(diǎn)狀態(tài)、線圈卡滯等[12]。系統(tǒng)先采集運(yùn)行中的斷路器的合（分）閘電流信號(hào)，再通過去噪、建模和分析等一系列算法，獲得高壓斷路器的運(yùn)行狀態(tài)。將傳感器采集到的數(shù)據(jù)、電網(wǎng)運(yùn)行數(shù)據(jù)與天氣信息相結(jié)合，建立電網(wǎng)災(zāi)害數(shù)據(jù)庫(kù)模型。災(zāi)害數(shù)據(jù)庫(kù)可以作為排查電網(wǎng)薄弱點(diǎn)的技術(shù)支持，在未引起系統(tǒng)故障之前排除潛在風(fēng)險(xiǎn)，為杜絕事故發(fā)生提供決策依據(jù)與手段。記錄每天不同地點(diǎn)的用電負(fù)荷量，形成每日用電負(fù)荷曲線，作為應(yīng)急搶修決策時(shí)的數(shù)據(jù)支持。電網(wǎng)在線監(jiān)測(cè)模型如圖3所示。

圖3 電網(wǎng)在線監(jiān)測(cè)模型

科學(xué)管理應(yīng)急物資。通過射頻識(shí)別技術(shù)對(duì)應(yīng)急物資進(jìn)行自動(dòng)感知、識(shí)別，建立物資出入庫(kù)臺(tái)賬，隨時(shí)掌握應(yīng)急物資的位置、數(shù)量和狀態(tài)。利用全球定位系統(tǒng)與最優(yōu)路徑?jīng)Q策，實(shí)現(xiàn)在應(yīng)急模式下對(duì)物資的最優(yōu)化調(diào)配。記錄每次故障發(fā)生后的物資的使用情況、磨損程度。為減少故障發(fā)生后物資調(diào)配所需時(shí)間，模擬不同故障點(diǎn)發(fā)生各類故障，優(yōu)化物資存放數(shù)量、地點(diǎn)和配比等。

1）電網(wǎng)運(yùn)行模型建立

電網(wǎng)運(yùn)行模型的建立是系統(tǒng)運(yùn)行的基礎(chǔ)，建立完善的電網(wǎng)運(yùn)行模型可以有效提高系統(tǒng)故障預(yù)測(cè)的準(zhǔn)確性。電網(wǎng)運(yùn)行模型需建立在實(shí)際電力拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上，綜合考慮天氣變化、環(huán)境參數(shù)、負(fù)荷情況和服役時(shí)間等運(yùn)行條件對(duì)系統(tǒng)的影響。由此可獲得系統(tǒng)中電力設(shè)備與輸電線的運(yùn)行風(fēng)險(xiǎn)與可靠性。

根據(jù)實(shí)際情況，建立電力拓?fù)渚W(wǎng)絡(luò)。將不同節(jié)點(diǎn)對(duì)應(yīng)的環(huán)境參數(shù)、傳感器數(shù)據(jù)和運(yùn)行狀態(tài)進(jìn)行記錄保持。對(duì)每一臺(tái)變壓器與斷路器進(jìn)行在線監(jiān)測(cè)，并根據(jù)文獻(xiàn)[13]建立輸電線路偶然失效概率模型。由此可得到城市電力網(wǎng)絡(luò)停電風(fēng)險(xiǎn)。

2）薄弱點(diǎn)排查

在電力系統(tǒng)運(yùn)行時(shí)，電網(wǎng)的有功功率、無功功率、負(fù)荷特性和節(jié)點(diǎn)電壓極限等因素是影響系統(tǒng)穩(wěn)定的主要原因。當(dāng)運(yùn)行中的某一節(jié)點(diǎn)負(fù)荷供需失衡時(shí)，便成為系統(tǒng)薄弱節(jié)點(diǎn)。節(jié)點(diǎn)電壓的變化與功率裕度相關(guān)，可作為識(shí)別電網(wǎng)薄弱點(diǎn)的重要指標(biāo)。電網(wǎng)薄弱點(diǎn)識(shí)別，可為工作人員提供排查依據(jù)，縮小排查范圍，減輕工作負(fù)擔(dān)。

3）高風(fēng)險(xiǎn)評(píng)估

電力系統(tǒng)中的風(fēng)險(xiǎn)是指電力系統(tǒng)故障發(fā)生的可能性與發(fā)生故障的嚴(yán)重程度。一般采用故障發(fā)生的概率與危害嚴(yán)重性的乘積來計(jì)算。

式中，為表征節(jié)點(diǎn)重要程度的價(jià)值系數(shù)，由應(yīng)急管理中保障供電需要程度決定，如舉辦大型活動(dòng)、重要比賽的現(xiàn)場(chǎng)，可酌情增大系數(shù)。由此可得到城市電力網(wǎng)絡(luò)停電風(fēng)險(xiǎn)值。根據(jù)城市實(shí)際情況，設(shè)立風(fēng)險(xiǎn)閾值，一旦超過風(fēng)險(xiǎn)閾值，則列為停電高風(fēng)險(xiǎn)地區(qū)，立即組織人員排查。

4）故障預(yù)測(cè)

常見的油浸式變壓器易發(fā)生低溫過熱、中溫過熱、高溫過熱、高能放電、低能放電和局部放電六類典型故障。在變壓器運(yùn)行出現(xiàn)隱患時(shí)，油中溶解氣體含量將會(huì)發(fā)生一定的變化。對(duì)變壓器故障預(yù)測(cè)，能及時(shí)地發(fā)現(xiàn)變壓器異常，減少停電事故的發(fā)生。

變壓器故障預(yù)測(cè)的方法眾多，前文中有敘述，這里不再贅述。

5）故障診斷

當(dāng)變壓器發(fā)生故障時(shí)，對(duì)故障類型的診斷可大大減少檢修時(shí)間。通過檢測(cè)油中溶解氣體含量，即可實(shí)現(xiàn)變壓器在線故障診斷。故障診斷與故障預(yù)測(cè)方法一致。

系統(tǒng)運(yùn)行流程如圖4所示。

圖4 系統(tǒng)在線監(jiān)測(cè)流程圖

2.2 電網(wǎng)應(yīng)急模塊

電網(wǎng)應(yīng)急模塊是在電網(wǎng)發(fā)生故障之后應(yīng)急指揮的輔助平臺(tái)。當(dāng)今電網(wǎng)設(shè)備繁多，結(jié)構(gòu)復(fù)雜，在發(fā)生故障之后，根據(jù)不同故障類型需要涉及不同的搶修人員與搶修物資，還需與聯(lián)動(dòng)部門密切配合，在情形復(fù)雜、時(shí)間緊張的情況下，僅憑人為經(jīng)驗(yàn)難以做出合理的應(yīng)急策略。尤其在發(fā)生大面積停電時(shí)，人員緊張，形式嚴(yán)峻，各故障點(diǎn)的恢復(fù)順序?qū)?yīng)急救援的結(jié)果影響巨大[16]。因此科學(xué)制定搶修恢復(fù)策略顯得尤為重要。

對(duì)電網(wǎng)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)進(jìn)行建模，根據(jù)每日的負(fù)荷數(shù)據(jù)，得到各個(gè)節(jié)點(diǎn)的負(fù)荷曲線。對(duì)負(fù)荷曲線積分運(yùn)算得到負(fù)荷的時(shí)變模型。發(fā)生故障后，先確定發(fā)生故障的拓?fù)涔?jié)點(diǎn)，建立故障網(wǎng)絡(luò)模型，依據(jù)當(dāng)前道路情況，獲得相鄰節(jié)點(diǎn)之間的車程距離與車程所需時(shí)間。搶修目標(biāo)分為恢復(fù)時(shí)間最快與經(jīng)濟(jì)損失最低兩種?；謴?fù)時(shí)間最快是在發(fā)生故障之后，使用路徑最短的原則實(shí)施搶修，以期盡快完成搶修，節(jié)省時(shí)間成本；經(jīng)濟(jì)損失最低是優(yōu)先恢復(fù)失電荷等級(jí)較高、負(fù)荷較大的設(shè)備，以期降低經(jīng)濟(jì)損失[17]。若選擇恢復(fù)時(shí)間最短原則，則在故障網(wǎng)絡(luò)模型上采用二進(jìn)制粒子群算法，獲得連接所有節(jié)點(diǎn)的時(shí)間最短路徑。若選擇經(jīng)濟(jì)損失最低原則，則結(jié)合每個(gè)節(jié)點(diǎn)的負(fù)荷情況，計(jì)算連接所有節(jié)點(diǎn)的負(fù)荷最低路徑。兩種搶修原則可根據(jù)實(shí)際情況進(jìn)行選擇。

故障發(fā)生之后，從電網(wǎng)運(yùn)行監(jiān)控模塊獲取故障節(jié)點(diǎn)的運(yùn)行數(shù)據(jù)，根據(jù)建立的電力設(shè)備模型，對(duì)設(shè)備故障做出預(yù)判。一方面使搶修人員到達(dá)現(xiàn)場(chǎng)后迅速了解設(shè)備情況，對(duì)故障恢復(fù)做出預(yù)判，加快故障恢復(fù)時(shí)間；另一方面便于指揮人員了解故障嚴(yán)重程度，作為指揮人員的決策支持。利用信息交互平臺(tái)，指揮此次應(yīng)急預(yù)案實(shí)施所需的人員調(diào)度、車輛調(diào)度和應(yīng)急物資調(diào)度。由于道路交通、受災(zāi)規(guī)模和外部條件均在動(dòng)態(tài)變化之中，因此搶修恢復(fù)的最佳決策也應(yīng)該根據(jù)環(huán)境的變化做出相應(yīng)的調(diào)整與修改，使之獲得全局最優(yōu)的應(yīng)急決策。系統(tǒng)應(yīng)急流程圖如圖5所示。

與此同時(shí)，電網(wǎng)應(yīng)急平臺(tái)也是電力企業(yè)信息發(fā)布與信息溝通的平臺(tái)。發(fā)生故障之后，將有關(guān)停電區(qū)域、線路、預(yù)計(jì)恢復(fù)供電時(shí)間與恢復(fù)供電順序等信息，通過網(wǎng)絡(luò)與短信的形式發(fā)送給相關(guān)部門與用戶。同時(shí)，在應(yīng)急救援工程中，應(yīng)及時(shí)將救援現(xiàn)場(chǎng)情況與進(jìn)展匯報(bào)給聯(lián)動(dòng)部門，實(shí)現(xiàn)與聯(lián)動(dòng)部門的信息互通。

圖5 系統(tǒng)應(yīng)急流程圖

2.3 系統(tǒng)優(yōu)化模塊

應(yīng)急突發(fā)事件在正常條件下均是小概率事件，在數(shù)據(jù)庫(kù)中，海量的是運(yùn)行正常的數(shù)據(jù)。因此在發(fā)生故障后，故障時(shí)的傳感器數(shù)據(jù)、電網(wǎng)運(yùn)行數(shù)據(jù)可以優(yōu)化系統(tǒng)模型，使模型的預(yù)測(cè)結(jié)果更加準(zhǔn)確。而在恢復(fù)故障過程中遇到的異常情況可用于優(yōu)化應(yīng)急決策模型，如電網(wǎng)拓?fù)涔?jié)點(diǎn)之間的車程時(shí)間異常，導(dǎo)致路徑最短決策下所經(jīng)歷的時(shí)間并非最短。在這一過程中，應(yīng)急救援物資的需求情況，可以對(duì)應(yīng)急物資存放提供新的思路。

3 算例分析

本文以某地區(qū)的住宅商業(yè)區(qū)為例，將用電區(qū)域簡(jiǎn)化為如圖6所示的母線系統(tǒng)簡(jiǎn)化圖。該系統(tǒng)共有15處負(fù)荷，編號(hào)1—15為負(fù)荷節(jié)點(diǎn)，沒有發(fā)電機(jī)，所有功率由電源節(jié)點(diǎn)承擔(dān)。負(fù)荷重要性分為一級(jí)、二級(jí)和三級(jí)，對(duì)應(yīng)權(quán)重分別為50、20和1。本文采用Matlab7.1進(jìn)行仿真計(jì)算，系統(tǒng)的主控界面圖如圖7所示。

圖6 某地區(qū)母線系統(tǒng)簡(jiǎn)化圖

圖7 系統(tǒng)主控界面圖

1）薄弱點(diǎn)排查

測(cè)量系統(tǒng)的運(yùn)行參數(shù)，某時(shí)刻有3個(gè)節(jié)點(diǎn)電壓超出范圍，計(jì)算其節(jié)點(diǎn)薄弱概率、電壓降落期望和節(jié)點(diǎn)電壓期望，并由高到低，排序見表1。

表1 系統(tǒng)節(jié)點(diǎn)薄弱點(diǎn)排序

2）高風(fēng)險(xiǎn)評(píng)估

假設(shè)臺(tái)風(fēng)即將進(jìn)入該區(qū)域，根據(jù)災(zāi)害數(shù)據(jù)庫(kù)匹配與災(zāi)害強(qiáng)度、設(shè)備抗災(zāi)能力計(jì)算節(jié)點(diǎn)停運(yùn)概率。由負(fù)荷等級(jí)與日負(fù)荷數(shù)據(jù)，得到系統(tǒng)停電風(fēng)險(xiǎn)的前三名見表2，其中節(jié)點(diǎn)4為一級(jí)負(fù)荷，價(jià)值系數(shù)為50；節(jié)點(diǎn)11、5為二級(jí)負(fù)荷，價(jià)值系數(shù)為20。

表2 系統(tǒng)節(jié)點(diǎn)停電風(fēng)險(xiǎn)排序

3）故障診斷

某時(shí)刻發(fā)生變壓器故障，油中氣體含量見表3，判斷故障為高能放電。

表3 變壓器油中氣體含量

4）救援最優(yōu)決策

編號(hào)F1—F4為故障點(diǎn)，4處故障造成配電系統(tǒng)10處負(fù)荷失電。失電負(fù)荷的重要性等級(jí)見表4。

表4 失電負(fù)荷等級(jí)

恢復(fù)時(shí)間最短原則下的搶修順序：F1→F2→F3→F4。

經(jīng)濟(jì)損失最低原則下的搶修順序：F1→F3→F2→F4。

系統(tǒng)應(yīng)急界面如圖8所示。

圖8 系統(tǒng)應(yīng)急界面圖

4 結(jié)論

本文研究設(shè)計(jì)了一套電網(wǎng)監(jiān)控應(yīng)急系統(tǒng)，系統(tǒng)分為電網(wǎng)運(yùn)行監(jiān)控模塊、電網(wǎng)應(yīng)急模塊和系統(tǒng)優(yōu)化模塊，實(shí)現(xiàn)對(duì)電網(wǎng)的監(jiān)測(cè)、控制與應(yīng)急功能。系統(tǒng)故障數(shù)據(jù)庫(kù)的建立有賴于過往故障的發(fā)生，隨著故障數(shù)據(jù)庫(kù)的完善，系統(tǒng)的準(zhǔn)確率將會(huì)逐步提升。本系統(tǒng)可提升電網(wǎng)信息采集、處理的效率，實(shí)現(xiàn)對(duì)電網(wǎng)的全面監(jiān)測(cè)；使應(yīng)急指揮系統(tǒng)更加科學(xué)化、智能化，降低突發(fā)事件造成的經(jīng)濟(jì)損失。因此，本系統(tǒng)有很好的應(yīng)用前景。

[1] 田世明, 陳希, 朱朝陽(yáng), 等. 電力應(yīng)急管理理論與技術(shù)對(duì)策[J]. 電網(wǎng)技術(shù), 2007, 31(24): 22-27.

[2] 田世明, 陳希, 朱朝陽(yáng), 等. 電力應(yīng)急管理平臺(tái)研究[J]. 電網(wǎng)技術(shù), 2008, 32(1): 26-30, 55.

[3] 朱朝陽(yáng), 于振, 劉超. 電力應(yīng)急管理理論與技術(shù)體系研究[J]. 電網(wǎng)技術(shù), 2011, 35(2): 178-182.

[4] 張行, 王逸飛, 何迪, 等. 電網(wǎng)防災(zāi)減災(zāi)現(xiàn)狀分析及建議[J]. 電網(wǎng)技術(shù), 2016, 40(9): 2838-2844.

[5] 張伯明, 吳素農(nóng), 蔡斌, 等. 電網(wǎng)控制中心安全預(yù)警和決策支持系統(tǒng)設(shè)計(jì)[J]. 電力系統(tǒng)自動(dòng)化, 2006, 30(6): 1-5.

[6] 吳文傳, 張伯明, 曹福成, 等. 電網(wǎng)應(yīng)急指揮技術(shù)支持系統(tǒng)設(shè)計(jì)與關(guān)鍵技術(shù)[J]. 電力系統(tǒng)自動(dòng)化, 2008, 32(15): 1-6, 25.

[7] 王逸飛, 張行, 何迪, 等. 基于大數(shù)據(jù)平臺(tái)的電網(wǎng)防災(zāi)調(diào)度系統(tǒng)功能設(shè)計(jì)與系統(tǒng)架構(gòu)[J]. 電網(wǎng)技術(shù), 2016, 40(10): 3213-3219.

[8] 楊成月. 基于物聯(lián)網(wǎng)與空間信息技術(shù)的電網(wǎng)應(yīng)急指揮系統(tǒng)[J]. 電網(wǎng)技術(shù), 2013, 37(6): 1632-1638.

[9] 張登峰, 張志飛, 章兢. 基于非線性映射的分類器及其在變壓器故障診斷中的應(yīng)用研究[J]. 湘潭大學(xué)自然科學(xué)學(xué)報(bào), 2015, 37(3): 82-92.

[10] 陳嘉寧, 楊翾, 葉承晉, 等. 基于缺失數(shù)據(jù)修復(fù)的變壓器在線故障診斷方法[J]. 電力系統(tǒng)保護(hù)與控制, 2019, 47(15): 86-92.

[11] 張登峰, 劉士亞, 王向東. 基于標(biāo)準(zhǔn)譜的簡(jiǎn)單幾何分類器及其在變壓器故障診斷中的應(yīng)用研究[J]. 佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版), 2015(6): 50-54.

[12] 周小娜, 陳志英, 盧超龍. 高壓斷路器在線監(jiān)測(cè)及故障診斷系統(tǒng)設(shè)計(jì)[J]. 南昌大學(xué)學(xué)報(bào)(工科版), 2017, 39(3): 274-279.

[13] 王波, 王佳麗, 劉滌塵, 等. 基于高維隨機(jī)矩陣?yán)碚摰碾娋W(wǎng)薄弱點(diǎn)評(píng)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2019, 39(6): 1682-1691.

[14] 靖石虎, 李穎峰, 宋晨. 基于節(jié)點(diǎn)電壓可靠性指標(biāo)的系統(tǒng)薄弱點(diǎn)識(shí)別[J]. 電氣開關(guān), 2018, 56(6): 74-75, 97.

[15] 李銳, 陳穎, 梅生偉, 等. 基于停電風(fēng)險(xiǎn)評(píng)估的城市配電網(wǎng)應(yīng)急預(yù)警方法[J]. 電力系統(tǒng)自動(dòng)化, 2010, 34(16): 19-23, 63.

[16] 盧志剛, 王克勝. 基于多代理方法的配電網(wǎng)故障應(yīng)急搶修調(diào)度[J]. 電網(wǎng)技術(shù), 2013, 37(1): 137-143.

[17] 馬瑞, 張海波, 王建雄, 等. 考慮負(fù)荷時(shí)變性的配電網(wǎng)故障搶修恢復(fù)策略[J]. 電力科學(xué)與技術(shù)學(xué)報(bào), 2019, 34(2): 20-27.

Design of power grid monitoring emergency system

LIU Shiya1GUO Jing1CEN Zhaohua2

(1. School of Automation, Foshan University of Science and Technology, Foshan, Guangdong 528000;2. Foshan Jinneng Power Engineering Co., Ltd, Foshan, Guangdong 528000)

Aiming at the problems and deficiencies in the urban power network blackout, improve the work efficiency of power grid disaster prevention, mitigation and relief, and minimize the loss caused by power failure. Using big data system, Internet of things technology and artificial intelligence algorithm designed a power grid monitoring emergency support system. The system monitors the power grid throughout the day, and from three aspects: fault prediction before disaster, optimal decision during disaster and system update after disaster, to realize power failure prediction, control and emergency relief. The system can effectively reduce the hidden trouble of the power grid, reduce the frequency of failures, shorten the time of power supply recovery, and has a good application value.

power system; online monitoring; fault prediction; emergency response

2019年佛山市自籌經(jīng)費(fèi)類科技計(jì)劃項(xiàng)目（1920001001144）

2020-04-11

2020-07-15

劉士亞（1990—），女，湖南省益陽(yáng)市人，實(shí)驗(yàn)師，主要從事控制工程工作。