趙維興，熊楠，寧楠，李易鴻，古展基，李海清

(1. 貴州電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心, 貴州 貴安550025；2. 貴州電網(wǎng)有限責(zé)任公司貴安供電局, 貴州 貴安 550025；3. 廣州穗華能源科技有限公司，廣州510530)

0 引言

能源革命的不斷發(fā)展對電網(wǎng)運(yùn)行的可靠性和安全性提出了更高的要求，尤其在電網(wǎng)發(fā)生故障時(shí)，準(zhǔn)確高效的故障診斷方法對事故后續(xù)處理、供電迅速恢復(fù)以及系統(tǒng)穩(wěn)定可靠運(yùn)行至關(guān)重要[1]。國內(nèi)外學(xué)者提出多種有效的解決途經(jīng)[2 - 3]，主要包括專家系統(tǒng)[4]、人工神經(jīng)元網(wǎng)絡(luò)[5]、貝葉斯網(wǎng)絡(luò)[6]等。然而，以上基于智能算法的故障診斷方法雖然邏輯推理能力和自學(xué)習(xí)能力強(qiáng)，有效提高了準(zhǔn)確性，但無法處理故障診斷中的不確定性問題，導(dǎo)致診斷方法的可移植性不理想，其主要原因是在以下方面考慮得尚不全面。

1)缺乏對物理模型和故障特征的考慮，對元件狀態(tài)、保護(hù)起動和動作、斷路器動作等不同信息間時(shí)序約束缺乏考慮；

2)目前故障診斷方法偏重于利用單個(gè)診斷對象的局部信息，僅應(yīng)用保護(hù)及斷路器的動作告警信息，但因信息質(zhì)量的不確定性(如保護(hù)或斷路器誤動、拒動及告警信息在封裝、發(fā)包、傳輸、接收等過程中丟失)，故障元件的診斷困難重重，往往會發(fā)生誤判、漏判、判斷范圍擴(kuò)大等諸多問題。

目前，我國電網(wǎng)企業(yè)正著手開展綜合數(shù)據(jù)平臺和數(shù)字化電網(wǎng)的建設(shè)[7]，各類量測數(shù)據(jù)的及時(shí)獲取和快速共享成為可能，為故障診斷提供了多源、異構(gòu)的信息來源[8 - 9]。因此，如何對多源數(shù)據(jù)信息進(jìn)行融合處理并有效綜合利用數(shù)據(jù)冗余特征[10]，充分挖掘相關(guān)的開關(guān)量信息和電氣量信息的故障特性，實(shí)現(xiàn)多源告警信息的有效整合，對提升故障診斷的準(zhǔn)確性、快速辨識故障元件至關(guān)重要。

本文分析開關(guān)量和電氣量的故障特征，整合獨(dú)立數(shù)據(jù)采集單元的開關(guān)量信息及電氣量信息，考慮多源信息的時(shí)序約束特性和能量畸變度，從全局的角度實(shí)現(xiàn)故障診斷。首先針對不同數(shù)據(jù)源開關(guān)量信息的時(shí)序約束特性建立相關(guān)故障元件的置信度集合，通過電氣量信息結(jié)合信息熵權(quán)值得到不同電氣元件的故障概率值[11]，利用D-S證據(jù)理論(Dempster-Shafer evidence theory)實(shí)現(xiàn)開關(guān)量和電氣量多源信息融合的故障元件診斷，最后通過研究某一電網(wǎng)拓?fù)涞南嚓P(guān)歷史運(yùn)行數(shù)據(jù)信息進(jìn)行分析，驗(yàn)證該模型解決故障診斷的能力問題。

1 信息源及其特征

依據(jù)電網(wǎng)的物理模型及其運(yùn)行機(jī)制，出現(xiàn)故障時(shí)各類信息發(fā)生變化的順序?yàn)椋弘姎饬啃畔⒔?jīng)過保護(hù)判據(jù)判定變化為保護(hù)動作信息，而保護(hù)動作信息進(jìn)一步根據(jù)動作信息判定變化得到開關(guān)跳閘信息。調(diào)度中心有數(shù)據(jù)采集與監(jiān)視系統(tǒng)/能量管理系統(tǒng)(supervisory control and data acquisition/energy management system，SCADA/EMS)、廣域測量系統(tǒng)(wide area measurement system，WAMS)、保護(hù)信息管理系統(tǒng)(relay management system，RMS)以及故障錄波系統(tǒng)等多套應(yīng)用系統(tǒng)分別作為獨(dú)立的數(shù)據(jù)采集單元，包括電氣量、保護(hù)動作信息、開關(guān)跳閘信息等，可為故障診斷提供了多源化的信息來源。

本文結(jié)合不同獨(dú)立數(shù)據(jù)單元的開關(guān)量以及電氣量信息進(jìn)行相關(guān)故障診斷分析。因不同數(shù)據(jù)采集單元關(guān)聯(lián)對象和目的不同等，導(dǎo)致不同數(shù)據(jù)源采集到的信息特征存在差異，相關(guān)信息來源及其信息特征如圖1所示。分析不同信息類型及其信息特征，并據(jù)此分析不同元件的故障概率值，為實(shí)現(xiàn)故障元件的準(zhǔn)確診斷提供依據(jù)參考，如表1所示。

圖1 電網(wǎng)故障診斷的信息源及其特征Fig.1 Information sources and characteristics of power grid fault diagnosis

表1 多源信息及其故障特征Tab.1 Multi-source information and their fault characteristics

2 基于開關(guān)量時(shí)序約束的元件故障置信集

2.1 不同數(shù)據(jù)源時(shí)序約束分析

當(dāng)電網(wǎng)發(fā)生故障后，故障事件記錄的信息具體包括兩類：原因事件類和告警信息類[12]。其中，原因事件類是指該故障發(fā)生的具體元件及位置，如式(1)所示：

L={L1,L2,…,Ln}

(1)

式中：n為故障事件記錄中所有可能原因事件總數(shù)；元素Li為二元組，即Li={ci，Saddr，i}，ci為第i個(gè)原因事件內(nèi)容，Saddr，i為該原因事件發(fā)生的具體地理位置信息。告警信息是指由原因事件引發(fā)的保護(hù)和斷路器起動、動作信息。式(2)是第i個(gè)原因事件Li引發(fā)的m條告警信息集合：

Ai={Ai1,Ai2,…,Aim}

(2)

式中元素Aij為與第i個(gè)原因事件Li關(guān)聯(lián)的第j條告警信息。告警信息Aij與Aik之間存在著時(shí)序約束關(guān)系，根據(jù)參考文獻(xiàn)[13 - 14]可定義為如下兩種時(shí)序約束。

1)一元時(shí)間約束，即當(dāng)?shù)趇個(gè)原因事件發(fā)生時(shí)，第j條告警信息出現(xiàn)的時(shí)間Tij應(yīng)滿足一定的時(shí)間范圍，即

(3)

2)二元時(shí)間約束，即第i個(gè)原因事件引發(fā)的第j條告警信息與第k條告警信息之間的時(shí)間差應(yīng)滿足一定的時(shí)間距離，即

(4)

d(Tij,Tik)=Tij-Tik

(5)

由于各類保護(hù)和斷路器的動作時(shí)間帶有一定的延時(shí)，保護(hù)和斷路器動作時(shí)間應(yīng)分別在一定的時(shí)間范圍以內(nèi)。根據(jù)繼電保護(hù)配置原則，可得到主保護(hù)、近后備保護(hù)和遠(yuǎn)后備保護(hù)動作告警信息的一元時(shí)間約束為：

(6)

(7)

(8)

式中：下標(biāo)p表示主保護(hù)，Tip為與第i個(gè)原因事件相關(guān)的主保護(hù)動作告警時(shí)間；下標(biāo)f表示近后備保護(hù)，Tif為與第i個(gè)原因事件相關(guān)的近后備保護(hù)動作告警時(shí)間；下標(biāo)r表示遠(yuǎn)后備保護(hù)，Tir為與第i個(gè)原因事件相關(guān)的遠(yuǎn)后備保護(hù)動作告警時(shí)間。

保護(hù)與斷路器動作時(shí)間存在著一定時(shí)序關(guān)系，兩者的二元時(shí)間約束為：

(9)

式中：下標(biāo)CB表示斷路器，TiCB為與第i個(gè)原因事件相關(guān)的斷路器動作告警時(shí)間；下標(biāo)q表示為觸發(fā)斷路器跳閘的相關(guān)保護(hù)，Tiq為與第i個(gè)原因事件相關(guān)的保護(hù)動作告警時(shí)間；上標(biāo)“-”和“+”分別為對應(yīng)的最小值和最大值。

對于不同的獨(dú)立數(shù)據(jù)源接收到的原因事件時(shí)間點(diǎn)不同，甚至有的數(shù)據(jù)源沒有原因事件數(shù)據(jù)信息，需要根據(jù)不同數(shù)據(jù)源的特點(diǎn)找到合適的時(shí)間參考點(diǎn)，從而為時(shí)序約束分析奠定基礎(chǔ)，本文規(guī)定相關(guān)時(shí)間參考點(diǎn)確定原則：1)將報(bào)警信息按照其優(yōu)先級由高到低準(zhǔn)則進(jìn)行排序，且不滿足時(shí)序約束的區(qū)段最少時(shí)，其所對應(yīng)的時(shí)刻為時(shí)間參考點(diǎn)；2)以采集到電氣量的信息，利用小波變化確定的故障起始時(shí)刻為時(shí)間參考點(diǎn)。按照以上原則，對不同數(shù)據(jù)源的參考點(diǎn)確定方法分析如表2所示。

表2 不同數(shù)據(jù)源參考點(diǎn)確定方法Tab.2 Method for determining reference points of different data sources

2.2 電力元件故障置信集

獲得不同獨(dú)立數(shù)據(jù)源相關(guān)時(shí)間參考點(diǎn)后，對不同動作元件的時(shí)序約束進(jìn)行分析與推理，從而得到在不同數(shù)據(jù)源時(shí)序約束條件下的故障元件集合為：

ΣFault,i={σLN1,…,σLNnl,σTR1,…,σTRnt,σBU1,…,σBUnb}

(10)

式中i∈NR，NR為獨(dú)立數(shù)據(jù)源的個(gè)數(shù)；ΣFault,i為第i個(gè)數(shù)據(jù)源的故障元件集合；下標(biāo)LN、TR、BU分別為線路元件、變壓器元件、母線元件；nl、nt、nb分別為線路元件總數(shù)、變壓器元件總數(shù)、母線元件總數(shù)。

本文認(rèn)為每一種數(shù)據(jù)采集單元獨(dú)立不相關(guān)，于是對任何一個(gè)故障元件，線路元件LN，變壓器元件TR以及母線元件BU故障發(fā)生的概率分別表示為pLNi，pTRi和pBUi， 其計(jì)算公式為：

(11)

(12)

(13)

式中αLNi,k、αTRi,k、αBUi,k為元件σLNi、σTRi、σBUi在第k個(gè)數(shù)據(jù)源的邏輯變量，當(dāng)電力元件(σLNi、σTRi、σBUi)屬于第k個(gè)數(shù)據(jù)源時(shí)序約束條件下的故障元件集合ΣFault,k時(shí)，相應(yīng)的邏輯變量(αLNi,k或αTRi,k或αBUi,k)取1，否則取0；

于是，可以得到電力元件的故障置信集合如下。

Ssw={pLN1,…,pLNnl,pTR1,…,pTRnt,pBU1,…,pBUnb}

(14)

將其進(jìn)行歸一化處理，可得

(15)

3 基于電氣量能量畸變度的故障分析

3.1 小波變換與小波能量分析

根據(jù)小波變換理論，離散信號y(n)可轉(zhuǎn)變?yōu)楦鞣N小波分解尺度下高頻分量系數(shù)與最大小波分解尺度下低頻分量系數(shù)之和。

(16)

式中：N為最大小波分解尺度；D1(n)為第1個(gè)分解尺度下的高頻分量系數(shù)；A1(n)為第1個(gè)分解尺度下的低頻分量系數(shù)；AN(n)為第N個(gè)分解尺度下的低頻分量系數(shù)。根據(jù)式(16)，經(jīng)過小波分解后每個(gè)頻段的能量分布可用系數(shù)序列平方和表示，如式(17)—(18)所示。

Ej=∑k∈n|Dj(k)|2

(17)

EN+1=∑k∈n|AN(k)|2

(18)

式中：j∈N；k為第k個(gè)時(shí)刻，k∈n；Ej為信號在第j個(gè)分解尺度的小波能量分布。信號y(n)的小波總能量即為各頻段能量之和。

(19)

3.2 能量畸變度的求取

當(dāng)某一電力元件發(fā)生故障時(shí)，伴隨該元件電壓與電流等電氣量的突變，于是考慮利用測量該元件的故障錄波裝置錄得的電氣量數(shù)據(jù)，得到故障差波信號[15 - 16]，即

ΔU=U-U′

(20)

式中ΔU為故障差波信號；U為故障后電氣瞬時(shí)信號；U′為故障前電氣瞬時(shí)信號。

對電壓差波信號而言，故障線路電壓變化最大，非故障線路變化較小，因此本文主要考慮電壓的電氣量的相關(guān)數(shù)據(jù)。按照式(16)對故障差波電壓信號進(jìn)行小波能量分析，并可進(jìn)一步根據(jù)式(17)—(18)得到相應(yīng)的能量畸變度的值。

(21)

利用式(21)對電網(wǎng)內(nèi)所有可能故障元件進(jìn)行能量畸變度分析，并實(shí)現(xiàn)全網(wǎng)內(nèi)對每一個(gè)可能故障元件能量畸變度的歸一化處理。

e(i)=FE(i)/∑FE(i)

(22)

式中：e(i)為第i個(gè)可能故障元件的能量畸變度，據(jù)此得到電力元件故障概率集為：

Set={eLN1,…,eLNnl,eTR1,…,eTRnt,eBU1,…,eBUnb}

(23)

式中eLNi、eTRi和eBUi分別為電力元件σLNi、σTRi、σBUi故障發(fā)生概率。

4 基于D-S證據(jù)理論的多源信息融合分析

當(dāng)前在進(jìn)行不確定性推理時(shí)采用較多的方法為D-S證據(jù)理論[17 - 18]。在D-S證據(jù)理論中，設(shè)Θ={A1，A2，…}是辨識空間，證據(jù)m1,m2, …,mx合成規(guī)則為：

(24)

其中，基本概率賦值(BPA)滿足

∑imj(Ai)=1

(25)

K=∑∩Ai∑1≤j≤nmj(Ai)

(26)

式中：K為歸一化因子，1-K反映不同證據(jù)之間的沖突程度；當(dāng)K→1時(shí)，對沖突證據(jù)用D-S理論處理將會產(chǎn)生與實(shí)際相悖的結(jié)果。本文擬采用基于可信度的證據(jù)體修改，相關(guān)修改規(guī)則如下所示。

(27)

(28)

表3 D-S證據(jù)理論的組合Tab.3 Combination of D-S evidence theory

特別地，對于復(fù)雜故障情況，通常含有多個(gè)故障元件，這樣便會導(dǎo)致故障元件的置信度較低，此時(shí)，考慮采用相對占比來進(jìn)行故障判定，假設(shè)故障元件經(jīng)過D-S證據(jù)合成之后故障判定置信集合為

ΣFault,end={p1,p2,…,pn}

(29)

式中p為第i個(gè)可能故障元件的概率值，則可能故障元件的故障置信值為

(30)

5 電網(wǎng)故障多層診斷流程

綜合上述，本文綜合開關(guān)量信息和電氣量信息的故障多層診斷具體診斷流程如見圖2所示。故障元件的多層診斷具體流程如下。

1)單源信息診斷層：單獨(dú)利用開關(guān)量或電氣量信息進(jìn)行故障元件辨識，因此具體包括以下開關(guān)量診斷和電氣量診斷兩大環(huán)節(jié)，最后通過比對開關(guān)量診斷層與電氣量診斷層的診斷結(jié)果，若為一致，則直接認(rèn)為診斷結(jié)果無誤，輸出診斷結(jié)果，否則說明存在不確定性問題，進(jìn)入融合多源信息診斷層。

2)開關(guān)量診斷：首先利用開關(guān)量動作的時(shí)序約束進(jìn)行電力元件故障置信集計(jì)算，完成開關(guān)量診斷層的故障元件辨識；

3)電氣量診斷：接著對電氣量信息進(jìn)行小波變換和小波能量分析，提取其能量畸變度并利用能量畸變度指標(biāo)對相關(guān)數(shù)據(jù)進(jìn)行處理，得到可能故障元件的概率集合，完成電氣量診斷層的故障元件辨識；

4)多源信息融合診斷層：通過D-S證據(jù)理論對數(shù)據(jù)信息進(jìn)行融合，得到針對每一種故障元件，在綜合考慮開關(guān)量以及電氣量等多種信息的情況下，可能故障元件的故障概率值，為相關(guān)元件的故障診斷與分析提供了依據(jù)，同時(shí)還可以進(jìn)一步對相關(guān)保護(hù)以及斷路器的動作情況進(jìn)行分析。

圖2 電網(wǎng)故障多層診斷流程圖Fig.2 Multi layer fault diagnosis flow chart of power grid

在電網(wǎng)故障多層診斷的過程中，針對不同數(shù)據(jù)源度量標(biāo)準(zhǔn)不一致的問題，本文構(gòu)造了線性歸一化函數(shù)對不同源數(shù)據(jù)進(jìn)行歸一化處理。

(31)

6 算例

為了驗(yàn)證本文所提的方法的有效性和實(shí)用性，利用圖3所示的局部電力系統(tǒng)進(jìn)行仿真分析，其中，L為線路，A為單母線，B為雙母線，T為變壓器，CB為斷路器。在仿真分析時(shí)，下標(biāo)S、R分別表示電力元件的首端與尾端，相關(guān)仿真結(jié)果如表4所示。

圖3 局部電力系統(tǒng)模型Fig.3 Local Power system model

表4 仿真結(jié)果分析Tab.4 Simulation result analysis

為了驗(yàn)證在不同故障情況、不同信息質(zhì)量的條件下本文所提方法的適應(yīng)性和有效性，本文設(shè)置了4個(gè)算例場景，具體如下。

算例1：單元件簡單故障，相關(guān)保護(hù)與斷路器的動作滿足時(shí)序約束的條件；

算例2：單元件簡單故障，CB6拒動且在160 ms發(fā)出告警信息；

算例3：多元件復(fù)雜故障，相關(guān)保護(hù)與斷路器的動作滿足時(shí)序約束的條件；

算例4：多元件復(fù)雜故障，L2Sm漏報(bào)，CB6拒動，CB9時(shí)序不一致誤動。

對比算例1和算例3可發(fā)現(xiàn)，單元件簡單故障(算例1)下開關(guān)量和電氣量診斷故障元件置信度均較高，而多元件復(fù)雜故障(算例3)下開關(guān)量和電氣量診斷故障元件置信度降低。本文方法綜合了開關(guān)量診斷故障元件置信度和電氣量診斷故障元件置信度兩方面信息，與原本僅靠電氣量診斷故障元件的置信度相比，B1置信度增加5.2%，L2置信度減少1.9%。本文方法在盡量減少對高置信度的元件診斷結(jié)果的影響下，能夠增強(qiáng)相對較低置信度的元件診斷結(jié)果，保證其診斷結(jié)果與實(shí)際故障結(jié)果仍然一致。

對比算例2和算例4可發(fā)現(xiàn)，當(dāng)信息質(zhì)量受斷路器拒動和告警信息丟失等情況影響時(shí)，疑似故障元件的置信度均有所增加。在單元件簡單故障(算例2)下，開關(guān)量診斷故障元件置信度最大值和次大值僅相差0.25，電氣量診斷故障元件置信度最大值和次大值相差0.459，采用本文方法后診斷結(jié)果置信度最大值和次大值相差0.7，能夠有效甄選出故障元件。多元件復(fù)雜故障(算例4)下，開關(guān)量和電氣量故障元件置信度均大幅降低。采用本文方法后實(shí)際故障元件置信度相較于采用單一信息診斷的故障元件置信度有所提升，而非實(shí)際故障元件置信度相對減小，其置信度與最大值相差0.494，與次大值相差0.458，能夠有效甄選出故障元件。因此，當(dāng)信息質(zhì)量受斷路器拒動和告警信息丟失等情況發(fā)生時(shí)，由于本文綜合了多源信息，仍能診斷出實(shí)際故障元件。

7 結(jié)論

本文提出了一種基于多源信息融合的電網(wǎng)多層智能故障診斷方法，能夠克服保護(hù)和斷路器的誤動、拒動及其告警信息傳輸錯(cuò)誤等不確定性，獲得準(zhǔn)確故障診斷結(jié)果。主要結(jié)論如下。

1)針對保護(hù)拒動、誤動和告警信息傳輸錯(cuò)誤等情況，傳統(tǒng)以單一信息為依據(jù)的診斷結(jié)果容易受到信息質(zhì)量擾動的影響，導(dǎo)致非故障元件和故障元件的置信度區(qū)分度較小。本文通過結(jié)合基于開關(guān)量時(shí)序約束以及基于電氣量能量畸變度的元件故障置信集，采用D-S證據(jù)理論進(jìn)行多源信息融合，能夠克服信息質(zhì)量變動的影響，通過多源信息的綜合分析給出正確的故障診斷結(jié)果。

2)針對多重故障情況，傳統(tǒng)多源信息融合故障診斷方法容易導(dǎo)致故障元件置信度降低，影響故障診斷結(jié)果。本文方法采用相對占比的D-S證據(jù)理論分析方法對多源信息融合診斷方法進(jìn)行改進(jìn)，可加大故障元件和非故障元件的區(qū)分度，進(jìn)而提高電網(wǎng)故障診斷效果。