謝景海，賈祎軻，蘇東禹，盧詩(shī)華，郭 嘉，孫 密

(1.冀北電力有限公司經(jīng)濟(jì)技術(shù)研究院，北京 100038)

(2.北京京研電力工程設(shè)計(jì)有限公司，北京 100038)

(3.國(guó)網(wǎng)冀北電力有限公司，北京 100054)

隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，電網(wǎng)的運(yùn)行風(fēng)險(xiǎn)也隨之增加，防范電網(wǎng)運(yùn)行風(fēng)險(xiǎn)的預(yù)警算法是保證用電安全的關(guān)鍵[1-3]。

許多學(xué)者專注于研究預(yù)警算法，量化電網(wǎng)運(yùn)行風(fēng)險(xiǎn)，使預(yù)警效果更為精準(zhǔn)[4-5]。文獻(xiàn)[6]結(jié)合FP-growth算法和DHP算法對(duì)Apriori算法進(jìn)行改進(jìn)，構(gòu)建輸變電設(shè)備數(shù)據(jù)的TD-Tree；引入粗糙集理論對(duì)電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理，實(shí)現(xiàn)電網(wǎng)設(shè)備運(yùn)行故障的實(shí)時(shí)預(yù)警。該方法提高了基礎(chǔ)數(shù)據(jù)的準(zhǔn)確度，從而提高了預(yù)警的準(zhǔn)確性與可靠程度。但是該方法面對(duì)并發(fā)數(shù)據(jù)流時(shí)，很難快速存儲(chǔ)并處理數(shù)據(jù)，在算法執(zhí)行的過(guò)程中出現(xiàn)大量延遲，算法的時(shí)效性需要進(jìn)一步提高。文獻(xiàn)[7]提出了一種考慮攻擊損益的變電站跨空間連鎖故障預(yù)警方法。通過(guò)分析跨空間連鎖故障的原理，建立早期預(yù)警數(shù)學(xué)模型；融合變電站跨空間連鎖故障的誤用檢測(cè)方法與異常檢測(cè)方法，實(shí)時(shí)檢測(cè)連鎖數(shù)據(jù)，實(shí)現(xiàn)電網(wǎng)運(yùn)行風(fēng)險(xiǎn)的早期預(yù)警。但該方法面對(duì)并發(fā)數(shù)據(jù)流時(shí)同樣存在預(yù)警時(shí)效性差的問(wèn)題。文獻(xiàn)[8]提出了預(yù)測(cè)電力設(shè)備健康指數(shù)進(jìn)行故障預(yù)警的方法?；趶U棄電力設(shè)備數(shù)據(jù)庫(kù)的數(shù)據(jù)，結(jié)合物理纏繞退化模型，該模型基于條件監(jiān)測(cè)數(shù)據(jù)、設(shè)備健康指數(shù)，計(jì)算設(shè)備的故障概率，對(duì)電力設(shè)備故障進(jìn)行預(yù)警。該方法能夠根據(jù)設(shè)備數(shù)據(jù)識(shí)別條件差的故障設(shè)備，但無(wú)法實(shí)現(xiàn)實(shí)時(shí)預(yù)警，預(yù)警的時(shí)效性較差。

針對(duì)以上文獻(xiàn)成果預(yù)警時(shí)效性差的問(wèn)題，本文提出考慮并發(fā)數(shù)據(jù)流的電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警算法。

隨著電力運(yùn)行風(fēng)險(xiǎn)在線監(jiān)測(cè)系統(tǒng)的不斷完善，系統(tǒng)每時(shí)每刻都在產(chǎn)生大量的并行數(shù)據(jù)流，但是并發(fā)數(shù)據(jù)流一般以時(shí)間序列進(jìn)行描述，只能被讀取處理一次，這些不同級(jí)別的直流變電站、交流變電站等變電設(shè)備運(yùn)行數(shù)據(jù)流具有數(shù)據(jù)量大、維度復(fù)雜、實(shí)時(shí)性要求高的特性，電力系統(tǒng)很難將采集的監(jiān)測(cè)數(shù)據(jù)有效地利用到電網(wǎng)運(yùn)行風(fēng)險(xiǎn)識(shí)別中，難以實(shí)時(shí)發(fā)現(xiàn)電網(wǎng)運(yùn)行故障，及時(shí)預(yù)警電網(wǎng)運(yùn)行風(fēng)險(xiǎn)。

本文算法針對(duì)電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生的并發(fā)數(shù)據(jù)流，確定數(shù)據(jù)流之間的關(guān)聯(lián)規(guī)則，對(duì)數(shù)據(jù)集進(jìn)行分類，挖掘出所有相關(guān)聯(lián)的風(fēng)險(xiǎn)數(shù)據(jù)，減小運(yùn)算數(shù)據(jù)量；在風(fēng)險(xiǎn)數(shù)據(jù)的支持下，以電網(wǎng)運(yùn)行狀態(tài)作為依據(jù)，構(gòu)建風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，計(jì)算風(fēng)險(xiǎn)指數(shù)；根據(jù)運(yùn)行風(fēng)險(xiǎn)等級(jí)實(shí)現(xiàn)電網(wǎng)運(yùn)行的實(shí)時(shí)預(yù)警。

1 預(yù)警算法設(shè)計(jì)

1.1 計(jì)算并發(fā)數(shù)據(jù)流關(guān)聯(lián)性

為了減小后續(xù)電網(wǎng)運(yùn)行風(fēng)險(xiǎn)計(jì)算的運(yùn)算數(shù)據(jù)量，需要挖掘并發(fā)數(shù)據(jù)流之間的時(shí)間關(guān)聯(lián)規(guī)則。通過(guò)分類合并，刪除重復(fù)時(shí)間周期的數(shù)據(jù)。另外，正常運(yùn)行數(shù)據(jù)和故障數(shù)據(jù)都具有連續(xù)性特征，通過(guò)計(jì)算關(guān)聯(lián)規(guī)則的置信度和支持度，為風(fēng)險(xiǎn)識(shí)別奠定數(shù)據(jù)基礎(chǔ)。

假設(shè)電網(wǎng)中全部監(jiān)測(cè)數(shù)據(jù)集合為D，數(shù)據(jù)流q和數(shù)據(jù)流p為并發(fā)數(shù)據(jù)流，q∈D,p∈D，兩者之間存在時(shí)間關(guān)聯(lián)性，p∩q=?，則兩者并非同一周期的重復(fù)數(shù)據(jù)，此時(shí)定義p→q為關(guān)聯(lián)規(guī)則。在數(shù)據(jù)集合D存在數(shù)據(jù)量p和q的概率為k(q∪p)，計(jì)算并發(fā)數(shù)據(jù)流存在的關(guān)聯(lián)規(guī)則的可信度和支持度，用以證明并發(fā)數(shù)據(jù)流之間的關(guān)聯(lián)性強(qiáng)弱以及是否可信[9-10]，支持度計(jì)算公式如下：

(1)

(2)

如果并發(fā)數(shù)據(jù)流(q→p)存在多條關(guān)聯(lián)規(guī)則(xi→yi)，并且符合最小關(guān)聯(lián)規(guī)則，則并發(fā)數(shù)據(jù)流之間的置信度計(jì)算公式為：

(3)

式中：n為風(fēng)險(xiǎn)指標(biāo)體系中的指標(biāo)個(gè)數(shù)。支持度計(jì)算公式為

kcorrelation(q→p)=∑ksupport(xi→yi)

(4)

通過(guò)計(jì)算并發(fā)數(shù)據(jù)流關(guān)聯(lián)規(guī)則置信度和支持度，即可確定電網(wǎng)運(yùn)行數(shù)據(jù)集合內(nèi)所有數(shù)據(jù)的內(nèi)部關(guān)系，根據(jù)關(guān)聯(lián)規(guī)則，對(duì)監(jiān)測(cè)數(shù)據(jù)集D進(jìn)行歸類。將kconfidence(q→p)與設(shè)定的最小支持度將kconfidencemin進(jìn)行比較，當(dāng)kconfidence(q→p)kconfidencemin時(shí)，需要以合并、刪除重復(fù)數(shù)據(jù)的方式對(duì)D內(nèi)數(shù)據(jù)重新歸類，直到分類完畢，輸出新的數(shù)據(jù)集。在合并、新建、刪除類別時(shí)，要保證有效數(shù)據(jù)的完整。若當(dāng)前類別數(shù)量小于P(設(shè)定的最大類別數(shù)量)，則可以直接進(jìn)行類別新建；若當(dāng)前類別已經(jīng)達(dá)到P個(gè)，且kconfidence(q→p)>kconfidencemin，則需要進(jìn)行類別的合并，刪除過(guò)期數(shù)據(jù)。

1.2 計(jì)算電網(wǎng)運(yùn)行風(fēng)險(xiǎn)指數(shù)

基于分類挖掘完畢的風(fēng)險(xiǎn)數(shù)據(jù)集和分類特點(diǎn)，依據(jù)以往電網(wǎng)運(yùn)行方式，計(jì)算電網(wǎng)運(yùn)行風(fēng)險(xiǎn)指標(biāo)，計(jì)算公式為：

(5)

在建立體系前，將運(yùn)行風(fēng)險(xiǎn)指標(biāo)分為期望失負(fù)荷指標(biāo)IEID、電網(wǎng)狀態(tài)指標(biāo)ISI、超限指標(biāo)IOLI[12-14]，計(jì)算公式如下：

“麥小秋，我對(duì)你說(shuō)吧，你怎樣做我都不怕，瓦塘人會(huì)聽(tīng)也會(huì)動(dòng)腦筋，你為什么會(huì)找我，我虧待你了嗎？關(guān)于你的肚子你隨便處理。第一，孩子生下來(lái)我養(yǎng)，生三個(gè)小孩我也養(yǎng)得起；第二，那天晚上，是我遇到了棘手的事，我才沒(méi)有過(guò)去，那個(gè)房子本來(lái)就是老板的，人家有房權(quán)證明，我不知道他還會(huì)有一把鑰匙……”

(6)

(7)

(8)

式中:Bc為在電網(wǎng)運(yùn)行過(guò)程中失去的負(fù)荷；vc為電網(wǎng)在第c個(gè)狀態(tài)下的風(fēng)險(xiǎn)運(yùn)行概率；M為有效運(yùn)行時(shí)間內(nèi)造成電網(wǎng)失負(fù)荷的狀態(tài)集合；Sj為電網(wǎng)處于某個(gè)運(yùn)行狀態(tài)j的集合；ΔX為電網(wǎng)狀態(tài)變量的越限值[15]。經(jīng)過(guò)計(jì)算即可確定部分電網(wǎng)運(yùn)行指標(biāo)。

根據(jù)以往的風(fēng)險(xiǎn)評(píng)估指標(biāo)[16]，構(gòu)建風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，如圖1所示。

圖1 電網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

(9)

式中：ci為指標(biāo)風(fēng)險(xiǎn)權(quán)重。

依據(jù)風(fēng)險(xiǎn)指標(biāo)體系，確定風(fēng)險(xiǎn)級(jí)別，并將其作為預(yù)警依據(jù)，實(shí)現(xiàn)電網(wǎng)運(yùn)行實(shí)時(shí)預(yù)警。

1.3 電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警

在預(yù)警前，設(shè)定運(yùn)行風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)，以歸一化的風(fēng)險(xiǎn)區(qū)間上下限作為運(yùn)行風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)；制定相應(yīng)的預(yù)警等級(jí)標(biāo)準(zhǔn)，將制定的運(yùn)行風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)與預(yù)警等級(jí)標(biāo)準(zhǔn)相結(jié)合，實(shí)現(xiàn)電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警。運(yùn)行風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)與預(yù)警等級(jí)標(biāo)準(zhǔn)見(jiàn)表1。

表1 電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警運(yùn)行等級(jí)

在確定預(yù)警等級(jí)后，根據(jù)電網(wǎng)運(yùn)行風(fēng)險(xiǎn)指數(shù)的風(fēng)險(xiǎn)區(qū)間判斷電網(wǎng)運(yùn)行風(fēng)險(xiǎn)等級(jí)和預(yù)警等級(jí)，采取相應(yīng)措施。至此，考慮并發(fā)數(shù)據(jù)流的電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警算法設(shè)計(jì)完成。

2 預(yù)警算法實(shí)驗(yàn)研究

2.1 實(shí)驗(yàn)環(huán)境準(zhǔn)備

在電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警算法實(shí)驗(yàn)研究中，以MATLAB平臺(tái)作為輔助，以IEEE33節(jié)點(diǎn)配電系統(tǒng)作為研究目標(biāo)，該系統(tǒng)具體結(jié)構(gòu)如圖2所示。

圖2 IEEE33節(jié)點(diǎn)系統(tǒng)結(jié)構(gòu)圖

考慮到電網(wǎng)運(yùn)行過(guò)程中出現(xiàn)的風(fēng)險(xiǎn)多數(shù)與電壓相關(guān)，在配電系統(tǒng)中，根據(jù)節(jié)點(diǎn)電壓的實(shí)際值，模擬電壓偏低的情況，同時(shí)將電壓偏低的情況劃分為10個(gè)等級(jí)，不同的等級(jí)對(duì)應(yīng)不同的調(diào)節(jié)系數(shù)。具體內(nèi)容見(jiàn)表2。

表2 節(jié)點(diǎn)電壓幅值與調(diào)節(jié)系數(shù)之間的對(duì)應(yīng)關(guān)系

考慮到設(shè)計(jì)的預(yù)警方法針對(duì)的是并發(fā)數(shù)據(jù)流，因此在實(shí)驗(yàn)中配置并發(fā)數(shù)據(jù)流的通信協(xié)議棧，具體內(nèi)容如圖3所示。

圖3 并發(fā)數(shù)據(jù)流的通信協(xié)議棧

總結(jié)并發(fā)數(shù)據(jù)流的通信機(jī)制，模擬電網(wǎng)運(yùn)行狀態(tài)，應(yīng)用文獻(xiàn)[6]、文獻(xiàn)[7]提出的預(yù)警算法和本文預(yù)警算法，計(jì)算不同預(yù)警算法的節(jié)點(diǎn)響應(yīng)時(shí)間和通信網(wǎng)絡(luò)時(shí)延，以此分析各個(gè)預(yù)警算法的時(shí)效性。

2.2 電網(wǎng)運(yùn)行風(fēng)險(xiǎn)方案設(shè)計(jì)

設(shè)計(jì)的預(yù)警算法針對(duì)的是電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生的風(fēng)險(xiǎn)。在實(shí)驗(yàn)中，為了更好地驗(yàn)證預(yù)警算法的可行性，保證實(shí)驗(yàn)結(jié)果的嚴(yán)謹(jǐn)，依據(jù)實(shí)際算例中存在的風(fēng)險(xiǎn)，設(shè)計(jì)電網(wǎng)運(yùn)行風(fēng)險(xiǎn)方案，以便更好地分析預(yù)警算法的實(shí)際性能。方案設(shè)計(jì)中，設(shè)計(jì)兩種電網(wǎng)運(yùn)行風(fēng)險(xiǎn)接線圖，分別是輻射網(wǎng)和環(huán)網(wǎng)，如圖4所示。

圖4 電網(wǎng)運(yùn)行風(fēng)險(xiǎn)接線圖

基于圖4，設(shè)置不同網(wǎng)絡(luò)類型的風(fēng)險(xiǎn)期望、風(fēng)險(xiǎn)區(qū)間、風(fēng)險(xiǎn)等級(jí)，見(jiàn)表3。

表3 不同網(wǎng)絡(luò)類型的風(fēng)險(xiǎn)設(shè)置

在實(shí)驗(yàn)過(guò)程中，基于表3計(jì)算平均值，以平均值作為實(shí)驗(yàn)的分析依據(jù)。

2.3 節(jié)點(diǎn)響應(yīng)實(shí)驗(yàn)結(jié)果與分析

在節(jié)點(diǎn)響應(yīng)實(shí)驗(yàn)中，針對(duì)實(shí)驗(yàn)算例中的節(jié)點(diǎn)，調(diào)整負(fù)荷比例，測(cè)試不同負(fù)荷比例下的各個(gè)節(jié)點(diǎn)響應(yīng)時(shí)長(zhǎng)，單位為ms。需要注意的是，實(shí)驗(yàn)中以所設(shè)計(jì)的電網(wǎng)運(yùn)行風(fēng)險(xiǎn)方案為依據(jù)，以多次實(shí)驗(yàn)獲得的平均值作為實(shí)驗(yàn)結(jié)果，對(duì)比分析各個(gè)預(yù)警算法的節(jié)點(diǎn)響應(yīng)情況。實(shí)驗(yàn)結(jié)果見(jiàn)表4。

表4 不同預(yù)警算法的節(jié)點(diǎn)響應(yīng)實(shí)驗(yàn)結(jié)果

由表4數(shù)據(jù)可知，與文獻(xiàn)[6]、文獻(xiàn)[7]預(yù)警算法相比，本文的預(yù)警算法在負(fù)荷比例為10%和50%兩種情況下，節(jié)點(diǎn)響應(yīng)時(shí)間均較短，能夠滿足預(yù)警的實(shí)時(shí)需求。

2.4 通信網(wǎng)絡(luò)時(shí)延實(shí)驗(yàn)結(jié)果與分析

設(shè)計(jì)通信網(wǎng)絡(luò)時(shí)延實(shí)驗(yàn)，是為了分析預(yù)警算法的計(jì)算復(fù)雜度對(duì)網(wǎng)絡(luò)時(shí)延的影響。復(fù)雜度越高，網(wǎng)絡(luò)時(shí)延越大，對(duì)預(yù)警的實(shí)時(shí)性產(chǎn)生的負(fù)面影響越大，反之，網(wǎng)絡(luò)時(shí)延越小，計(jì)算復(fù)雜度越低，則對(duì)預(yù)警實(shí)時(shí)性產(chǎn)生的負(fù)面影響越小，能夠及時(shí)地實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警。因此在實(shí)驗(yàn)中測(cè)試?yán)硐肭闆r下(無(wú)干擾)網(wǎng)絡(luò)通信時(shí)電壓幅值在有效時(shí)間內(nèi)產(chǎn)生的變化，同時(shí)使用相同的模擬軟件，輸出不同預(yù)警算法在正常工作過(guò)程中的通信網(wǎng)絡(luò)時(shí)延變化，對(duì)比分析各個(gè)預(yù)警算法的計(jì)算復(fù)雜度。具體實(shí)驗(yàn)結(jié)果如圖5所示。

圖5 不同預(yù)警算法通信網(wǎng)絡(luò)時(shí)延實(shí)驗(yàn)結(jié)果

觀察圖5可知，文獻(xiàn)[6]預(yù)警算法曲線與理想曲線相差比較大，通信網(wǎng)絡(luò)時(shí)延最高達(dá)到了200 ms，時(shí)延較高，說(shuō)明該算法的計(jì)算復(fù)雜，對(duì)預(yù)警的實(shí)時(shí)性造成了比較嚴(yán)重的負(fù)面效果；文獻(xiàn)[7]預(yù)警算法的實(shí)驗(yàn)結(jié)果存在相同的問(wèn)題，時(shí)延較高；本文預(yù)警算法的通信網(wǎng)絡(luò)時(shí)延變化曲線與理想曲線基本一致，時(shí)延基本在50 ms以內(nèi)，說(shuō)明該預(yù)警算法的計(jì)算復(fù)雜度并沒(méi)有對(duì)預(yù)警的實(shí)時(shí)性產(chǎn)生負(fù)面影響。結(jié)合節(jié)點(diǎn)響應(yīng)實(shí)驗(yàn)結(jié)果可知，提出的電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警算法節(jié)點(diǎn)響應(yīng)時(shí)間短、計(jì)算復(fù)雜性低，該預(yù)警算法的時(shí)效性優(yōu)于其他預(yù)警算法。

3 結(jié)束語(yǔ)

本文以電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警為研究目標(biāo)，在考慮并發(fā)數(shù)據(jù)流的情況下，設(shè)計(jì)了新的實(shí)時(shí)預(yù)警算法，并在算法設(shè)計(jì)完成后，根據(jù)實(shí)際需求，設(shè)計(jì)多組對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明了該預(yù)警算法的時(shí)效性，同時(shí)也證明該算法有效地解決了傳統(tǒng)預(yù)警算法中存在的問(wèn)題。但是在研究過(guò)程中，算法仍存在一些不足之處，如風(fēng)險(xiǎn)的計(jì)量和控制情況對(duì)預(yù)警算法的影響，在未來(lái)研究中，將從這些方面展開(kāi)深入研究，逐步完善電網(wǎng)運(yùn)行風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警算法。