李 明

(廣東電網(wǎng)有限責(zé)任公司 中山供電局,廣東 中山 528400)

供電安全智慧監(jiān)管平臺故障檢測是實(shí)現(xiàn)智能電網(wǎng)自愈能力的重要應(yīng)用,可以通過判斷監(jiān)管平臺中心接收到的故障信息來查找故障原因和故障組件,幫助操作員及時(shí)分析和處理故障并快速恢復(fù)供電[1]。近年來,已有許多學(xué)者提出利用保護(hù)繼電器和斷路器的開關(guān)信息進(jìn)行供電安全智慧監(jiān)管平臺故障檢測的方法,如基于專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、Petri網(wǎng)和分析模型等方法[2-4]。上述方法通過不同的切換信息技術(shù)提高故障檢測的準(zhǔn)確性,但仍然無法有效同時(shí)檢測一個(gè)或多個(gè)故障。因此,僅僅利用切換信息進(jìn)行故障檢測無法有效保證供電安全智慧監(jiān)管平臺安全運(yùn)行。

為了有效提高故障檢測的準(zhǔn)確性,提出將分級故障檢測模型應(yīng)用于配電網(wǎng)故障檢測,并采用基于Petri網(wǎng)的方法判斷故障數(shù)據(jù)信息[6]。將分級故障檢測與改進(jìn)的證據(jù)理論相結(jié)合,并采用故障模式匹配算法對故障進(jìn)行判別,進(jìn)一步提高檢測精度[7]。應(yīng)用希爾伯特-黃變換與分級故障檢測模型相結(jié)合提取故障數(shù)據(jù)信息,并對故障進(jìn)行分析和提煉[8]。但當(dāng)供電安全智慧監(jiān)管平臺發(fā)生故障時(shí),監(jiān)管平臺會(huì)受到故障的影響并產(chǎn)生大量的波形數(shù)據(jù),包括與故障直接關(guān)系的供電站電網(wǎng)數(shù)據(jù)。如果同時(shí)使用這些供電站的數(shù)據(jù),勢必會(huì)影響故障檢測的效率,降低檢測方法的實(shí)用性[9]。

因此,本文提出分級故障檢測模型,將分級故障檢測模型與多目標(biāo)分析模型相結(jié)合,考慮不同層的開關(guān)和電壓和電流信息的使用。當(dāng)供電安全智慧監(jiān)管平臺故障檢測系統(tǒng)捕捉到報(bào)警信號時(shí),觸發(fā)模式。分級故障檢測可分為兩級檢測模式。

1 分級故障檢測模型

分級故障檢測模式對電壓及電流等控制開關(guān)和故障信息進(jìn)行診斷,可以不增加故障檢測問題的復(fù)雜性的同時(shí),增加檢測效率[12]。一方面,在第一級檢測模式中提出了多目標(biāo)分析模型,并將故障檢測表述為一個(gè)多目標(biāo)優(yōu)化問題,不需要考慮權(quán)重的人工設(shè)置;另一方面,故障信息只應(yīng)用于多個(gè)解中的組件,并求解決多目標(biāo)問題,可以進(jìn)一步降低故障數(shù)據(jù)的大小,提高供電安全智慧監(jiān)管平臺故障檢測效率。

1.1 多目標(biāo)分析模型

目標(biāo)函數(shù)由每個(gè)單目標(biāo)函數(shù)的加權(quán)和建立,將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化故障問題。然后采用加權(quán)和多目標(biāo)優(yōu)化方法解決供電安全智慧監(jiān)管平臺故障問題[13]。然而,多目標(biāo)優(yōu)化技術(shù)在故障檢測方面存在缺點(diǎn),權(quán)重通常需要通過試錯(cuò)實(shí)驗(yàn)來人為地設(shè)置。當(dāng)被測試的系統(tǒng)被改變時(shí),通常需要通過實(shí)驗(yàn)來重新設(shè)置。因此加權(quán)和技術(shù)在一定程度上降低了對故障檢測的適用性。因此,本文在多目標(biāo)優(yōu)化技術(shù)的基礎(chǔ)上,提出多目標(biāo)函數(shù),即:

(1)

E1(H)反映供電安全智慧監(jiān)管平臺故障的失敗和錯(cuò)誤操作,表示電壓峰值與電壓控制的實(shí)際狀態(tài)與預(yù)期狀態(tài)之間的差異[14]。E2(H)反映安全智慧監(jiān)管平臺缺失警報(bào)和假警報(bào),表示觀測到的電壓峰值與電壓控制與實(shí)際狀態(tài)之間的差異。其中,

(2)

(3)

NSGA-II是解決多目標(biāo)優(yōu)化問題中最有效的搜索方法之一[15]。它可以快速搜索多個(gè)目標(biāo),計(jì)算速度高,收斂性好。因此,本文應(yīng)用NSGA-II來解決供電安全智慧監(jiān)管平臺故障中多目標(biāo)問題[16]。NSGA-II以遺傳算法(GA)為核心,以快速非主導(dǎo)排序和擁擠距離,以更好地解決多目標(biāo)優(yōu)化問題。

1.2 帕累托最優(yōu)解估計(jì)

與單目標(biāo)優(yōu)化不同,在NSGA-II優(yōu)化的情況下,可能存在多個(gè)滿足優(yōu)化要求的最優(yōu)解[17-18]。傳統(tǒng)的基于主觀偏好的最優(yōu)解選擇策略具有明顯的局限性。因此,有必要采用適當(dāng)?shù)姆椒▉斫鉀Q多目標(biāo)局限性。由于模糊隸屬關(guān)系能夠反映帕累托最優(yōu)解的滿足程度,因此,利用模糊隸屬關(guān)系來選擇最大程度滿足多目標(biāo)函數(shù)的最佳無偏最優(yōu)解。同時(shí)采用帕累托法解決E(H)問題,避免加權(quán)和優(yōu)化技術(shù)的缺點(diǎn)。帕累托最優(yōu)解定義如下:

對于一個(gè)可行解X*,當(dāng)且僅當(dāng)X*滿足以下關(guān)系:

(4)

式中:X*為帕累托最優(yōu)解之一,即帕累托最優(yōu)集。第k個(gè)帕累托最優(yōu)解的第i個(gè)目標(biāo)函數(shù)對應(yīng)的模糊隸屬度可以由式(5)表示:

(5)

為進(jìn)一步提高帕累托最優(yōu)解的質(zhì)量,通過模糊隸屬度的平均值來量化帕累托最優(yōu)解的質(zhì)量。計(jì)算每個(gè)帕累托最優(yōu)解模糊隸屬度的平均值,并作為一個(gè)無偏最優(yōu)解指標(biāo):

(6)

式中:μk表示第k個(gè)帕累托最優(yōu)解模糊隸屬度的平均值。根據(jù)模糊隸屬度的平均值,對帕累托最優(yōu)解進(jìn)行排序。將平均值最大的解作為最佳無偏最優(yōu)解,即分級故障檢測結(jié)果。

2 供電安全智慧監(jiān)管平臺故障檢測應(yīng)用

2.1 分級故障檢測性能

對供電安全智慧監(jiān)管平臺故障進(jìn)行綜合調(diào)查,從智慧監(jiān)管平臺中獲取半年運(yùn)行數(shù)據(jù),采集19種常見的故障類型,如表1所示。供電安全智慧監(jiān)管平臺運(yùn)行數(shù)據(jù)的采樣時(shí)間間隔為5 min。且供電終端故障率超過20%。

表1 供電安全智慧監(jiān)管平臺終端故障類型

利用所采集到的19種故障類型測試數(shù)據(jù)集用于驗(yàn)證分級故障檢測模型的有效性,驗(yàn)證結(jié)果如圖1所示。

(a)19種故障檢測F1分?jǐn)?shù)

由于實(shí)際智慧監(jiān)管平臺系統(tǒng)的運(yùn)行數(shù)據(jù)是動(dòng)態(tài)和瞬態(tài)的,且在故障檢測過程中,難免會(huì)對某些樣本的故障做出錯(cuò)誤的故障標(biāo)記。而將分級故障檢測模型應(yīng)用在供電安全智慧監(jiān)管平臺中,故障檢測結(jié)果的模型精確度分?jǐn)?shù)和精確度都很高(平均值均大于95%),表明所提出的方法在大規(guī)模檢測應(yīng)用中具有足夠的精確性。因此,利用提出分級故障檢測模成功檢測并隔離了19個(gè)終端故障。

故障檢測結(jié)果的準(zhǔn)確性取決于故障癥狀的復(fù)雜程度和不同故障特征提取方法的特點(diǎn)。故障癥狀越復(fù)雜,F1分?jǐn)?shù)越低,故障檢測的檢測精度也越低。對于故障癥狀簡單的故障,如故障 6、8、10和11,故障檢測的F1分?jǐn)?shù)和檢測精度均為100%。同時(shí)出現(xiàn)的多個(gè)故障癥狀比單個(gè)故障癥狀復(fù)雜。而分級故障模型可以將不同類型故障分兩級進(jìn)行檢測。因此,同時(shí)出現(xiàn)多個(gè)故障(故障14～19)的F1分?jǐn)?shù)和檢測精度低于13個(gè)單一故障(故障1～13),且多個(gè)故障檢測模型的檢測方法的F1分?jǐn)?shù)和檢測精度最低值為95%,檢測效果仍滿足實(shí)際應(yīng)用。

2.2 仿真模擬應(yīng)用

為進(jìn)一步檢驗(yàn)分級故障檢測模型的實(shí)際應(yīng)用效果,在供電安全智慧監(jiān)管平臺上進(jìn)行仿真模擬測試。設(shè)定供電線路發(fā)生雙線對地短路故障,即相位A(正弦波)和相位B(方波)接地,具體如圖2所示。

(a)電壓

由圖2(a)、(b)可知,在10.0 s和11.01 s時(shí),相位B和相位C(參考脈沖)相電壓均超限,但相位C電流在閾值限值內(nèi)。分級故障模型首先采用第1級檢測模式,應(yīng)用切換信息對所提出的多目標(biāo)故障進(jìn)行分析。嘗試在11.01 s重新閉合故障支路,并關(guān)閉相位A和相位B繼電器(圖(c)),但由于故障仍然存在,重新閉合失敗,因此分級故障模型采用第2級檢測模式,在11.02 s打開了全相位繼電器。在11.02 s(即繼電器重新合閘時(shí)間),雙線對地短路故障消除,識別及處理故障時(shí)間僅在0.01 s內(nèi)完成。

3 結(jié)語

所提出的基于分級故障檢測能夠準(zhǔn)確檢測供電安全智慧監(jiān)管平臺單個(gè)故障和多個(gè)故障。利用F1分?jǐn)?shù)及檢測精度對14種供電電網(wǎng)故障工況進(jìn)行檢測,檢測結(jié)果均大于95%,且單一故障( 故障6、8、10和11)的F1分?jǐn)?shù)和檢測精度為100%,驗(yàn)證了所提出的分級故障檢測模型方法的有效性。當(dāng)智慧監(jiān)管平臺發(fā)現(xiàn)雙線對地短路故障時(shí),分級故障檢測可以在0.01 s內(nèi)識別及處理故障。因此將分級故障模型應(yīng)用在供電安全智慧監(jiān)管平臺中,可進(jìn)一步實(shí)現(xiàn)對故障精準(zhǔn)檢測與識別。