李哲，董玉山，浦紹文，周思成，張華生

（云南電網(wǎng)有限責(zé)任公司保山供電局，云南保山 678000）

電網(wǎng)規(guī)模逐年不斷擴(kuò)大，對(duì)于電網(wǎng)電力設(shè)備的需求也相應(yīng)增加，對(duì)電力設(shè)備進(jìn)行定期檢修能夠有效保障電網(wǎng)正常運(yùn)行。然而就目前來(lái)看，為了避免電網(wǎng)事故發(fā)生，防止因電網(wǎng)事故而造成的經(jīng)濟(jì)損失，電網(wǎng)的工作人員需要不定時(shí)地針對(duì)電網(wǎng)系統(tǒng)進(jìn)行檢查維修，在電力調(diào)度事故發(fā)生時(shí)，更要迅速診斷出電力調(diào)度事故原因，及時(shí)采取相應(yīng)的解救措施。電力調(diào)度的故障因素具有種類多、信息量大等特點(diǎn)。因此解決電力調(diào)度多源故障便成為了電力領(lǐng)域研究方向之一。

相關(guān)領(lǐng)域?qū)W者針對(duì)這一問(wèn)題進(jìn)行了相應(yīng)的研究，文獻(xiàn)[1]提出的基于隨機(jī)森林的電網(wǎng)調(diào)度多源故障信息數(shù)據(jù)融合設(shè)計(jì)，通過(guò)采用隨機(jī)森林模擬器構(gòu)建決策樹(shù)樣本，搭建新型數(shù)據(jù)融合系統(tǒng)，結(jié)合相關(guān)硬件完成對(duì)電力調(diào)度多元故障問(wèn)題的解決，但此方法信息源過(guò)于單一，難以適用于保護(hù)斷路器，因此不適用于解決電力調(diào)度中的多源故障問(wèn)題。文獻(xiàn)[2]提出的基于改進(jìn)DS 證據(jù)理論的電力調(diào)度多源故障處理方法，根據(jù)單點(diǎn)多分類方法，并運(yùn)用了主動(dòng)激發(fā)呼叫和動(dòng)態(tài)調(diào)節(jié)等方式，解決多源點(diǎn)失效問(wèn)題。但該方法容易產(chǎn)生誤報(bào)、誤動(dòng)以及漏報(bào)的情況，也不適用于解決電力調(diào)動(dòng)多源故障問(wèn)題。

為了解決傳統(tǒng)方式中存在的問(wèn)題，該文設(shè)計(jì)了一種基于BN 算法的電力調(diào)度多源故障數(shù)據(jù)融合系統(tǒng)。

1 系統(tǒng)硬件設(shè)計(jì)

基于BN 算法的電力調(diào)度多元故障數(shù)據(jù)融合系統(tǒng)的硬件設(shè)計(jì)主要以SCADA 系統(tǒng)為基礎(chǔ)，SCADA 系統(tǒng)的主要功能為數(shù)據(jù)采集與數(shù)據(jù)監(jiān)控[3]，在現(xiàn)如今的電力系統(tǒng)中較為常用，通過(guò)計(jì)算機(jī)對(duì)電力系統(tǒng)進(jìn)行自動(dòng)化數(shù)據(jù)采集與數(shù)據(jù)監(jiān)控，并利用安裝在電力調(diào)度現(xiàn)場(chǎng)的終端來(lái)與調(diào)度中心進(jìn)行數(shù)據(jù)傳輸，該系統(tǒng)傳輸?shù)臄?shù)據(jù)具有時(shí)效性，能夠及時(shí)反映電力調(diào)度中的數(shù)據(jù)變化[4-5]。

基于BN 算法的電力調(diào)度多源故障數(shù)據(jù)融合系統(tǒng)硬件結(jié)構(gòu)如圖1 所示。

圖1 多源故障數(shù)據(jù)融合系統(tǒng)硬件結(jié)構(gòu)

觀察圖1 可知，SCADA 系統(tǒng)主要由三個(gè)部件組成，分別為遠(yuǎn)程終端單元、前置機(jī)以及信號(hào)發(fā)生器。其中遠(yuǎn)程終端單元主要負(fù)責(zé)對(duì)數(shù)據(jù)信息的采集與傳輸，并執(zhí)行SCADA 系統(tǒng)的指令[6-7]；前置機(jī)主要功能為對(duì)遠(yuǎn)程終端單元傳輸?shù)男畔⑦M(jìn)行數(shù)據(jù)信息預(yù)處理[8]；信號(hào)發(fā)生器對(duì)前置機(jī)預(yù)處理后的信息進(jìn)行整合，并傳輸給SCADA系統(tǒng)，由系統(tǒng)分析并發(fā)出指令。

1.1 遠(yuǎn)程終端單元設(shè)計(jì)

遠(yuǎn)程終端單元為一種針對(duì)收集長(zhǎng)距離設(shè)備數(shù)據(jù)信息以及惡劣環(huán)境下的設(shè)備數(shù)據(jù)信息的裝置，采用模塊化結(jié)構(gòu)[9]，具有獨(dú)特的計(jì)算機(jī)操控單元，能夠迅速執(zhí)行SCADA 系統(tǒng)發(fā)出的指令。遠(yuǎn)程終端單元結(jié)構(gòu)如圖2 所示。

圖2 遠(yuǎn)程終端單元結(jié)構(gòu)

該文設(shè)計(jì)的遠(yuǎn)程終端單元選用國(guó)標(biāo)CBT14429-83 型號(hào)，具有通信距離長(zhǎng)、通信端口多、可以分散的通信特點(diǎn)。該型號(hào)的遠(yuǎn)程終端單元CPU 的計(jì)算能力強(qiáng)，數(shù)據(jù)存儲(chǔ)空間大，能夠?qū)⒛┒嗽O(shè)備與主控制器鏈接，控制末端執(zhí)行SCADA 系統(tǒng)發(fā)出的指令[10]。對(duì)于溫度的適應(yīng)性強(qiáng)，可在-40～85 ℃的溫度區(qū)間工作，由于遠(yuǎn)程終端單元為模塊化結(jié)構(gòu)設(shè)計(jì)，可進(jìn)行單元擴(kuò)展。

1.2 前置機(jī)設(shè)計(jì)

前置機(jī)由PC 服務(wù)器、以太網(wǎng)卡、多功能卡、數(shù)據(jù)卡、主機(jī)通信卡、路由器和網(wǎng)絡(luò)控制器等相關(guān)網(wǎng)絡(luò)的設(shè)備構(gòu)成，是一個(gè)集眾多功能的綜合組件，并內(nèi)置SCOUNIX 操作系統(tǒng)，內(nèi)部擁有內(nèi)置的獨(dú)立信息庫(kù)[11-12]。其主要功能為數(shù)據(jù)統(tǒng)計(jì)及對(duì)遠(yuǎn)程終端單元收集的數(shù)據(jù)信息進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)發(fā)送至信號(hào)發(fā)生器。

1.3 信號(hào)發(fā)生器設(shè)計(jì)

信號(hào)發(fā)生器為一種能供產(chǎn)生各種頻率與輸出信號(hào)的設(shè)備，作為正弦信號(hào)發(fā)生器，能產(chǎn)生高頻、低頻、微頻率信號(hào)，并且可以產(chǎn)生簡(jiǎn)單信號(hào)源、標(biāo)準(zhǔn)信號(hào)源和功率源[13]。信號(hào)發(fā)生器電路如圖3 所示。

圖3 信號(hào)發(fā)生器電路圖

該信號(hào)發(fā)生器可在-25～40 ℃的溫度區(qū)間進(jìn)行工作，可在濕度90%以下的環(huán)境運(yùn)行，工作壽命不低于20 000 次，電源電壓為4.5 V。信號(hào)發(fā)生器的作用是接收前置機(jī)預(yù)處理后的數(shù)據(jù)，并將其以特定信號(hào)波發(fā)送給SCADA 系統(tǒng)中，由系統(tǒng)分析計(jì)算并發(fā)出指令。

2 系統(tǒng)軟件設(shè)計(jì)

2.1 電力調(diào)度多源故障度檢測(cè)程序

在電力調(diào)度故障融合過(guò)程中，檢測(cè)設(shè)備會(huì)實(shí)時(shí)上傳電力調(diào)度中的故障信息并產(chǎn)生相關(guān)警告信息，在多源信息中提取滿足在線診斷的有關(guān)數(shù)據(jù)[14]。在電力調(diào)度故障診斷過(guò)程中，其不穩(wěn)定的故障因素可通過(guò)貝葉斯網(wǎng)絡(luò)算法計(jì)算，得到高準(zhǔn)確率的電力調(diào)度多源故障度。

在電力調(diào)度系統(tǒng)故障診斷領(lǐng)域，結(jié)合正向的先驗(yàn)概率和逆向的后驗(yàn)概率便可對(duì)電力調(diào)度中的故障概率進(jìn)行計(jì)算，以此計(jì)算出電力調(diào)度多源故障度[15]。先驗(yàn)概率為電力調(diào)度系統(tǒng)中的故障發(fā)生對(duì)應(yīng)的因素、后驗(yàn)概率為發(fā)生故障后所產(chǎn)生的數(shù)據(jù)信息[16]。設(shè)P(A)表示先驗(yàn)概率；P(B)表示后驗(yàn)概率，因此有：

式中，P(AB)表示事件A 和事件B 同時(shí)發(fā)生的聯(lián)合概率，P(B∣A)表示在事件A 已經(jīng)發(fā)生的條件下，事件B 發(fā)生的條件概率；P(A∣B)表示在事件B 已經(jīng)發(fā)生的條件下，事件A 發(fā)生的條件概率。因此，該文通過(guò)貝葉斯網(wǎng)絡(luò)模型依據(jù)警報(bào)發(fā)生裝置的數(shù)據(jù)信息，確定保護(hù)模式，利用貝葉斯概率公式計(jì)算每個(gè)電力調(diào)度系統(tǒng)的故障度。

2.2 基于BN算法的電力調(diào)度故障度數(shù)據(jù)融合

通過(guò)貝葉斯概率公式計(jì)算出電力調(diào)度系統(tǒng)的故障度后，需要將電力調(diào)度系統(tǒng)中故障產(chǎn)生時(shí)的數(shù)據(jù)進(jìn)行融合，該文提出了信息融合技術(shù)，對(duì)多種相關(guān)信息進(jìn)行融合。

在數(shù)據(jù)融合的過(guò)程中需要應(yīng)用到DS 證據(jù)融合理論，在信息條件不完善的情況下對(duì)目標(biāo)方案進(jìn)行推理，根據(jù)多個(gè)獨(dú)立的信息源實(shí)現(xiàn)數(shù)據(jù)融合。設(shè)x為DS 識(shí)別框架結(jié)構(gòu)，因此對(duì)于任何事件m，有以下關(guān)系：

根據(jù)式（3）可知，m表示基本信度分配函數(shù)，當(dāng)a作為識(shí)別框架x中的任意一個(gè)子集，其基本信度函數(shù)m(a)＞0，定義a為證據(jù)元素。

根據(jù)式（3）建立數(shù)據(jù)軟件層，首先在數(shù)據(jù)層將信息融合，將不同的數(shù)據(jù)源經(jīng)過(guò)前置機(jī)預(yù)處理，提取電力調(diào)度故障的特征量，以此獲得故障因素，并保留原始數(shù)據(jù)的完整性；進(jìn)而在特征層進(jìn)行下一步的數(shù)據(jù)融合，經(jīng)過(guò)前置機(jī)預(yù)處理后的數(shù)據(jù)信息可以篩查出一部分無(wú)效信息，保留故障的特征信息，將這些故障的特征信息進(jìn)行融合，可得到更加準(zhǔn)確的故障原因，并去除了無(wú)關(guān)信息，使融合后的數(shù)據(jù)信息更加漸進(jìn)；在決策層面上，抽取了由數(shù)據(jù)化和特征級(jí)融合而成的數(shù)據(jù)，并對(duì)其進(jìn)行分析，找出相應(yīng)的故障解決方案，并做出決策信息，進(jìn)而將這些數(shù)據(jù)信息進(jìn)行融合，即可得到電力調(diào)度故障的解決方案。

3 實(shí)驗(yàn)研究

為了驗(yàn)證該文提出的基于BN 算法的電力調(diào)度多源故障數(shù)據(jù)融合系統(tǒng)的實(shí)際應(yīng)用效果，設(shè)定實(shí)驗(yàn)。選用的實(shí)驗(yàn)節(jié)點(diǎn)如圖4 所示。

通過(guò)PSCAD 搭建模型，對(duì)電力調(diào)度多源故障數(shù)據(jù)進(jìn)行提取，設(shè)定故障發(fā)生的時(shí)間為0.5 s，持續(xù)時(shí)間為0.02 s，選用該文的融合系統(tǒng)建立貝葉斯網(wǎng)絡(luò)，故障電流、電壓融合實(shí)驗(yàn)結(jié)果分別如圖5、圖6 所示。

圖5 故障電流融合實(shí)驗(yàn)結(jié)果

圖6 故障電壓融合實(shí)驗(yàn)結(jié)果

根據(jù)圖5、圖6 可知，該文研究的融合系統(tǒng)能夠很好地評(píng)估收到的告警信息可信度，通過(guò)探究告警信息分析時(shí)刻確定融合節(jié)點(diǎn)是否為期望節(jié)點(diǎn)。電力調(diào)度系統(tǒng)在運(yùn)行過(guò)程中，由于告警信息出現(xiàn)丟失，斷路器內(nèi)部受到擾動(dòng)，因此調(diào)度系統(tǒng)十分復(fù)雜。該文設(shè)計(jì)的系統(tǒng)通過(guò)分析提取電氣量信號(hào)，將電力系統(tǒng)中的元件信號(hào)提取出來(lái)，通過(guò)BN 算法分解和重構(gòu)電壓和電流，實(shí)現(xiàn)信息融合。電力調(diào)度系統(tǒng)中設(shè)置元件保護(hù)和斷路器裝置，在故障發(fā)生后，傳統(tǒng)系統(tǒng)沒(méi)有考慮到警報(bào)信息存在誤報(bào)、漏報(bào)的情況，以及斷路器裝置本身所具有的可靠性問(wèn)題，難以對(duì)故障收集的數(shù)據(jù)做出有效判斷。

為進(jìn)一步驗(yàn)證融合系統(tǒng)的應(yīng)用效果，選用該文提出的融合系統(tǒng)和傳統(tǒng)基于隨機(jī)森林融合系統(tǒng)和基于改進(jìn)D-S 融合系統(tǒng)進(jìn)行實(shí)驗(yàn)對(duì)比。得到的融合前電流和電壓如圖7 所示，融合后電流和電壓如圖8 所示。

圖7 故障融合前電力系統(tǒng)數(shù)據(jù)

圖8 故障融合后電力系統(tǒng)數(shù)據(jù)

根據(jù)圖7 和圖8 可知，在故障數(shù)據(jù)融合之前，電力調(diào)度系統(tǒng)故障電流幅值出現(xiàn)極大的波動(dòng)，同時(shí)采用該文系統(tǒng)和傳統(tǒng)系統(tǒng)進(jìn)行融合，該文提出的融合系統(tǒng)能夠很好地融合電路數(shù)據(jù)，通過(guò)IMF 分析特征時(shí)間尺度，利用BN 算法對(duì)信號(hào)進(jìn)行分解，通過(guò)分解得到高頻諧波信號(hào)，得到不同電力數(shù)據(jù)分量的幅值，實(shí)現(xiàn)故障融合，確保融合后的電力系統(tǒng)電流能夠正常運(yùn)行。傳統(tǒng)的融合系統(tǒng)在融合過(guò)程中通過(guò)分析故障能量值確定暫態(tài)分量，從而實(shí)現(xiàn)故障識(shí)別，然而傳統(tǒng)融合系統(tǒng)融合過(guò)程中不能分析不同數(shù)據(jù)的不確定性，實(shí)現(xiàn)信息歸納和估計(jì)，融合結(jié)果難以達(dá)到用戶要求。

4 結(jié)束語(yǔ)

電力調(diào)度系統(tǒng)的應(yīng)用越來(lái)越廣泛，使得電力調(diào)度故障的隱患越來(lái)越大，傳統(tǒng)方式對(duì)于電力調(diào)度故障的解決方案并不能從根本上解決電力調(diào)度故障，為了彌補(bǔ)傳統(tǒng)方式的不足，提出了基于BN 算法的電力調(diào)度故障數(shù)據(jù)融合系統(tǒng)，添加遠(yuǎn)程終端單元來(lái)收集故障信息并傳輸信息，前置機(jī)來(lái)對(duì)收集到的數(shù)據(jù)信息進(jìn)行預(yù)處理，信號(hào)發(fā)生器完成對(duì)SCADA 系統(tǒng)的數(shù)據(jù)反饋。

基于BN 算法設(shè)計(jì)電力調(diào)度故障度檢測(cè)程序以及電力調(diào)度故障數(shù)據(jù)融合程序，通過(guò)設(shè)計(jì)故障度檢測(cè)程序提取故障度，并由數(shù)據(jù)融合程序結(jié)合DS 證據(jù)融合理論進(jìn)行數(shù)據(jù)融合。該文設(shè)計(jì)的基于BN 算法的電力調(diào)度數(shù)據(jù)融合系統(tǒng)有效解決了傳統(tǒng)方法中的不足，并為后續(xù)研究此方面的學(xué)者提供有關(guān)參考。