劉永明, 宋子龍, 曲鑫, 周佳銘, 李璐

(國網(wǎng)山東省電力公司威海供電公司, 山東, 威海 264200)

0 引言

用電量逐漸增加,電網(wǎng)的規(guī)模不斷擴(kuò)增,復(fù)雜的電網(wǎng)結(jié)構(gòu)給電網(wǎng)調(diào)度運(yùn)行工作帶來了新的問題,導(dǎo)致電網(wǎng)調(diào)度數(shù)據(jù)量增大,同時存在著多種電磁環(huán)網(wǎng),給調(diào)度員帶來巨大的電網(wǎng)運(yùn)行監(jiān)控、電網(wǎng)事故處理的困難。

在此之前,部分文獻(xiàn)也做出了相應(yīng)的研究,文獻(xiàn)[1]提出了一種基于CIM虛結(jié)構(gòu)的電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策的方法,該方法通過構(gòu)建CIM虛結(jié)構(gòu),實現(xiàn)電網(wǎng)調(diào)度的自動化,進(jìn)而實現(xiàn)電網(wǎng)調(diào)度的智能監(jiān)控,結(jié)合事故處理輔助,降低調(diào)度員的運(yùn)行工作量,但該方法存在著運(yùn)行監(jiān)控的不穩(wěn)定性;文獻(xiàn)[2]提出了一種基于SCADA/EMS的電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策方法,該方法利用SCADA/EMS系統(tǒng),實現(xiàn)電網(wǎng)調(diào)度員對電網(wǎng)調(diào)度運(yùn)行的監(jiān)控和事故的處理,但該系統(tǒng)存在著信息混亂的現(xiàn)象,因此還需進(jìn)行改進(jìn)。

基于上述文獻(xiàn)中存在的問題,本文進(jìn)行以下技術(shù)研究[3]。

1 電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策系統(tǒng)

本文設(shè)計了電網(wǎng)調(diào)度智能監(jiān)控與事故處理決策系統(tǒng)。該系統(tǒng)通過SCADA服務(wù)器、數(shù)據(jù)庫服務(wù)器和磁盤陣列構(gòu)建了電網(wǎng)調(diào)度智能監(jiān)控的數(shù)據(jù)存儲庫,監(jiān)控、自動化工作站經(jīng)過交換機(jī)對智能監(jiān)控進(jìn)行延伸,實現(xiàn)存儲調(diào)用調(diào)度監(jiān)控數(shù)據(jù),進(jìn)而實現(xiàn)電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策的一體化[4]。其中,電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策系統(tǒng)的結(jié)構(gòu)如圖1所示。

系統(tǒng)采用分布式雙網(wǎng)架構(gòu),在多個服務(wù)器節(jié)點都有分布應(yīng)用部署,利用熱備方式運(yùn)行的服務(wù)器,通過人機(jī)界面工作站,實現(xiàn)電網(wǎng)調(diào)度智能監(jiān)控數(shù)據(jù)的圖形化展示。將歷史數(shù)據(jù)存儲在外接磁盤陣列上,采用磁盤陣列雙套配置,構(gòu)建數(shù)據(jù)雙活,在各工作站之間采用以太網(wǎng)進(jìn)行數(shù)據(jù)的通信。通過設(shè)置權(quán)限信息進(jìn)行對系統(tǒng)訪問的監(jiān)控和對使用人員的操作分配。通過控制系統(tǒng)對系統(tǒng)的參數(shù)進(jìn)行修改、對故障進(jìn)行處理,在人機(jī)界面系統(tǒng)可查詢數(shù)據(jù)信息以及歷史數(shù)據(jù),并在監(jiān)控后臺掌握數(shù)據(jù)通信情況[5]。

系統(tǒng)的事故處理輔助決策采用B/S模式,利用多層業(yè)務(wù)架構(gòu)對監(jiān)控數(shù)據(jù)進(jìn)行分析處理,將事故處理輔助決策架構(gòu)分為數(shù)據(jù)采集層、數(shù)據(jù)分析層以及數(shù)據(jù)表示層。數(shù)據(jù)采集層采用自動化數(shù)據(jù)讀取方式,對電網(wǎng)調(diào)度智能監(jiān)控數(shù)據(jù)進(jìn)行讀取與存儲,利用EMS系統(tǒng)、OMS系統(tǒng)對電網(wǎng)調(diào)度智能監(jiān)控數(shù)據(jù)進(jìn)行采集,實現(xiàn)對監(jiān)控數(shù)據(jù)的篩選、整合;數(shù)據(jù)分析層對采集的監(jiān)控數(shù)據(jù)進(jìn)行動作信息以及子站中的保護(hù),對接收的遙測、遙信信號等數(shù)據(jù)進(jìn)行解析,并自動計算負(fù)荷損失情況,針對故障元件跳閘后進(jìn)行事故診斷;數(shù)據(jù)表示層利用多樣化的數(shù)據(jù)分析展示,對區(qū)域負(fù)荷、線路負(fù)荷進(jìn)行監(jiān)控,并輸出智能化輔助決策生成數(shù)據(jù)。

2 關(guān)鍵技術(shù)

2.1 電網(wǎng)調(diào)度監(jiān)控告警裝置

本文設(shè)計了電網(wǎng)調(diào)度監(jiān)控告警裝置,該裝置由主控模塊、配出支路開關(guān)狀態(tài)監(jiān)測模塊、顯示設(shè)備以及告警設(shè)備組成,通過告警設(shè)備對數(shù)據(jù)信息進(jìn)行處理,發(fā)出告警信號[6]。其中,告警裝置結(jié)構(gòu)如圖2所示。

告警裝置主控模塊采用HBJ-G1K處理器,實現(xiàn)對監(jiān)測采集到數(shù)據(jù)的處理。通過HRIO-24監(jiān)測器實現(xiàn)對電網(wǎng)調(diào)度的電壓、電流、頻率、開關(guān)等的監(jiān)測,通過RS485通信接口與上位機(jī)相連接,利用4.3寸觸摸屏對數(shù)據(jù)進(jìn)行顯示,若出現(xiàn)數(shù)據(jù)異常,告警設(shè)備會發(fā)出聲光報警,實現(xiàn)對電網(wǎng)運(yùn)行監(jiān)控告警的功能。

通過進(jìn)線電壓、電流信號處理和支路電壓信號處理,實現(xiàn)對電網(wǎng)運(yùn)行數(shù)據(jù)信號的處理,將告警信號分為一級告警和二級告警。一級告警有過壓告警,超過設(shè)定的電壓門限值產(chǎn)生告警,欠壓告警低于設(shè)定的電壓門限值,功率告警高于設(shè)定的功率門限值,過頻告警超過設(shè)定的頻率門限值,欠頻告警低于設(shè)定的頻率門限值;二級告警有過載告警,超過設(shè)定的電流門限值[7]。

①采用焦慮自評量表（SAS）、抑郁自評量表（SDS）評價負(fù)性情緒。②采用Karnofsky功能狀態(tài)評價生活質(zhì)量。

告警裝置中采用了告警信息加延時處理,針對電網(wǎng)中動作頻繁且自動復(fù)歸的信號處理,在延時的時間段內(nèi)接收到返回告警裝置的信息情況,表明此告警信息不重要同時被過濾掉,從而減少電網(wǎng)調(diào)度系統(tǒng)的負(fù)荷,進(jìn)而實現(xiàn)電網(wǎng)調(diào)度監(jiān)控告警的延時操作[8]。告警裝置采用告警信息單點或間隔抑制的方式,對無效的告警信息屏蔽,告警信息單點或間隔抑制有告警信息掛牌處理和加點、間隔。

2.2 基于量子遺傳優(yōu)化粗糙Petri網(wǎng)的電網(wǎng)調(diào)度事故診斷

本文提出了一種基于量子遺傳優(yōu)化粗糙Petri網(wǎng)的電網(wǎng)調(diào)度事故診斷,采用粗糙理論對數(shù)據(jù)進(jìn)行劃分,利用量子遺傳算法對基因可能發(fā)生的情況進(jìn)行判斷,通過使用量子旋轉(zhuǎn)門策略進(jìn)行染色體更新,能夠妥善回避虛報事件。當(dāng)出現(xiàn)虛報事件時,會出現(xiàn)粒子信息逃逸現(xiàn)象,最后利用Petri網(wǎng)模型進(jìn)行故障診斷[9]。量子遺傳優(yōu)化粗糙Petri網(wǎng)在解決電網(wǎng)調(diào)度事故時,通過將電網(wǎng)調(diào)度信息轉(zhuǎn)換為數(shù)字化信息能夠提高電網(wǎng)調(diào)度和運(yùn)行能力,且故障診斷速度比較快。其中,量子遺傳優(yōu)化粗糙Petri網(wǎng)的算法流程如圖3所示。

圖3 量子遺傳優(yōu)化粗糙Petri網(wǎng)的算法流程圖

假設(shè)S=(U,A,V,f)表示一個信息服務(wù)器,若有屬性集合為D≠φ和一個條件屬性集合C≠φ,使屬性集合A=(C∪D),且C∪D≠φ,此消息系統(tǒng)為一個決策表,記為T=(U,A,C,D)。決策表T=(U,A,C,D)由2個信息系統(tǒng)Sc=(U,C,V,f)和SD=(U,D,V,f)組成。

量子比特可能是|0>和|1>以任意概率的疊加,根據(jù)疊加原理,量子比特表達(dá)式為

|ψ>=α|0>+β|1>

(1)

式(1)中,α和β表示復(fù)數(shù),代表量子態(tài)|ψ>因測量導(dǎo)致坍縮到|0>態(tài)和|1>態(tài)的概率幅值[10],且滿足的歸一化條件為

(2)

使用量子比特的概率幅進(jìn)行對染色體編碼為

(3)

在QGA算法中,通過量子旋轉(zhuǎn)門中旋轉(zhuǎn)角的變化實現(xiàn)基因的更新和變異,其中表達(dá)式為

(4)

給定決策表S=(U,A,V,f),對于種群P={p1,p2,…,pn}中的某一個個體pj(j=1,2,…,n),其適應(yīng)度函數(shù)f(pj)的表達(dá)式為

(5)

式(5)中,|pj|表示個體pj中所含的條件屬性個數(shù),|c|表示s條件屬性個數(shù),Yc(D)的表達(dá)式為

(6)

式(6)中,Yc(D)表示c對決策D的近似分類質(zhì)量。

Petri網(wǎng)由事故診斷數(shù)據(jù)庫所、數(shù)據(jù)變化和有相弧3個基礎(chǔ)數(shù)據(jù)集合組成。假設(shè)七元組=(P,T,F,M0,M1,U,C)表示一個有限的P/T系統(tǒng),其中庫所結(jié)點的集合為P={p1,p2,…,pm}(m≥0),變遷結(jié)點的集合為T={t1,t2,…,tn}(n≥0),M1表示事故數(shù)據(jù)變化后點火后的提醒要素,關(guān)聯(lián)矩陣C代表事故診斷數(shù)據(jù)庫所與數(shù)據(jù)變化之間的發(fā)送與接收關(guān)系,轉(zhuǎn)移控制矢量U表示系統(tǒng)變遷點火序列。根據(jù)約簡后的決策表S,提取出條件屬性B計算出的報警信息,用條件屬性的狀態(tài)值代表Petri網(wǎng)初始事故診斷數(shù)據(jù)庫所,庫所中托肯的分布,即為Petri網(wǎng)模型初始標(biāo)識向量N0。依據(jù)點火規(guī)則,對已經(jīng)滿足觸發(fā)條件的變化數(shù)據(jù)節(jié)點按照順序點火,待點火完成后,Petri網(wǎng)進(jìn)入穩(wěn)定狀態(tài),得到終態(tài)標(biāo)識向量M1,根據(jù)終態(tài)標(biāo)識向量M1,保護(hù)設(shè)備動作進(jìn)行評價,得出故障區(qū)域并自行診斷。

3 實驗結(jié)果與分析

實驗采用Proteus仿真軟件對系統(tǒng)進(jìn)行仿真,通過對系統(tǒng)功能的測試,來測試電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性與電網(wǎng)事故診斷的準(zhǔn)確性,進(jìn)而驗證本文系統(tǒng)的有效性,搭建的實驗架構(gòu)示意圖如圖4所示。

圖4 實驗架構(gòu)示意圖

在結(jié)合系統(tǒng)仿真構(gòu)建的過程中對實驗測試的環(huán)境參數(shù)進(jìn)行了記錄,其中實驗環(huán)境參數(shù)如表1所示。

表1 實驗環(huán)境參數(shù)

本實驗采用的實驗數(shù)據(jù)是某電力有限公司在3月份電網(wǎng)調(diào)度監(jiān)控的數(shù)據(jù),實驗數(shù)據(jù)如表2所示。

表2 實驗數(shù)據(jù)

通過上述實驗前的準(zhǔn)備,接著進(jìn)行實驗的操作,首先對本文系統(tǒng)進(jìn)行電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性測試,測試結(jié)果與文獻(xiàn)[1]和文獻(xiàn)[2]的實驗結(jié)果進(jìn)行比較,實驗結(jié)果比較如圖5所示。

圖5 實驗結(jié)果比較

由圖5可知,本文系統(tǒng)在進(jìn)行電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性測試時,電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性在80%到100%之間波動,波動的幅度較穩(wěn)定,并且穩(wěn)定向相對較高。在進(jìn)行第15次實驗時,電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性最高為95%,電網(wǎng)智能監(jiān)控的結(jié)果具有可信度;文獻(xiàn)[1]穩(wěn)定性在40%到70%之間波動,在進(jìn)行第30次實驗時,電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性為70%;文獻(xiàn)[2]穩(wěn)定性在40%到80%之間波動,在進(jìn)行第15次實驗時,電網(wǎng)調(diào)度智能監(jiān)控的穩(wěn)定性為75%,與本文系統(tǒng)相比還有一定的差距。因此,本文系統(tǒng)電網(wǎng)調(diào)度智能監(jiān)控穩(wěn)定性高,具有一定的可信度。

本文測試結(jié)果仍與文獻(xiàn)[1]和文獻(xiàn)[2]測試結(jié)果進(jìn)行比較,實驗結(jié)果對比如圖6所示。

圖6 實驗結(jié)果比較

由圖6可知,本文系統(tǒng)在進(jìn)行電網(wǎng)調(diào)度事故診斷的準(zhǔn)確性測試時,在進(jìn)行的5次實驗中,電網(wǎng)調(diào)度事故診斷準(zhǔn)確性均高于80%,并且在進(jìn)行第2次實驗時,電網(wǎng)調(diào)度事故診斷的準(zhǔn)確性最高為97%;文獻(xiàn)[1]進(jìn)行第3次實驗時84%,準(zhǔn)確性最低在第2次實驗為65%,中間有19%的波動率,文獻(xiàn)[2]在進(jìn)行電網(wǎng)調(diào)度事故診斷的準(zhǔn)確性測試時,電網(wǎng)調(diào)度事故診斷的準(zhǔn)確性最高在進(jìn)行第1次實驗時80%,準(zhǔn)確性最低在第3次實驗為48%,中間有32%的波動率,由此可見,本文系統(tǒng)對于電網(wǎng)調(diào)度事故診斷的準(zhǔn)確性相對較高,具有一定的使用價值。

4 總結(jié)

為了解決電網(wǎng)擴(kuò)增帶來的電網(wǎng)調(diào)度監(jiān)控與電網(wǎng)事故處理困難的問題,本文設(shè)計了電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策系統(tǒng),通過SCADA服務(wù)器、數(shù)據(jù)庫服務(wù)器和磁盤陣列,實現(xiàn)存儲調(diào)用調(diào)度監(jiān)控數(shù)據(jù),進(jìn)而實現(xiàn)電網(wǎng)調(diào)度智能監(jiān)控與事故處理輔助決策的一體化進(jìn)行。其中,關(guān)鍵技術(shù)是設(shè)計了電網(wǎng)調(diào)度監(jiān)控告警裝置,通過對電網(wǎng)運(yùn)行數(shù)據(jù)的處理與分析,采用聲光告警方式,實現(xiàn)告警信息及時通知給調(diào)度員,最后利用量子遺傳優(yōu)化粗糙Petri網(wǎng),實現(xiàn)了電網(wǎng)調(diào)度事故診斷。