秦鵬偉，張黃蔚，姜炯挺，吳澥凌

（1.寧波新勝中壓電器有限公司，寧波 315000；2.寧波送變電建設(shè)有限公司運(yùn)維分公司，寧波 315000；3.國(guó)網(wǎng)寧波供電公司，寧波 315000）

數(shù)字化智能變電站利用網(wǎng)絡(luò)技術(shù)，通過(guò)光纖取代傳統(tǒng)變電站的電纜連接方式，完成變電站運(yùn)行過(guò)程中的信息傳輸[1-3]。為此，數(shù)字化智能變電站內(nèi)的二次回路變更為數(shù)字化的虛回路，電力設(shè)備的外部物理端子變更成信息化的虛端子，使數(shù)字化智能變電站變成一個(gè)黑匣子，無(wú)法查看相關(guān)信息，加大了數(shù)字化智能變電站的維護(hù)難度[4]。文獻(xiàn)[5]通過(guò)改進(jìn)Levenshtein 距離模糊匹配算法，構(gòu)造標(biāo)準(zhǔn)端子庫(kù)，利用Word2Vector 相似性，改進(jìn)模糊匹配算法的編輯操作權(quán)重，提升標(biāo)準(zhǔn)端子庫(kù)的構(gòu)建精度，該技術(shù)可有效校驗(yàn)數(shù)字化智能變電站虛回路，加快虛回路校驗(yàn)速度。文獻(xiàn)[6]為各廠家的IED 的ICD 均構(gòu)造一個(gè)相應(yīng)的IMCD 文件，構(gòu)造數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)?zāi)Ｐ?，完成虛回路自?dòng)校驗(yàn)，該技術(shù)具備數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)的有效性。但上述技術(shù)均只針對(duì)出現(xiàn)故障后的虛回路自動(dòng)校驗(yàn)，并未在虛回路正常運(yùn)行時(shí)進(jìn)行自動(dòng)校驗(yàn)，無(wú)法預(yù)防虛回路異常與故障，且上述技術(shù)的虛回路自動(dòng)校驗(yàn)的抗干擾性均較差。加權(quán)最小二乘法能夠避免常規(guī)方法導(dǎo)致的測(cè)量不確定性問(wèn)題，提升測(cè)量結(jié)果的可靠性與準(zhǔn)確性[7]。為此，本文研究基于加權(quán)最小二乘法的數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)技術(shù)，提升虛回路自動(dòng)校驗(yàn)精度，確保電網(wǎng)穩(wěn)定運(yùn)行。

1 數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)技術(shù)

1.1 數(shù)字化智能變電站電力設(shè)備區(qū)域劃分

利用改進(jìn)K-means 聚類算法，劃分?jǐn)?shù)字化智能變電站的電力設(shè)備區(qū)域，加快虛回路自動(dòng)校驗(yàn)速度[8-9]，劃分后的每個(gè)區(qū)域內(nèi)均包含保護(hù)裝置（protection intelligence electronic device，PIED），測(cè)控裝置（control intelligence electronic device，CIED），合并單元（merging unit，MU），智能終端（intelligence terminal，IT）4 種類型的設(shè)備。

電力設(shè)備i 與j 間的界間距計(jì)算公式如下[10]：

式中：i 與j 的坐標(biāo)是（xi0-yi0）、（xj0-yj0）；ri、rj為i 與j等效圓形的輻射半徑。

數(shù)字化智能變電站電力設(shè)備區(qū)域劃分的具體步驟如下：

步驟1利用式（1）求解隨機(jī)2 個(gè)電力設(shè)備間的G（i，j），求解全部G（i，j）的均值，公式如下：

步驟2升序排列全部G（i，j），并存儲(chǔ)至向量?jī)?nèi)，以最小G（i，j）相應(yīng)的中心點(diǎn)為首個(gè)聚類中心z1，坐標(biāo)為

式中：center（xi，j，yi，j）為i 與j 界間距中心點(diǎn)坐標(biāo)。

步驟3求解電力設(shè)備次小界間距相應(yīng)的中心點(diǎn)坐標(biāo)，并求解其和z1的距離d1，同時(shí)對(duì)比分析d1和的大小，當(dāng)d1≥時(shí)，那么以次小界間距相應(yīng)的中心點(diǎn)[11]為第二個(gè)距離中心，反之，繼續(xù)操作步驟3。

步驟4當(dāng)距離中心數(shù)量未達(dá)到k 時(shí)，全部G（i，j）均完成對(duì)比分析情況下，則以動(dòng)態(tài)方式減??；同時(shí)剔除步驟3 搜索到的聚類中心，并重新開(kāi)始步驟3。

步驟5在聚類中心數(shù)量達(dá)到k 情況下，那么判定聚類中心完全形成，當(dāng)?shù)Y(jié)束后，便可獲取最終的聚類結(jié)果[12]，即數(shù)字化智能變電站電力設(shè)備區(qū)域劃分結(jié)果。

令第l 個(gè)區(qū)域內(nèi)，第j 個(gè)電力設(shè)備的最小區(qū)域間界間距h（l，j），屬于j 至其余區(qū)域內(nèi)電力設(shè)備界間距均值的最小值，按照數(shù)字化智能變電站電力設(shè)備區(qū)域劃分的實(shí)際情況，h（l，j）＞0 成立，則h（l，j）的計(jì)算公式為

式中：nl為第l 類區(qū)域內(nèi)的電力設(shè)備數(shù)量為第l類的第i 個(gè)電力設(shè)備樣本為第θ 類的第j 個(gè)電力設(shè)備樣本。

第l 個(gè)區(qū)域內(nèi)，第j 個(gè)電力設(shè)備的區(qū)域內(nèi)界間距是ζ（l，j），公式為

式中：ε 為折算因子。

第l 個(gè)區(qū)域內(nèi)，第j 個(gè)電力設(shè)備的聚類界間距a（l，j）是h（l，j）和ζ（l，j）之和。第l 個(gè)區(qū)域內(nèi)，第j個(gè)電力設(shè)備的聚類離差界間距s（l，j）是h（l，j）和ζ（l，j）之差。

類間類內(nèi)劃分指標(biāo)是B（l，j），公式為

數(shù)字化智能變電站電力設(shè)備區(qū)域劃分均衡性指標(biāo)是ρ（k），公式為

綜合考慮B（l，j）與ρ（k），確定最佳的數(shù)字化智能變電站電力設(shè)備劃分區(qū)域數(shù)量k。

1.2 基于加權(quán)最小二乘法的數(shù)字化智能變電站電力設(shè)備各區(qū)域數(shù)據(jù)融合

以一個(gè)電力設(shè)備區(qū)域內(nèi)的PIED 為例，令2 個(gè)傳感器采集的數(shù)字化變電站PIED 數(shù)據(jù)是χ1、χ2，待估計(jì)真值是χ，加權(quán)因子是w1、w2，那么融合后的估計(jì)值為

式中：m 為傳感器數(shù)量；i′為傳感器編號(hào)。

總均方差公式為

按照極值原理，能夠獲取最小σ2相應(yīng)的最佳加權(quán)因子，公式為

利用PIED 實(shí)測(cè)數(shù)據(jù)的歷次方差，提升PIED 數(shù)據(jù)融合對(duì)傳感器自身因素干擾的靈敏度。數(shù)字化智能變電站PIED 數(shù)據(jù)融合的具體步驟如下：

（1）實(shí)時(shí)方差分配。以同一時(shí)刻傳感器的PIED實(shí)測(cè)值和算數(shù)均值的偏差平方為實(shí)時(shí)方差分配。令第i′個(gè)傳感器第j′次采樣的PIED 數(shù)據(jù)是χi′j′，那么全部傳感器測(cè)量的PIED 算數(shù)均值為

此時(shí)，方差估計(jì)分配為

（2）歷次方差分配。各傳感器在j′次采樣過(guò)程中的測(cè)量方差算數(shù)均值是計(jì)算公式為

（3）數(shù)字化智能變電站PIED 數(shù)據(jù)融合。利用遺忘因子ω 調(diào)整Ri′j′與的信息比重，得到最終的方差分配，公式為

同理，可獲取CIED、MU、IT 的數(shù)據(jù)融合結(jié)果。

1.3 數(shù)字化智能變電站虛回路的數(shù)據(jù)流向規(guī)則

通過(guò)分析數(shù)字化智能變電站虛回路內(nèi)SV（sample value）報(bào)文與GOOSE（generic object oriented substation events）報(bào)文的流向，可判斷虛回路的正確性。為此，制定融合后的PIED、CIED、MU、IT 數(shù)據(jù)流向規(guī)則如下：

（1）PIED 和MU 間融合后的數(shù)據(jù)正常流向?yàn)闆](méi)有GOOSE 報(bào)文數(shù)據(jù)交互，SV 報(bào)文的流向方向?yàn)閱蜗?，即由MU 流向PIED。

（2）PIED 和CIED 間融合后的數(shù)據(jù)正常流向?yàn)椴粋鬏斎魏螖?shù)據(jù)。

（3）PIED 和IT 間融合后的數(shù)據(jù)正常流向?yàn)闊o(wú)電氣量采樣數(shù)據(jù)間的數(shù)據(jù)交互，不傳輸SV 報(bào)文，GOOSE 報(bào)文為PIED 和IT 間雙向流動(dòng)。

1.4 虛回路自動(dòng)校驗(yàn)流程

數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)的具體步驟如下：

（1）利用改進(jìn)K-means 聚類算法，對(duì)數(shù)字化智能變電站的電力設(shè)備區(qū)域展開(kāi)劃分，且劃分后的各區(qū)域內(nèi)均包含PIED、CIED、MU、IT 4 種類型的電力設(shè)備。

（2）通過(guò)加權(quán)最小二乘法，對(duì)各區(qū)域內(nèi)的各PIED、CIED、MU、IT 測(cè)量數(shù)據(jù)進(jìn)行數(shù)據(jù)融合。

（3）依據(jù)數(shù)據(jù)流向規(guī)則，分析每個(gè)區(qū)域中，各電力設(shè)備融合后的數(shù)據(jù)流向，即PIED、CIED、MU、IT間的數(shù)據(jù)流向關(guān)系。

（4）通過(guò)關(guān)鍵詞模糊匹配方式，分析流向數(shù)據(jù)內(nèi)的端口信息是否對(duì)應(yīng)，若不對(duì)應(yīng)，說(shuō)明存在數(shù)據(jù)缺失問(wèn)題。

2 實(shí)驗(yàn)結(jié)果與分析

以某220 kV 數(shù)字化智能變電站為實(shí)驗(yàn)對(duì)象，該數(shù)字化智能變電站的保護(hù)測(cè)控模式為雙測(cè)控裝置并列運(yùn)行模式，220 kV 主接線是雙母線單分段，2 臺(tái)150 MVA 的主變，2 回進(jìn)線。110 kV 側(cè)雙母單分段接線，7 回出線。35 kV 側(cè)單母分段接線，24 回出線。

利用本文技術(shù)對(duì)該數(shù)字化智能變電站的電力設(shè)備區(qū)域進(jìn)行區(qū)域劃分，區(qū)域劃分結(jié)果如圖1 所示。根據(jù)圖1 可知，本文技術(shù)可有效劃分?jǐn)?shù)字化智能變電站電力設(shè)備區(qū)域，共劃分了9 個(gè)區(qū)域，各區(qū)域內(nèi)均包含PIED、CIED、MU 與IT 電力設(shè)備，且數(shù)量均為1 個(gè)。實(shí)驗(yàn)證明，本文技術(shù)具備數(shù)字化智能變電站電力設(shè)備區(qū)域劃分的可行性，便于降低后續(xù)數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)復(fù)雜度。

圖1 數(shù)字化智能變電站電力設(shè)備區(qū)域劃分結(jié)果Fig.1 Results of regional division of digital intelligent substation power equipment

利用本文技術(shù)對(duì)數(shù)字化智能變電站內(nèi)PIED、CIED、MU 與IT 電力設(shè)備的測(cè)量數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，通過(guò)數(shù)據(jù)方差衡量本文技術(shù)的數(shù)據(jù)融合效果，數(shù)據(jù)方差越小，電力設(shè)備測(cè)量數(shù)據(jù)融合精度越高，數(shù)據(jù)方差閾值是3，分析結(jié)果如表1 所示。根據(jù)表1 可知，對(duì)于不同電力設(shè)備來(lái)說(shuō)，本文技術(shù)融合前的數(shù)據(jù)方差，均明顯高于融合后的數(shù)據(jù)方差；不同電力設(shè)備融合后的最大數(shù)據(jù)方差均未超過(guò)數(shù)據(jù)方差閾值，說(shuō)明本文技術(shù)的數(shù)據(jù)融合精度較高。

表1 電力設(shè)備測(cè)量數(shù)據(jù)融合的數(shù)據(jù)方差分析結(jié)果Tab.1 Data variance analysis results of power equipment measurement data fusion

利用本文技術(shù)對(duì)該數(shù)字化智能變電站的區(qū)域1虛回路進(jìn)行自動(dòng)校驗(yàn)，部分虛回路自動(dòng)校驗(yàn)結(jié)果如圖2 所示。根據(jù)圖2 可知，本文技術(shù)可有效自動(dòng)校驗(yàn)數(shù)字化變電站虛回路，根據(jù)校驗(yàn)結(jié)果可知，區(qū)域1內(nèi)，配置完整性均符合數(shù)字化變電站運(yùn)行需求。

圖2 數(shù)字化智能變電站區(qū)域1 虛回路自動(dòng)校驗(yàn)結(jié)果Fig.2 Digital intelligent substation area 1 virtual loop automatic verification results

在本文技術(shù)自動(dòng)校驗(yàn)各區(qū)域虛回路時(shí)，進(jìn)行蓄意攻擊，分析本文技術(shù)虛回路自動(dòng)校驗(yàn)的抗干擾性能，蓄意攻擊次數(shù)抵御失敗的次數(shù)需低于10 次，才能保證自動(dòng)校驗(yàn)技術(shù)具備較優(yōu)的抗干擾性能，分析結(jié)果如表2 所示。根據(jù)表2 可知，不同數(shù)字化智能變電站電力設(shè)備區(qū)域內(nèi)，本文技術(shù)蓄意攻擊抵御失敗的最大次數(shù)為6 次，并未超過(guò)設(shè)置抵御失敗次數(shù)，說(shuō)明本文的虛回路自動(dòng)校驗(yàn)技術(shù)具備較優(yōu)的抗干擾性能。

表2 本文技術(shù)的抗干擾性能分析結(jié)果Tab.2 Analysis results of anti-interference performance of this technique

3 結(jié)語(yǔ)

虛回路的正確性直接影響數(shù)字化智能變電站運(yùn)行的安全穩(wěn)定性，為此，研究基于加權(quán)最小二乘法的數(shù)字化智能變電站虛回路自動(dòng)校驗(yàn)技術(shù)，提升虛回路自動(dòng)校驗(yàn)效果，解決人工校驗(yàn)工作量大、錯(cuò)誤率高等問(wèn)題，為數(shù)字化智能變電站安全運(yùn)行提供保障。日后，還需進(jìn)一步研究端口信息匹配方法，提升端口信息分析精度，即提升虛回路自動(dòng)校驗(yàn)精度。