譚麗君 鄧鍵鏘

（廣東電網(wǎng)有限責(zé)任公司江門供電局，廣東 江門 529000）

電網(wǎng)作為世界上最復(fù)雜的系統(tǒng)之一，是保障人民生活和促進國民經(jīng)濟發(fā)展的重要內(nèi)容。電網(wǎng)故障診斷作為電網(wǎng)的核心環(huán)節(jié)，各級規(guī)劃部門處于監(jiān)測系統(tǒng)運行和調(diào)度控制的前沿，確保日常應(yīng)急控制工作的及時性、針對性和有效性，始終是能源系統(tǒng)安全防護體系的重中之重。然而，由于社會和電力消費者對電力供應(yīng)的成本效益、質(zhì)量、連續(xù)性和可靠性的要求越來越高，能源系統(tǒng)向著“高效發(fā)電”、“跨領(lǐng)域輸電”和“智能配電”的方向發(fā)展。因而在該背景下，大型性能優(yōu)化配置、大規(guī)模新能源接入、自然災(zāi)害頻發(fā)等復(fù)雜運行條件對電網(wǎng)的規(guī)劃和運行提出了客觀的挑戰(zhàn)。

1 電網(wǎng)故障診斷方法技術(shù)相關(guān)背景

1.1 電網(wǎng)故障帶來的危害

西歐大停電時間：歐洲當(dāng)?shù)貢r間2006 年11 月4 日22：10（北京時間2006 年11 月5 日5：10），歐洲電網(wǎng)發(fā)生了大面積的停電事故，歐洲UCTE 電網(wǎng)劃分為3 個事故區(qū)域，各區(qū)電力供應(yīng)嚴重失衡，出現(xiàn)一個接一個高峰供電不足或者峰谷用電產(chǎn)能過剩的問題，事故波及法國和德國人口最稠密的地區(qū)，以及比利時、意大利、西班牙和奧地利的幾個主要城市，雖然大部分地區(qū)在0.5h 內(nèi)恢復(fù)供電，但是最嚴重地區(qū)的停電時間達到了1.5h。事故總損壞負荷高達1672GW，影響約1500 萬用戶。

1.2 電網(wǎng)診斷方法研究的意義

多年來，能源系統(tǒng)的自動化和穩(wěn)定性控制技術(shù)取得了長足的進步，但在系統(tǒng)故障發(fā)生后，調(diào)度員在事故應(yīng)急響應(yīng)中的在線決策始終不可替代，運營商必須及時有效地開展應(yīng)急處置工作，最大限度地提高系統(tǒng)的安全性，避免大面積停電。特別是故障診斷作為應(yīng)急處置最關(guān)鍵的輔助技術(shù)，在提高應(yīng)急處置的速度、準確性和在線適應(yīng)性方面發(fā)揮著重要作用。然而，鑒于監(jiān)測系統(tǒng)運行信息量大，故障情景復(fù)雜，運營商在短時間內(nèi)準確分析故障現(xiàn)場及其安全水平，制定有針對性的應(yīng)急處置策略，這是運營商需要面對的一個重要問題。在這方面，有必要對各類業(yè)務(wù)監(jiān)測信息進行針對性分析和處理，對目標應(yīng)急處置支持系統(tǒng)及其故障診斷關(guān)鍵技術(shù)進行調(diào)查，整合操作員在應(yīng)急處置過程中亟需的關(guān)鍵信息，支持緊急情況下的處置決策，提高應(yīng)急處置的針對性和有效性，改進應(yīng)急處置。

2 現(xiàn)有的診斷方法存在的不足

2.1 輸電網(wǎng)故障診斷的參數(shù)變量復(fù)雜

為提高電網(wǎng)傳輸系統(tǒng)故障診斷和分析模型的準確性和容錯性，現(xiàn)有完全分析模型必須分別引入優(yōu)化變量，以保護斷路器的阻斷/錯位，以及報警信息的錯誤，使分析模型的優(yōu)化變量尺寸是傳統(tǒng)分析模型的數(shù)倍。因此，有必要改進模型完整分析的建模方法，及時排除故障。

2.2 拓撲信息在輸電網(wǎng)故障診斷中的應(yīng)用不足

現(xiàn)有的傳輸網(wǎng)絡(luò)故障診斷方法，基于Petri 網(wǎng)絡(luò)的圖形建模，沒有充分利用拓撲信息，難以通過單獨分析其與每個組件報警信息的相關(guān)性來適應(yīng)網(wǎng)絡(luò)拓撲的變化，診斷故障。此外，該模型一般采用離線內(nèi)存、在線應(yīng)用的診斷類型，需要存儲所有組件的診斷模型，硬件內(nèi)存要求較高，且采用橫向模式，診斷速度慢。因此，有必要考慮將系統(tǒng)的拓撲信息引入傳輸網(wǎng)格故障診斷模型，提高故障診斷模型的在線建模能力，適應(yīng)網(wǎng)絡(luò)拓撲和鏈條故障的變化。

2.3 告警時序信息在輸電網(wǎng)故障診斷中的應(yīng)用不充分

目前，智能變電站的國企設(shè)備可以為斷路器和斷路器動作信息添加統(tǒng)一的基準時間尺度，但對于報警定時信息的應(yīng)用，現(xiàn)有基于Petri 網(wǎng)絡(luò)圖形建模的研究必須在正反定時檢查預(yù)警信息，以評估報警信息的可靠性，缺乏簡單高效的正時原因算法，時間系列檢查過程是煩瑣耗時的。此外，現(xiàn)有的時間系列模糊Petri 網(wǎng)絡(luò)僅通過時間推理來糾正報警信息的信任度，信息使用有限，且計時檢查過程與Petri 網(wǎng)絡(luò)論證過程是分開的，計算量較大。因此，在研究高效的定時推理方法的同時，必須充分利用時間系列推理的結(jié)果，提高誤差組件定位的準確性。

2.4 針對多電源并列運行主動配電網(wǎng)的故障診斷性能不足

利用分散供電、儲能等設(shè)備，將傳統(tǒng)的輻射配電網(wǎng)轉(zhuǎn)變?yōu)椴⑴胚\行有源配電網(wǎng)的多電網(wǎng)，其趨勢具有雙向循環(huán)的特點。現(xiàn)有研究主要通過改進優(yōu)化算法中的開關(guān)功能來研究報告功能，但有必要分別考慮每個開關(guān)的狀態(tài)功能，建模過程復(fù)雜，特別是現(xiàn)有模型沒有考慮多重誤差疊加對開關(guān)函數(shù)建模的影響，且多個復(fù)雜誤差的定位性能有限。因此，針對多部分主動分布網(wǎng)絡(luò)的特點，迫切需要改進故障診斷方法。

3 輸電網(wǎng)故障診斷技術(shù)

3.1 專家系統(tǒng)

專家系統(tǒng)的架構(gòu)模式如圖1 所示，專家系統(tǒng)是最早應(yīng)用于電網(wǎng)診斷領(lǐng)域內(nèi)的智能技術(shù)。專家系統(tǒng)的建立依據(jù)是將行業(yè)內(nèi)的診斷專家的從業(yè)經(jīng)驗和計算機數(shù)據(jù)庫進行簡單融合，建立了不同的診斷模型，電網(wǎng)內(nèi)的各個傳感器將收集的數(shù)據(jù)上傳至計算機系統(tǒng)，計算機調(diào)用系統(tǒng)數(shù)據(jù)庫內(nèi)的數(shù)據(jù)模型，經(jīng)過比對得出相應(yīng)的診斷結(jié)果。專家系統(tǒng)通過建立規(guī)則庫來模擬人類專家解決故障診斷問題的過程。經(jīng)過多年的發(fā)展，電網(wǎng)故障領(lǐng)域的專家系統(tǒng)已經(jīng)非常成熟，在解決某些信息的故障診斷方面具有很強的論證和解釋能力。

圖1 專家系統(tǒng)結(jié)構(gòu)圖

目前對專家系統(tǒng)的改進主要是通過與其他智能技術(shù)相結(jié)合來完成的。一開始，將專家系統(tǒng)與大數(shù)據(jù)挖掘相結(jié)合，通過挖掘更多能夠診斷簡單錯誤和復(fù)雜級聯(lián)錯誤的測控信息，增加了專家數(shù)據(jù)庫的豐富性；后來隨著計算能力的進一步發(fā)展，與人工神經(jīng)網(wǎng)絡(luò)融合，將故障告警信息通過人工神經(jīng)網(wǎng)絡(luò)進行預(yù)處理，從而解決信息不確定性對專家系統(tǒng)診斷容錯性的影響；最后，將專家系統(tǒng)與信息論相結(jié)合，將其論證方法按規(guī)則匹配，轉(zhuǎn)化為數(shù)值計算，成功應(yīng)用于電網(wǎng)診斷。

但是隨著電網(wǎng)的發(fā)展，專家系統(tǒng)的缺點越來越明顯：專家系統(tǒng)的診斷是基于規(guī)則庫的邏輯比較，學(xué)習(xí)能力差，專家系統(tǒng)的維護非常煩瑣，很難獲得準確的錯誤診斷。事實證明，基于專家系統(tǒng)的輸電網(wǎng)絡(luò)故障診斷研究開展較早、較為成熟，在實際電網(wǎng)運行中也得到了一定的應(yīng)用。然而，由于專家系統(tǒng)是在專家知識和經(jīng)驗的基礎(chǔ)上創(chuàng)建的，并且針對不同的能源系統(tǒng)具有不同的特性，因此很難建立一個通用的、完整的知識庫。此外，對于繼電保護和斷路器本身可靠性不足導(dǎo)致的拒動/誤操作、通信異常導(dǎo)致的報警信息丟失、失真等復(fù)雜情況，也難以提供正確的診斷結(jié)果。正是由于這個原因，使用專家系統(tǒng)對輸電網(wǎng)絡(luò)進行故障排除受到了限制，難以普及。

3.2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)卷積網(wǎng)絡(luò)原理如圖2 所示，卷積神經(jīng)網(wǎng)絡(luò)主要由這幾類層構(gòu)成：輸入層、卷積層，ReLU 層、池化（Pooling）層和全連接層組成。 人工神經(jīng)網(wǎng)絡(luò)卷積原理過于復(fù)雜，在此不做詳細介紹，只說明如何通過人工神經(jīng)網(wǎng)絡(luò)得出診斷結(jié)果。如圖2 所示，當(dāng)系統(tǒng)輸入一個模糊的數(shù)據(jù)，第一步通過卷積得到卷積核，提取出相應(yīng)權(quán)重的數(shù)據(jù)組C1，第二步將數(shù)據(jù)進行非線性處理得到S2數(shù)據(jù)組，因為現(xiàn)實情況中的事件大多為非線性的，第三步進行池化處理，降低數(shù)據(jù)維度，但是最大程度保留數(shù)據(jù)特征，第四步將數(shù)據(jù)再次卷積得出多個卷積核，最后通過softmax 激勵函數(shù)作為輸出層（全連接），得出最終的診斷結(jié)果[2]。

圖2 人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)原理圖

最初以保護措施信息和斷路器位移信息作為輸入信號，輸出故障診斷結(jié)果，通過網(wǎng)絡(luò)學(xué)習(xí)得到診斷結(jié)果。后來經(jīng)過科學(xué)家對神經(jīng)網(wǎng)絡(luò)的改進，提出了神經(jīng)小波網(wǎng)絡(luò)的概念，對網(wǎng)絡(luò)結(jié)構(gòu)進行了改進，將積分和RBF 結(jié)合起來，劃分了大尺度晶格結(jié)構(gòu)，使用了3D 矩陣自動應(yīng)用模型技術(shù)，如果晶格結(jié)構(gòu)發(fā)生變化，這種方法可以很好地適應(yīng)。

與創(chuàng)建人工推理規(guī)則的專家系統(tǒng)相比，人工神經(jīng)網(wǎng)絡(luò)可以通過模式訓(xùn)練自動調(diào)整網(wǎng)絡(luò)參數(shù)，并具有自我學(xué)習(xí)的能力，從而在推理邏輯和容錯方面具有更大的優(yōu)勢。 但是這種方法必須在大量模式數(shù)據(jù)模型的基礎(chǔ)上訓(xùn)練，對于實際的電力系統(tǒng)很難得到如此完整的故障模式數(shù)據(jù)，而且這種方法只關(guān)注輸入而與輸出并沒有明確反映推理的互聯(lián)性，因此無法解釋推理的結(jié)果。由于這些原因，這種方法在實際技術(shù)應(yīng)用中存在瓶頸。

3.3 基于Petri 網(wǎng)的故障檢測

Petri 網(wǎng)的基本單元架構(gòu)如圖3 所示。P1 和P2 表示簡單電路中的保護器，斷路器和元器件，T1 則是時間限制，箭頭表示斷定方向。Petri 適用于多個電網(wǎng)之間的離散數(shù)據(jù)處理，進行動態(tài)的建模分析，能夠通過圖表的形式直觀地表達各個故障之間的聯(lián)系和電網(wǎng)內(nèi)部的拓撲關(guān)系，可以進行并行運算，減少故障診斷時間[1]。

圖3 Petri 網(wǎng)絡(luò)基本結(jié)構(gòu)圖

原診斷系統(tǒng)采用分層建模方法，為每個故障傳播方向設(shè)置子網(wǎng)，提高電網(wǎng)拓撲變化時診斷算法的適應(yīng)性。然后將SOE信息添加到PN 網(wǎng)絡(luò)中，通過時間限制分配斷路器和斷路器動作信息的初始概率分配，減少誤算的可能性。隨后，在PN 網(wǎng)絡(luò)的錯誤診斷中引入了啟動保護器信號、保護動作信號、斷路器操作、閘刀操作等多種信號，并提出了具有多種信息的分層PN 網(wǎng)絡(luò)診斷方法，在提高算法的準確性方面取得了良好的效果；將PN 網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)和模糊技術(shù)相結(jié)合，使Petri 神經(jīng)網(wǎng)絡(luò)的概念得到實現(xiàn)，通過減少參數(shù)，提高了故障診斷的速度。目前，基于Petri 網(wǎng)絡(luò)圖形建模的傳輸網(wǎng)格故障診斷研究主要側(cè)重于改進Petri 網(wǎng)絡(luò)模型并考慮增加復(fù)雜的時間信息。在改進模型方面，還提出了對電網(wǎng)報警信息模糊的Petri 網(wǎng)絡(luò)描述的不確定性，有效提高了診斷方法的容錯性。隨著理論的進步，業(yè)內(nèi)專家優(yōu)化了模糊的Petri 網(wǎng)絡(luò)結(jié)構(gòu)和推理過程，進一步提高了故障診斷的效率?？梢姡琍etri 網(wǎng)絡(luò)在模擬同時發(fā)生和連續(xù)發(fā)生的事件方面具有很大的優(yōu)勢，可以充分考慮電網(wǎng)故障過程中預(yù)警信息的不確定性?，F(xiàn)有的Petri 網(wǎng)絡(luò)模型需要對所有電源故障組件進行單獨建模，并且主要采用離線建模、在線呼叫模式，不太適應(yīng)網(wǎng)絡(luò)。此外，報警信息的定時屬性仍停留在通過時間串聯(lián)約束論證糾正報警信息置信水平的水平上，時間序列檢查過程與Petri 網(wǎng)絡(luò)推理過程分開進行，過程復(fù)雜，需要進一步研究以提高其診斷性能。

3.4 基于多因素層進式輸電網(wǎng)故障診斷算法的診斷方法

傳統(tǒng)的故障診斷方法以防護措施和斷路器切換信息為斷層診斷依據(jù)，故障信息來源單一，在故障環(huán)境差時難以避免誤判。從圖4 的描述中可以看出，在電網(wǎng)故障后，SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）、RPMS（生產(chǎn)實時監(jiān)測信息系統(tǒng)）和WAMS（廣域測量系統(tǒng)）可以收集彼此多余的各種故障信息，有些直接與故障有關(guān)，有些間接反映是與故障相關(guān)設(shè)備的反常現(xiàn)象。當(dāng)使用斷路器和斷路器動作信息進行故障排除時，如果能考慮各種信息，斷路器和斷路器動作信息可信度等級，其中斷路器/斷路器運動異常和運動信息丟失/失真等情況可以及時糾正動作信息的可信度，可以大幅度提高傳輸網(wǎng)絡(luò)錯誤診斷的準確性，系統(tǒng)數(shù)據(jù)特性對比如表1 所示。

圖4 多因素層進式輸電網(wǎng)故障診斷算法

表1 系統(tǒng)數(shù)據(jù)特性對比圖

另一方面，若WFPN 使用的故障診斷水平發(fā)生變化，考慮到每個故障擴散方向發(fā)生故障的概率，如果發(fā)生排斥、誤移、漏報，其他擴散方向都能有效填充，最后對所有誤差擴散方向的錯誤概率進行合成，輸出疑似錯誤成分故障概率，對的誤差容差模型能得到改善。同時，當(dāng)電網(wǎng)龐大復(fù)雜時，缺乏現(xiàn)成復(fù)雜性模型導(dǎo)致診斷低效。從圖4 可以看出在第一層，診斷系統(tǒng)使用從SCADA 接收的斷路器轉(zhuǎn)置信息來確定故障范圍，同時結(jié)合WAMS 檢測到的電量對極限斷路器進行輔助測定，防止故障范圍故障確定引起的故障診斷錯誤。在第二層，斷路器和斷路器動作信息的可信度評估由美星國企定時信息和自測信息進行，改善斷路器和斷路器動作信息的可信度應(yīng)用于斷層診斷；在第三層，拓撲學(xué)改進了現(xiàn)有的分層變化，提高了診斷方法的診斷效率，在整個系統(tǒng)中提高了故障診斷精度和速度。

4 總結(jié)

現(xiàn)今電網(wǎng)系統(tǒng)的迭代速度遠超從前，專家系統(tǒng)難以及時跟進當(dāng)今復(fù)雜的電網(wǎng)系統(tǒng)的診斷要求，由于人工神經(jīng)網(wǎng)絡(luò)單一或者Petri 網(wǎng)診斷側(cè)重點不同，因此會出現(xiàn)誤報的情況，單一的分析系統(tǒng)已經(jīng)不能滿足更加復(fù)雜的故障診斷需求。只有各個分析系統(tǒng)有機結(jié)合才能適應(yīng)當(dāng)今電網(wǎng)系統(tǒng)的擴張速度和算力分析要求。