吳龍騰，蔡新雷，李嘉銘，高海翔，林裕新

（1.廣東電網(wǎng)調(diào)度控制中心，廣東 廣州 510600；2.廣東電網(wǎng)湛江供電局，廣東湛江 524000；3.廣東電網(wǎng)汕頭供電局，廣東 汕頭 515000）

電氣操作票是一種保證電網(wǎng)平穩(wěn)運行的有效措 施[1]，調(diào)度命令票通常是由省級及以上電網(wǎng)調(diào)度中心發(fā)布，負責(zé)管轄和調(diào)度一定數(shù)量的大型變電站，由于調(diào)度命令涉及的變電站以及操作組件數(shù)量較多，因此需要保證其邏輯關(guān)系的適用性，即準確判斷相關(guān)電力設(shè)備的運行狀態(tài)[2]。

國外最早開始電網(wǎng)智能調(diào)度操作研究的是日本，研究成果集中在建立變電站模型層次關(guān)系層面。繼日本之后，美國和加拿大學(xué)者也開始了相關(guān)研究，研究成果主要集中在分解操作內(nèi)容和建立操作順序方面[3]。國內(nèi)對電網(wǎng)智能調(diào)度命令票的研究始于80 年代中期的一部分高校和科研院所，其相繼開發(fā)了適用于多種類型的電網(wǎng)操作命令票，并取得了較好的研究成果，其中，文獻[4]利用混合加密算法，構(gòu)建電網(wǎng)指令交互模型，實現(xiàn)開放指令在嵌入式平臺的順利運行。文獻[5]利用概率神經(jīng)網(wǎng)絡(luò)，分類治理電網(wǎng)智能調(diào)度設(shè)備，并完成治理效果評價，在電網(wǎng)智能調(diào)度領(lǐng)域，實現(xiàn)了電能質(zhì)量高效管理，但是在運行狀態(tài)識別方面，其系統(tǒng)運行狀態(tài)梯度特征難以識別，難以控制與判斷電網(wǎng)智能調(diào)度命令票系統(tǒng)的邏輯關(guān)系，對此，提出一種電網(wǎng)智能調(diào)度命令票系統(tǒng)的運行狀態(tài)識別方法。

1 運行狀態(tài)識別

1.1 提取智能調(diào)度命令票運行梯度特征

利用獲取的電網(wǎng)中電氣節(jié)點以及電氣線路的電氣介數(shù)，即可提取智能調(diào)度命令票的運行梯度特征[9]。

定義電網(wǎng)中的某個節(jié)點第i個樣本的輸出函數(shù)公式為：

其中，wT表示電氣節(jié)點的權(quán)重，c表示第i個樣本的輸入電流，m表示第i個樣本的偏置數(shù)值，σ表示電氣介數(shù)參數(shù)，則得出智能調(diào)度命令票中的樣本損失函數(shù)的計算公式為：

其中，yi表示第i個節(jié)點的實際輸出值，表示第i個節(jié)點的目標輸出值，則根據(jù)樣本點的損失數(shù)值，得出成本函數(shù)的表達公式如下：

其中，(w,m)表示第i個樣本的成本函數(shù)偏導(dǎo)，c表示電網(wǎng)智能調(diào)度命令票的輸入樣本數(shù)量。求取成本函數(shù)的梯度，表達公式如下：

其中，?S表示成本函數(shù)的梯度，將初始化權(quán)重進行賦值，對式（4）中的參數(shù)進行隨機取值，得到成本函數(shù)與樣本梯度值。設(shè)定運行梯度的步長為δ，根據(jù)步長以及初始值，提取運行梯度特征，公式如下：

其中，w1、m1、S(w1,m1)分別表示在梯度的步長為δ的條件下，成本函數(shù)與偏導(dǎo)數(shù)值的梯度變化，根據(jù)定義好的目標函數(shù)優(yōu)化取值范圍，應(yīng)用梯度下降理論，判斷運行狀態(tài)的出發(fā)點和下降方向，通過計算輸出函數(shù)、損失函數(shù)以及成本函數(shù)，得出電網(wǎng)智能調(diào)度命令票的運行梯度樣本，從而得出梯度特征[10]，完成智能調(diào)度命令票的運行梯度特征提取。

1.2 構(gòu)建命令票識別矩陣

由于電網(wǎng)運行狀態(tài)的變化頻率較高，為了能夠準確識別電網(wǎng)智能調(diào)度命令票的運行狀態(tài)[11]，因此需要在運行梯度特征提取的基礎(chǔ)上，利用實時安全校核的數(shù)據(jù)結(jié)果，判斷智能調(diào)度命令操作前與操作后的電網(wǎng)運行狀態(tài)，進而根據(jù)電網(wǎng)的實際運行方式，進行推理和調(diào)度命令操作分解，并根據(jù)狀態(tài)特征量進行運行狀態(tài)識別[12]。具體過程如圖1所示。

圖1 命令票執(zhí)行實時校核流程

根據(jù)圖1 可以看出，在得到電網(wǎng)智能調(diào)度命令票的執(zhí)行命令后，依據(jù)實時數(shù)據(jù)與電網(wǎng)接線方式，變電站值班員按照命令票上調(diào)度要求，分解、重置電網(wǎng)運行方式，執(zhí)行命令。針對未執(zhí)行的調(diào)度令進行模擬操作，根據(jù)操作結(jié)果實現(xiàn)安全校核。具體內(nèi)容包括執(zhí)行順序規(guī)則、運行狀態(tài)轉(zhuǎn)換等錯誤防治規(guī)則[13]。將母線鏈中的母線節(jié)點序號以及節(jié)點類型作為母線編號與阻抗信息，得出節(jié)點網(wǎng)絡(luò)圖，如圖2 所示。

圖2 六節(jié)點網(wǎng)絡(luò)圖

根據(jù)圖2 可以看出，數(shù)字1-6 為母線編號，電網(wǎng)中的線路參數(shù)以線路連接的間隔單元作為連接紐帶，間隔單元中包含間隔單元起始端點的節(jié)點編號，以此判斷線路所在母線，并保存到電網(wǎng)線路鏈表中，得出抗阻矩陣如下：

其中，0 表示不存在的節(jié)點，∞表示不相連的節(jié)點之間的抗阻。

由于電網(wǎng)智能調(diào)度命令票的操作重復(fù)性較高，因此，在從初始運行狀態(tài)轉(zhuǎn)換到目標運行狀態(tài)時，轉(zhuǎn)換過程中需要嚴格遵照操作順序，比如在電網(wǎng)停電狀態(tài)下需要先將開關(guān)拉下，然后再關(guān)閉線路側(cè)刀閘以及母線的刀閘，輸電順序則與之相反。電網(wǎng)的不同運行方式轉(zhuǎn)換，導(dǎo)致不同的命令票形成了不同的操作任務(wù)，各項任務(wù)之間存在著多樣性與共享性聯(lián)系即邏輯關(guān)系[14]。利用命令票識別矩陣，充分擴展程序規(guī)則，將新的操作任務(wù)添加到對應(yīng)的操作單元，在不改變原有規(guī)則的基礎(chǔ)上[15]，執(zhí)行命令票任務(wù)，完成運行狀態(tài)識別方法的設(shè)計，并將識別結(jié)果返回到命令票執(zhí)行實時校核流程中修正，即可完成電網(wǎng)智能調(diào)度命令票系統(tǒng)的多次維護。

2 實驗分析

為了測試此次設(shè)計的識別方法的應(yīng)用效果，選取兩種常規(guī)識別方法（文獻[4]方法和文獻[5]方法）進行實驗對比，得出測試結(jié)果。

根據(jù)測試需要，進行時域擾動信號參數(shù)獲取。電網(wǎng)智能調(diào)度命令票系統(tǒng)的運行狀態(tài)體現(xiàn)在其運行過程中受信號干擾的系統(tǒng)參數(shù)變化形式上，其中，時域行特征最為明顯，因此，時域擾動信號參數(shù)的估計值計算過程如下：

根據(jù)式（7）-（9），得出電壓暫升幅值、諧波幅值以及振蕩頻率的時域擾動信號參數(shù)，如表1 所示。

表1 擾動信號參數(shù)

以表1 中的實際數(shù)據(jù)為依據(jù)，進行命令票執(zhí)行實時校核，將測試環(huán)境分別設(shè)置在不同的噪聲信號環(huán)境下，以電網(wǎng)智能調(diào)度命令票系統(tǒng)初始信息為對照組，在實際電網(wǎng)智能調(diào)度命令票邏輯執(zhí)行后，獲取相關(guān)數(shù)據(jù)，作為實驗組樣本，測試應(yīng)用該文方法后，修正完畢的電網(wǎng)智能調(diào)度命令票邏輯關(guān)系系數(shù)Imax與實際擬合程度，測試結(jié)果如圖3 所示。

圖3 不同方法與實際值擬合程度

根據(jù)圖3 可以得出，在30 dB 和100 dB 的高斯噪聲信號條件下，此次設(shè)計的運行狀態(tài)識別方法比其他兩種常規(guī)識別方法的擬合程度高，證明此次設(shè)計的識別方法準確度更高，更適用于電網(wǎng)智能調(diào)度命令票系統(tǒng)的運行狀態(tài)識別，調(diào)度員或相關(guān)人員可以方便地掌握調(diào)度命令操作票的開票方法，并及時進行系統(tǒng)參數(shù)修正和維護，解決調(diào)度系統(tǒng)中相應(yīng)元件狀態(tài)在訂票過程中的狀態(tài)和變化規(guī)律。

3 結(jié)束語

該文的電網(wǎng)智能調(diào)度命令票系統(tǒng)構(gòu)造了電網(wǎng)智能調(diào)度指令單識別矩陣，共同獲取了電網(wǎng)電介值的取值范圍，高效識別電網(wǎng)智能調(diào)度指令單系統(tǒng)的運行狀態(tài)，可以在一定程度上推動整個電網(wǎng)智能調(diào)度領(lǐng)域的發(fā)展，爭取為學(xué)術(shù)界開展相關(guān)研究奠定理論基礎(chǔ)與實踐基礎(chǔ)。但是在研究過程中，存在計算量較大的問題，其狀態(tài)識別工作較為繁瑣，未來將對此不斷完善。