孫 霞,劉 順

(安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南 232001)

隨著電力用戶對電能可靠性的需求越來越高,電網(wǎng)的結(jié)構(gòu)也日益復(fù)雜。及時、正確地診斷電網(wǎng)故障是保證電網(wǎng)穩(wěn)定持續(xù)運行的前提,比較常見電網(wǎng)故障診斷的方法有基于神經(jīng)網(wǎng)絡(luò)的方法、基于專家系統(tǒng)的方法,另外還有貝葉斯網(wǎng)絡(luò)[1]、神經(jīng)算法[2]、petri網(wǎng)等。其中,petri網(wǎng)因其強大的離散并行處理能力,廣泛地應(yīng)用在電力系統(tǒng)故障診斷中。

近年來,學(xué)者們基于petri網(wǎng)進行了許多電網(wǎng)故障診斷的研究。文獻[3]提出模糊petri網(wǎng)在電力系統(tǒng)故障診斷中達到了滿意的判斷效果。文獻[4]39考慮故障因素的不同影響程度提出了加權(quán)模糊petri網(wǎng)電網(wǎng)故障診斷的方法。文獻[5]提出按故障元件蔓延方向建立加權(quán)模糊petri網(wǎng),該方法具有較高的容錯性和適應(yīng)性。文獻[6]提出基于改進的petri網(wǎng)電網(wǎng)故障診斷方法,需要按故障元件蔓延方向進行建模,同時根據(jù)故障原理構(gòu)建復(fù)雜的petri網(wǎng)模型。文獻[7]將BP神經(jīng)網(wǎng)絡(luò)與模糊petri網(wǎng)相結(jié)合,通過優(yōu)化權(quán)值、閾值和確信度提高故障診斷的結(jié)果取值。上述學(xué)者在研究時總結(jié)前人的經(jīng)驗,不斷完善petri網(wǎng)在電網(wǎng)故障診斷的應(yīng)用,但仍存在一些不足,如沒有考慮不同事件對故障發(fā)生的影響程度且按元件建立龐大的電網(wǎng)拓?fù)浣Y(jié)構(gòu)petri網(wǎng)模型,不適用于拓?fù)浣Y(jié)構(gòu)多變的電網(wǎng);權(quán)值的確定沒有嚴(yán)格的定義,權(quán)值大多定義均分為0.5,權(quán)值的作用被忽略;監(jiān)測中心采集的信息漏報誤報時會影響故障診斷結(jié)果[8],導(dǎo)致出現(xiàn)故障元件診斷錯誤的情況。

因此,為了提高電網(wǎng)故障診斷結(jié)果的可靠性,本文提出基于物聯(lián)網(wǎng)的加權(quán)模糊petri網(wǎng)電網(wǎng)故障診斷方法,以可疑故障元件為中心按不同方向構(gòu)建多個模糊petri網(wǎng)模型,充分考慮保護與斷路器動作信息對故障發(fā)生的影響程度,并在診斷結(jié)果的基礎(chǔ)上增加補充信息,最后結(jié)合仿真實驗進行分析,以期為電網(wǎng)故障診斷提供更有效的方法。

1 加權(quán)模糊petri網(wǎng)

1.1 加權(quán)模糊petri網(wǎng)定義

定義：加權(quán)模糊petri網(wǎng)(Weighted Fuzzy Petri NET,WFPN)可以定義為一個九元組[9]

SWFPN={P,T,I,O,a,Th,W,θ,U}

其中,

1)P為所有庫所節(jié)點組成的有限集合,P={P1,P2,…,Pn};

2)T為所有變遷節(jié)點組成的有限集合,T={t1,t2,…,tm};

3)I為P庫所指向T變遷的輸入映射,其值等于φij,φij∈[0,1];當(dāng)Pi為Tj的輸入庫所時,φij的值為該有向弧的權(quán)值,當(dāng)Pi不是Tj的輸入庫所時,φij=0;

4)O為T變遷指向P庫所的輸出映射,其值等于φij,φij∈[0,1];當(dāng)Pi為Tj的輸出庫所時,φij的值為該規(guī)則的可信度,當(dāng)Pi不是Tj的輸出庫所時,φij=0;

5)a則表示庫所對應(yīng)命題的可信度,a(Pi)∈[0,1];

6)Th為變遷激發(fā)閾值向量,Th∈[0,1],也是一個映射,對變遷節(jié)點t定義一個閾值Th,Th={λ1,λ2,…λm};

7)W為變遷規(guī)則的權(quán)值矩陣,W={w11,w12,…wij},反映規(guī)則中的前提條件對結(jié)論的支持程度;

9)U為變遷規(guī)則可信度矩陣,U=diag(u1,u2,…,um),uj為tj規(guī)則的可信度,uj∈[0,1]。

1.2 加權(quán)模糊Petri網(wǎng)推理

1)首先計算每個變遷的合成輸入可信度

Ek+1=Iθk

2)將合成輸入可信度與變遷閾值相比較

Gk+1=Ek+1?Th

3)如果合成輸入可信度大于變遷閾值,則留下該輸入項。計算可以發(fā)生變遷的合成可信度

Hk+1=Ek+1⊙Gk+1

4)計算庫所下一步狀態(tài)

θk+1=I?Hk+1⊕θk

5)如果θk+1=θk,則推理結(jié)束。

其中k初始為0,重復(fù)上述推理步驟直至達到結(jié)束條件。

1.3 加權(quán)模糊Petri網(wǎng)的改進

考慮到電網(wǎng)拓?fù)浣Y(jié)構(gòu)復(fù)雜多變的特點,本文提出基于物聯(lián)網(wǎng)的加權(quán)模糊petri網(wǎng)電網(wǎng)故障診斷方法,打破傳統(tǒng)電網(wǎng)故障診斷WFPN模型,對可疑故障元件各個蔓延方向進行建模,綜合主保護、近后備保護、遠后備保護以及對應(yīng)斷路器的信息分析,進一步提高故障診斷的準(zhǔn)確性。

加權(quán)模糊petri網(wǎng)在模糊petri網(wǎng)的基礎(chǔ)上增加了權(quán)值的元素定義,提高了系統(tǒng)應(yīng)用的準(zhǔn)確性。不同的事件對結(jié)果的影響程度不同,如保護動作和斷路器動作,當(dāng)保護動作發(fā)生時對應(yīng)的斷路器才會發(fā)生動作,因此不能簡單地將權(quán)值都賦值為0.5。在系統(tǒng)實際工作中,保護信息動作觸發(fā)斷路器動作,因此保護信息動作的權(quán)值應(yīng)大于斷路器動作權(quán)值。本文將保護動作的權(quán)值設(shè)為0.55,而斷路器動作權(quán)值設(shè)為0.45。經(jīng)過研究發(fā)現(xiàn),電力系統(tǒng)中母線、變壓器以及輸電線路發(fā)生故障時往往伴有溫度變化的現(xiàn)象,因此在結(jié)合上述改進方法基礎(chǔ)上,引入物聯(lián)網(wǎng)技術(shù),通過加入無線傳感器網(wǎng)絡(luò)實時采集電網(wǎng)元件的溫度。當(dāng)電網(wǎng)發(fā)生故障后,通過建立WFPN模型分析出可疑故障元件并結(jié)合實時采集的溫度數(shù)據(jù)進一步確定故障元件。

對于電網(wǎng)元件的故障診斷,首先對電網(wǎng)拓?fù)浣Y(jié)構(gòu)進行分析,了解各類保護的動作原理;再利用接線分析法找出可疑故障元件,按照可疑故障元件的蔓延方向,繪制不同方向上的加權(quán)模糊petri網(wǎng);最后,通過SCADA系統(tǒng)獲取故障的保護動作和斷路器動作信息,計算出元件不同方向上的故障可信度,進而均分得到故障結(jié)果。本文規(guī)定可疑故障元件的故障結(jié)果可信度大于0.65,則判定為故障元件。

2.1 電網(wǎng)拓?fù)浣Y(jié)構(gòu)

圖1為局部電網(wǎng)示意圖,由32個元件、40個斷路器和84個保護組成。32個元件分別表示為:電源G1～G4,母線A1～A4,雙母線B1～B8,變壓器T1～T8,線路L1～L8。40個斷路器表示為CB1～CB40。其中,保護分為主保護和后備保護,而后備保護分為近后備保護和遠后備保護。36個主保護表示為:A1m～A4m,T1m～T8m,B1m～B8m,L1Sm～L8Sm,L1Rm～L8Rm。48個后備保護為:T1p～T8p,T1s～T8s,L1Sp～L8Sp,L1Ss～L8Ss,L1Rp～L8Rp,L1Rs～L8Rs。在上述表達中,m表示主保護,p表示近后備保護,s表示遠后備保護,S和R表示線路的送端和受端。本文規(guī)定左端為送端,右端為受端。

圖1 局部電網(wǎng)示意圖

通過電網(wǎng)拓?fù)浞治稣页隹梢晒收显10]16。由于電網(wǎng)結(jié)構(gòu)復(fù)雜,保護和斷路器數(shù)量過多,傳統(tǒng)分析方法建立的petri網(wǎng)模型結(jié)構(gòu)龐大,不利于分析拓?fù)浣Y(jié)構(gòu)變化的電網(wǎng),因此需要新的電網(wǎng)拓?fù)浞治龇ā８鶕?jù)接線分析法可知,當(dāng)電力系統(tǒng)發(fā)生故障后,保護和斷路器動作會將故障元件進行隔離[11],因此故障元件肯定被隔離在一個無源區(qū)域中。基于此原理,將元件母線、變壓器和線路進行順序編號。通過依次取元件判斷是否與閉合的斷路器相連構(gòu)成有源集合,構(gòu)成無源集合中的元件則為故障元件,具體步驟如下:

1)建立一個集合a,并將所有元件編號放入其中;

2)建立一個子網(wǎng)集合Ni,取元件編號i放入其中,并找出與之相連的閉合斷路器,若無閉合斷路器,則轉(zhuǎn)到步驟6;

3)找出與閉合斷路器相連的其他元件,并將元件編號放入子網(wǎng)集合中;

4)繼續(xù)搜索由第3步得到元件的其他相連閉合斷路器;

5)重復(fù)步驟3～4,直至結(jié)束;

6)列出所有的子網(wǎng)集合,若集合Ni中不含電源則元件i為可疑故障元件。

2.2 基于物聯(lián)網(wǎng)的電網(wǎng)應(yīng)用

研究表明,現(xiàn)階段電網(wǎng)已經(jīng)推廣了一系列通信信息平臺和自動化系統(tǒng),正在往透明電網(wǎng)方向發(fā)展,使電網(wǎng)運行透明化,系統(tǒng)可觀可測[12]。本文選用ZigBee與NB-IoT相結(jié)合的通訊模式,具有電網(wǎng)系統(tǒng)監(jiān)測的低功耗、成本低、覆蓋廣等優(yōu)點[13]。具體措施為:在變壓器、母線、線路各元件周圍安裝ZigBee模塊,選用CC2530作為主控芯片,溫度傳感器選用DS18B20,整體組網(wǎng)結(jié)構(gòu)采用星星拓?fù)浣Y(jié)構(gòu)。通過協(xié)調(diào)器上的NB-IoT模塊將各終端實時采集溫度上傳至云端,便于電網(wǎng)監(jiān)測中心上位機觀測處理數(shù)據(jù)。

2.3 保護的動作原理

1)母線的主保護動作時跳開與其相連的斷路器,如A2發(fā)生故障時,A2m動作斷開CB16、CB17和CB18。母線的遠后備保護是當(dāng)主保護下的斷路器未跳開時,相應(yīng)方向上的遠后備保護動作且相應(yīng)斷路器跳閘;如A2發(fā)生故障時,CB17未斷開,T4s動作斷開CB15。

2)變壓器主保護動作時跳開其兩端的斷路器,如T2發(fā)生故障時,T2m動作斷開CB3和CB5。變壓器的近后備保護是當(dāng)主保護拒動時,動作跳開其兩端的斷路器;如T2發(fā)生故障,而T2m未動作時,T2p動作斷開CB3和CB5。變壓器的遠后備保護用于相鄰區(qū)域故而該區(qū)域保護未動作時,保護斷路器。

3)線路主保護分為受端主保護和送端主保護,也是在發(fā)生故障時斷開與其相連的斷路器,如L6發(fā)生故障時,L6Rm動作斷開CB20,L6Sm動作斷開CB32。線路的近后備保護是當(dāng)主保護拒動時,動作跳開其兩端的斷路器,如L6發(fā)生故障時,L6Rm未動作,L6Rp動作斷開CB20;L6Sm未動作,L6Sp動作斷開CB32。線路的遠后備保護用于相鄰區(qū)域發(fā)生故障時起保護作用,用來保護線路[14]。

2.4 建模

在電網(wǎng)拓?fù)浞治稣页隹赡芸梢晒收显?按照元件不同方向建立加權(quán)模糊petri網(wǎng)故障診斷模型。傳統(tǒng)元件故障診斷模型將其分為3層,并將所有可能發(fā)生的保護和斷路器動作信息繪制在一起,結(jié)構(gòu)復(fù)雜且矩陣計算量大。而本文構(gòu)建的故障診斷模型只需要兩層即可,且邏輯更加清晰。如圖1所示的局部電網(wǎng)示意圖,若監(jiān)控中心收到警報信息,斷路器CB11、CB13、CB19動作,則根據(jù)上述的接線分析法可以判斷出可疑故障元件為母線B3;然后對可疑故障元件按不同方向進行加權(quán)模糊petri網(wǎng)建模。

圖2具體說明了故障方向WFPN模型的建立方法。當(dāng)判斷出母線B3發(fā)生故障,以診斷元件B3為中心,對其3個故障蔓延方向(線路L1、L5,斷路器CB13)分別建立WFPN模型。根據(jù)保護的動作原理將保護信息和斷路器相連接,圖2中P11、P21均表示虛擬庫所,存放著保護動作原理發(fā)生的可信度。P1、P2、P3為該方向上的故障可信度。圖2中省略了權(quán)值和可信度的標(biāo)識,具體賦值會在之后列出詳細(xì)信息。

(a)線路L1方向上的WFPN模型

2.5 仿真參數(shù)的確定

監(jiān)控中心收到從SCADA系統(tǒng)收集的保護和斷路器動作信息,存在著信息缺失或漏報的情況,因此,初始保護和斷路器動作信息的可信度需要科學(xué)地確定。根據(jù)文獻[15]和文獻[4]39確定主保護和斷路器動作可信度的方法,得出仿真參數(shù),具體參數(shù)設(shè)置如表1所示。

表1 保護和斷路器動作(未動作)可信度設(shè)置

在計算過程中,文獻[4]32將保護和斷路器的動作信息均取權(quán)值為0.5,未考慮保護和斷路器的動作信息對規(guī)則影響程度不一致。在SCADA系統(tǒng)中,保護信息動作觸發(fā)斷路器動作,因此,保護信息動作的權(quán)值應(yīng)大于斷路器動作權(quán)值。本文將保護權(quán)值設(shè)為0.55,斷路器動作權(quán)值設(shè)為0.45。為保證模型的容錯性,將閾值設(shè)置為0.2,規(guī)則的置信度設(shè)置為0.95,便于驗證仿真結(jié)果的可行性。

2.6 推理過程

案例1 監(jiān)控中心收到如下信息:B3m動作,跳開斷路器CB11、CB13、CB19。由跳開的斷路器可推斷出可疑故障元件為母線B3,以診斷元件B3為中心按方向建立WFPN模型,如圖2所示。以圖2(a)為例,根據(jù)定義,可得到輸入輸出矩陣以及變遷閾值矩陣分別為:

根據(jù)監(jiān)控中心收到的信息進行參數(shù)初始化,確定保護和斷路器動作的可信度?？傻贸跏伎尚哦葹棣?=[0.968 4,0.983 3,0.4,0.2,0,0,0],其推理過程如下:

θ1=[0.968 4,0.983 3,0.4,0.2,0.926 3,0.294 5,0]

θ2=[0.968 4,0.983 3,0.4,0.2,0.926 3,0.294 5,0.88]

θ3=[0.968 4,0.983 3,0.4,0.2,0.926 3,0.294 5,0.88]

比較兩次推理結(jié)果可知θ2和θ3結(jié)果相同,根據(jù)推理步驟可知推理結(jié)束且母線B3在L1方向上的故障結(jié)果為0.880 0。同理可得母線B3在L5方向上的故障結(jié)果為0.880 0,母線B3在CB15方向上的故障結(jié)果為0.880 0。對以上3個方向的診斷結(jié)果進行合并,采用均分的方法,得到最終B3的故障結(jié)果為(0.8800+0.8800+0.8800)/3=0.8800。

3 算法的適應(yīng)性和容錯性分析

3.1 適應(yīng)性

與傳統(tǒng)電網(wǎng)故障診斷WFPN模型相比,按故障方向建立WFPN模型的優(yōu)勢在于每條蔓延方向的模型是獨立的,僅與當(dāng)前路徑上的保護和斷路器相關(guān)。即在該故障元件方向上增刪一條路徑,都不影響系統(tǒng)的整體結(jié)構(gòu),減少了建模的復(fù)雜度,在電網(wǎng)拓?fù)浣Y(jié)構(gòu)發(fā)生變化時依然能夠得到準(zhǔn)確的故障診斷結(jié)果。

3.2 容錯性

考慮到SCADA系統(tǒng)提供到監(jiān)測中心的數(shù)據(jù)信息不完整或者數(shù)據(jù)錯誤的情況,采用1.3節(jié)所提的方法進行改進,提高系統(tǒng)的容錯性。通過以下案例驗證保護和斷路器誤動以及信息漏報情況下該算法的容錯性。

案例2 監(jiān)控中心收到如下信息:L1Rm、T1s動作,跳開斷路器CB4、CB11。由跳開的斷路器可推斷出可疑故障元件為線路L1,以診斷元件L1為中心按方向建立WFPN模型,由推理規(guī)則得到L1在不同方向上故障診斷結(jié)果,送端為0.652 0,受端為0.880 0,則故障診斷結(jié)果為(0.6520+0.8800)/2=0.7660。通過反向推理后可知L1Sm和L1Sp未動作,CB7拒動。由此可知,由于保護和斷路器信息的漏報,故障診斷的結(jié)果受到了影響,值偏低。此時根據(jù)物聯(lián)網(wǎng)設(shè)備中獲取的溫度信息,溫度異常則表明L1元件存在發(fā)生故障的可能性,將故障診斷結(jié)果與遠程測溫信息相結(jié)合,驗證了故障結(jié)果的可靠性,為工作人員快速準(zhǔn)確定位故障元件、實現(xiàn)電力系統(tǒng)持續(xù)穩(wěn)定運行提供了堅實的保障,體現(xiàn)了該方法具有較高的容錯性。

4 仿真驗證

利用MATLAB中Stateflow模塊搭建可疑故障元件的WFPN模型,進行仿真驗證。在研究中發(fā)現(xiàn)當(dāng)只存在一個可疑故障元件,在保護和斷路器動作信息不完整時仍能得到正確的診斷結(jié)果[16]。因此,本文針對電網(wǎng)系統(tǒng)診斷中出現(xiàn)多可疑故障元件情況進行仿真驗證本文方法的有效性和可靠性。

案例3 監(jiān)測中心收到如下信息:B3m、L7Ss、L5Sp、L5Rm、L1Rs、T3m、T3p動作,跳開斷路器CB11、CB14、CB16、CB29、CB31。由跳開的斷路器可推斷出可疑故障元件為變壓器T3、母線B3和線路L5、L7。建立故障診斷仿真模型如圖3所示。由圖3可知,故障診斷結(jié)果與推理規(guī)則得出的結(jié)果相同。

(a)仿真外部框圖 (b)仿真內(nèi)部結(jié)構(gòu)圖

通過對所有可疑故障元件的建模仿真得到的故障診斷結(jié)果如表3所示。由故障結(jié)果可知最有可能發(fā)生故障的元件為線路L5、變壓器T3和母線B3,故障可信度分別為0.766 0、0.789 4和0.667 9。此時B3的動作情況存在不確定性,但是結(jié)合溫度監(jiān)測信息,可以排除母線B3為故障元件。通過反向推理可知B3m誤動,CB19拒動。由此證明,此方法在多元件發(fā)生故障時可以提供有效判斷依據(jù),提高了故障診斷結(jié)果的準(zhǔn)確性。

表3 案例3故障診斷結(jié)果

5 結(jié)論與展望

本文提出基于物聯(lián)網(wǎng)的加權(quán)模糊petri網(wǎng)電網(wǎng)故障診斷方法,實驗結(jié)果證明,該方法適用拓?fù)浣Y(jié)構(gòu)多變的電網(wǎng),在保護和斷路器動作信息不完整時,仍能給出正確的診斷結(jié)果,具有較高的適應(yīng)性和容錯性。

本文僅將溫度狀態(tài)作為元件故障的參考,導(dǎo)致故障診斷正確結(jié)果存在一定的偶然性。在未來的研究中,隨著智能電網(wǎng)[17]的發(fā)展,可加入更多智能通信和監(jiān)測設(shè)備,智能采集電網(wǎng)元件更多的監(jiān)測信息,提高故障診斷結(jié)果的可靠性。