智能電網中電力移動故障診斷平臺的設計與實現

王文，王永剛

（1.國網浙江省電力公司信息通信分公司工程中心，浙江杭州 310000；2.沈陽農業大學信息與電氣工程學院，遼寧沈陽 110866）

電網是國民經濟的支柱，近年來，智能電網更是在經濟領域中占據了重要地位。由于智能電網分布較廣，氣候、自然災害等原因均會導致電力故障的產生，甚至出現接連性的電力故障，致使智能電網癱瘓。由此可知，盡早發現并排除電力故障是維護智能電網正常運行的基礎，智能電網中電力移動故障診斷平臺的出現使上述問題得到了解決[1]。

在智能電網中電力移動故障診斷平臺需要同時完成數據分析、電網監控以及故障報警等工作，導致平臺往往無法具備較高診斷效率和診斷準確率，如文獻[2]設計的智能電網中C/S結構電力移動故障診斷平臺，是通過改善智能電網通信能力來提高診斷效率的標準診斷平臺。C/S結構的抗干擾能力很高，但通信誤碼率也較高，導致整個平臺在工作過程中出現了嚴重的異構性，影響平臺故障準確率；文獻[3]以網格算法為電力移動故障診斷算法，通過分布式的診斷方式提高整個平臺的診斷準確率，是迄今為止使用最為廣泛的平臺，但其診斷效率較低；文獻[4]在網格算法的基礎上計入了云計算功能，使所設計出的智能電網中電力移動故障診斷平臺的診斷效率大幅度提升，但平臺費用較高，整體實現較為困難，現已經被淘汰；文獻[5]提出基于故障錄波信息的智能電網中電力移動故障診斷平臺，這個平臺采用分布式診斷理念，通過各式功能電路對電力故障進行實時監控，擴展性較強，功能可隨時添加或刪除，因此具備極高的診斷效率，但診斷準確率較為欠缺。

基于上述平臺存在的缺陷，以智能電網拓撲結構為診斷基礎，設計一種能夠進行精準、高效診斷的智能電網電力移動故障診斷平臺，并對其進行實現。

1 智能電網中電力移動故障診斷平臺設計

設計的智能電網電力移動故障診斷平臺主要包括3個模塊，分別是智能電網拓撲分析模塊、數據采集模塊和故障診斷模塊。3個模塊相輔相成，為平臺精準、高效的診斷工作提供了支持。

1.1 智能電網拓撲分析模塊設計

對智能電網拓撲結構合理化分析是電力移動故障診斷平臺工作的前提，設計的智能電網中電力移動故障診斷平臺，主要通過通信容量分析，構建鄰接表來挖掘出智能電網中隱含的故障信息[6]。

為了獲取鄰接表，增加故障診斷效率，首先建立了通用信息模型（communication interface module，CIM），模擬智能電網的拓撲結構，并對其信息通信進行定義。

通過對其它智能電網中電力移動故障診斷平臺進行分析，獲取智能電網拓撲模型定義的體現電網特征的屬性，采用CIM將整個電網領域的屬性與待診斷智能電網有機聯系在一起，具有很強的通用性[7]。因而，經CIM定義后的智能電網，能夠直接映射出其相對應的鄰接表，對提高平臺診斷效率具有極其重要的意義。

文章以簡單結構和復雜結構的智能電網為例，對智能電網拓撲結構工作原理進行分析，如圖1、圖2所示。

圖1、圖2中，L表示智能電網中的通信通道，A代表通信支路，AB表示電力設備或線路，0表示智能電網設備不會出現電力故障，當3個0同時在同排列表中出現，則表示空值，即設備或線路不存在。

圖1、圖2能夠看出，CIM將給出智能電網各通信通道以及其支路的定義，并以列表形式輸出，再進一步對列表中的內容進行映射，獲取鄰接表[8]。

智能電網拓撲結構模塊將鄰接表中未標記“0”的智能電網設備或線路輸出，交由數據采集模塊和故障診斷模塊進行處理。

圖1 簡單結構智能電網鄰接表映射圖Fig.1 Adjacency list of smart grid with simple structure

圖2 復雜結構智能電網鄰接表映射圖Fig.2 Adjacency list of smart grid with complex structure

1.2 數據采集模塊設計

所有的智能電網中電力移動故障診斷平臺均需進行電力故障信息的提取工作，為此，設計了數據采集模塊，如圖3所示。所設計的數據采集模塊使用智能電網設備數據庫獲取采集規則，構建了信息共享端，用于進行采集規則的修正與更新。

圖3 數據采集模塊結構圖Fig.3 Structure of data acquisition module

考慮到智能電網數據量較大，為防止數據亂碼，數據采集模塊所進行的電力故障信息提取工作和信息共享工作為相互獨立，模塊將在不影響信息共享端正常運行的前提下，使用采集規則對智能電網拓撲分析模塊給出存在故障概率較大的設備和線路，進行電力故障信息提取，并將提取出的信息按照數據來源進行分類，再傳輸到信息共享端進行轉存[9]。

數據采集模塊的信息提取模式有2種，一種是實時提取，另一種是目標提取。

1）實時提取。適用于智能電網中小型設備和簡單線路故障的提取工作，其提取結果將直接由總線傳送給信息共享端。

2）目標提取。首先利用總線初始化模塊中的數據分配端，將設備和線路分成2條支路進行電力故障信息提取，再進行程序歸檔，最后通過網絡適配器傳送給信息共享端。

至此，數據采集模塊的信息共享端已開始集聚電力故障信息，將這些信息經由故障診斷模塊處理，得出智能電網中設備和線路的故障診斷結果。

1.3 故障診斷模塊設計

故障診斷模塊與數據采集模塊中的信息共享端相連，可隨時調用其中的電力故障信息進行診斷。圖4描述的是故障診斷模塊工作流程圖。

圖4 故障診斷模塊工作流程圖Fig.4 Flow chart of fault diagnosis module

由圖4可知，出現電力故障的智能電網，均存在設備或線路的電能階躍現象。故障診斷模塊中，用表示設備或電路Ai的電能階躍初始系數，若設備或電路的故障是由線路移位造成的，則為電能階躍初始系數減1。當無限趨于0時，智能電網設備或線路的電能階躍現象便會消失，表示其中并未出現電力故障[10]。

在具體的應用中，如果智能電網某一支路上的設備或線路出現電力故障，當故障診斷模塊診斷到這條支路時會由于電能階躍現象而自動架空該支路的主線路，再調用下級線路對主線路進行保護。即模塊若檢測到該支路的電能階躍初始系數無限趨于0，便恢復主線路的工作；否則，則證明該支路中有可能存在電力故障，此時應該對該支路中所有設備和各段線路的置信度進行求取。

先構建可能存在電力故障支路的設備和線路集合K，K={A1，A2，…，Ai}，該集合元素中的置信度定義式可表示為

式中：PAB為主線路與其下級線路之間的置信度；j為處于重點保護級別的設備總數量。

在智能電網中，每個設備都擁有自我保護功能，但不是每個設備均會受到智能電網的重點保護，重點保護設備通常是一些昂貴、維修復雜并處于關鍵節點的設備，這些設備往往受自身功能的影響導致計算不準確，因此不能單純地用置信度定義式去進行計算。設重點保護設備的自我保護功能有n種，對式（1）中參數進行因子轉移，則有：

經由式（1）和式（2）計算出的智能電網設備、線路置信度，如果滿足數據采集模塊中智能電網設備數據庫記錄的故障范圍，所設計的智能電網中電力移動故障診斷平臺便會在第一時間開啟警報系統，并同時將電力故障的位置和產生原因發送到維修人員和管理人員手中。

2 智能電網中電力移動故障診斷平臺功能的實現

智能電網中電力移動故障診斷平臺是一款可直接安裝于智能電網調度層，擁有人機交互功能，且可移動的診斷平臺，如圖5所示。

由圖5可知，所設計的平臺主要分為3個功能模塊，數據庫模塊、控制模塊和人機交互模塊。數據庫模塊包括資源數據庫和平臺數據庫，資源數據庫屬于外部數據庫，平臺根據外部數據庫提供的智能電網信息構建符合待診斷電網的特征數據庫，也就是平臺數據庫。

圖5 平臺功能實現圖Fig.5 Function realization of platform

控制模塊從平臺數據庫中引出有用信息，匯總成表單，并進行檢測和簡化，構造專家知識庫。推理機根據資源數據庫提供的外部信息，對專家知識庫中的內容進行索引，給出最終的電力故障診斷結果。

為了實現保密通信，診斷結果需要先進行編譯再傳送至人機交互模塊，推理機也會檢查人機交互模塊中的數據，保證準確無誤后再調用警報系統和故障信息傳送系統，進而實現智能電網中電力移動故障診斷平臺的設計。

3 實驗分析

實驗對本文平臺的診斷效率和診斷準確率進行了分析。在某市級智能電網中的1條簡單支路和2條復雜支路上，分別抽取1 000條數據，均包含200條含有電力故障的數據。將這些數據同時引入本文平臺、C/S結構診斷平臺、網格診斷算法平臺和云計算診斷平臺，進行5次實驗，得到5組診斷效率和診斷準確率的實驗結果，如圖6、圖7、圖8所示。

圖6 簡單支路實驗結果曲線圖Fig.6 Experimental results of simple branch

圖7 復雜支路1實驗結果曲線圖Fig.7 Curve of experimental results of complex Branch 1

圖8 復雜支路2實驗結果曲線圖Fig.8 Curve of experimental results of complex Branch 2

由圖6、圖7和圖8可知，本文平臺的診斷效率和診斷準確率均要高于其他3個智能電網中電力故障診斷平臺。其中，網格算法平臺的診斷準確率與本文平臺較為接近，但其在2個復雜支路中的診斷準確率相差較大，穩定性欠佳。

為了更好地進行實驗數據分析，將圖6、圖7和圖8中的數據匯總成表格，用表1、表2描述。

表1 不同方法診斷效率匯總表Tab.1 Diagnosis efficiency summary of different methods%

從表1、表2中能夠得知，本文平臺的診斷效率高出C/S結構診斷平臺27%；高出網格診斷算法平臺3%；高出云計算診斷平臺41%，診斷準確率分別高出14%、1%和13%。實驗結果證明，相比于其他診斷平臺，本文平臺擁有較高的診斷效率和診斷準確率。

表2 不同方法診斷準確率匯總表Tab.2 Diagnosis accuracy rate summary of different methods %

4 結論

智能電網分布較廣，氣候、自然災害等原因均會導致電力故障的產生，甚至會出現接連性的電力故障，致使智能電網癱瘓。因此，提出并設計一種適合智能電網額電力移動故障診斷平臺，由智能電網拓撲分析模塊、數據采集模塊和故障診斷模塊組成。平臺以智能電網拓撲結構為診斷基礎，并對其進行實現。實驗通過將本文平臺與C/S結構診斷平臺、網格診斷算法平臺和云計算診斷平臺進行對比，得出本文平臺擁有診斷效率和診斷準確率較高的結論。

參考文獻

[1]李健勇.電力系統建設中對于智能電網問題的分析[J].科技資訊，2014，12（23）：123-123.LI Jianyong.Analysis of smart grid in power system con?struction[J].Science&Technology Information，2014，12（23）：123-123.

[2]張泰，顧曉峰，張大維，等.基于電力線載波通信的智能用電管理系統設計[J].現代電子技術，2016，39（4）：149-152.ZHANG Tai，GU Xiaofeng，ZHANG Dawei，et al.Design of intelligent power management system based on power line carrier communication[J].Modern Electronics Tech?nique，2016，39（4）：149-152.

[3]王德文，劉曉建.基于MapReduce的電力設備并行故障診斷方法[J].電力自動化設備，2014，34（10）：116-120.WANG Dewen，LIU Xiaojian.Parallel fault diagnosis based on MapReduce for electric power equipments[J].Electric Power Automation Equipment，2014，34（10）：116-120.

[4]閃鑫，戴則梅，張哲，等.智能電網調度控制系統綜合智能告警研究及應用[J].電力系統自動化，2015，7（1）：65-72.SHAN Xin，DAI Zemei，ZHANG Zhe，et al.Research on and application of integrated smart alarm based on smart grid dispatching and control systems[J].Automation of Electric Power Systems，2015，7（1）：65-72.

[5]康洪波.移動智能體技術在智能電網中的研究和應用[J].電源技術，2014，38（4）：781-782.KANG Hongbo.Research and application of mobile agent technology in smart grid[J].Chinese Journal of Power Sources，2014，38（4）：781-782.

[6]郭昊坤，吳軍基.Agent技術在中國智能電網建設中的應用[J].電網與清潔能源，2014，30（2）：12-16.GUO Haokun，WU Junji.Application of agent technology in china’s smart grid construction[J].Power System and Cleam Energy，2014，30（2）：12-16.

[7]王建波，邵文權，張艷麗，等.電壓差特征引起電壓暫降的故障類型識別[J].西安工程大學學報，2015，29（5）：617-622.WANG Jianbo，SHAO Wenquan，ZHANG Yanli，et al.A fault type detection scheme for voltage sag based on diffe?rential-voltage[J].Journal of Xi’an Polytechnic Universi?ty，2015，29（5）：617-622.

[8]陳碩，趙永彬，劉明，等.基于RS-BN的電力信息通信系統故障診斷方法[J].控制工程，2015，22（6）：1212-1217.CHEN Shuo，ZHAO Yongbin，LIU Ming，et al.Fault dia?gnosis method of electric power information and communi?cation system based on RSBN[J].Control Engineering of China，2015，22（6）：1212-1217.

[9]龍震岳，錢揚，鄒洪，等.電網企業網絡信息安全的威脅與攻防新技術研究[J].現代電子技術，2015，38（21）：100-104.LONG Zhenyue，QIAN Yang，ZOU Hong，et al.Threat to network information security and study on new defense technologiesinpowergridenterprises[J].ModernElectronics Technique，2015，38（21）：100-104.

[10]徐敏，彭林，韓海韻，等.電力移動巡檢中基于區域劃分的無線傳感器安全通信及防泄密定位技術[J].電信科學，2016，32（2）：158-163.XU Min，PENG Lin，HAN Haiyun，et al.Wireless sensor security communication and anti-leak locating technology based on region partition in power mobile inspection[J].TelecommunicationsScience，2016，32（2）：158-163.