基于電網(wǎng)智能監(jiān)控信息的多站端故障診斷與輔助決策方法
【技術領域】
[0001] 本發(fā)明具體設及一種基于電網(wǎng)智能監(jiān)控信息的多站端故障診斷與輔助決策方法。
【背景技術】
[0002] 目前，電網(wǎng)運行時各類監(jiān)控系統(tǒng)均實時監(jiān)測電網(wǎng)運行數(shù)據(jù)，并將監(jiān)控數(shù)據(jù)實時上 傳至監(jiān)控主站。但是，由于接入主站端的監(jiān)控信息相互獨立，各監(jiān)控信息之間不具備智能 邏輯組合分析功能，一旦發(fā)生事故，監(jiān)控員需要根據(jù)海量的電網(wǎng)運行和監(jiān)控數(shù)據(jù)進行人工 分析，并不斷調(diào)用不同監(jiān)控畫面并根據(jù)個人經(jīng)驗做出判斷，運給監(jiān)控員對事故的判斷和信 息處置造成極大的困難。依據(jù)國調(diào)中屯、2012年頒發(fā)的《500kV變電站典型監(jiān)控信息表(試 行)》標準，按照2主變、5串8回500kV出線、10條220kV出線典型設計，單個500kV變電站 有4000多個"四遙"監(jiān)控信息點上傳接入監(jiān)控主站；W某中部省份電網(wǎng)17個投運500kV變 電站為例，該省一個監(jiān)控值班值(標準配備2人)需處理68000多個監(jiān)控信息點，尤其是發(fā)生 電網(wǎng)事故時，會在毫秒（ms)級時間內(nèi)產(chǎn)生5~10倍于正常數(shù)據(jù)的異常信息，可能發(fā)生監(jiān)控信 息淹沒效應。而對于電網(wǎng)的多站端異?；蚴鹿市畔?，如果不能做出決策及時處理，將會導致 更多的事故發(fā)生。絕大部分事故源于沒有對異?，F(xiàn)象及時決策處理而造成，因此如何對電 網(wǎng)多站端異?；蚴鹿士焖贉蚀_的決策，是杜絕事故的根本所在。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于電網(wǎng)智能監(jiān)控信息的多站端故障診斷與輔助決 策方法，W快速準確對電網(wǎng)多站端異?；蚴鹿首鞒鰶Q策，杜絕事故的發(fā)生。
[0004] 本發(fā)明提供的運種基于電網(wǎng)智能監(jiān)控信息的多站端故障診斷與輔助決策方法，包 括如下步驟： 1) 建立專家數(shù)據(jù)庫：包括預想事故集，W及與預想事故集對應的專家決策數(shù)據(jù)庫； 2) 將多站端電網(wǎng)故障分解為各變電站單站端故障信息； 3) 將故障信息分類為兩類：一類是反映變電設備運行狀況的開關量信息，二類是事故 期間過程數(shù)據(jù)的連續(xù)變化信息； 4) 對步驟3)所述一類信息W對應的狀態(tài)元素描述； 5) 對步驟4)所述的各狀態(tài)元素進行邏輯禪合，用邏輯與的關系進行運算，作出禪合預 判，只要有一個狀態(tài)元素為故障，則該狀態(tài)元素所設及的元件確認為故障元件； 6) 進行時間辨識，確保上述各變電站的單站端故障信息是在同一時間段內(nèi)發(fā)生的連鎖 故障； 7) 進行空間辨識，獲取線路故障點兩端測距數(shù)據(jù)，并與線路參數(shù)進行比較得到故障點 空間辨識結(jié)果； 8) 進行特征量辨識，將步驟3)所述的二類信息進行計算后提取特征量，用于對故障性 質(zhì)的判定； 9) 將步驟5)到步驟8)的結(jié)果送到步驟1)所述的專家決策數(shù)據(jù)庫的禪合推理機進行 禪合推理，與步驟1)所述的預想事故集進行對比和匹配，并從專家決策數(shù)據(jù)庫中找到對應 的輔助決策方法； 10)將步驟5)到步驟9)與變電站監(jiān)控系統(tǒng)的動態(tài)圖元進行關聯(lián)，并將數(shù)據(jù)和決策結(jié)果 進行實時顯不和跟蹤。 陽0化]步驟1)所述的預想事故集，為采用RTDS軟件離線仿真不同故障情況電網(wǎng)運行所 分別產(chǎn)生的電壓相角特征集。
[0006] 步驟2)所述的單站端故障信息來源于各單站端的終端數(shù)據(jù)、站控數(shù)據(jù)和間隔數(shù) 據(jù)，對各來源數(shù)據(jù)中的一類信息分別進行邏輯禪合。
[0007] 步驟3)所述的狀態(tài)元素如下表1、表2所示： 表1線路間隔事故-斷路器事故狀態(tài)元素
、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、<、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、表2主變間隔事故-主變事故狀態(tài)元素
所述步驟2)的二類信息包括潮流變化信息、節(jié)點電壓信息、電壓變化信息、電壓、相角 信息；其中潮流變化信息與節(jié)點電壓信息進行禪合得到故障支路電流特征信息，電壓變化 信息與電壓、相角信息進行禪合得到故障節(jié)點電壓相角特征信息。
[0008] 步驟6)所述的同一時間段為3~10s，用于確保所采集的各相關變電站故障信息是 在該時間段內(nèi)發(fā)生的、連鎖的故障信息，W避免毫不關聯(lián)的多站端故障信息進行關聯(lián)禪合。
[0009] 步驟7)所述空間辨識，為根據(jù)故障錄波和保護動作測距數(shù)據(jù)加權值，判斷故障位 置。
[0010] 步驟8)所述提取特征量用于對故障性質(zhì)的判定，為根據(jù)故障支路電流特征信息和 故障節(jié)點電壓相角特征信息計算出各支路發(fā)生故障概率，并將上述故障概率按照降序進行 排列，依次按照最大可能發(fā)生的原則與步驟5)中故障元件進行一致性判別。
[0011] 本發(fā)明構建了預想的異常和事故集及相對應的專家決策數(shù)據(jù)庫，將多站端電網(wǎng)故 障分解為單站端故障，并且將反映變電設備運行狀況的開關量信息進行邏輯運算來判定故 障元件，W時間辨識、空間辨識和特征量辨識對故障性質(zhì)的判定，將判定結(jié)果送到主站進行 禪合推理，并與預想異?；?和事故集進行對比和匹配，從專家決策數(shù)據(jù)庫中找到對應的 輔助決策方法；本發(fā)明利用計算機和現(xiàn)有的電網(wǎng)智能監(jiān)控系統(tǒng)對電網(wǎng)多站端的異常/故障 進行輔助決策，避免了監(jiān)控人員人為處理海量的監(jiān)控數(shù)據(jù)W及監(jiān)控人員處理經(jīng)驗不足的缺 陷，能夠快速準確對電網(wǎng)多站端故障作出決策，杜絕事故的發(fā)生。
【附圖說明】
[0012] 圖1為本發(fā)明的多站端故障診斷和輔助決策方法流程圖。
[0013] 圖2為本發(fā)明的一個實施例的電網(wǎng)示意圖。
[0014] 如圖1所示，為本發(fā)明的多站端異?；蚴鹿瘦o助決策方法流程圖；多站端電網(wǎng)故 障，首先是分解為多個單站端的電網(wǎng)故障，然后獲取每個單站端電網(wǎng)的終端數(shù)據(jù)、站控數(shù)據(jù) 和間隔數(shù)據(jù)，并依次得到反映變電設備運行狀態(tài)的開關量信息和故障期間的過程數(shù)據(jù)連 續(xù)變化值，將獲取的開關量信息對應于設備的狀態(tài)元素，并采用邏輯"與"運算作出禪合預 判，同時獲取的反映變電設備運行狀態(tài)的開關量信息和故障期間的過程數(shù)據(jù)連續(xù)變化值進 行時間辨識和空間辨識，確保故障信息的相關性，進行特征量辨識，并將特征量辨識的結(jié)果 和禪合預判結(jié)果共同對比預想故障集進行匹配，并從專家數(shù)據(jù)庫中找到對應的輔助決策方 法。
[0015] W下結(jié)合一個具體算例進一步對本發(fā)明進行說明。
[0016] 如圖2所示，為本發(fā)明的一個具體實施例的電網(wǎng)示意圖，為甲站、乙站、丙站、下站 及相關線路所構成的某500kV局部電網(wǎng)： 某時刻，線線路A相永久性故障，甲站、乙站、丙站S站保護動作，迅速切除故障， 一、二次設備的動作情況如表3、表4。
[0017] 表3保護動作情況
表4 一次設備動作情況
通過獲取SCADA遙信及遙測信息、PMU電壓及相角信息、保護故障管理系統(tǒng)（RPM巧的 故障信息等，然后通過上述多層信息禪合模型進行故障診斷的輔助決策過程得出上述3站 端電網(wǎng)事故關聯(lián)禪合步驟如下： 多端分解： 將4站端電網(wǎng)事故分解為甲站、乙站、丙站3個單站端設備故障狀態(tài)元素和禪合預判如 下表5所示： 表5:電網(wǎng)故障禪合預判
故障狀態(tài)元素和禪合預判結(jié)果表明： 甲站L化線（5011、50。）線路間隔、乙站L甲線（5031、503。線路間隔、丙站L加線 (5023、5022)發(fā)生事故，乙站L石丙線WXH-802保護異常。 陽〇1引 時間辨識： W主站監(jiān)控收到的甲站、乙站、丙站3個單站端事故元素第一時刻發(fā)出的時間為基準 值，得出后續(xù)事件時間差值At2-l、At3-