朱添益，蔣鐵錚，羅杰，宋軍英，謝曉騫

(1．長沙理工大學(xué)電氣與信息工程學(xué)院，長沙市410076;2． 湖南省電力公司調(diào)控中心 長沙市410007)

0 引 言

隨著采集裝置性能的提升，大量準(zhǔn)實時的報警信息通過各變電所的遠方終端裝置傳送到各級電網(wǎng)調(diào)度中心，利用采集信息對電力系統(tǒng)故障進行準(zhǔn)實時的診斷成為可能。故障發(fā)生時，應(yīng)對采集的報警信息盡可能快速而準(zhǔn)確地診斷，并將診斷結(jié)果上傳調(diào)度端，防止故障的延伸［1］。

以往的故障診斷大多基于數(shù)據(jù)采集與監(jiān)控系統(tǒng)(supervisory control and data acquisition，SCADA)提供的開關(guān)量信息，有專家系統(tǒng)［2］、人工神經(jīng)網(wǎng)絡(luò)［3］、粗糙集理論［4］、貝葉斯網(wǎng)絡(luò)［5］與Petri 網(wǎng)［6］等方法。然而，SCADA 信息是基于穩(wěn)態(tài)和低密度的采集方式，因此故障診斷需要在完備的保護與開關(guān)信息數(shù)據(jù)的條件下才能進行事后機理或數(shù)據(jù)挖掘研究。廣域測量系統(tǒng)(wide area measurement system，WAMS)能夠提供ms 級別的電氣量信息，采集信息準(zhǔn)確且容錯性強。采用電氣量信息進行診斷不僅能夠彌補電網(wǎng)保護和斷路器存在誤動與拒動信息的不足，而且能夠提供故障診斷中故障相別等SCADA 無法給出的詳細信息。文獻［7］在取得故障動態(tài)數(shù)據(jù)時，快速計算故障特征值，然后與標(biāo)準(zhǔn)故障特征集進行匹配來診斷故障;文獻［8］提出利用小波分析將三相電流進行故障度計算的方法，故障度最大值的點即為故障點;文獻［9］采用支持向量機方法訓(xùn)練學(xué)習(xí)新事件，簡化了事故推理過程。這些方法雖然準(zhǔn)確卻沒有考慮到實際工作中數(shù)據(jù)錯誤、冗余問題，計算過程也相對復(fù)雜，增加了故障診斷工作的時間。

針對上述問題，本文提出一種基于WAMS 系統(tǒng)電氣量數(shù)據(jù)的輸電線路故障診斷方法。該方法通過創(chuàng)建本地數(shù)據(jù)庫視圖和觸發(fā)器的增量抽取規(guī)則來遠程調(diào)用WAMS 數(shù)據(jù);完成對數(shù)據(jù)的故障診斷前預(yù)處理工作;利用電氣量信息確定故障區(qū)域;比較故障區(qū)域中電氣量信息變化率最大的點，用以確定故障。實驗結(jié)果表明，本文方法能夠在保證一定準(zhǔn)確率的情況下較快速地進行故障診斷，在實際電網(wǎng)中具有一定的可行性。

1 電網(wǎng)快速故障診斷模型和算法

1.1 數(shù)據(jù)預(yù)處理

WAMS 故障數(shù)據(jù)傳輸與處理流程如圖1 所示。

圖1 WAMS 數(shù)據(jù)傳輸與處理流程圖Fig.1 Data transmission and processing flow chart of WAMS

WAMS 是通過逐步布局電網(wǎng)關(guān)鍵測點的同步相量測量單元(phasor measurement unit，PMU)，實現(xiàn)對全網(wǎng)主要電氣量信息的高速同步采集，頻率一般為20 ～40 ms 1 幀。采集的數(shù)據(jù)通過電力調(diào)度數(shù)據(jù)網(wǎng)絡(luò)實時傳送到廣域監(jiān)測主站系統(tǒng)。電網(wǎng)小擾動和真實故障信息均存入主站數(shù)據(jù)庫的事故擾動表中。主要信息為:時間、站點、元件、三相電壓及電流的幅值、角度、頻率值和其他小擾動報警。

正是由于數(shù)據(jù)的海量上傳，必須在進行故障診斷之前，設(shè)立數(shù)據(jù)預(yù)處理模式，濾除非故障診斷相關(guān)的信息數(shù)據(jù)。這樣能夠減輕診斷模型運算單元，從而達到快速診斷的目的。

(1)本文建立本地數(shù)據(jù)庫DB1 視圖訪問遠程數(shù)據(jù)庫DB2(WAMS 實時數(shù)據(jù)庫)和DB3(WAMS 歷史數(shù)據(jù)庫)，并設(shè)置了基于觸發(fā)器的增量抽取規(guī)則，統(tǒng)一訪問接口。視圖訪問和觸發(fā)器的設(shè)置減輕了DB1數(shù)據(jù)庫的存儲空間，也加快了DB1 訪問DB2、DB3 的速度。

(2)根據(jù)經(jīng)典的WAMS 故障判斷啟動［7］:

式中:i(n)為在n 時刻電流采樣值;N 為每基頻周期采點數(shù);Iset為門檻值。當(dāng)滿足式(1)時，DB1 向DB2、DB3 發(fā)出抽取數(shù)據(jù)指令，獲取當(dāng)前事故擾動表信息。

(3)記錄電流突變的全過程就能夠準(zhǔn)確且快速地判斷故障，因此，本文在DB1 終端計算機上設(shè)置PL/SQL 數(shù)據(jù)庫語言濾除事故擾動表中的電壓、頻率與越限信息等數(shù)據(jù)，減少故障判斷需要使用的指標(biāo)，且設(shè)置DB1 收錄電流突變的時間為電流最大值前后200 ms。診斷前的數(shù)據(jù)形式即為:時間、站點、元件、三相電流幅值。

1.2 故障邊界域

目前，停電區(qū)域識別一般依靠SCADA 網(wǎng)絡(luò)拓撲結(jié)構(gòu)自動跟蹤［10-13］。這種方式依賴可靠性高的開關(guān)和斷路器信息。

故障邊界域是通過斷路器切斷故障區(qū)域而形成，其特點是故障切除后斷路器一側(cè)帶電、一側(cè)停電。若斷路器和開關(guān)正常工作且SCADA 數(shù)據(jù)傳輸及時、準(zhǔn)確，那么停電區(qū)域則為兩跳閘斷路器之間的區(qū)域。然而，在電網(wǎng)實際故障發(fā)生時，SCADA 信號可能出現(xiàn)錯誤、丟失或上傳速度較慢的情況，通道斷線、試驗檢修更是在一時間造成無數(shù)據(jù)的可能。因此，需要借助于相量測量單元采集的電氣量信息。

如圖2 所示，線路發(fā)生故障時，若沒有及時獲得準(zhǔn)確的斷路器信息，無法判斷故障區(qū)域。然而，故障發(fā)生后，保護會促使斷路器動作，切斷故障線路。

圖2 簡單故障Fig.2 Simple fault

此時，母線B1 左側(cè)有電流，右側(cè)無電流;母線B2左側(cè)無電流，右側(cè)有電流，則表示線路2 是故障區(qū)域，母線B1 和母線B2 為故障邊界域。

本文規(guī)定:

式中ISET表示事先定義的閥值，若在故障復(fù)雜，跳閘數(shù)較多的情況下，也可以根據(jù)此方法確定最小的故障邊界域。

1.3 電流的變動率指標(biāo)

變動率指標(biāo)εROC在證券學(xué)中反映了股票的變化趨勢。它將當(dāng)天的股票收盤價格和N 天前的收盤價格進行對比，計算某一段時間內(nèi)收盤價變動的比例和應(yīng)用價格的移動來比較價位動量，達到事先探測股價買賣供需力量的大小，從而分析股價的趨勢，預(yù)測其是否有轉(zhuǎn)勢的可能性。

變動率指標(biāo)函數(shù)如下:

電網(wǎng)發(fā)生故障時，電流的瞬間變化相當(dāng)大，會超出該線路的閥值而引起報警。一般情況下，保護會動作，若保護拒動，相應(yīng)遠保護線路的電流也將發(fā)生瞬間變化從而引起遠保護動作，但電流變化幅度和變化率均小于故障線路。變動率指標(biāo)應(yīng)用于本文的故障診斷中，首先，WAMS 掃描各線路的電流幅值，在確定好故障區(qū)域以后，將區(qū)域內(nèi)各線路電流幅值與該線路設(shè)置的最大電流閥值進行比較。

式中:IROC為電流的變動率指標(biāo)值;I 表示當(dāng)前測量的電流幅值，IMAX表示故障門檻值。

式(4)計算結(jié)果表示每段線路當(dāng)前幅值超過故障門檻值的百分比。若故障邊界域小，則只需比較故障域內(nèi)每條線路的IROC的大小。實際故障存在多處連鎖跳閘等復(fù)雜情況，故障診斷應(yīng)該能在故障邊界域大的情況下也能找到故障點，須做如下處理:

式中:xi為故障區(qū)域內(nèi)第i個元件占據(jù)所有故障區(qū)域內(nèi)元件變動率指標(biāo)的百分比;IiROC為故障區(qū)域內(nèi)第i個元件的電流變動率指標(biāo)值。式(5)將各線路變動率取平均值，將變動率在平均值中所占比例最大的線路定義為故障線路。該定義能突出i元件在停電區(qū)域的所有元件中電流突變程度的強弱，程度越大說明故障的可能性越大。

2 診斷流程

快速診斷流程實現(xiàn)如圖3 所示。

圖3 快速診斷流程圖Fig.3 Flow diagram of rapid diagnosis

依據(jù)圖3 所示，當(dāng)WAMS 遠方測控單元監(jiān)測有故障發(fā)生時，第一時間將報警信號傳送至調(diào)度終端。首先，本文設(shè)置了觸發(fā)器的增量抽取方式對事故擾動表中新增數(shù)據(jù)進行抽取［14-16］(事件觸發(fā)DB1 調(diào)用DB2/DB3 數(shù)據(jù))，并通過視圖訪問該新增數(shù)據(jù)。然后，進行數(shù)據(jù)的預(yù)處理以及對電流是否突變的判斷工作，這一步濾除了本文不需要的診斷指標(biāo)以及非輸電線路的報警數(shù)據(jù)，僅保留時間、站點、元件以及相應(yīng)電流幅值信息。下一步，結(jié)合當(dāng)時的SCADA 開關(guān)量信息和本文提出故障邊界域判斷方法一起確定故障區(qū)域。最后，根據(jù)式(4)、(5)計算故障區(qū)域內(nèi)的所有線路元件電流變動率，通過計算得出各元件的故障概率，將故障概率最大的信息保留即為本文故障診斷的結(jié)果。

3 算例分析

選取某電網(wǎng)某處的故障案例［8］，簡化后進行本文方法的故障診斷，如圖4 所示。

故障發(fā)生在L1 處，由于保護拒動、SCADA 通道斷線，導(dǎo)致事故的擴散，一時間調(diào)度端沒有可靠的開關(guān)量信息，事故過程如下:

(1)L1 處雷擊導(dǎo)致單相接地短路，同時SCADA主通道、備用通道斷線;

(2)L1 線路B1 側(cè)零序I 段，高頻距離保護動作，CB1 跳閘;

(3)L1 線路B4 側(cè)保護未動作，CB2 未跳，造成L4 線路B5 側(cè)零序IV 段保護動作，CB4 跳閘;

圖4 局部繼電保護系統(tǒng)圖Fig.4 System diagram of local relay protection

(4)L5 線路保護未動作，造成L8 線路B7 側(cè)保護動作，跳開CB10，L7 線路B7 側(cè)保護動作，CB8、CB9 跳閘。

當(dāng)故障診斷啟動后，根據(jù)式(2)，找出故障邊界域。本文故障區(qū)域內(nèi)線路包含:L1、L4、L5、L6、L7、L8。根據(jù)式(4)、(5)算出故障區(qū)域內(nèi)每條線路的電流變動率百分比，如表1 所示。

表1 算例中每條線路的變動率百分比結(jié)果Tab.1 Percentage results of change rate of every line in example

根據(jù)診斷結(jié)果，L1 為所有線路電流變動率最大點，故判斷L1 出現(xiàn)故障，診斷結(jié)果準(zhǔn)確。

本文所提診斷方法可以在沒有開關(guān)保護的動作信息時為調(diào)度運行人員提供備用診斷條件，因此，具有很好的應(yīng)用價值。由于WAMS 數(shù)據(jù)量大，實際驗證工作中僅調(diào)取華中某省網(wǎng)500 kV 輸電線路的DB3數(shù)據(jù)庫中故障擾動表中信息。利用本文的診斷方法得出的結(jié)果與調(diào)度日志事故統(tǒng)計對比，結(jié)果如圖5所示。

圖5 跳閘次數(shù)統(tǒng)計對比圖Fig.5 Statistical contrast of trip-out times

從圖5 可以看出，該省網(wǎng)500 kV 線路實際跳閘次數(shù)與本文診斷結(jié)果算出的跳閘次數(shù)幾乎重疊，正確率達到96.7%。通過調(diào)查，沒有檢測到的跳閘形式一般為二次設(shè)備異?；蛑鱾溆猛ǖ廊繑嗑€而引起的跳閘，這說明，本文方法能夠檢測一般情況下的事故跳閘，具有一定的實用性。

4 結(jié) 論

電網(wǎng)發(fā)生故障時，必須進行精確又快速的故障診斷。由于開關(guān)斷路器信息時常出現(xiàn)錯誤或缺失，使得故障診斷工作延遲，一時間導(dǎo)致調(diào)度員無計可施，從而擴大故障。本文利用WAMS 中的電氣量信息，提出了一種簡單又精確的診斷方法。

(1)設(shè)置了基于觸發(fā)器增量抽取方式抽取事故擾動表中的新增數(shù)據(jù)，并試圖訪問新增數(shù)據(jù)進行數(shù)據(jù)的預(yù)處理工作，濾除無用數(shù)據(jù)，僅保留三相電流作為主要判斷依據(jù)，減少了診斷過程中數(shù)據(jù)的使用，克服了大量調(diào)用數(shù)據(jù)帶來的時間延遲。

(2)通過三相電流指標(biāo)估計故障區(qū)域，消除了開關(guān)和保護動作信息錯誤或信號失傳時無法確定故障區(qū)域的情況。

(3)利用本文提出的變動率指標(biāo)函數(shù)對故障區(qū)域內(nèi)各線路元件電流進行計算，不僅符合故障事實邏輯且能夠快速得出診斷結(jié)果，簡化了計算過程，并能夠在線路發(fā)生連鎖故障時，同樣快速、準(zhǔn)確地得出相應(yīng)診斷結(jié)果供調(diào)度人員參考。

本文方法大大減少了診斷過程需要的數(shù)據(jù)，模型計算簡便，經(jīng)實際電網(wǎng)數(shù)據(jù)測試，能夠勝任一般情況下實際電網(wǎng)的故障診斷工作，具有一定的研究意義。

致 謝

本文中實驗方案的制定和實驗數(shù)據(jù)的測量記錄工作是在湖南省電力公司胡迪軍、謝培元、陳俊杰等工作人員的大力支持下完成的，在此向他(她)們表示衷心的感謝。

［1］梅念，石東源，李銀紅，等．計及信息畸變影響的電網(wǎng)故障診斷分級優(yōu)化方法［J］．電工技術(shù)學(xué)報，2009，24(9):178 －185．

［2］晁進，劉文穎．基于多智能體和專家系統(tǒng)的電網(wǎng)智能報警系統(tǒng)研究［J］．現(xiàn)代電力，2010，27(5):1 －5．

［3］畢天姝，倪以信，吳復(fù)立，等． 基于新型神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷方法［J］．中國電機工程學(xué)報，2002，22(2):73-78．

［4］束洪春，孫向飛，司大軍．基于粗糙集理論的配電網(wǎng)故障診斷研究［J］．中國電機工程學(xué)報，2001，21(1):73-78．

［5］Teive R C G，Coelho J，Camargo C B，et al． A Bayesian network approach to fault diagnosis and prognosis in power transmission system［C］//16th International Conference on Intelligent System Application to Power Systems，2011:1-6．

［6］孫靜，秦世引，宋永華． 一種基于Petri 網(wǎng)和概率信息的電力系統(tǒng)故障診斷方法［J］．電力系統(tǒng)自動化，2003，27 (13):10-14．

［7］周子冠，白曉民，李文鋒，等． 基于廣域測量系統(tǒng)的電網(wǎng)故障在線智能化診斷與分析方法［J］． 中國電機工程學(xué)報，2009，29(13):1-7．

［8］郭創(chuàng)新，彭明偉，劉毅．多數(shù)據(jù)源信息融合的電網(wǎng)故障診斷新方法［J］．中國電機工程學(xué)報，2009，29(31):1-7．

［9］郭創(chuàng)新，馬韜韜，朱少華，等． 一種快速電網(wǎng)智能報警方法［J］． 中國電機工程學(xué)報，2010，30(S1):6-11．

［10］董明，張勇，張巖，等．含電氣量信息的電力系統(tǒng)故障診斷解析模型［J］．電力系統(tǒng)自動化，2013，37(6):55-61．

［11］梅念，石東源，楊雄平，等．基于開關(guān)變位信息的電網(wǎng)可疑故障元件集識別方法［J］．電網(wǎng)技術(shù)，2007，31(15):80-84．

［12］王磊，陳青，李天友，等．停電區(qū)域邊界斷路器信息缺失時的電網(wǎng)故障診斷［J］．中國電機工程學(xué)報，2013，33(22):127-134．

［13］孫偉，李林川，盧慶聰，等．基于停電區(qū)域的電力系統(tǒng)故障診斷的一種新模型［J］．電網(wǎng)技術(shù)，2004，28(5):30-34．

［14］戴浩，楊波．ETL 中的數(shù)據(jù)增量抽取機制研究［J］．計算機工程與設(shè)計，2009，30(23):5552-5555．

［15］王濤．基于數(shù)據(jù)倉庫ETL 技術(shù)的數(shù)據(jù)提取與數(shù)據(jù)轉(zhuǎn)換研究［D］．吉林:吉林大學(xué)，2011．

［16］張峰，張莉莉．觸發(fā)器在數(shù)據(jù)處理過程中的應(yīng)用研究［J］． 計算機工程與科學(xué)，2008，30(5):156-158．