基于專家規(guī)則和信息論的電網(wǎng)警報(bào)處理方法

趙振濤，張大海，李永生

（1．電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室（山東大學(xué)），濟(jì)南250061；2．山東菏澤供電公司，菏澤274000）

基于專家規(guī)則和信息論的電網(wǎng)警報(bào)處理方法

趙振濤1，張大海1，李永生2

（1．電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室（山東大學(xué)），濟(jì)南250061；2．山東菏澤供電公司，菏澤274000）

針對(duì)電網(wǎng)發(fā)生故障時(shí)存在誤報(bào)和漏報(bào)等不確定情況，提出一種基于專家規(guī)則和信息論的電網(wǎng)警報(bào)處理方法。該方法對(duì)警報(bào)處理過(guò)程中的警報(bào)劃分集合關(guān)系，通過(guò)基于專家規(guī)則的正反向推理得到候選故障原因的特征警報(bào)集，并引入信息熵分析顯示的警報(bào)集和特征警報(bào)集的相關(guān)聯(lián)程度，科學(xué)地量化分析處理過(guò)程中的不確定程度。提取的交互信息量和信息比兩個(gè)特征指標(biāo)，在考慮時(shí)序特性與不考慮時(shí)序特性兩種情況下，均能實(shí)時(shí)準(zhǔn)確評(píng)估候選故障原因。實(shí)際算例驗(yàn)證了該方法的實(shí)用性和有效性。

電網(wǎng)警報(bào)；專家規(guī)則；信息熵；時(shí)序特性；評(píng)估指標(biāo)

警報(bào)處理系統(tǒng)對(duì)電力安全生產(chǎn)、高效運(yùn)行的重要意義勿庸置疑，電力系統(tǒng)運(yùn)行方式的改變會(huì)引起數(shù)據(jù)采集與監(jiān)控SCADA（supervisory control and data acquisition）系統(tǒng)產(chǎn)生大量的警報(bào)信息，特別是復(fù)雜故障情況下和雷雨大風(fēng)等惡劣天氣時(shí)會(huì)造成短時(shí)間內(nèi)的警報(bào)泛濫[1]。近年來(lái)，無(wú)人變電站的增多及電網(wǎng)規(guī)模的增大使實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)點(diǎn)數(shù)目大幅度增加。同時(shí)，可再生能源的大量接入給電網(wǎng)帶來(lái)較大幅度的擾動(dòng)，這些都給報(bào)警系統(tǒng)的設(shè)計(jì)帶來(lái)了很大的挑戰(zhàn)。

20世紀(jì)末，有學(xué)者將警報(bào)處理看作是模式識(shí)別問(wèn)題，把故障診斷系統(tǒng)引入到報(bào)警處理系統(tǒng)中，提出了基于規(guī)則庫(kù)的警報(bào)處理方法，并采用專家系統(tǒng)等智能算法來(lái)推斷分析警報(bào)信息產(chǎn)生的原因。后來(lái)，將引入故障診斷的報(bào)警系統(tǒng)逐漸地稱之為智能報(bào)警系統(tǒng)[1]。目前，國(guó)內(nèi)外應(yīng)用于警報(bào)處理的智能算法有專家系統(tǒng)[2]、貝葉斯網(wǎng)絡(luò)[3]和Petri網(wǎng)絡(luò)[4]等。這些方法一般都能給出確定性的診斷結(jié)果，但都存在明顯的缺陷，如實(shí)時(shí)性差、知識(shí)庫(kù)維護(hù)困難等，特別是在復(fù)雜故障時(shí)不能保證診斷結(jié)果的準(zhǔn)確性。

本文在已有研究基礎(chǔ)上，對(duì)警報(bào)處理問(wèn)題做進(jìn)一步分析，提出了基于專家規(guī)則和信息論的警報(bào)處理方法。該方法引入電力系統(tǒng)信息化和警報(bào)信息熵概念，提取了交互信息量I（A，K）和信息比IR指標(biāo)，對(duì)顯示的警報(bào)信息和系統(tǒng)事件集進(jìn)行不確定性分析。該指標(biāo)計(jì)算方便，能夠快速、準(zhǔn)確地評(píng)估各候選故障原因，從而找出可能性最大的事故原因。通過(guò)對(duì)算例的實(shí)際分析，驗(yàn)證了該方法的有效性。

1 警報(bào)處理問(wèn)題描述

現(xiàn)代警報(bào)系統(tǒng)將組合警報(bào)、拓?fù)涮幚硪约皶r(shí)序特性等引入到報(bào)警處理過(guò)程中，按照警報(bào)信息的重要程度進(jìn)行分層顯示。為體現(xiàn)報(bào)警系統(tǒng)的智能化，報(bào)警系統(tǒng)采用專家系統(tǒng)等故障診斷算法對(duì)報(bào)警信息進(jìn)行推理分析，得到故障輔助決策。為便于理解各警報(bào)之間的關(guān)系，本文采用集合理論對(duì)各警報(bào)進(jìn)行劃分。首先給出各警報(bào)集合的定義[5]：

（1）系統(tǒng)事件集Es：所有可能發(fā)生的原因事件的集合。

（2）系統(tǒng)警報(bào)集As：所有可能發(fā)生的警報(bào)事件的集合。

（3）特征警報(bào)集K：某個(gè)原因事件發(fā)生時(shí)，應(yīng)該引起的警報(bào)事件的集合。

傳統(tǒng)的警報(bào)系統(tǒng)是調(diào)度人員經(jīng)過(guò)培訓(xùn)，憑借培訓(xùn)的知識(shí)和經(jīng)驗(yàn)來(lái)判斷哪個(gè)事件引起了顯示的警報(bào)事件信息。智能報(bào)警系統(tǒng)的警報(bào)處理則是依靠特定的警報(bào)處理方法，對(duì)顯示的警報(bào)事件進(jìn)行推理分析，得到可能性最大的原因事件，系統(tǒng)事件集與特征警報(bào)集的數(shù)學(xué)關(guān)系描述為

式中：ei是指原因事件i；A（i）是指原因事件i對(duì)應(yīng)的特征警報(bào)集；ne是指Es中所包含的可能原因事件的數(shù)目；NA={1，2，…，na}，na是As中所包含的警報(bào)事件的總數(shù)。

警報(bào)處理問(wèn)題就是將可能的原因事件ei對(duì)應(yīng)的特征警報(bào)集A（i）與顯示的一組警報(bào)A（A?As）對(duì)比分析，確定它們之間的相關(guān)聯(lián)程度，而找出最有可能發(fā)生的原因事件。在電網(wǎng)故障過(guò)程中，由于保護(hù)或開(kāi)關(guān)的誤動(dòng)、拒動(dòng)等因素的存在，可能造成誤報(bào)與漏報(bào)，有時(shí)多種故障情況可能產(chǎn)生相同的警報(bào)信息。尤其在復(fù)雜故障發(fā)生時(shí)，這種不確定性更加明顯。為此，需要定義一個(gè)綜合指標(biāo)，來(lái)充分利用警報(bào)有用信息，使參與決策的已知信息量最大，系統(tǒng)決策更合理。

2 警報(bào)處理的方法原理及步驟

2.1 警報(bào)處理系統(tǒng)的專家規(guī)則

電網(wǎng)發(fā)生故障后，SCADA系統(tǒng)提供了豐富的故障信息，含有電壓電流等遙測(cè)信息，也包括保護(hù)開(kāi)關(guān)的遙信信息，本文在進(jìn)行警報(bào)處理時(shí)，僅考慮保護(hù)和開(kāi)關(guān)信息。報(bào)警信息具有離散性、時(shí)序性及相關(guān)性等特點(diǎn)，反映到監(jiān)控中心的離散報(bào)警信息具有時(shí)標(biāo)屬性，相關(guān)的警報(bào)信息組合可解釋系統(tǒng)發(fā)生的故障事件。

電網(wǎng)發(fā)生故障時(shí)，保護(hù)開(kāi)關(guān)動(dòng)作與故障設(shè)備之間存在著必然的因果關(guān)系，這些關(guān)系可用領(lǐng)域?qū)＜业漠a(chǎn)生式規(guī)則來(lái)描述。圖1給出了廣州地區(qū)220 kV電力系統(tǒng)的某輸電線路故障時(shí)形成的基于規(guī)則的約束網(wǎng)絡(luò)實(shí)例[6]，其中，ci表示可能發(fā)生的原因事件，ai表示實(shí)時(shí)警報(bào)信息，詳細(xì)警報(bào)事件可參考文獻(xiàn)[6]。

圖1 某設(shè)備故障時(shí)的規(guī)則約束網(wǎng)絡(luò)實(shí)例Fig.1An example of rule constrained network for a fault scene

正向推理規(guī)則是根據(jù)保護(hù)開(kāi)關(guān)的警報(bào)信息和保護(hù)范圍進(jìn)行推理，建立可疑故障設(shè)備集F，如圖1中通過(guò)正向推理得到可能發(fā)生的線路故障、母線故障等原因事件，記作c1～c6。

規(guī)則1跳閘斷路器3段保護(hù)范圍內(nèi)的設(shè)備屬于可疑故障設(shè)備集F。

規(guī)則2與跳閘斷路器同廠站、同電壓等級(jí)、帶失靈保護(hù)的未跳閘斷路器，與其相連的設(shè)備屬于可疑故障設(shè)備集F。

反向推理規(guī)則是結(jié)合電網(wǎng)的一次設(shè)備模型，從可疑的故障設(shè)備出發(fā)，根據(jù)保護(hù)動(dòng)作規(guī)則生成。圖1中，以線路故障事件c1為例，經(jīng)過(guò)反向推理得出應(yīng)該發(fā)生的警報(bào)信息為線路兩端的差動(dòng)保護(hù)動(dòng)作a1和a27，以及相應(yīng)斷路器跳閘警報(bào)，即a21、a22、a23、a29、a30、a31。

2.1.1 不計(jì)警報(bào)時(shí)序特性的規(guī)則推理

完整的規(guī)則推理包括原因事件、警報(bào)事件和它們之間的邏輯關(guān)系。通過(guò)顯示的警報(bào)信息，并結(jié)合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，進(jìn)行正向推理，得到故障候選原因E。然后根據(jù)系統(tǒng)配置規(guī)則，進(jìn)行反向推理，得到相應(yīng)特征警報(bào)集K。圖1中，推出的原因事件分別是c1～c6，其中原因事件c1的特征警報(bào)集K包括a1、a21、a22、a23、a27、a29、a30、a31。其他原因事件與此類似。2.1.2計(jì)及警報(bào)時(shí)序特性的規(guī)則推理

時(shí)序特性是離散警報(bào)蘊(yùn)含的重要信息，如線路故障后，主保護(hù)一般延遲10～20 ms，斷路器動(dòng)作延遲是40～60 ms，失靈保護(hù)延遲是220～250 ms等。利用警報(bào)信息的時(shí)序特性進(jìn)行一致性識(shí)別，能夠進(jìn)一步提高診斷結(jié)果的準(zhǔn)確性。文中采用a＜t0＞表示警報(bào)信息a在t0時(shí)刻發(fā)生，a[t0，t1]表示警報(bào)信息a應(yīng)該在[t0，t1]時(shí)間段內(nèi)發(fā)生。

采用時(shí)區(qū)描述時(shí)間特性，根據(jù)保護(hù)配置原則，設(shè)備保護(hù)在時(shí)間上具備選擇性，現(xiàn)有輸電網(wǎng)絡(luò)的各級(jí)保護(hù)都考慮了時(shí)間級(jí)差配合。以故障時(shí)刻為參照，將故障后時(shí)間劃分為主保護(hù)動(dòng)作時(shí)區(qū)、失靈保護(hù)動(dòng)作時(shí)區(qū)和后備保護(hù)動(dòng)作時(shí)區(qū)。計(jì)及警報(bào)時(shí)序特性時(shí)，候選原因的評(píng)估利用保護(hù)動(dòng)作的時(shí)間級(jí)差，在各個(gè)時(shí)區(qū)內(nèi)進(jìn)行正反向推理，得到帶有時(shí)標(biāo)的故障候選原因E及相應(yīng)的特征警報(bào)集K。圖1中，在0～60 ms時(shí)區(qū)內(nèi)，由顯示的警報(bào)集可推出帶有時(shí)標(biāo)的候選原因c1、c2、c4和c6。

參考美國(guó)ANSI/ISA Standard 18.2—2009標(biāo)準(zhǔn)[7]和英國(guó)EEMUA Publication 191規(guī)范[8]，對(duì)引用的正確報(bào)警、漏報(bào)和誤報(bào)進(jìn)行定義。

正確報(bào)警是指電力系統(tǒng)處于不正常狀態(tài)時(shí)，產(chǎn)生并在報(bào)警窗顯示給調(diào)度員的報(bào)警信息，正確報(bào)警數(shù)以NHit表示。

漏報(bào)是指電力系統(tǒng)處于不正常狀態(tài)時(shí)（異?；蚬收希r(shí)，并沒(méi)有出現(xiàn)在報(bào)警窗顯示給調(diào)度員的報(bào)警信息，漏報(bào)數(shù)以NMiss表示。

誤報(bào)是指電力系統(tǒng)正常狀態(tài)下產(chǎn)生并在報(bào)警窗顯示給調(diào)度監(jiān)控人員的警報(bào)信息，誤報(bào)數(shù)用NFA表示。

這里的誤報(bào)和漏報(bào)都是相對(duì)于特征警報(bào)集來(lái)講的。顯示給調(diào)度人員的是比較重要的警報(bào)集A，其中有誤報(bào)和正確報(bào)警，如圖1所示，計(jì)及警報(bào)信息時(shí)序特性時(shí)，相對(duì)于候選原因c1[-18，-10]，正確報(bào)警為a1＜0＞、a21＜49＞、a22＜49＞、a27＜2＞、a29＜50＞、a30＜50＞、a31＜51＞，漏報(bào)為a23[32，70]，沒(méi)有誤報(bào)，即NHit、NMiss、NFA的值分別為7、1、0。不計(jì)警報(bào)信息時(shí)序特性時(shí)，正確報(bào)警和漏報(bào)不變，而誤報(bào)包括顯示警報(bào)集中除正確警報(bào)外所有已發(fā)生的警報(bào)，即NHit、NMiss、NFA的值分別為7、1、10。其他與此類似。

2.2 信息論及其在警報(bào)處理中的應(yīng)用

信息熵是信息論之父香農(nóng)1948年提出的，主要研究信息的量化度量問(wèn)題，是分析隨機(jī)變量不確定性的科學(xué)理論。隨著信息科學(xué)的不斷發(fā)展，信息理論在警報(bào)處理過(guò)程中有廣闊的應(yīng)用前景[9-10]。

2.2.1 信息熵

根據(jù)信息熵理論，對(duì)于一個(gè)不確定系統(tǒng)，若用一個(gè)含有有限隨機(jī)事件的集合X表示其狀態(tài)特

征，取值為xi的概率為pi（i=1，2，…，n），且1，則集合X中任意一個(gè)事件xi的自信息量

在集合X上，隨機(jī)變量H（xi）（i=1，2，…，n）的數(shù)學(xué)期望定義為平均自信息量，稱為集合X的信息熵，即

式中：N取2；若pi=0，規(guī)定pilb pi=0，bit。

在電力系統(tǒng)警報(bào)處理過(guò)程中，顯示給調(diào)度人員的警報(bào)事件和原因事件是不確定的，顯示警報(bào)集A和特征警報(bào)集K的自信息量分別為H（A）和H（K）。其中，H（A）表示顯示的是警報(bào)集傳遞的平均信息，值越大，表明不確定性越大。

2.2.2 交互信息量I（A，K）和信息比IR

信息量可用于測(cè)量定性變量間的相關(guān)聯(lián)程度，且已在電力系統(tǒng)及核電站故障診斷中有了初步的應(yīng)用[11-12]。本文在已往信息量研究基礎(chǔ)上，提取交互信息量和信息比兩個(gè)特征指標(biāo)來(lái)評(píng)估各故障候選原因。其中，交互信息量I（A，K）表征由顯示警報(bào)集A所得到的某原因事件ei的信息量，即ei的不確定程度減少量，且式中，關(guān)聯(lián)熵H（A，K）是信息熵的拓展，在警報(bào)處理過(guò)程中，離散的警報(bào)信息是相關(guān)聯(lián)的，組合的警報(bào)信息能夠推出系統(tǒng)的故障事件。特征警報(bào)集K中，每個(gè)特征警報(bào)事件與顯示的警報(bào)事件的相關(guān)性大小是不確定的，本文引入關(guān)聯(lián)熵H（A，K），以定量分析顯示警報(bào)集A與特征警報(bào)集K的相關(guān)聯(lián)程度，H（A，K）值越大，關(guān)聯(lián)程度越小。

將式（5）代入式（6）得

信息比IR是表征顯示警報(bào)集A確定后，特征警報(bào)集K的熵值相對(duì)減少量，即

式中，IR∈[0，1]。

考慮到工程實(shí)際中各種警報(bào)發(fā)生的概率不易獲得，本文采用文獻(xiàn)[12]的工程處理方法，假定各警報(bào)事件發(fā)生的概率相等，即

將式（9）、式（10）和式（11）代入式（7）得

將NHit、NMiss、NFA代入式（12），即

各候選原因事件發(fā)生的可能性可以通過(guò)交互信息量I（A，K）和信息比IR兩個(gè)特征指標(biāo)來(lái)判斷。容易驗(yàn)證，兩個(gè)指標(biāo)正相關(guān)的，I（A，K）和IR的值越大，表明該候選原因事件的不確定程度越小，即發(fā)生的可能性越大。

2.3 警報(bào)處理步驟

基于專家規(guī)則和信息論的警報(bào)處理步驟。

步驟1根據(jù)SCADA系統(tǒng)采集的斷路器狀態(tài)，確認(rèn)與動(dòng)作開(kāi)關(guān)相聯(lián)系的失電區(qū)域。依據(jù)正向推理規(guī)則將失電區(qū)域內(nèi)的所有主設(shè)備視為可疑故障設(shè)備，得到可疑故障設(shè)備集F。

步驟2結(jié)合電網(wǎng)拓?fù)浣Y(jié)構(gòu)及保護(hù)網(wǎng)絡(luò)范疇，進(jìn)行推理，做出所有可能的故障原因假設(shè)，得到故障候選原因事件集E（E?Es）。

步驟3根據(jù)規(guī)則庫(kù)中的保護(hù)配置規(guī)則，對(duì)每個(gè)可疑故障設(shè)備的候選原因事件進(jìn)行反向推理，確定各候選原因事件的特征警報(bào)集K。

步驟4對(duì)每個(gè)候選原因事件，將顯示的警報(bào)集A與特征警報(bào)集K做比較統(tǒng)計(jì)，得到相應(yīng)原因事件的NHit、NFA和NMiss，并將它們代入評(píng)估指標(biāo)I（A，K）和IR求解。

步驟5對(duì)所有的疑似故障設(shè)備，重復(fù)步驟2～步驟4進(jìn)行處理，得到各故障候選原因的評(píng)估指標(biāo)。根據(jù)本文提出的評(píng)估原理，得到可能性最大的候選原因事件，最后將處理結(jié)果顯示給調(diào)度人員。

3 算例

采用文獻(xiàn)[6]中關(guān)于廣州地區(qū)220 kV電力系統(tǒng)發(fā)生的實(shí)際警報(bào)處理案例，系統(tǒng)接線方式如圖2所示。

圖2 電力系統(tǒng)接線方式Fig.2Power system connection structure

文獻(xiàn)[6]引入警報(bào)信息的時(shí)序特性，并采用覆蓋集理論和Tabu搜索方法進(jìn)行診斷分析。診斷結(jié)果為在-18～-10 ms時(shí)間段內(nèi)，線路L2943發(fā)生故障，在29～59 ms時(shí)間段內(nèi)，碧山站C12斷路器拒動(dòng)。其中，顯示警報(bào)集A、系統(tǒng)保護(hù)配置規(guī)則及警報(bào)事件的編號(hào)參見(jiàn)文獻(xiàn)[6]。

基于本文提出的警報(bào)處理方法，在考慮時(shí)序特性與不考慮時(shí)序特性兩種情況下分別對(duì)該案例進(jìn)行分析。

按照警報(bào)處理步驟，首先根據(jù)SCADA系統(tǒng)采集的斷路器狀態(tài)確認(rèn)失電區(qū)域，得到可疑故障設(shè)備集F={L2943，B3，B4}。結(jié)合電網(wǎng)拓?fù)浣Y(jié)構(gòu)及保護(hù)配置，在不計(jì)警報(bào)時(shí)序特性時(shí)，進(jìn)行正向推理，形成各候選原因事件集E={c1，c2，c3，c4，c5，c6}。計(jì)及警報(bào)時(shí)序特性時(shí)，在0～60 ms和250～350 ms時(shí)間段內(nèi)進(jìn)行正向推理，形成的各候選原因事件集{c1[-18，-10]、c2[-1061，-941]、c3[249，278]、c4-1[-31，-1]、c4-2[253，278]、c5[29，59]、c6[-1059，-940]}。

根據(jù)規(guī)則庫(kù)中的保護(hù)配置規(guī)則，對(duì)各個(gè)候選故障原因進(jìn)行反向推理，得到各候選原因的特征警報(bào)集K。在計(jì)及警報(bào)時(shí)序特性和不計(jì)警報(bào)時(shí)序特性兩種情況下，分別將顯示的警報(bào)集A與特征警報(bào)集K做比較，形成候選原因?qū)?yīng)的正確報(bào)警、誤報(bào)、漏報(bào)，并統(tǒng)計(jì)出NHit、NFA和NMiss，結(jié)果見(jiàn)表1。

表1 NHit、NMiss和NFA的統(tǒng)計(jì)結(jié)果Tab.1Statistical results of NHit，NMissand NFA

由表1知，計(jì)及警報(bào)信息時(shí)序特性時(shí)，在0～60 ms和250～350 ms時(shí)間段內(nèi)的警報(bào)提供的自信息量是不一樣的，這是由于兩個(gè)時(shí)間段內(nèi)顯示警報(bào)的不同造成的。

計(jì)及警報(bào)信息時(shí)序特性時(shí)，按照警報(bào)處理步驟，將表1中的統(tǒng)計(jì)值代入特征指標(biāo)，得到各候選原因的評(píng)估結(jié)果。以候選原因c1為例，NHit、NFA和NMiss的值分別為7，1，0，代入式（13）得：I（A，K）= lb[（7+1）（7+0）]-lb[（7+0）（7+1）-7]=0.193，IR=0.193/lb（7+0）≈0.069。其他依次類推，結(jié)果見(jiàn)表2。

由表2知，計(jì)及警報(bào)信息的時(shí)序特性時(shí)，在0～60 ms，c1（線路L2943故障）的I（A，K）和I.R值最大；在250～350 ms時(shí)間段，c5（碧山站C12斷路器拒動(dòng)）的I（A，K）和IR值最大，根據(jù)評(píng)估原理，候選原因事件c1和c5為實(shí)際發(fā)生故障，與實(shí)際發(fā)生的事件一致。

不計(jì)警報(bào)信息的時(shí)序特性時(shí)，按照警報(bào)處理步驟，將統(tǒng)計(jì)結(jié)果代入特征指標(biāo)，得出故障候選原因的評(píng)估結(jié)果，如表3所示。

表2 系統(tǒng)故障原因評(píng)估（計(jì)及警報(bào)時(shí)序特性）Tab.2Evaluation of diagnostic causes of power system（subjected to temporal constraint）

表3 系統(tǒng)故障原因評(píng)估（不計(jì)警報(bào)時(shí)序特性）Tab.3Evaluation of diagnostic causes of power system（without temporal constraint）

由表3可知，不考慮警報(bào)信息的時(shí)序特性時(shí)，系統(tǒng)警報(bào)集的自信息量H（A）都增大，而提供的信息量都相對(duì)減小。其中，最大的兩個(gè)是c5和c1，與實(shí)際發(fā)生的事件一致，但應(yīng)注意到c4也較大，可能會(huì)影響調(diào)度員的診斷結(jié)果。因而，可以看出計(jì)及警報(bào)信息時(shí)序特性的警報(bào)處理系統(tǒng)更準(zhǔn)確。

通過(guò)對(duì)上述算例的分析可知，文中的警報(bào)處理方法具有較高的容錯(cuò)性，在保護(hù)開(kāi)關(guān)動(dòng)作信息不完整、不一致等情況下，仍能得出準(zhǔn)確的結(jié)論，并且計(jì)算簡(jiǎn)便，易于解釋，不需要人為設(shè)置權(quán)重系數(shù)，較文獻(xiàn)[6]中的方法有更高的可靠性和實(shí)用性。

4 結(jié)語(yǔ)

本文提出了一種基于專家規(guī)則和信息論的電力系統(tǒng)警報(bào)處理方法。該方法利用信息論提取了交互信息量I（A，K）和信息比IR兩個(gè)特征指標(biāo)，并結(jié)合電網(wǎng)拓?fù)浜捅Ｗo(hù)配置形成的規(guī)則約束，對(duì)警報(bào)處理過(guò)程中的不確定性進(jìn)行科學(xué)的量化，從而輔助調(diào)度人員快速地判斷故障發(fā)生的原因。算例表明該方法是可行的，而且具有實(shí)時(shí)性好、容錯(cuò)性強(qiáng)等優(yōu)點(diǎn)，可滿足廠站監(jiān)控人員警報(bào)處理的實(shí)際需求。

[1]Kirschen D S，Wollenberg B F.Intelligent alarm processing in power systems[J]．Proceedings of the IEEE，1992，80（5）：663-672．

[2]劉青松，夏道止（Liu Qingsong，Xia Daozhi）．基于正反向推理的電力系統(tǒng)故障診斷專家系統(tǒng)（Expert system of power system fault diagnosis based on forward and backward reasoning）[J].電網(wǎng)技術(shù)（Power System Technology），1999，23（9）：66-68，71.

[3]吳欣，郭創(chuàng)新（Wu Xin，Guo Chuangxin）．基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)故障診斷方法（Power system fault diagnosis approach based on Bayesian network）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2005，17（4）：11-15，40.

[4]匡迎春，沈岳，羅日成（Kuang Yingchun，Shen Yue，Luo Richeng）．基于Petri網(wǎng)并分解技術(shù)的電網(wǎng)故障診斷（Fault diagnosis of power system based on the union decomposition technology of Petri net）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2008，20（1）：57-60.

[5]文福拴，韓禎祥（Wen Fushuan，Han Zhenxiang）．基于覆蓋集理論和Tabu搜索方法的電力系統(tǒng)警報(bào)處理（A new approach to alarm processing in power systems based upon the set covering theory and Tabu search method）[J]．電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），1997，21（2）：18-23，36.

[6]郭文鑫，文福拴，廖志偉，等（Guo Wenxin，Wen Fushuan，Liao Zhiwei，et al）．基于時(shí)序約束網(wǎng)絡(luò)的電力系統(tǒng)在線警報(bào)處理解析模型（An analytic model for power system online alarm processing based on temporal constraint network）[J].電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2009，33（21）：36-42，65.

[7]ANSI/ISA-18.2-2009，Management of alarm systems for the process industries[S].

[8]EEMUA 191，Alarm systems—a guide to design，management and procurement[S]．

[9]李立萍，張明友．信息論導(dǎo)引[M]．成都：電子科技大學(xué)出版社，2005．

[10]白雪梅，趙松山（Bai Xuemei，Zhao Songshan）．對(duì)于信息與熵的認(rèn)識(shí)及其應(yīng)用（Cognition and application for information and entropy）[J]．統(tǒng)計(jì)與信息論壇（Statistics& Information Tribune），2001，16（46）：7-12．

[11]湯磊，孫宏斌，張伯明，等（Tang Lei，Sun Hongbin，Zhang Boming，et al）．基于信息理論的電力系統(tǒng)在線故障診斷（Online fault diagnosis for power system based on information theory）[J]．中國(guó)電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2003，23（7）：5-11．

[12]Kang H G，Seong P H．A methodology for evaluating alarmprocessingsystemsusinginformationalentropy-basedmeasure and the analytic hierarchy process[J]．IEEE Trans on Nuclear Science，1999，46（6）：2269-2280．

An Approach to Process the Power Grid Alarm Based on the Rules of Experts and Information Theory

ZHAO Zhen-tao1，ZHANG Da-hai1，LI Yong-sheng2
（1.Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education（Shandong University），Jinan 250061，China；2.Shandong Heze Power Supply Company，Heze 274000，China）

On the bases of the rules of experts and information theory，an approach to process the power system alarm is presented，which can tackle the uncertainty in the process of alarm processing，e.g.misleading alarms，missing alarms，etc.This method initially clarifies the aggregation relationship and establishes the characterized alarms of candidate faulty equipments by means of forward and backward reasoning based on rules of experts.Then the correlation of the given alarms and characterized alarms is analyzed in order to quantify the uncertainty.Two metrics（i.e.the amount of interactive information and the information ratio）are extracted to obtain the real fault cause，and the metrics could accurately evaluate the amount of information of the candidate fault causes in real time（with and without considering the temporal constraint）.Results of practical numerical example indicate that the proposed method is available and effective.

power system alarm；rules of expert；information entropy；temporal constraint；evaluation metrics

TM71

A

1003-8930（2014）12-0069-05

趙振濤（1987—），男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)調(diào)度自動(dòng)化、電力系統(tǒng)監(jiān)控和電能質(zhì)量。Email：sduzzt@163. com

2012-09-17；

2012-12-11

張大海（1973—），男，博士，副教授，研究方向?yàn)殡娏ο到y(tǒng)監(jiān)控、電力電子與電能質(zhì)量。Email：dhzhang@sdu.edu.cn李永生（1985—），男，碩士，工程師，研究方向?yàn)殡娏ο到y(tǒng)自動(dòng)化。Email：sdueng806@126.com