王建樹,王亞強(qiáng),孟 榮,袁 龍,周 玲,曹一楠
(1.國網(wǎng)河北省電力有限公司檢修分公司,河北石家莊 050000;2.國網(wǎng)河北省電力有限公司,河北石家莊 050000)
隨著電網(wǎng)輸配電規(guī)模的不斷擴(kuò)大,需要進(jìn)行電力優(yōu)化調(diào)度,提高電力優(yōu)化輸出控制能力。在電力調(diào)度系統(tǒng)的設(shè)計(jì)中,需要構(gòu)建電力調(diào)度系統(tǒng)的優(yōu)化監(jiān)測預(yù)警模型,結(jié)合電力配電設(shè)備的工況特征進(jìn)行電力調(diào)度和預(yù)警監(jiān)測,提高電力系統(tǒng)的監(jiān)測穩(wěn)定性和自適應(yīng)控制能力,因此,電力調(diào)度系統(tǒng)監(jiān)測和預(yù)警方法研究在電力組網(wǎng)優(yōu)化控制中具有重要的應(yīng)用價(jià)值。
為了提高電力調(diào)度系統(tǒng)的監(jiān)測預(yù)警精度,結(jié)合當(dāng)前相關(guān)成果具備的優(yōu)越性,提出基于異常數(shù)據(jù)溢出的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警方法。在電力調(diào)度系統(tǒng)中,結(jié)合異常數(shù)據(jù)溢出控制方法,進(jìn)行系統(tǒng)均衡控制,通過確定閾值,設(shè)置預(yù)警等級(jí),從而實(shí)現(xiàn)電力調(diào)度系統(tǒng)的監(jiān)測預(yù)警,能夠使調(diào)度員更加方便、直觀地了解系統(tǒng)的運(yùn)行狀況,發(fā)現(xiàn)潛在的危險(xiǎn)時(shí),及時(shí)采取有效措施,消除電網(wǎng)安全隱患,提高電網(wǎng)安全穩(wěn)定運(yùn)行水平[1]。
文獻(xiàn)[2]提出了一種基于孤立森林算法的電力調(diào)度流數(shù)據(jù)異常檢測方法,利用歷史數(shù)據(jù)集訓(xùn)練構(gòu)建多個(gè)子森林異常檢測器,組成基森林異常檢測器,據(jù)此,在線根據(jù)滑動(dòng)窗口中數(shù)據(jù)的異常情況及緩沖區(qū)數(shù)據(jù)量大小,觸發(fā)檢測器更新。根據(jù)異常偏差率大小篩選子森林異常檢測器的更新策略,解決因模型隨機(jī)更新導(dǎo)致異常檢測器整體性能下降的問題。文獻(xiàn)[3]設(shè)計(jì)了智能電網(wǎng)在線安全穩(wěn)定預(yù)警系統(tǒng),從全網(wǎng)實(shí)時(shí)數(shù)據(jù)生成、安全穩(wěn)定預(yù)警與輔助決策3 個(gè)層面來研究在線安全穩(wěn)定預(yù)警系統(tǒng)的功能構(gòu)建與應(yīng)用模式。利用系統(tǒng)的在線實(shí)時(shí)狀態(tài)及時(shí)發(fā)現(xiàn)電網(wǎng)運(yùn)行中的薄弱點(diǎn)和風(fēng)險(xiǎn)點(diǎn),給出相應(yīng)的輔助控制策略,并進(jìn)行預(yù)想方式和應(yīng)急方式分析,制定相應(yīng)的事故處理預(yù)案,以大幅提高電網(wǎng)安全運(yùn)行水平,降低大范圍停電風(fēng)險(xiǎn)。文獻(xiàn)[4]設(shè)計(jì)了智能電網(wǎng)調(diào)度控制系統(tǒng)中的歷史數(shù)據(jù)服務(wù)優(yōu)化方案,增加歷史數(shù)據(jù)緩沖區(qū),緩存管理電網(wǎng)熱點(diǎn)數(shù)據(jù),提高數(shù)據(jù)處理效率,減輕歷史庫負(fù)載,優(yōu)化任務(wù)分配器,協(xié)調(diào)數(shù)據(jù)緩存區(qū)與關(guān)系庫分工作業(yè),對(duì)歷史數(shù)據(jù)服務(wù)進(jìn)行有效的管理和調(diào)度,設(shè)計(jì)歷史數(shù)據(jù)會(huì)話監(jiān)聽機(jī)制,實(shí)時(shí)監(jiān)視數(shù)據(jù)庫會(huì)話狀態(tài),保障歷史數(shù)據(jù)服務(wù)的安全性和穩(wěn)定性。文獻(xiàn)[5]提出了一種新型基于徑向基函數(shù)的自適應(yīng)神經(jīng)模糊推理方法進(jìn)行短期負(fù)荷預(yù)測,用Matlab 編制電力系統(tǒng)短期負(fù)荷預(yù)測程序,并繪制預(yù)測結(jié)果曲線,結(jié)果表明,基于RBF 自適應(yīng)神經(jīng)模糊推理的預(yù)測精度是令人滿意的,驗(yàn)證了該方法的有效性和實(shí)用性。文獻(xiàn)[6]提出了基于信息物理接口矩陣的IEC61850 變電站自動(dòng)化系統(tǒng)可靠性分析方法,以IEC61850 實(shí)際變電站自動(dòng)化系統(tǒng)為例,基于變電站主接線建立信息物理融合框架,在該框架下將信息層保護(hù)元件對(duì)物理層主要設(shè)備的影響進(jìn)行分類,提出用信息物理接口矩陣表征故障傳播類別的概率,考慮信息層的影響,建立變電站自動(dòng)化系統(tǒng)可靠性分析方法,以實(shí)際變電站為算例進(jìn)行了可靠性計(jì)算分析,驗(yàn)證了所提方法的正確性。
電力調(diào)度數(shù)據(jù)是指電力系統(tǒng)運(yùn)行時(shí),各級(jí)調(diào)度中心及各發(fā)電廠、變電站之間傳遞的反映運(yùn)行工況和進(jìn)行控制調(diào)節(jié)的數(shù)據(jù)。電力調(diào)度系統(tǒng)是一個(gè)大型的網(wǎng)絡(luò),在運(yùn)行中產(chǎn)生大量諸如電壓、電流、功率等實(shí)時(shí)數(shù)據(jù),這些數(shù)據(jù)通常以數(shù)字的形式在電力調(diào)度系統(tǒng)主接線圖或地理接線圖上顯示。對(duì)于運(yùn)行管理人員來說,維護(hù)的難度較大,不便于及時(shí)發(fā)現(xiàn)和處理故障。因此,必須對(duì)電力調(diào)度數(shù)據(jù)進(jìn)行監(jiān)測,強(qiáng)化電網(wǎng)運(yùn)行狀態(tài)的全面掌控能力。圖1 為電力調(diào)度信息監(jiān)測結(jié)構(gòu)圖。
圖1 電力調(diào)度信息監(jiān)測結(jié)構(gòu)圖
通過電力專用通道實(shí)時(shí)采集電力調(diào)度監(jiān)測數(shù)據(jù),采用空間信息聚類分析方法,進(jìn)行電力調(diào)度系統(tǒng)的異常數(shù)據(jù)特征辨識(shí)處理。假設(shè)電力調(diào)度系統(tǒng)監(jiān)測傳感器模型中有N個(gè)簇首節(jié)點(diǎn),在電力系統(tǒng)故障辨識(shí)中,通過異常數(shù)據(jù)溢出轉(zhuǎn)換控制,得到電力系統(tǒng)異常耗能擴(kuò)散矩陣BN×1,其表達(dá)式為:
式中,TL×1為時(shí)間矩陣;SN×L為數(shù)據(jù)的多屬性融合調(diào)度矩陣。根據(jù)電力調(diào)度系統(tǒng)提取輸電線路異常狀態(tài)的相同特征[7-8],結(jié)合正態(tài)分布進(jìn)行電力系統(tǒng)監(jiān)測預(yù)警的自動(dòng)調(diào)度,得到電力調(diào)度系統(tǒng)的輸出功耗特征量fij(n+1) 。在確定電力網(wǎng)絡(luò)分布特性的條件下,捕獲負(fù)荷隨機(jī)行為,得到異常數(shù)據(jù)溢出的密度函數(shù)為:
基于深度學(xué)習(xí)理論進(jìn)行電力系統(tǒng)調(diào)度過程中的空間負(fù)載均衡控制[9],得到電力調(diào)度的負(fù)載均衡輸出為:
式中,E為負(fù)載能量。在最大功率增益約束下,構(gòu)建電力調(diào)度系統(tǒng)的監(jiān)測數(shù)據(jù)采集模型,表達(dá)式為:
上式中,|yI,j(n) |為電力系統(tǒng)受擾響應(yīng)特性;R2,I為符合最大功率增益約束下的樣本參數(shù)集。
電力調(diào)度系統(tǒng)存在時(shí)空故障樣本數(shù)據(jù),導(dǎo)致采集到的電力調(diào)度系統(tǒng)監(jiān)測數(shù)據(jù)出現(xiàn)異常,文中在構(gòu)建電力調(diào)度系統(tǒng)監(jiān)測信息采集模型的基礎(chǔ)上,結(jié)合量化表征和模糊監(jiān)測方法進(jìn)行電力調(diào)度系統(tǒng)的異常數(shù)據(jù)溢出控制[10-12]。根據(jù)電力調(diào)度系統(tǒng)監(jiān)測預(yù)警的負(fù)荷有功功率特征,分析異常數(shù)據(jù)溢出的聯(lián)合概率密度特征,得到統(tǒng)計(jì)特征量μ(n)。采用量化表征方法,得到異常數(shù)據(jù)溢出的負(fù)荷水平特征量:
式中,x(n)為電力調(diào)度的互動(dòng)性特征值為樣本數(shù)據(jù)的負(fù)載特征,為協(xié)方差矩陣。結(jié)合樣本數(shù)據(jù)融合和溢出轉(zhuǎn)換控制方法[13-14],描述不同分區(qū)的數(shù)據(jù)分布,得到的電力系統(tǒng)監(jiān)測預(yù)警負(fù)載數(shù)據(jù)X符合標(biāo)準(zhǔn)的整體分布,記為X~Sα(σ,β,μ)。
以Xm為中心點(diǎn)、Xk為最近鄰點(diǎn),進(jìn)行電力調(diào)度系統(tǒng)的時(shí)空故障樣本數(shù)據(jù)分布:
根據(jù)上式,結(jié)合配電設(shè)備的工況特征進(jìn)行時(shí)空故障樣本數(shù)據(jù)處理[15-16],得到n+m+k(k>0)時(shí)刻配電設(shè)備的工況狀態(tài)特征分布函數(shù)為:
其中,α和β均表示異常溢出數(shù)據(jù)的中心向量[17-18]。對(duì)中心向量的異常溢出數(shù)據(jù)成分進(jìn)行調(diào)制處理,得到調(diào)制分量:
上式中,dm(0)表示電力調(diào)度系統(tǒng)的健康狀態(tài)模糊特征集,Xm+1(i)表示電力調(diào)度系統(tǒng)監(jiān)測的負(fù)載均衡度,Xk+1(i)表示樣本個(gè)數(shù)。
根據(jù)調(diào)制分量,結(jié)合負(fù)荷樣本施加結(jié)果,采用模糊監(jiān)測方法,對(duì)電力調(diào)度系統(tǒng)的異常數(shù)據(jù)溢出進(jìn)行控制,其表達(dá)式為:
在采用量化表征和模糊監(jiān)測方法進(jìn)行電力調(diào)度系統(tǒng)的異常數(shù)據(jù)溢出控制的基礎(chǔ)上,文中采用異常數(shù)據(jù)溢出控制方法進(jìn)行電力調(diào)度系統(tǒng)均衡控制,從而修正監(jiān)測故障信號(hào)特征曲線,提高異常數(shù)據(jù)溢出控制能力[19-20]。在電力調(diào)度系統(tǒng)監(jiān)測數(shù)據(jù)為正常、異常以及嚴(yán)重等不同狀態(tài)下,進(jìn)行監(jiān)測預(yù)警,得到電力調(diào)度系統(tǒng)配電設(shè)備的關(guān)鍵特征量預(yù)測值的計(jì)算公式:
通過預(yù)測值分析電力系統(tǒng)受擾響應(yīng)特性,確定電力調(diào)度系統(tǒng)監(jiān)測預(yù)警的評(píng)價(jià)系數(shù)和指標(biāo)參數(shù)集,通過異常數(shù)據(jù)溢出控制方法進(jìn)行系統(tǒng)均衡控制,得到空間均衡聚類函數(shù)A:
引入電力系統(tǒng)運(yùn)行數(shù)據(jù)的時(shí)空特征進(jìn)行電力系統(tǒng)的監(jiān)測預(yù)警輸出。首先需要確定權(quán)限閾值,然后建立預(yù)警模型,則權(quán)限閾值計(jì)算公式為:
式中,Je(k+1) 表示電力調(diào)度系統(tǒng)監(jiān)測數(shù)據(jù)在k+1 時(shí)刻的預(yù)測值,表示模型階數(shù)。設(shè)μ0代表偏導(dǎo)區(qū)域的下限促進(jìn)傳遞參數(shù),μ1代表偏導(dǎo)區(qū)域的上限促進(jìn)傳遞參數(shù),根據(jù)上式的權(quán)限閾值,設(shè)置預(yù)警等級(jí):
根據(jù)預(yù)警等級(jí),構(gòu)建電力調(diào)度系統(tǒng)監(jiān)測數(shù)據(jù)預(yù)警模型模型:
其中,Q代表監(jiān)測數(shù)據(jù)的邊限處置參量,f1、f2分別代表最小和最大的狀態(tài)權(quán)限判定系數(shù),α1、α2分別代表兩個(gè)不同的冪次項(xiàng)計(jì)算條件。
為了驗(yàn)證文中提出基于異常數(shù)據(jù)溢出的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警方法在實(shí)現(xiàn)電力調(diào)度系統(tǒng)監(jiān)測預(yù)警中的應(yīng)用性能,采用Matlab R2017 進(jìn)行仿真測試分析。在PSS/E 電力系統(tǒng)仿真平臺(tái)上搭建了一個(gè)具有11 臺(tái)服務(wù)器和1 臺(tái)交換機(jī)的電力調(diào)度系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)模型,如圖2 所示。
圖2 電力調(diào)度系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)模型
通過電力調(diào)度系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)模型,設(shè)置電網(wǎng)用電負(fù)荷約為2 000 kW,其中受電1 600 kW,故障集中設(shè)置在1 000 kV 線路上,異常溢出數(shù)據(jù)采樣的樣本數(shù)為2 000,在API 接口中設(shè)定數(shù)據(jù)接收端進(jìn)行電力系統(tǒng)監(jiān)測預(yù)警的信息融合,設(shè)定電力調(diào)度系統(tǒng)的運(yùn)行時(shí)間為0.15 s,在電力系統(tǒng)保持正常運(yùn)行狀態(tài)0.01 s后施加故障,進(jìn)行系統(tǒng)監(jiān)測。電力調(diào)度系統(tǒng)監(jiān)測原始信號(hào)與故障信號(hào)頻率如圖3 所示。
圖3 原始信號(hào)與故障信號(hào)頻率監(jiān)測結(jié)果
根據(jù)圖3 可知,采用文中方法可通過故障信號(hào)頻率變化監(jiān)測出故障位置。
通過采集到的監(jiān)測故障信號(hào)進(jìn)行歸一化處理后生成特征曲線,如圖4 所示。
圖4 監(jiān)測故障信號(hào)特征曲線
根據(jù)圖4 可知,電力調(diào)度系統(tǒng)監(jiān)測故障信號(hào)特征曲線與頻率中心之間的距離很小,圖中有明顯的毛刺,說明有異常數(shù)據(jù)存在。采用文中方法對(duì)異常數(shù)據(jù)溢出進(jìn)行控制,修正監(jiān)測故障信號(hào)特征曲線,修正結(jié)果如圖5 所示。
圖5 修正后的監(jiān)測故障信號(hào)特征曲線
根據(jù)圖5 可知,采用文中方法修正了含有不良毛刺的數(shù)據(jù)曲線,很好地對(duì)異常數(shù)據(jù)溢出進(jìn)行控制,使電力調(diào)度系統(tǒng)得到均衡控制。
為了進(jìn)一步驗(yàn)證文中方法的有效性,對(duì)采用文中方法的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警結(jié)果與實(shí)際測試的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警結(jié)果進(jìn)行對(duì)比分析,對(duì)比結(jié)果如表1 所示。
表1 電力調(diào)度系統(tǒng)監(jiān)測預(yù)警誤差對(duì)比
根據(jù)表1 可知,采用文中方法的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警結(jié)果與實(shí)際測試的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警結(jié)果相差較小,誤差基本控制在0.002 mm 以內(nèi),說明文中方法的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警精度較高,對(duì)異常數(shù)據(jù)溢出控制能力較好。
由于傳統(tǒng)的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警方法存在監(jiān)測預(yù)警準(zhǔn)確率低,電力調(diào)度系統(tǒng)的異常數(shù)據(jù)溢出控制能力較差的問題,因此提出了基于異常數(shù)據(jù)溢出的電力調(diào)度系統(tǒng)監(jiān)測預(yù)警方法。由于采集到的電力調(diào)度監(jiān)測數(shù)據(jù)存在異常情況,因此采用量化表征和模糊監(jiān)測方法進(jìn)行電力調(diào)度系統(tǒng)的異常數(shù)據(jù)溢出控制,通過確定權(quán)限閾值,設(shè)置電力調(diào)度系統(tǒng)監(jiān)測預(yù)警等級(jí),從而構(gòu)建電力調(diào)度系統(tǒng)監(jiān)測預(yù)警模型。仿真實(shí)驗(yàn)結(jié)果表明,采用文中方法進(jìn)行電力調(diào)度系統(tǒng)監(jiān)測預(yù)警的自適性較好,對(duì)異常數(shù)據(jù)溢出控制能力較好,電力調(diào)度系統(tǒng)監(jiān)測預(yù)警精度較高,提高了電力系統(tǒng)的自動(dòng)化監(jiān)測預(yù)警能力。