基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的微電網(wǎng)故障診斷

王可 李保潤

摘要：電網(wǎng)作為世界上最復(fù)雜的系統(tǒng)之一，是保障人民生活和促進國民經(jīng)濟發(fā)展的重要內(nèi)容。電網(wǎng)故障診斷作為電網(wǎng)的核心環(huán)節(jié)，各級規(guī)劃部門處于監(jiān)測系統(tǒng)運行和調(diào)度控制的前沿，確保日常應(yīng)急控制工作的及時性、針對性和有效性，始終是能源系統(tǒng)安全防護體系的重中之重。然而，由于社會和電力消費者對電力供應(yīng)的成本效益、質(zhì)量、連續(xù)性和可靠性的要求越來越高，能源系統(tǒng)向著“高效發(fā)電”、“跨領(lǐng)域輸電”和“智能配電”的方向發(fā)展。因而在該背景下，大型性能優(yōu)化配置、大規(guī)模新能源接入、自然災(zāi)害頻發(fā)等復(fù)雜運行條件對電網(wǎng)的規(guī)劃和運行提出了客觀的挑戰(zhàn)。

關(guān)鍵詞：微電網(wǎng);故障診斷

引言

電網(wǎng)是一個復(fù)雜的互聯(lián)網(wǎng)絡(luò)，其中一條線路的跳閘會導(dǎo)致其他線路的跳閘，并引發(fā)連鎖故障。電網(wǎng)連鎖故障的傳統(tǒng)分析方法為潮流模型，該模型既能對電網(wǎng)進行穩(wěn)態(tài)分析，又能進行動態(tài)分析。隨著人工智能技術(shù)的發(fā)展，利用神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)、深度學(xué)習(xí)等機器學(xué)習(xí)工具可分析電網(wǎng)在正常和故障情況下的統(tǒng)計特性，生成預(yù)警信號，從而為電網(wǎng)故障定位及維護維修提供幫助。

1現(xiàn)有的診斷方法存在的不足

1.1 輸電網(wǎng)故障診斷的參數(shù)變量復(fù)雜

為提高電網(wǎng)傳輸系統(tǒng)故障診斷和分析模型的準(zhǔn)確性和容錯性，現(xiàn)有完全分析模型必須分別引入優(yōu)化變量，以保護斷路器的阻斷/ 錯位，以及報警信息的錯誤，使分析模型的優(yōu)化變量尺寸是傳統(tǒng)分析模型的數(shù)倍。因此，有必要改進模型完整分析的建模方法，及時排除故障。

1.2 拓?fù)湫畔⒃谳旊娋W(wǎng)故障診斷中的應(yīng)用不足

現(xiàn)有的傳輸網(wǎng)絡(luò)故障診斷方法，基于 Petri 網(wǎng)絡(luò)的圖形建模，沒有充分利用拓?fù)湫畔?，難以通過單獨分析其與每個組件報警信息的相關(guān)性來適應(yīng)網(wǎng)絡(luò)拓?fù)涞淖兓?，診斷故障。此外，該模型一般采用離線內(nèi)存、在線應(yīng)用的診斷類型，需要存儲所有組件的診斷模型，硬件內(nèi)存要求較高，且采用橫向模式，診斷速度慢。因此，有必要考慮將系統(tǒng)的拓?fù)湫畔⒁雮鬏斁W(wǎng)格故障診斷模型，提高故障診斷模型的在線建模能力，適應(yīng)網(wǎng)絡(luò)拓?fù)浜玩湕l故障的變化。

1.3 告警時序信息在輸電網(wǎng)故障診斷中的應(yīng)用不充分

目前，智能變電站的國企設(shè)備可以為斷路器和斷路器動作信息添加統(tǒng)一的基準(zhǔn)時間尺度，但對于報警定時信息的應(yīng)用，現(xiàn)有基于 Petri 網(wǎng)絡(luò)圖形建模的研究必須在正反定時檢查預(yù)警信息，以評估報警信息的可靠性，缺乏簡單高效的正時原因算法，時間系列檢查過程是煩瑣耗時的。此外，現(xiàn)有的時間系列模糊 Petri 網(wǎng)絡(luò)僅通過時間推理來糾正報警信息的信任度，信息使用有限，且計時檢查過程與 Petri 網(wǎng)絡(luò)論證過程是分開的，計算量較大。因此，在研究高效的定時推理方法的同時，必須充分利用時間系列推理的結(jié)果，提高誤差組件定位的準(zhǔn)確性^[1]。

2關(guān)鍵技術(shù)

因電網(wǎng)故障處理對時效性要求較高，為了既保證時效性還能提高主站信息融合的準(zhǔn)確性，就需要思考如何利用現(xiàn)有資源，提升資源的利用率，保障自動上傳至主站的數(shù)據(jù)或采用主動激勵后召喚到的數(shù)據(jù)在限定時間內(nèi)分析、整理完成。融合前故障信息的可靠性直接決定了融合后故障分析結(jié)果的準(zhǔn)確性。1）任務(wù)的動態(tài)調(diào)整：當(dāng)三個主站中任一主站分析出故障后，需要其他兩個主站信息驗證，就需要將相似時間序列的故障數(shù)據(jù)提高優(yōu)先級安排任務(wù)的分析、整理工作。在現(xiàn)有電力基礎(chǔ)設(shè)施投資的基礎(chǔ)上，通過主動激勵召喚和任務(wù)動態(tài)調(diào)整，合理利用資源來同步處理同源故障任務(wù)，保障三個主站故障信息的可靠性;2）主站的信息融合：對于具有較高可信度的同源故障進行信息融合，確保最終發(fā)布的故障分析報告的準(zhǔn)確性。融合后的故障分析報告，可輔助調(diào)度機構(gòu)直接決策，制定全面的故障搶修方案，減少人力、物力、財力損失^[2]。

3軟件設(shè)計

軟件主要包含信息集成層、信息支撐層、底層分析層和應(yīng)用層。通過外圍通信接口和耦合元件進行錄波、保信和行波主站信息的共享，并通過設(shè)計靈活的數(shù)據(jù)接入、標(biāo)準(zhǔn)化作業(yè)，適應(yīng)外部數(shù)據(jù)系統(tǒng)規(guī)范。對不同廠家、不同模型和不同格式的數(shù)據(jù)做統(tǒng)一處理，在同類故障信息描述統(tǒng)一的基礎(chǔ)上進行故障信息分類，完成底層數(shù)據(jù)分析和故障信息融合。上層應(yīng)用重點開發(fā)主站信息管理應(yīng)用，支撐多種相關(guān)電網(wǎng)數(shù)據(jù)業(yè)務(wù)，具有良好的服務(wù)性、開放性和擴展性。信息集成層：當(dāng)電網(wǎng)產(chǎn)生大擾動或故障發(fā)生時，廠站側(cè)設(shè)備采集數(shù)據(jù)并生成文件上傳至對應(yīng)主站，主站完成故障數(shù)據(jù)分析生成故障報告。數(shù)據(jù)交換總線通過短周期性輪詢各分布式主站本地存儲的故障列表，一旦檢測到有新的文件生成集中到信息集成層。由于保護和行波數(shù)據(jù)量大，數(shù)據(jù)整理上傳有延遲現(xiàn)象，若未同時收取到這兩個主站故障報告，采取主動激勵的方式調(diào)取與錄波分析出的故障時間序列相似的保護和行波數(shù)據(jù)文件，通過數(shù)據(jù)交換總線，對故障信息進行集成^[3]。

結(jié)束語

現(xiàn)今電網(wǎng)系統(tǒng)的迭代速度遠(yuǎn)超從前，專家系統(tǒng)難以及時跟進當(dāng)今復(fù)雜的電網(wǎng)系統(tǒng)的診斷要求，由于人工神經(jīng)網(wǎng)絡(luò)單一或者 Petri 網(wǎng)診斷側(cè)重點不同，因此會出現(xiàn)誤報的情況，單一的分析系統(tǒng)已經(jīng)不能滿足更加復(fù)雜的故障診斷需求。只有各個分析系統(tǒng)有機結(jié)合才能適應(yīng)當(dāng)今電網(wǎng)系統(tǒng)的擴張速度和算力分析要求^[4]。

參考文獻：

[1]冷迪，陳瑞，李英，王旭勇.基于深度學(xué)習(xí)的智能電網(wǎng)故障預(yù)警系統(tǒng)研究[J].單片機與嵌入式系統(tǒng)應(yīng)用，2022，22（01）：9-12.

[2]游昊，石恒初，楊遠(yuǎn)航，孔德志，陳璟.電網(wǎng)故障多源信息智能融合診斷方法[J].云南電力技術(shù)，2021，49（06）：64-70.

[3]譚麗君，鄧鍵鏘.基于電網(wǎng)故障診斷方法技術(shù)分析[J].中國新技術(shù)新產(chǎn)品，2021（22）：88-90.DOI：10.13612/j.cnki.cntp.2021.22.029.

[4]付仙蘭，陳海山，李發(fā)均，等.基于改進Petri網(wǎng)的電網(wǎng)故障診斷方法[J].空軍預(yù)警學(xué)院學(xué)報，2021，35（4）：269-272，278.