基于粗糙集聯(lián)合決策樹(shù)法的智能變電站遠(yuǎn)程調(diào)度管理優(yōu)化

陳建泉 莊 毅 張 鈺 賴立洪 張仲天

（廣東電網(wǎng)有限責(zé)任公司云浮供電局，廣東 云浮 527300）

0 引言

變電站的遠(yuǎn)程控制涉及感知節(jié)點(diǎn)、能量控制、實(shí)施控制模塊等多項(xiàng)內(nèi)容，主要用于監(jiān)測(cè)變電站功率、溫度、濕度等指標(biāo)，并及時(shí)進(jìn)行設(shè)備的開(kāi)關(guān)調(diào)節(jié)，需要進(jìn)行頻繁的啟停。

因此，全面掌握變電站運(yùn)行狀態(tài)[1]，及時(shí)對(duì)變電站進(jìn)行遠(yuǎn)程調(diào)度，成為目前要解決的關(guān)鍵問(wèn)題之一[2]。本文提出一種基于粗糙集聯(lián)合決策樹(shù)的方法，旨在實(shí)現(xiàn)對(duì)變電站的遠(yuǎn)程精準(zhǔn)調(diào)度。

1 粗糙集聯(lián)合決策樹(shù)法

粗糙集能對(duì)變電站中的不確定性數(shù)據(jù)、非規(guī)則性數(shù)據(jù)進(jìn)行分析，求得數(shù)據(jù)的最小知識(shí)表達(dá)，并依據(jù)預(yù)設(shè)規(guī)則來(lái)提高結(jié)果的精準(zhǔn)度[3]。決策樹(shù)對(duì)粗糙集處理后的數(shù)據(jù)進(jìn)行遞歸分析，尋找到最終的結(jié)果。粗糙集聯(lián)合決策樹(shù)方法具有幾方面優(yōu)勢(shì)：（1）能夠處理變電站中感知節(jié)點(diǎn)的海量數(shù)據(jù)，并減少冗余數(shù)據(jù)所占比例；（2）通過(guò)遞歸分析，得到較為準(zhǔn)確的計(jì)算結(jié)果；（3）彌補(bǔ)決策樹(shù)無(wú)法處理海量數(shù)據(jù)的不足以及粗糙集無(wú)法實(shí)現(xiàn)精準(zhǔn)遞歸的缺陷。

2 變電站遠(yuǎn)程調(diào)度的數(shù)學(xué)描述

假設(shè)1：第i個(gè)感知節(jié)點(diǎn)傳輸?shù)墓β蕿镼i，濕度為Wi，溫度為Zi，電壓為Ui，粗糙集合為set，那么，集合數(shù)據(jù)的收集過(guò)程如下：

其中，k為粗糙集篩選數(shù)據(jù)的規(guī)則，濕度的篩選條件為Wi＜45%，溫度為Zi＜50℃，電壓為Ui＜230V。如果k∧1不成立，說(shuō)明收集的數(shù)據(jù)為不確定性數(shù)據(jù)，需要進(jìn)行標(biāo)準(zhǔn)化處理，否則數(shù)據(jù)可以直接被納入到集合set中。

為了更好地對(duì)變電站進(jìn)行遠(yuǎn)程控制，要對(duì)set集合進(jìn)行縮減，減少數(shù)據(jù)總量，所以提出假設(shè)2。

假設(shè)2：變電站的粗糙集規(guī)則調(diào)節(jié)函數(shù)為Roug[A，B，k]，A為不確定性程度，B為非規(guī)則數(shù)據(jù)比例，k為篩選規(guī)則，數(shù)據(jù)調(diào)節(jié)系數(shù)為α，粗糙集處理后的集合為RGset，那么RGset的數(shù)據(jù)收集過(guò)程如下：

RGset為映射后的函數(shù)，所含數(shù)據(jù)是標(biāo)準(zhǔn)化處理后的函數(shù)。

假設(shè)3：變電站運(yùn)行狀態(tài)的數(shù)據(jù)集合為RGset，變電站整體運(yùn)行狀態(tài)函數(shù)為Ji（RGset），該函數(shù)的計(jì)算如下：

式中：αi為不同規(guī)則下的調(diào)節(jié)系數(shù)；ki為不同狀態(tài)下的篩選規(guī)則。

如果J函數(shù)的結(jié)果處于[0，1]，說(shuō)明變電站運(yùn)行正常，只需進(jìn)行監(jiān)測(cè)；如果大于1說(shuō)明變電站運(yùn)行異常，需要確定感知節(jié)點(diǎn)的位置，并對(duì)相應(yīng)設(shè)備進(jìn)行開(kāi)關(guān)調(diào)整。

3 基于粗糙集聯(lián)合決策樹(shù)法的變電站遠(yuǎn)程調(diào)度

在實(shí)際運(yùn)行過(guò)程中，要依據(jù)粗糙集聯(lián)合決策樹(shù)中的參數(shù)調(diào)節(jié)，找出異常的變電站運(yùn)行數(shù)據(jù)，并確定故障變電站的位置。

3.1 變電站運(yùn)行參數(shù)初始化

將獲得的變電站運(yùn)行數(shù)據(jù)進(jìn)行粗糙集規(guī)則處理，并映射到?jīng)Q策樹(shù)的根節(jié)點(diǎn)中，完成參數(shù)的初始化[4]，數(shù)據(jù)映射過(guò)程為：

變電站運(yùn)行參數(shù)的初始化是對(duì)不規(guī)則數(shù)據(jù)、不確定性數(shù)據(jù)進(jìn)行分析，能夠有效降低數(shù)據(jù)誤差，提高數(shù)據(jù)的標(biāo)準(zhǔn)化程度。

3.2 變電站遠(yuǎn)程調(diào)度的實(shí)施步驟

粗糙集聯(lián)合決策樹(shù)法對(duì)變電站的遠(yuǎn)程調(diào)度屬于持續(xù)性控制，是一個(gè)循環(huán)往復(fù)過(guò)程，具體計(jì)算步驟如圖1所示。

圖1 粗糙集聯(lián)合決策樹(shù)的計(jì)算步驟

由圖1可知，變電站遠(yuǎn)程調(diào)度需要4個(gè)步驟。

步驟1：獲得變電站運(yùn)行狀態(tài)數(shù)據(jù)，將電壓、濕度、溫度以及功率等數(shù)據(jù)進(jìn)行預(yù)處理。

步驟2：利用粗糙集規(guī)則剔除冗余數(shù)據(jù)，并進(jìn)行決策樹(shù)分析，輸出變電站運(yùn)行結(jié)果。

步驟3：依據(jù)變電站的數(shù)據(jù)來(lái)源，確定異常信號(hào)的來(lái)源。

步驟4：依據(jù)異常信號(hào)確定故障位置。

4 變電站遠(yuǎn)程調(diào)度的實(shí)際案例

為了驗(yàn)證調(diào)度效果，用粗糙集聯(lián)合決策樹(shù)法對(duì)32kV變電站進(jìn)行遠(yuǎn)程調(diào)度，以調(diào)度準(zhǔn)確率、異常感知節(jié)點(diǎn)位置判斷以及響應(yīng)時(shí)間為評(píng)價(jià)指標(biāo)。

4.1 變電站簡(jiǎn)介

32kV變電站內(nèi)部有3臺(tái)服務(wù)器、2臺(tái)交換機(jī)、12個(gè)感知節(jié)點(diǎn)（溫度、濕度、風(fēng)力、日照、功率等），其一般信息如表1所示。

表1 32kV變電站一般信息

由表1中的數(shù)據(jù)可知，變電站中所有設(shè)備、控制開(kāi)關(guān)之間均為獨(dú)立數(shù)據(jù)，無(wú)相關(guān)性，可以進(jìn)行后期的監(jiān)測(cè)判斷。

4.2 變電站運(yùn)行預(yù)測(cè)準(zhǔn)確性與位置判斷準(zhǔn)確性

對(duì)于變電站運(yùn)行狀態(tài)的數(shù)據(jù)分析，要多次取樣，并比較預(yù)測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)的差異。同時(shí)，利用決策樹(shù)方法確定異常數(shù)據(jù)的來(lái)源，確定故障的位置，具體結(jié)果如表2所示。

表2 變電站運(yùn)行數(shù)據(jù)的各層處理結(jié)果

由表2可知，在06：00—12：00階段，狀態(tài)預(yù)測(cè)、位置預(yù)測(cè)準(zhǔn)確性較低，主要是由于該階段處于生產(chǎn)、工作的高峰階段，處理的數(shù)據(jù)量較大。但是，該階段的預(yù)測(cè)偏差仍然小于3%，說(shuō)明粗糙集聯(lián)合決策樹(shù)法能更好地進(jìn)行數(shù)據(jù)分析，提高變電站遠(yuǎn)程調(diào)控的準(zhǔn)確性。

對(duì)變電站進(jìn)行30日的數(shù)據(jù)收集，判斷數(shù)據(jù)的穩(wěn)定性，結(jié)果如圖2所示。

由圖2可知，狀態(tài)預(yù)測(cè)、故障預(yù)測(cè)的數(shù)據(jù)處理量在49.5兆～51.5兆之間，變化幅度為2兆，整體比較穩(wěn)定。究其原因，粗糙集采用粗糙集規(guī)則進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，并將數(shù)據(jù)映射到?jīng)Q策樹(shù)的根節(jié)點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)的簡(jiǎn)化處理，大幅壓縮了數(shù)據(jù)量。

圖2 粗糙集聯(lián)合決策樹(shù)的處理過(guò)程

4.3 變電站遠(yuǎn)程調(diào)度的響應(yīng)時(shí)間

響應(yīng)時(shí)間是變電站遠(yuǎn)程調(diào)度的重要指標(biāo)，是驗(yàn)證粗糙集聯(lián)合決策樹(shù)方法的重要內(nèi)容。響應(yīng)時(shí)間包括三個(gè)方面：狀態(tài)發(fā)生時(shí)間、預(yù)警響應(yīng)時(shí)間以及命令執(zhí)行時(shí)間，具體結(jié)果如表3所示。

表3 變電站的整體響應(yīng)時(shí)間 單位：s

由表3可知，粗糙集聯(lián)合決策樹(shù)在狀態(tài)發(fā)生時(shí)間、預(yù)警響應(yīng)時(shí)間、命令執(zhí)行時(shí)間方面均短于實(shí)時(shí)監(jiān)控方法，整體上要短2s左右，而且兩種方法在響應(yīng)時(shí)間方面存在顯著差異，方差為13.526。究其原因，粗糙集規(guī)則剔除了冗余數(shù)據(jù)，并對(duì)不確定性信息、非規(guī)則信息進(jìn)行標(biāo)準(zhǔn)化處理，提高了數(shù)據(jù)的處理效率，大幅縮短了變電站調(diào)度的響應(yīng)時(shí)間。其中，響應(yīng)時(shí)間之間的處理關(guān)系如圖3所示。

由圖3可知，狀態(tài)、預(yù)警和執(zhí)行之間的處理關(guān)系較為密切，說(shuō)明響應(yīng)時(shí)間的處理結(jié)合較好，最終結(jié)果的處理關(guān)系較佳，可以為變電站遠(yuǎn)程調(diào)度提供數(shù)據(jù)支持。

圖3 不同響應(yīng)時(shí)間之間的處理關(guān)系

5 結(jié)語(yǔ)

針對(duì)變電站遠(yuǎn)程調(diào)度問(wèn)題，本文提出了一種基于粗糙集聯(lián)合決策樹(shù)的方法，通過(guò)粗糙集規(guī)則的約束，將變電站功率、濕度、溫度和電壓進(jìn)行標(biāo)準(zhǔn)化處理，簡(jiǎn)化決策樹(shù)分析的數(shù)據(jù)量。實(shí)踐結(jié)果顯示，變電站狀態(tài)預(yù)測(cè)、故障預(yù)測(cè)的準(zhǔn)確率在85%以上，數(shù)據(jù)變化幅度在0～2兆內(nèi)，而且粗糙集聯(lián)合決策樹(shù)方法對(duì)變電站調(diào)度的響應(yīng)時(shí)間較短，優(yōu)于在線監(jiān)測(cè)法。所以，本文提出的粗糙集聯(lián)合決策樹(shù)方法適合于變電站遠(yuǎn)程調(diào)度。