電網信息系統運行狀態的風險預警技術研究*

李敏, 于仕

(國網江西省電力公司信通分公司，南昌 330077 )

0 引 言

隨著電網規模擴大，需要采用智能信息化管理方法進行電網管理和調度，提高電網輸電配電的可靠性的同時，降低電網的能耗開銷，提高電網運行的可靠性[1-3]。電網信息系統是采用大數據信息處理方法對電網的運行數據進行集成管理的綜合化系統，電網信息系統的穩定可靠運行是實現整個電網可靠運行的關鍵，研究電源信息系統的狀態評估和風險預警方法，對提高信息系統運行穩定性，實現風險防控具有很好的實踐價值[1]。對電網信息系統運行狀態的風險預警研究處理是建立在對電網運行工況的數據采樣分析和特征提取基礎上的，結合大數據信息加工和信息處理技術，提取反映電網信息系統運行工況的特征參量，采用特征聚類分析方法進行風險預測判斷[4-5]，對此，本文提出一種基于信息聚類融合處理的電網信息系統運行狀態的風險預警技術，實現電網運行狀態風險預測和優化，最后進行實驗分析研究，展示了本文方法在提高電網信息系統運行狀態的風險預警可靠度方面的優越性能。

1 信息采集與統計聚類分析處理

1.1 電網信息系統運行狀態工況信息采集

對電網信息系統運行狀態的風險預警是建立在對電網信息系統運行狀態工況信息采集和特征提取的基礎上，對電網信息系統運行狀態的風險特征分析的第一步就是進行電網信息系統的大數據挖掘和信息采樣，提取反映電網信息系統運行工況的特征量，諸如電壓、電流、功率等信息[6]，并對采集進行特征分析，采用圖1所示的蓋革-彌勒計數管進行電網信息系統的運行工況數據采集和計數，利用傳感器探頭進行電網信息系統的光電信息采集。

圖1 基于蓋革-彌勒計數管的電網信息系統的運行工況數據采集和計數

根據圖1的電網信息系統的運行工況數據采集結果，進行頻譜分析，得到的電網信息系統運行狀態存在風險下的數據采樣復信號z(t)的頻譜為[7]：

(1)

1.2 狀態評估數據統計聚類分析

對采集的電網信息系統運行狀態評估數據進行統計聚類分析，在電網信息系統中，運行狀態風險評估的特征函數z(t)可寫作：

z(t)=s(t)+js(t)?h(t)=

(2)

式中Η[s(t)]稱為輸出電網信息系統運行狀態信息實信號s(t)的Hilbert變換。

(3)

式中Z(f)表示對特征狀態分布函數求平均；h(t)表示為階躍脈沖響應。

2 風險預測算法研究

2.1 電網信息系統運行狀態特征提取

對上述提取的特征量進行自相關映射處理和信息標定，結合反饋調節技術進行風險預警。

2.2 風險預警預測模型優化

在電網信息系統運行狀態存在風險情況下，通過平均互信息測量，得到電網運行狀態的風險判別函數描述為：

(4)

通過對電網風險系數的時間-頻率聯合分布特征提取，得到了反映電網信息系統運行狀態風險特征的頻譜參量，最后采用信息反饋調節技術實現風險預警評估，得到電網信息系統運行狀態的風險特征的分類輸出結果為：

(5)

式中σ=0.707。

3 實驗結果與分析

對電網信息系統的運行狀態風險預警的仿真實驗采用Matlab仿真[10]工具進行數學仿真，運行工況數據采集的樣本長度為1 024，運行狀態統計數據采集樣本分別為功率、電源電壓、電流強度等三組不同特性的樣本序列，測試樣本集規模為2 000，訓練樣本集規模為500，運行工況數據分布的頻帶4 kHz～10 kHz，采樣時間間隔為12 s，根據上述仿真參量設定，得到電網信息系統運行工況數據采樣結果如圖2所示。

圖2 電網信息系統運行工況數據采樣結果

以圖2所示的數據為測試樣本集，進行數據聚類融合處理和特征分類，提取反映電網信息系統運行狀態風險分布的統計特征量，得到特征提取結果如圖3所示。

圖3 特征提取結果

分析圖3得知，通過特征提取能有效分辨電網信息系統的運行狀態，實現風險預警，采用不同方法進行風險預警的可靠度對比，得到測試結果如圖4所示，分析圖4得知，本文方法進行電網信息系統運行狀態風險預警的可靠度較高。

圖4 風險預警可靠度對比

圖5描述了采用不同方法進行電網信息系統運行狀態的風險預警準確性對比結果，仿真結果表明，采用本文方法進行電網信息系統運行狀態的風險預警準確性較好，有效實現了電網信息系統運行與屬性分類的均衡博弈，提高了電網信息系統運行的安全性。這是由于文中方法對采集的電網信息系統運行狀態評估數據進行統計聚類分析，結合模糊自適應C聚類算法進行電網信息系統運行狀態評估和狀態屬性分類，提高了電網信息系統運行狀態預警的準確性。

在圖5考察了不同方法進行電網信息系統運行狀態風險預警準確性的基礎上，結合風險預警所需時間，考察不同方法的整體風險預警效率。具體實驗結果如圖6所示。

圖5 不同方法的風險預估準確率對比

。

圖6 不同方法的風險預警效率對比

如圖6所示，對比不同方法的預警效率可以發現，本文所提方法的風險預警效率隨著樣本個數的增加而增加，效率可達到90%。而傳統方法的效率呈現隨著樣本個數增加而先增加后減小的趨勢，穩定性較差，且其整體效率始終低于本文方法的效率，最高效率僅為60%。分析研究不同方法的風險預警誤報率，結果如圖7所示。

圖7 不同方法的風險預警誤報率

不同方法對電網信息系統運行狀態風險預警的誤報率如圖7所示。由圖7可以看出，樣本數由0～2000的過程中，本文方法的誤報率始終保持在10%以下，傳統方法的誤報率隨著樣本數的增加呈現下降的趨勢，但其誤報率最終仍在20%左右。證明傳統方法的實際應用性較差，而本文方法的風險預警結果較為穩定且準確，更加適合實際電網信息系統運行狀態的風險預警評估，具有較強的實際應用性能。

4 結束語

電網信息系統的穩定可靠運行是實現整個電網可靠運行的關鍵，研究電源信息系統的狀態評估和風險預警方法，對提高信息系統運行穩定性有促進性作用，本文提出基于信息聚類融合處理的電網信息系統運行狀態的風險預警技術，提取反映電網信息系統運行狀態風險特征的頻譜參量，采用信息反饋調節技術實現風險預警評估。研究表明，采用該方法進行電網風險預警的可靠度較高，預警準確率高，且誤報率明顯低于傳統方法，所提方法提高了電網信息系統的風險管理能力。