基于多維關聯規則的智能變電站二次設備的故障定位研究

郝麗萍，朱 平，蔡會會，袁 林，閆小向

（1.六盤水供電局，六盤水 553000；2.南京德軟信息科技發展有限公司，南京 210031）

智能變電站是現代智能電網的重要組成結構單元，是未來變電站智能化、自動化的發展方向。但是，基于信息共享網絡技術下的智能化變電站在帶來諸多優點，不斷創造經濟效益的同時，也產生了諸多新問題。

針對正在工作的變電站，電力系統運維和管理部門缺少相應的監控檢測手段，這就在很大程度上對變電站的正常穩定運行造成影響，帶來安全隱患。由于智能變電站二次設備具有不可監控、不可測試等特點，雖然我們可以采用虛擬局域網（VLAN）、靜態分析等技術，這些方法可以再一定程度上處理二次設備的監控問題[1]，但是運維工作人員最需要的可視化管理技術，至今還沒有有效的解決辦法。于是，實現二次設備的監測可視化及故障定位檢測就顯得很有必要。

因此，本文通過引入多維關聯規則方法，對智能變電站二次設備的故障檢測及定位方法進行研究，并提出相應的可行性方案。

1 基本原理及相應研究內容

1.1 關聯規則的基本概念

就當前數據挖掘而言我們所采用的方法通常都是運用關聯規則，其功能與其他類似方法不同，往往更傾向于已知數據中在不同區域內部的關聯性，并找出滿足已知支持度和可信度閾值相互之間的依賴關系。

把滿足最小支持度閾值和最小置信度閾值的規則成為強規則。項的集合稱為項集，包含K個項集稱為K—項集，如果項集滿足最小支持度，則稱它為頻繁項集。

1.2 獲取智能變電站的故障信息

一旦智能變電站出現故障時，運維中心就會接收到智能變電站二次設備產生的大量故障信息，然后通過變電站的拓撲結構信息及收到的故障信息，在結合相應的故障檢測方法，實現對智能變電站二次設備的全面故障檢測及故障定位[2]。變電站綜合智能化系統主要獲取二次設備中產生的IED故障信息和相應通信網絡的警告信息，而通信過程中數據報文的異常情況則由NA（網絡分析儀）自動獲取，相應的關系圖如下圖1所示：

圖1 二次系統故障信息關系圖

1.3 故障可疑元器件的確定

1）根據上述的理論依據，本文設計了如下圖2所示的故障檢測流程：

圖2 故障檢測流程圖

2）二次設備系統

根據電力部門運維中心獲取的大量故障信息，在結合變電站二次設備系統的網絡拓撲結構圖，對變電站的二次設備系統進行無故障流量區域劃分，包括劃分區域里的所有二次設備元器件如網絡通信，IED裝置等。

3）可疑元器件的概率計算及確定

運用貝葉斯算法的比值方法來進行故障元器件的初步定位，與此同時，為了解決因故障信息的不充分性而可能出現誤診斷現象，通過采用信息融合的辦法來進一步進行故障的準確的定位：

A.首先通過貝葉斯算法進行故障可疑元器件的概率故障計算；

B.通過信息融合的方式來確定故障的元器件集合。

2 二次設備故障定位及其實現方法

貝葉斯算法在處理可用信息不充分及具體問題不確定的情況下對故障的診斷具有很強的定位能力，雖然當智能變電站出現問題時會產生大量的告警信息，但產生的信息具有不確定性且并不一定充分，同時也存在告警信息與故障文件不對應的情況，因此在這些情況下貝葉斯模型在處理故障檢測和診斷方面非常實用。

在告警信息充分的情況下，貝葉斯模型比值算法計算故障概率的方法步驟：

（1）首先假定最有可能發生故障的元件集是空集合H；

（2）計算每一個可能發生故障元器件的故障概率，并把它們存入集合H中；

（3）在將集合H的元素按值的大小進行降序排列；

（4）然后再集合H中選取概率為1的元素，這些元素代表元件發生了故障，而小于1則說明判決條件不充分需進一步計算判斷。

雖然在故障告警信息充分的情況下采用比值方法的貝葉斯模型能夠精確的定位出發生故障的元器件，但在面對故障信息不是很充分的狀況下，通常是依據通過計算元器件發生故障的概率來逐一進行故障元件排除，為了能在告警信息不充分的情況下獲得對故障元件更加準確的定位檢測，本文在貝葉斯比值方法計算概率的基礎上，通過運用信息融合技術，來處理在故障信息不充分的狀況下故障元器件的故障檢測與定位。

通過信息融合技術計算故障概率的方法步驟：

（1）首先假定最有可能發生故障的元件集是空集合D；

（2）通過引入故障概率可靠性參數和故障信息充分性參數進行融合，計算每一個可能發生故障元器件的故障概率，并把它們存入集合D中；

（3）在將集合D的元素按值的大小進行降序排列；

（4）然后在故障集合中，選取前面較大的集合元素構成新的故障集合D。

經過上述信息融合技術計算故障概率的方法步驟，我們可以準確的獲取故障集合D，很好的避免了因信息不完善而造成的誤檢測現象。

3 結束語

本文通過對多維關聯規則的基本概念及可疑元器件的概率計算及故障定位的實現方法這兩個方面進行了詳細的研究說明，并提出了在故障信息完備的情況下，基于貝葉斯模型下采用比值方法對故障元件進行準確的故障定位，而在信息不充分的狀況下通過信息融合技術在進行進一步的判斷決策。本文所提方法將有助于使電力系統運維中心人員的可視化管理及直接感受得到提高，降低變電站維護人員的專業要求，提高故障診斷效率。

伴隨著現代智能電網的飛速發展，智能變電站也在快速得到應用，基于多維關聯規則的智能變電站二次設備的故障定位依據其具有的診斷性能準確性好以及定位精度高等特點，會很快成為未來電力系統智能電網故障診斷的發展趨勢。