微電網智能運維技術與系統研發

付 明

（南瑞集團有限公司（國網電力科學研究院有限公司），江蘇 南京 210003）

0 引 言

目前，國內外對于微電網的運營管理通常側重于監控與能量管理。由于微電網內部微電源眾多，出力特性呈多樣化，組網結構復雜，更容易出現故障，存在著電力電子技術在微電網中的應用導致電能質量問題、微電網的保護控制技術尚不成熟、投資及運維成本高等問題。因此，研究微電網運行維護工作顯得極其重要。從微電網發展的國際國內趨勢看，未來國家層面和電網公司層面對微電網的支持力度還將繼續，且有越來越多的企業和社會力量投入微電網的建設，以提供高質量、多樣化的供電可靠性。

電能質量服務是微電網的基本特點和作用之一。因此，研究微電網可靠運行和智能維護關鍵技術，是支撐當前和未來微電網工程項目建設的實踐需要。目前，微電網工程運行實踐中，運行可靠性不夠高、對運行維護人員專業知識要求高等問題十分突出。

因此，研究微電網運維知識庫，基于高級Petri網理論建立微電網故障診斷模型，提出了微電網故障智能診斷分析方法，在研究微電網信息通信綜合接入技術的基礎上，研究了微電網智能運維系統的功能體系和架構，詳細介紹了微電網故障診斷功能部署。最后，基于某園區微電網對系統進行部署，并基于該微電網運行情況進行微電網故障診斷分析，驗證了系統的正確性和可靠性[1]。

1 微電網智能運維技術

1.1 運維知識庫

微電網智能運維知識庫包括：微電網故障處理、設備及系統維護知識，是結合微電網專家及一線運維人員的經驗規則，分析微電網的運行數據，提煉微電網故障數據；羅列微電網故障現象，研究對應的故障隔離及故障恢復方法；統計微電網系統及設備的故障次數、故障率、變化情況；結構化微電網智能運維知識。

1.1.1 知識管理概論

在廣義上而言，知識管理就是在組織內部對系統進行相應的量化和質化，促使組織內部的信息數據通過一系列的應用過程傳輸回知識系統中，在長期不斷的應用與積累中，確保系統的推斷與決策更加科學、高效、合理和規范。

運維知識庫主要是對運行過程中產生的知識進行收集、篩選、整合和評估的過程，如圖1所示。知識管理能夠確保知識庫的建設過程更加規范有效、快速便捷。知識獲取不僅包括行業專家的經驗，還有現場操作人員的技術能力。同時，由于信息科技的的不斷開發與應用，還涉及對微電網監控的數據信息[2]。

1.1.2 微電網智能運維知識庫模型

知識庫是整個系統理論數據的集合，是系統運行的基本保障，也是智能決策的主要參考。若微電網在5 min之內發出兩次以上的警報提示，而這些提示信號又有著密切關系，就可將其視為綜合事件。綜合事件通常由設備出現的各種問題導致，然后通過逆向思維按照綜合事件的具體情況推斷設備存在的故障，并依此提出科學、有效的應對措施[3]。圖2是運維知識庫模型的結構示意圖。

圖1 知識庫形成過程

圖2 運維知識庫體系架構

圖2中，微電網的最初模式及理論根據主要保存在原始數據庫中，能夠對推理過程進行清晰描述。為此，數據庫需要時刻優化與更新，而規則庫作為知識庫最關鍵的一環，主要涉及了問題變化的整個過程。推理機主要由程序構成，通過規則及數據展開判斷，并對此過程進行深入分析。知識庫的自動生成過程就是微電網維護系統的應用過程。

1.2 故障智能診斷方法

1.2.1 基于Petri網的微電網故障診斷方法

微電網與大電網之間存在較大差異，前者生動活潑、千變萬化，后者較為常規。在電力系統故障診斷過程中，對于具體故障的判斷主要通過繼電保護和斷路器的反應得出?，F階段，對于微電網故障的診斷還沒有得到全面開發，而傳統的診斷模型無法滿足需求。為此，針對微電網具備的優良特性，對相關理論進行綜合考量，在微電網故障診斷中融入科學的Petri理論，通過高效的技術方法，使得數據庫中的信息得到妥善封裝，以拓展微電網故障診斷模型的實用性，進一步強化模型的功能。

1.2.2 高級Petri網定義

Petri作為一種系統模型，能夠通過網狀圖形的方式表現出來。它主要涉及兩個節點——狀態和變遷。然后，將Token分布情況設置于帶有節點的圖形上，通過規范的方式促使變遷點火導致狀態發生改變[4]。

以下是對Petri相關概論的基本簡介。Petri主要涉及三種元素——庫所（place）、變遷（transition）和有向?。╝rc）。庫所就是狀態元素的節點，又叫P元素，主要是將內部儲存的Token呈現系統的狀態。Petri網通過庫所內部Token的數量表示系統的不同狀態。庫所中對貯存資源的數量限制稱為庫所容量。變遷（事件）主要是系統變化致因的動態節點，是系統內Token的應用過程，是對系統狀態變化調整的有效闡述，又稱T元素。有向弧主要是系統各元素間內在關系的集中體現，能夠將Petri中信息動態的演變過程清晰展現出來。若庫所通過有向弧朝向變遷，就是后者存在的關系流；如果變遷的有向弧朝著庫所，則以為是點火促使狀態改變的關系流。有向弧上的權值是變遷點火形成Token的總量[5]。

Petri具體的概念表達如下所示。有向網所必備的因素主要由三元組N=(S,T,F)構成，其中S是庫所集，T為變遷集，F代表流集。若一個集合是由有序序列的第一維元素構成，那么代表此集合為有序序列的第二維元素構成。三元組N=(S,T,F)成為有向網（簡稱網）的充分必要條件是：

X=S∪T叫做N的元素集。S的元素叫庫所，T中的元素叫變遷。X是表示兩個集合的笛卡爾乘積運算。φ表示空集合。dom(F)所含有序序列的第一維元素所組的一個集合，cod(F)是有序序列的第二維元素的所組成的一個集合，數學表示方式為：

Petri中的圖形主要表現形式有三種：庫所節點、變遷節點和有向弧。其中，庫所節點主要由○表示，而變遷節點主要由│或□表示，序偶主要由導向性箭頭來表示。若變遷通過有向弧直至庫所，那么這一庫所就是變遷首個輸出庫所，而此變遷同時也是庫所的首個輸入變遷。反過來，從庫所直至變遷，那么其就是變遷的初始輸入庫所，對方也是庫所初始輸出變遷。如果N1=(S1,T1,F1)，庫所集S1=(S1,S2,S3,S4,S5,S6,S7)，變遷集T1=(t1,t2,t3,t4)，流關系F1={(s1,t1),(t1,s2),(s2,t2),(s4,t2),(s3,t3),(t3,s4),(s4,t2),(t2,s5),(s5,t4),(t4,s6),(t4,s7)}。 圖 3為 Petri中N1圖形的表現形式。

圖3 Petri網N1的圖形表示

1.2.3 基于高級Petri網的微電網故障診斷

基于高級Petri網的微電網故障診斷模型，如圖4。

在基于高級Petri網的微電網故障診斷模型中，Token著色、變遷和庫所的含義如表1所示。

診斷模型中，各個變遷的點火規則如下所述。

變遷t1：輸入庫所IMj中Token的隸屬度顏色標識取值1時，變遷t1立即點火，將故障元件及診斷率通過瞬時診斷庫所P1精準、有效地輸出[6]。

圖4 基于高級Petri網的微電網故障診斷

表1 Token、著色及庫所的含義

變遷t2：當有著同樣保護色的Token存在于輸入庫所IMj中時，促使變遷t2點火，然后通過一系列計算，其中矩陣為同行數同列數的矩陣，且向對接的診斷結果庫所P2中傳輸故障元件和診斷的準確率，同時向P3中輸出一定數量的冗余Token，數量根據單個保護最多保護元件個數減1設定，以確保后續操作的準確性。

變遷t3：當統一保護色的Token均出現在輸入庫所IMj和消息庫所中，就會促使變遷t3點火，將Token通過回收站庫所P4逐一顯示，并清除庫所P3和P4中的冗余Token。

變遷t4：當輸入庫所IMj中Token的生存期顏色標識值等于0，此時的變遷t4點火，便會將故障元件及診斷準確率通過診斷結果庫所P5清晰、準確呈現出來。

經過基于高級Petri網的微電網故障診斷模型對信息進行邏輯推理判斷（如圖5所示），最終得到故障元件。對于故障診斷可在元件位置表上檢索，對于故障點所在的位置進行準確查詢，能夠將故障所在地、故障元件及準確率清晰顯示，從而為故障的檢修提供有效的參考依據，且無論是哪種故障類型，該模型都能夠發揮應有的效用。

故障元件確定后，可以通過分析故障元件狀態，構建相應的元件Petri網模型，從而進一步分析故障原因。以風機為例，對于風力發電機組，故障大多可歸為以下幾種形式：發電機溫度過高，潤滑油液位過低，潤滑油溫度過高，冷卻水溫度過高和絞纜故障等。若采用前文高級Petri確定風機故障后，可根據相應的風機監測參數，按照模糊評價標準換算為置信度建立相應的Petri網，即可判定故障模式。

圖5 微電網故障診斷的流程[7]

2 微電網智能運維系統

微電網智能運維系統功能如圖6所示，包括分布式電源、儲能的數據采集與處理基礎支撐功能，以及綜合評價分析、分布式電源發電功率預測、負荷預測、知識庫查詢、遠程維護、微電網故障診斷與處理等高級應用功能。

圖6 微電網智能運維系統功能

微電網智能運維系統采用面向服務架構（SOA）設計，功能包括前置服務、SCADA系統、高級應用子系統等，由數據庫服務器、應用服務器、通信網關機、遠程工作站、維護工作站和交換機等設備組成。系統結構如圖7所示。

構建完善的系統邏輯結構，能夠有效整合各個維護資源，確保系統井然有序、有條不紊地開展維護與診斷，從而基于知識管理、數據庫管理、診斷維護，建設資源利用率高、系統各項功能聯系更加密切的結構體系，促顯著提升系統功能，結構形式如圖8所示。

核心診斷資源：涉及五個部分，主要包括維護專家、知識庫、維護數據庫、狀態數據庫和監控數據庫。

接口層：主要是連接操作層、狀態層、服務層的信息傳輸通道，能夠確保各個環節進行準確、及時的交互。

圖7 微電網智能運維系統構架

圖8 智能運維邏輯結構圖

支持環境層：主要包括通信網絡與數據庫兩個部分。在遠程維護系統中，知識庫是最關鍵的部分，主要提供科學的理論體系。它包含兩個部分：維護庫和診斷庫。前者主要是關于系統設計、生產操作、調試安裝等方面的信息數據；而診斷庫中將會保存更多以往有效的維護經驗和應用體系。由于相關服務功能的不斷健全，此系統具備的維護功能及診斷功能將會更加全面、高效，能夠為用戶提供更加簡便快捷、科學高效的服務。

操作人員利用維護服務器中的接口層進入維護數據庫、狀態數據庫及監控數據庫進行查詢，然后經過有效的信息傳輸，促使專業人士提供有效的技術經驗，為系統硬件故障提供更加科學、準確的解決方案。

3 結 論

微電網內部微電源眾多，存在著電力電子技術在微電網中的應用導致的電能質量問題、微電網的保護控制技術尚不成熟、投資及運維成本高等問題。因此，研究微電網運行維護工作顯得極其重要。因此，基于某園區微電網對系統進行部署，并基于該微電網運行情況進行微電網故障診斷分析，驗證了系統的正確性和可靠性。目前，該系統運行良好，微電網運維知識庫需要現場運行人員基于長期運行維護經驗不斷完善，以提高系統運維可靠性，更好地適應微電網運維需求。