基于主動概率統計評價模型的電網故障智能研判算法研究

國網江蘇省電力有限公司宿遷供電分公司 韓少華 毛王清 邱 冬 龐吉年 王秀茹 葛 萱

隨著電網規模的不斷發展和電網設備復雜程度的不斷提高，電網設備監控技術也迎來了更多挑戰。目前大部分變電站均為無人值守變電站，電網設備監控尤其是電網故障監視及分析主要依賴于SCADA系統將故障告警信息從廠站端傳輸到主站端，由主站端監控人員對告警信息進行綜合分析，從而判斷設備的故障情況。然而SCADA系統故障信息離散、種類復雜、信號繁多等問題，對主站端監控人員進行故障分析造成一定困擾。

對于旨在實現智能分析電網設備故障情況的電網故障智能研判系統，目前已有相應的解決方案，即事先建立起該變電站中各類故障信號組合和現場實際設備故障的對應關系規則庫，在故障時根據故障的信號自動匹配規則庫中最接近的信號組合，從而判定故障情況[1-2]。在此方案下，實際故障中如存在漏發信號導致無法匹配的故障情況則不能進行有效判定。此外，信號組合規則庫的判斷方法也難以利用遙測、Ⅲ區操作票系統等其他類型的判據，從而影響系統判定的準確性。因此需要一種適用于任何故障信號組合，能夠充分利用SCADA系統提供的有用信息，具備更高可靠性、適應性和準確性的故障智能研判算法。

1 智能研判算法原理

當電網設備發生故障時會發出一組互有關聯的故障信號，但每條故障信號也可能來自不同的故障。因此，每條故障信號對應每一類故障均存在一種對應的概率，即發出該信號則有一定的概率證明發生了某一類故障。以此類推，每一類電網設備均存在一一對應的遙信對應故障的大量概率數據，組成了該設備的概率庫。概率庫可通過經驗進行人工賦值，也可通過遙信的歷史發信情況來統計計算。如根據歷史發信情況統計，則其中的概率值可跟隨發信次數的增加進行動態變化，從而保持概率的準確性。概率庫應事先建立，以便用于概率計算。

但實際故障時，判斷故障發生的證據不僅是故障信號，其他類型的一些信息也可作為判斷依據，也就是說其他類型信息也存在著和故障一一對應的概率庫。以線路故障跳閘為例，除SCADA系統收到的故障遙信外，還可通過遙測的變化情況來輔助判斷是否誤發信，或查找Ⅲ區的操作票系統來判斷是否為正常的停役操作。該類信息同樣可建立概率庫，并也計入概率統計計算中，可提高準確性。

本文提出的主動概率統計評價算法，是在電網發生故障時根據故障信號主動觸發、收集可能相關的其他類別信息，收集到所有的信息后，以故障信號及其他信息對應各類故障的概率庫為基礎，對所有可能發生故障的評價概率進行計算。每一種故障的評價概率計算結果均包含了所有遙信和其他類型信息對于此故障的推斷貢獻，最終系統得出所有故障的概率評價結果，并將評價概率最大的故障作為研判結果。

2 概率統計評價模型

本算法最關鍵的部分就是如何根據概率庫進行概率統計評價計算。如圖1所示，假定A1、A2…An為設備發生故障時發出的n個告警遙信，F1、F2…Fm為這n個告警遙信對應的可能發生的m種故障。B1、B2…Bi表示可能被m種故障觸發收集的i個B類信息，C1、C2…Cj表示可能被m種故障觸發收集的j個C類信息。按照前文分析，遙信An對應的可能故障為F1、F2…Fm。若假定遙信An對應故障Fm的概率用PAnFm表示，則遙信對應故障的概率共有m×n個，組成了遙信和故障的對應概率庫。

圖1 主動概率統計評價模型的觸發收集示意圖

同理，若假定故障Fm觸發收集到的B類信息Bi對應此故障的概率用PFmBi表示，故障Fm觸發收集到的C類信息Cj對應此故障的概率用PFmCj表示，則有m×i個B類信息對應故障概率，m×j個C類信息對應故障概率。在故障發生時，根據事先維護的概率庫，應可計算出發出的信號和收集的信息對應某故障的總概率。但此概率的計算涉及到復雜的D-S證據理論等數學模型[3-4]，存在一定的計算困難，因此本文建立了一種評價概率模型，通過設定的計算方法來計算評價概率，并用其替代事件總概率，可在保證準確性的同時用更為簡單的計算方法來研判事件概率。

下面給出了對應A1、A2…An，B1、B2…Bi，C1、C2…Cj的故障Fm的評價概率計算公式：

該評價概率計算方法源于一組獨立事件合成概率的計算模型，應用于本研判模型中，雖不能給出精確的概率值，但能精確反映各類故障總概率的大小排序，滿足本模型的準確性和適應性的計算要求。

3 典型案例分析驗證

為驗證上述評價概率計算模型的正確性，以某地區三次典型的線路故障跳閘為例，分別進行評價概率計算，并與實際跳閘情況比對。對于線路故障跳閘可能存在三類情況：確實發生了跳閘、誤發信、正常停役操作。

3.1 線路故障跳閘對應概率庫的設定

線路故障跳閘時發出的典型故障信號主要包括：開關間隔事故總、開關分閘、線路保護出口、線路重合閘出口。其中間隔事故總、線路保護出口、線路重合閘出口均為故障跳閘時發出，并存在很小的誤發可能。因此設定其對應跳閘概率為0.8、對應誤發概率為0.2、對應操作概率為0。開關分閘在大部分情況下應為操作導致，偶爾因跳閘而分閘，并在很小的誤發概率。因此設定其對應跳閘概率為0.2、對應誤發為0.1、對應操作為0.7。

線路故障跳閘時，可收集間隔電流遙測作為參考信息。當發生故障時電流發生突降，幾乎可認定為開關發生了真實分閘，因此設定其對應跳閘概率為0.22、對應誤發為0、對應操作為0.78；線路故障跳閘時，可收集間隔刀閘變位信號作為參考信息。當發生故障時有刀閘同時發生變位可認定為誤發信，因此設定其對應跳閘概率為0、對應誤發為1、對應操作為0；線路故障跳閘時，可收集Ⅲ區操作票系統作為參考信息。當故障在操作票系統中無計劃操作時幾乎可認定非操作導致分閘。但有無工作票與跳閘和誤發沒有直接關聯，因此設定其對應跳閘概率為0.5、對應誤發為0.5、對應操作為0。

綜上，實際研判中以開關分閘作為觸發信號，統計分閘時間10秒內的所有遙信作為判定遙信，并通過分閘信號觸發收集電流遙測值、刀閘變位情況和操作票系統中的相關數據進行研判。

3.2 正常線路故障跳閘的智能研判

2018年7月21日，湖濱變110kV濱曉7M85線發生跳閘。收集跳閘相關信息，跳閘后電流突降至0，無刀閘變位信號且Ⅲ區操作票中無相關操作，則評價概率通過表1中的4個故障信號加上“間隔III區無操作票”進行計算。按公式可計算得到對應故障跳閘的評價概率為0.022528，對應誤發信的評價概率為0，對應停役操作的評價概率0。根據計算結果可得此事件應為故障跳閘。與實際相符，研判結果準確。

表1 濱曉7M85線故障關鍵信號

3.3 開關偷跳故障的智能研判

2018年7月26日，農場變110kV農協7X22開關發生偷跳，關鍵信號只有一條，即05:03:22農協7X22開關分閘。收集跳閘相關信息，分閘時電流突降至0。同時檢查III區無操作票。按公式，可計算得到對應故障跳閘的評價概率為0.022，對應誤發信的評價概率為0，對應停役操作的評價概率0。根據計算結果可得此事件應為故障跳閘，即開關偷跳。與實際相符，研判結果準確。

3.4 跳閘導致誤發信故障的智能研判

2018年3月16日7時25分農場變110kV陸 惠7816線發生故障，關鍵信號如下：07:25:41陸惠7816開關分閘；07:25:41陸惠7816線 保護出口動作；07:25:43陸惠7816線重合閘動作動作；07:25:48陸 惠7816開關合閘；07:25:5778163刀閘分閘；07:25:58，78162刀閘分閘；07:26:01陸惠7816開關分閘；07:26:05陸惠7816開關合閘；07:26:06陸惠7816線重合閘動作動作；07:26:07陸惠7816線保護出口動作；07:26:09，78162刀閘合閘；07:26:11，78163刀閘合閘。由此可知，第一次分閘時無刀閘變位信號、但第二次分閘時有刀閘變位信號。收集跳閘相關信息，檢查該間隔無操作票。雖然有遙測突降，但由于兩次跳閘實際接近，無法判定遙測突變屬于哪一次跳閘導致，故此案中不考慮遙測突變的計算。

對第一次分閘，按公式可計算得到對應故障跳閘的評價概率為0.064、對應誤發信的評價概率為0.002、對應停役操作的評價概率0；對第二次分閘，按公式可計算得到對應故障跳閘的評價概率為0、對應誤發信的評價概率為0.002、對應停役操作的評價概率0。由此可判斷得到，第一次分閘應為真實事故跳閘，而第二次分閘應為誤發信。

經現場運維人員檢查分析，反饋事件原因：陸惠7816線故障瞬間，陸惠7816開關事故分閘，短暫時間里導致主變三側的電壓突然降低，致使所用變二次側電壓驟降而脫扣，因此交直流系統發生故障，直流II段母線電壓在短時間內突然大幅度下降（降至7V）。電壓下降瞬間，一平面路由器發生故障，一平面網絡異常，導致大量備通道補信號和誤發信號發出。由此可得，研判結果與實際情況完全符合，研判結果準確。

綜上，本文提出一種基于主動概率統計評價模型的故障研判算法，能對任意故障信號組合進行智能研判，并通過主動收集電力系統能夠提供的相關輔助研判信息對可能存在的各類故障的評價概率進行計算，并按照評價概率的大小給出相應的研判結果。相關實驗充分證明了該模型及算法的可靠性、適應性和準確性。