基于賦值法的電力系統遠動信息仿生化建模分析

張洪略，陳勝，王家軍，萬毅，石家德

（1.貴州電網有限責任公司電力調度控制中心，貴州貴陽 550000；2.貴州電網有限責任公司興義供電局，貴州 興義 562400；3.貴州電網有限責任公司都勻供電局，貴州都勻 558000；4.貴州電網有限責任公司凱里供電局，貴州 凱里 556000）

電力系統運行是一個復雜的動態過程。當系統 中產生異常信息時，由于離散時間與物理設備的關系，常發生離散事件。電力系統遠動信息的有效監測是保證電力系統正常可靠供電的關鍵。一旦出現異常遠動信息，將影響電力系統的正常穩定運行[1]。

文獻[2]將故障數據細分為3 種類型，基于多源數據，考慮不同數據之間存在的差異，利用實時性較強的數據進行故障診斷。文獻[3]為減少流域梯級調度監控系統應用過程中遠動通信測點數量規模龐大的問題，給出同型和異構平臺下對比同步的模型和算法，分析不同監控系統遠動通信信息點表和數據庫測點分布屬性等特性，設計了數據庫對比模塊、軟件數據自動同步模塊，避免了大數據規模環境下電力安全運行風險。

但是以往的數據建模方法都是面向點數據配置的，缺乏詳細的管理步驟，導致誤碼率高，不能保證信息輸入結果是正確的，容易受到信息來源與傳輸過程不穩定性的影響，分析效果不佳，由此，提出了基于賦值法的電力系統遠動信息仿生化建模分析。

1 遠動信息仿生化建模分析

根據電力系統動態遠動信息來源復雜、處理過程繁瑣的特點，對電力系統遠動信息仿生化建模分析，確保信息的準確性和實時有效性。

1.1 電力系統遠動通信結構

首先，分析電力系統遠動通信結構，如圖1所示。

圖1 電力系統遠動通信結構

從圖1 中可以看出，該結構主要包括以太網、控制中心和變電站，其中，以太網通過I/O 切換功能模擬采樣通信數據，控制數據傳輸；控制中心通過設備間的交互操作，實現了對間隔單元的控制[4]；在變電站內進行遠程控制中心、維護中心及人機接口之間的相互通信，并管理配置和圖形界面[5]。

1.2 邏輯節點與信息仿生化建模

在信息交換中，邏輯節點是最小的單元，該單元與服務器基本功能一致，包含了電力系統遠動通信信息，通過不同邏輯節點間的信息交換操作，實現特定操作[6]。IEC61850 規約下的繼電保護系統測量和計量以及控制包括三種特點，分別提取與測控通信有關的邏輯節點和通用信息[7-9]。如表1 和表2 所示。

表1 遠動通信邏輯節點

表2 遠動通信信息分類

分析遠程邏輯節點中包含的信息對象和信息屬性，建立電力系統遠程邏輯節點模型，如圖2 所示。

圖2 電力系統遠動邏輯節點模型

由圖2 可知，在電力系統遠動通信過程中，不需要獲得變電站的全部信息，只需對變電站關鍵部件或關鍵設備的運行狀態進行監測[10-12]。因此，邏輯節點的數據模型和功能模型應該根據遠動供電的實際需要來建立[13]。

遠動通信信息主要包括有功和無功功率、電流和電壓值、電能表及設備狀態等，由邏輯節點完成對電網運行時電流、電壓、功率等的測量[14]。在信息處理過程中，主要將有功、無功功率的三相相加后上傳到控制中心，從該中心構建仿生化模型，如表3所示。

表3 電力系統遠動信息仿生化模型

由表3 可知，在遠程信息處理中，可以使用邏輯節點進行電能計量，而反映用電設備運行狀態的電能計量則需要選擇相應的邏輯節點和數據對象。基于給定的邏輯點，可進行自我控制與調節，保證母線電壓在一定范圍內[15]。考慮到電力遠動通信中遙信的重要性，可以根據實際情況進行即時發送或暫時緩存報告。保存的事件可以在特定時間后發送，即使通信中斷或受到其他因素的干擾，數據也不會丟失[16]。

2 基于賦值法遠動信息異常預警

2.1 賦值法確定閾值

為避免單一方法導致的分配偏差，綜合閾值由主、客觀閾值的線性權重決定，主、客觀閾值可以用λ1、λ2分開設置。通過對主、客觀門限進行比例加權，得到遠程電力信息異常預警指標的綜合門限:

式（1）中，a、b表示比例系數，計算公式為：

式（2）中，n表示電力系統遠動信息分類總數；pn表示第n個分類所包含的遠動信息出現的概率。

2.2 遠動信息異常預警

采用閾值分配的方法，確定遠動通信信息挖掘中異常預警指標的閾值，實現對異常數據進行相關預警。然而，電力系統遠動通信信息異常預警過程中，不僅需要對指標進行異常挖掘預警，還應結合其他預警層次的設計，如圖3 所示。

圖3 遠動信息異常預警流程

由圖3 可知，實施異常報警時，需要監控站點提供足夠的數據，如果數據不完整，就不能有效報警。一般來說，可以設置每個索引生成的50%的數據量來限制數據完整性。例如，電流諧波每天應產生480次，每3 min 一次，如果在一天內電流諧波值低于17位，則將被視為無效。

綜上分析可知，穩態指標預警步驟為：

步驟一：對監測指標數據的完整度進行判斷。

步驟二：當符合要求后，對指標進行超限檢測，并根據超限程度給予3～4 次警告。

步驟三：針對超過閾值的數據，及時以異常通信情況進行預警。

步驟四：對概率值為95%以上的異常情況，在一個固定的時間窗內，通過典型波形參數的估計，進行異常數據挖掘。此步驟也是對尚未設置完善的穩態指標進行預警與分析[17]。

判別預警級別的具體步驟是：統計原始數據超過異常閾值的次數以及原始數據的最大值，然后，限制異常數并計算最大值。如果兩種情況都超過限制，將發出二級警告，超過上限時將發出一級警告。如果沒有超限，則判斷為正常，不會發出警告信息。

3 實驗

為了驗證基于賦值法的電力系統遠動信息仿生化建模分析的合理性，進行實驗驗證分析。

3.1 實驗環境

實驗環境是以某個變電站為例，變電所主要包含兩個電壓等級：110 kV 和115 kV，皆由變壓器、斷路器、隔離開關、電壓互感器、電流互感器等部件組成，并配有基本的控制和保護裝置。

對數據預處理之后，得到50 個待處理數據。同時，需要考慮設置適當數量的滑動窗口來形成多種類型的樣本。根據實際調試經驗，將一個窗口的數據數設為5，直接將50 個數據數限制在5 內，即可得到10 個窗口，數據計算結果如表4 所示。

表4 10個窗口統計量分析

3.2 實驗結果與分析

設定理想情況下電力系統正常運行時的負序電壓長時間不平衡度應小于等于0.24%，短時間不平衡度應小于等于0.45%。

基于該情況，分別使用文獻[2]方法、文獻[3]方法和該文方法對電力系統遠動信息異常情況進行分析，分析結果如圖4 所示。

由圖4（a）可知，使用文獻[2]方法在采樣時間為5.8 h 時，達到最高負序電壓長時間不平衡度為0.258%，超過負序電壓長時間不平衡度理想值0.01%；使用文獻[3]方法在采樣時間為5.6 h 時，達到最高負序電壓長時間不平衡度為0.248%，接近理想值；使用該文方法在采樣時間為5.5 h 時，最為接近理想值，滿足負序電壓長時間不平衡度不能超過0.24%的要求，且與理想曲線一致。

由圖4（b）可知，使用文獻[2]方法在采樣時間為2.4 h 時，達到最高負序電壓長時間不平衡度為0.47%，超過負序電壓長時間不平衡度理想值0.025%；使用文獻[3]方法在采樣時間為4 h 時，達到最高負序電壓長時間不平衡度為0.47%，超過負序電壓長時間不平衡度理想值0.025%；使用該文方法在采樣時間為1 h 時，達到最高負序電壓長時間不平衡度為0.444%，滿足負序電壓長時間不平衡度不能超過0.45%的要求，且與理想曲線一致。

圖4 三種方法遠動信息異常情況對比分析

4 結束語

根據電力系統遠動信息特點，提出了一種基于賦值法的電力系統遠動信息仿生化建模分析方法，結合異常預警指標，及時對異常情況進行預警。

由于不同電力系統遠動通信協議的巨大差異，通信過程不可避免地會丟失數據。面對這種情況，在未來的研究中，應該在通信網關上增加協議轉換機制，縮短信息處理時間，減少不同通信端口間的時延問題。