基于調控云平臺的變電站二次系統故障主動預警技術

李澤科，林靜懷，李軍良，余斯航，李兆祥

（1.國網福建省電力有限公司電力調度控制中心，福建福州 350000；2.福建和盛高科技產業有限公司，福建福州 350000；3.南瑞集團（國網電力科學研究院）有限公司信息化系統研發部，北京 100192；4.國網福建省電力有限公司電力科學研究院電網技術中心，福建福州 350000）

電力調度主機作為核心電網的一級控制設備，負責調節電信號參量的運行與傳輸速度，也可以聯合其他電網元件，對電網負荷電壓進行統一調配。調控云平臺由電量終端、調控云框架、服務平臺等多個連接結構共同組成，可以直接控制電力調度主機[1]。其中，電量終端實現了由高壓交流電到低壓直流電的轉換，可以在提供點電荷傳輸信號的同時，協調電網高壓終端與低壓終端之間的連接關系，保證電信號不會出現斷電供應狀態[2]。調控云框架為電力調度主機提供了穩定的連接環境，其核心框架體系外部負載了多個小型電信號處理裝置，可以在電量匱乏階段，短暫地為下級服務平臺提供電信號參量，從而使得調控云平臺內的電壓負荷始終保持相對穩定的數值狀態。

二次系統是指由DCS 自動控制、繼電保護、調度自動化等應用模塊共同組成的變電調控結構，可以借助電流互感器、電壓互感器與一次用電設備取得電量聯系[3]。在變電站體系中，為保證二次系統的運行穩定性，需要接入大量的變壓器主機，然而隨著電信號輸入量的增大，變電設備的實際功率水平也會不斷增大，當其實際功率數值超過額定功率則會引發嚴重的電力系統癱瘓問題。為避免上述情況的發生，文獻[4]提出基于Apriori 算法的故障診斷技術，利用電度表監測電網環境中的電信號傳輸情況，再根據電信號回流量統計變壓器主機的實際功率水平。然而該方法的應用能力有限，并不能有效解決因功率超載而導致的電力系統癱瘓問題。為應對上述情況，針對基于調控云平臺的變電站二次系統故障主動預警技術展開研究。

1 基于調控云平臺的變電故障特征提取

變電站二次系統的故障特征提取需要以調控云平臺為基礎，根據IaaS 架構連接形式，對云變電系數、故障數據集合進行同步求解。

1.1 IaaS架構

IaaS 架構作為調控云平臺的基本模型，包含多個路由節點，在DNS 主機、負載均衡設備的共同作用下，調節變電站二次系統中的電量傳輸信號，從而使得電網HADOOP 集群滿足電流與電壓的應用需求[5-6]。IaaS 架構的具體連接模型如圖1 所示。

圖1 變電站調控云平臺的IaaS架構

在變電站二次系統中，IaaS 架構同時負責傳輸電壓與電流信號，所以DNS 主機模塊必須包含電壓服務器、電流服務器兩類調控設備，而負載均衡設備作為DNS 主機的附屬結構，也必須同時包含與電壓服務器匹配的動態電容及與電流服務器匹配的靜態電容元件。

1.2 云變電系數

云變電系數可以用來描述變電站二次系統調控云平臺對于電量信號的瞬時承載能力，在IaaS 架構DNS 主機、負載均衡設備均處于穩定連接狀態的情況下，云變電系數的計算數值越大，表示云平臺調控主機對于電量信號的承載能力越強[7-8]。設i表示一個隨機選取的電量信號標記系數，在變電站二次系統調控云平臺中，i系數的最小取值結果只能等于自然數“1”。ui表示基于系數i的電量信號變頻傳輸特征，u0表示電量信號變頻傳輸特征的初始取值，uˉ表示電量信號變頻傳輸特征在IaaS 架構中的平均取值，χ表示電網二次回路中的變電信號定義系數。聯立上述物理量，可將云變電系數表達式定義為：

1.3 故障數據集合

在變電站二次系統調控云平臺中，故障數據集合必須包含所有可能出現的故障信息參量，且任意兩個數據信息之間不得存在明顯的關聯性[9]。由于故障信息參量在數據集合中的排列方式并不固定，所以在提取變電故障特征時，需要建立所選信息參量與既定故障表現行為之間的對應數值映射關系[10]。規定e表示故障數據集合中一個隨機故障特征指標，r表示故障信息參量的取值范圍度量值，α表示區間劃分系數，wα表示基于系數α的變電故障特征參量，β表示基于調控云平臺的故障信息參量提取系數，聯立式（1），可將變電站二次系統的故障數據集合?表示為：

求解故障數據集合表達式時，要求系數α、系數wα、系數β的取值均不能為零，而系數e的取值則必須屬于[1,+∞)的數值區間。

2 變電站二次系統的故障預警方法

2.1 故障數據關聯規則

設δ、ε表示兩個不相等的關聯信息標度值[11-12]，在變壓器故障信息均值恒為Aˉ的情況下，可將故障數據關聯特征sδ、sε分別表示為：

式中，Aδ表示基于系數δ的變壓器故障信息參量，Aε表示基于系數ε的變壓器故障信息參量。

聯立式（2）、式（3），可將基于調控云平臺的變電站二次系統故障數據關聯規則表達式定義為：

式中，?表示關聯值度量向量，R1、R2分別表示兩個隨機選取的故障數據定標值，且R1∈?、R2∈?的取值條件同時成立，ΔT表示故障數據的單位檢測時長。

2.2 風險向量

為實現對變壓器故障表現行為的準確監測，在求解風險向量表達式時[13-14]，要求度量值指標的取值屬于(-∞,+∞)的數值區間。

風險向量計算表達式為：

式中，ΔB1、ΔB2表示兩個不相等的點電荷累積量，γ?表示二次變電回路中的故障信息提取特征值，H表示故障表現行為的風險性系數，f表示故障行為的風險性度量指標。

2.3 預警建模條件

預警建模條件的建立應參考故障行為表現指標c的取值[15-16]。一般來說，若故障行為表現指標c取值小于零，預警建模表達式的計算結果恒等于零；若故障行為表現指標c取值大于1，預警建模表達式的計算結果恒等于1；若故障行為表現指標c取值大于零小于1，預警建模條件的求解表達式如下：

式中，vc表示基于故障行為表現指標c的判別向量。至此，完成對各項指標參量的計算，實現基于調控云平臺的變電站二次系統故障主動預警方法的設計與應用。

3 實例分析

3.1 前期準備

以CD4051 型號的三相調壓交流電源作為電量輸出裝置，將其與GN-P1W 的變壓設備相連，模擬變電站二次系統運行環境，具體的實驗電路如圖2所示。

圖2 實驗電路

當電壓或電流值異常增大時，預警指示燈亮起，相關人員可根據指示燈判斷模擬變電站二次系統是否發生故障。

3.2 數據處理

該實驗以變壓設備的功率作為研究變量，表1記錄了不同情況下的變壓設備額定功率數值。

表1 額定功率

分析表1 可知，隨著變壓器內阻數值的增大，其額定電壓水平始終保持為220 V，但電流值卻在不斷增大，導致變壓器額定功率也呈現出不斷增大的變化態勢。

3.3 結果分析

變壓器實際功率與額定功率之間的比值關系，可以反映出電力系統當前運行狀態。分別利用基于調控云平臺的變電站二次系統故障主動預警方法、基于Apriori 算法的故障診斷方法對圖2 所示電路進行控制，前者為實驗組、后者為對照組。當預警指示燈亮起時，記錄當前時刻的電流表與電壓表示數，計算變壓設備的實際功率水平，將所得結果與變壓設備額定功率進行對比。

圖3、圖4 反映了實驗組、對照組預警時刻的電壓表與電流表示數。

圖3 電壓表示數

圖4 電流表示數

功率對比詳情如表2 所示。

表2 功率對比

分析表2 可知，當變壓器內阻等于7.5×107Ω時，實驗組、對照組變壓器實際功率對于額定功率的占比率同時達到最大值，但明顯對照組占比率更高，整個實驗過程中，對照組占比率均值也始終高于實驗組。

4 結束語

變電站二次系統故障主動預警技術在調控云平臺的基礎上，根據云變電系數求解結果，建立故障數據集合，聯合故障數據關聯規則，判斷風險向量的取值合理性。實驗結果表明，應用這種新型預警方法，當變壓器功率達到其額定功率的95%時會發出警報。由變壓器過載引發的電力系統癱瘓問題得到較好解決，對于維護變電系統的運行穩定性可以起到明顯的促進性影響作用。