林科振，王 辉

（国网浙江省电力有限公司宁波市北仑区供电公司，浙江 宁波 315800）

0 引 言

在电网运行中，电气设备老化、过载等原因会造成电网跳闸和电气元件故障等问题，要求电网企业加强对电网运行数据的分析，全面掌握电网整体运行情况，并及时分析和处理电网故障，防止电气设备故障影响用户用电需求，保障电气系统可靠稳定运行。但是，电网系统结构较为复杂，相同的电气故障可能由多种原因导致，采用人工排查方式效率低，且易受维修排障技术人员个人经验、技术能力的影响，难以满足现阶段电网系统稳定运行的要求。基于此，提出一种基于数据库分析的电网故障实时分析系统，通过对电网故障状态信息进行采集、分析以及识别，为现场维修排障技术人员提供参考和建议，以保障电网系统可靠稳定运行。

1 电网故障实时分析技术原理

电网发生故障时，及时准确诊断电网故障位置和故障元件，对电网恢复供电具有重大意义。传统的电网故障诊断主要将故障上报至SCADA系统保护和断路器等开关量状态信息处，但由于保护和开关误动、拒动以及信息传输丢失等因素的存在，往往造成电网故障诊断范围扩大化，甚至出现电网故障误判等情况，给电网故障诊断与排障造成了一定困难。因此，仅仅依靠电气开关量作为故障诊断依据已不能满足当前电网的诊断要求。

由于电网故障发生故障前，电气量会先于保护装置和断路器等装置发生变化，如电压和电流波形等数据。电压和电流等信息量较大，具有实时性和准确性等特点，因此将电气信息与开关量数据相结合作为电网诊断依据，能够显著提高电网故障诊断的准确性与可靠性，从而为现场技术人员排除故障提供可靠依据。

随着电网系统电气自动化技术的深入应用，电网保护故障信息管理系统（RPMS）除能够实时获取电网故障保护动作信息外，还能够采集广泛分布于各厂站的故障录波器信息。同时，基于卫星定位的广域测量系统（WAMS）作为新一代组网动态监测系统，利用同步向量测量单元，实现对电网系统电压、电流以及功率等实时数据的采集、传输、存储以及利用，并借助GPS时标动态监测系统实现电网故障位置的精确定位。因此，将RPMS与WAMS系统相结合能够发挥两种系统优势，实现优势互补，有利于提高电网系统故障诊断准确性[1]。

因此，本文提出RPMS、WAMS以及SCADA系统多源数据采集、存储以及使用的电网故障诊断方法，借助小波能量谱分析、改进RBF神经网络、贝叶斯网络算法，提取电气元件故障和电网信息，建立故障判断和预警模型作为电网故障特征，进而为电网故障实时分析、知识管理以及教育培训提供有效支持。

2 电网故障实时分析系统架构

本系统架构分为数据采集层、传输层以及数据存储和应用层共3层。

2.1 数据采集层

数据采集层主要负责厂站内电网设备信息采集和上报等功能。数据采集层采集数据的来源主要包括SCADA系统、WAMS系统、继电保护信息系统以及故障录波信息系统。SCADA系统是电网调动自动化实现的核心，是电网调动中心各类系统的数据来源，主要负责采集和预处理各类实时和非实时数据等工作。SCADA系统采集数据内容包括模拟量测量数据（遥测数据）、状态测点数据（遥远数据）以及脉冲累加量（遥脉数据）。其中，模拟量测量数据主要为电流、电压以及功率等模拟信息；状态测点数据是指电气设备开关量，主要为断路器、隔离开关以及警报信息等状态信息；脉冲累加量主要通过脉冲技术获得。由于SCADA系统监测数据具有连续性和长期性特点，可能造成监测数据过大，因此SCADA系统上传数据为测点变化信息。WAMS系统主要接收以PMU为核心的子站向量数据。由于PMU子站系统采用GPS时钟校准，能够实现电网电压和电流等数据的统一时标采集、电压与电流相角的精确计算等功能。当前，由于WAMS系统普及率不高，在较长时间内将会呈现SCADA系统为主、WAMS系统为辅的电网监测系统局面。继电器保护系统的主要功能是对继电保护装置数据和图形进行查询和浏览，并对继电保护装置相关表格和文件进行输入、修改以及删除等操作。在电网故障诊断系统中，继电保护系统采集数据包括被保护电气元件运行状态信息、保护动作记录以及保护装置定值等。当电网系统发生故障时，继电保护系统可向电网诊断系统提供继电保护装置警报信息，包括故障开始时间、故障元件、故障类型、开关跳闸以及保护动作情况等信息。由于电气信息先于保护和断路器等装置发生变化，故障录波系统能够反映SCADA系统无法体现的电气量信息。通过对故障录波数据进行故障特征分析，能够提高电网故障分析的全面性和准确性。故障录波系统采集信息包括保护装置整定值、保护动作事件以及故障录波数等[2]。

2.2 数据传输

电网厂站采集上述信息后，经数据接口上传至电网控制室。为避免各厂站数据相互干扰，本系统采用不同厂站间通信隔离和双链路冗余备份机制。厂站内数据经集中采集后上传至控制中心存储设备，供系统服务器随时调用、特征提取以及故障分析。

2.3 数据存储及应用

本系统基于多源数据采集，数据存储于存储设备内，详细记录多源数据时间和数值等，并按数据来源分类存储。经数据和故障特征分析，深入挖掘电网故障模型与多源数据之间的关联，分析和总结形成电气元件状态信息判断业务的规则，实现事件对象特征属性与数据源之间的相关性分析。当多源数据校验和分析故障信息一致且符合电网故障事件条件和特征后，经网络传输层传输至电网控制中心、厂站操作室以及现场技术人员手持设备，及时提醒电网故障位置和故障类型，并给出处理建议。

系统中故障处理决策信息来源于电网维护技术人员经验总结、现场处理结果以及专家知识支持等方面，进而形成电网故障处理措施专家库。通过分析电网结构、电气元件故障类型以及处理措施，建立电网故障类型与处理措施之间的关系，并根据现场电气设备维护排障处理结果进行反馈，进一步丰富电气元件故障处理措施，以阈值和表达式的方式建立系统故障知识库。当系统采集数据符合故障状态阈值条件时，通过调研专家库内处理措施，为现场技术人员排查和排除故障提供有效建议和措施。故障排除后，由现场技术人员反馈故障处理措施，进而形成完善和丰富电网故障知识数据库[3]。

3 关键技术

根据电网故障系统原理，本系统关键技术主要为多源数据故障特征提取和故障信息融合。

3.1 故障特征提取

由于系统中引入多源数据作为数据分析基础，且不同来源数据特性不同，因此合理选择数据分析方法尤为关键。系统主要采用小波能量谱分析、改进RBF神经网络算法以及时序贝叶斯网络算法提取多源数据故障度特征，并通过改进D-S证据理论进行信息融合，以提取电网故障特征信息，形成有利于多源数据协调和融合的电网故障信息模型，实现多源数据的综合利用。

3.1.1 电网故障多元数据故障度特征提取

系统针对多源数据分析需求采用的数据分析方法如表1所示。

表1 多源电网故障信息来源及分析方法

3.1.2 基于开关量诊断的贝叶斯网络故障度

针对保护装置和断路器动作等故障信息可采用贝叶斯网络方法提取故障诊断信息。依据贝叶斯网络模型，假设线路正常、故障正确动作率为98%和95%的情况下，计算线路故障诊断e1作为故障概率EB：

式中，sum为支路总数。以贝叶斯故障度作为电气元件故障率证据体，e1B表示电网支路间故障相对支持度。

3.1.3 基于WAMS PMU电压录波的故障度

RBF神经网络为三层前向网络，具有较强的非线性映射能力、分类能力以及容错性能，通过样本训练方式能够有效挖掘数据特征。依据RBF神经网络模型，基于PMU采集的电气量信息作为电网故障分析依据，如PMU电压录波等，通过建立电压录波RBF神经网络模型，经样本训练能够实现电网故障信息的准确有效识别。RBF神经网络模型可表示如下：

式（2）中，c为输出分类数，yj为神经元输出。

通过输入电网支路故障训练样本数据，将电网故障前后20 s的PMU电压录波经小波能量分析后计算取值能量畸变度，并将其倒数作为神经网络输入值，以PMU个数作为输入维数，样本集输出维数c与电网支路数相等，输出量中的故障支路元素等于故障支路数的倒数，其他元素的值均为0。经RBF神经网络模型训练后，它的输出值为RBF网络故障度，反映电网线路间故障的相对支撑程度[4]。

3.1.4 故障录波器能量畸变度和能量畸变故障度计算

能量畸变度和畸变故障度表示电网两端电压故障发生前后一个波形周期内小波总能量。以线路Li为例，当Li发生故障时，线路两端故障前小波总能量为EVifB和EVitB，则故障后小波总能量为EVifA和EVitA分别表示线路两端节点，则能量畸变度λi可表示为：

式（3）中，i为电网支路编号，λi为电网线路各项电压最大值。

根据能量畸变度计算公式，计算各线路电压能量畸变度，以此作为能量畸变故障度eiλ，可表示为电网线路故障相对支持程度：

3.2 故障信息融合

基于多源数据输入，将SCADA系统、WAMS系统以及录波器数据经计算存储于数据库，便于本系统数据调用和融合计算，为电网故障分析提供依据。当电网发生故障时，通过调用多源数据进行故障信息融合，对多源数据可信程度进行分析，从而解决单一证据体证据力和电网故障判断决策依据不足的问题[5]。

系统中，基于D-S理论对数据源进行归一化处理，基于可信度分析和合成规则实现证据融合。在证据体可信度分析时，假设可靠性最高的证据体可信度设置为μi(μi≤1)，以μi作为修正系数原始证据体M，剩余概率分配其他未知电网故障情况M(Θ)，则修正后证据体BPA值可表示为：

针对多源证据体局部冲突的情况，通过归一化处理和合成，计算电网故障判断元素Mjk(A)为：

式中，证据体BPA值mjk(·)⊂M，Mjk(A)为证据体融合后BPA值。

经样本训练和计算，本系统能量畸变故障度、能量故障度、RBF神经网络故障度以及贝叶斯故障度系数分别取值为1、0.95、0.9以及0.8。

3.3 故障信息处理流程

基于上述关键技术的故障信息处理流程如下。

（1）获取故障信息。通过SCADA系统获得开关量信息，通过WAMS系统获得电气量，通过录波器获得电压录波以及电气录波等信息，并存储于数据库。

（2）基于故障信息分析。对电网故障区域进行分析，根据专家知识库，计算可能的故障元件。

（3）开关量信息分析。通过调用和分析SCADA系统开关量信息，计算电气元件故障概率。

（4）电气量信息分析。通过分析数据中WAMS系统和录波器故障度，获得电气元件电流故障概率特征信息。

（5）信息融合。基于D-S理论对电网元件开关量和电气量信息融合，建立电网故障诊断模型。

（6）诊断决策。基于多源数据分析的诊断决策模型对各类电网故障进行分类，根据专家知识库诊断故障元件，为现场维护排障提出决策建议。

4 结 论

在电网故障排查过程中，单一证据体可能存在保护、继电器误报、误动和拒动等情况，对电网故障排查产生误导作用，进而影响电网故障排查效率和准确性。针对该问题，本文提出了基于多源数据分析的电网故障实时分析系统，通过实时数据分析，实现了电网故障诊断，并给出了决策建议。利用该系统可显著提高电网故障诊断效率，提高故障诊断准确性。此外，通过该系统归类诊断，可用于电网维护技术人员知识经验总结、归类以及教育培训，从而为培养电网企业人才奠定坚实基础。