林 霞，李 瑶，李 强，王 群，朱新颖，薛 会

基于多Agent的分层扩展电网故障信息融合处理系统

林 霞，李 瑶，李 强，王 群，朱新颖，薛 会

(国网山东省电力公司枣庄供电公司，山东 枣庄 277102)

介绍了多Agent系统技术，结合智能系统可以自动完成故障诊断。此技术可以使调度员在电网故障及故障后快速分析故障原因、准确判断故障位置并采取相应措施。多Agent系统是利用基于知识的推理和基于模型的自动解释系统，结合广域故障录波信息进行相关区域故障电流的差流计算实现故障区域精确辨识，并将各间隔故障电流及诊断结果在站内图上统一直观展示。系统在判断故障区域为输电线路后，基于双端录波、零序电流分布等成熟技术准确定位线路故障点位置，并辅以有机耦合保信系统、故录系统及SCADA系统等实现故障运行状态监测、故障区域快速辨识及故障点精确定位。以上任务完成后，可利用工程师辅助分析系统完成包括保护行为分析及自动归档等任务。

多Agent系统；广域差动原理；故障区域辨识；故障测距

0 引言

保护工程师常常需要从一系列的监控设备中进行数据提取分析与综合，目的是对电力系统故障或干扰信息进行诊断，以确定相关的保护动作行为是否正确。通过这一分析，确认保护误动和故障设备并同时完成相关自动装置的动作分析及保护定值的动作值校核。

目前已有一系列分析工具利用来自故障录波器(DFR)的数据进行故障或干扰的诊断任务，如报警解释系统[1-4]，故障分类[5-11]和保护行为评价系统[12-19]。尽管这些独立的智能系统在特定的方面可以协助与诊断，但是整个工作的完成仍然需要人工对产生的信息进行比较与解释。

故障发生后，大量DFR数据的产生会带来很多问题。首先是数据超载的问题：很多由于故障引起的干扰可能导致电压降低而启动录波并上传大量无关信息；此外，会导致数据丢失的问题：当故障记录是通过缓存自动滚动进行记录的，工程师在进行故障数据提取时，故障录波文件中可能已经缓存了大量数据。如果系统在一个短时间经历一系列大的干扰，故障档案可能会在提取分析之前就已经因为缓冲区的滚动被覆盖。

根据调查，电力系统普遍采用的保信系统可以从完全不同的角度分析保护动作的全过程。因此如果一个自动故障诊断综合系统可以自动完成包括数据采集、相关信息的及时整合，在初步的自动分析后，自动推送到到保护工程师面前，将会为事故处理、故障分析提供非常大的帮助。

本文建立了一种多Agent系统(MAS)提供一套电网故障快速处理综合解决工具，构建了一个合理和灵活的架构，将保护分析工具进行融合，自动帮助保护工程师完成故障诊断。

一般情况下保护工程师评估保护动作行为是从SCADA数据的分析开始，可以使工程师初步进行以下工作：

(a) 识别电力系统干扰的发生和干扰的线路；

(b) 对保护动作行为的某些方面进行验证，例如缺少保护或跳闸警报，部分保护动作不成功。

但是这样做的缺点是使的保护分析不够直观，有时会因为保护的序列动作给分析带来难度，特别是对于复故障的判断更是很难做到一步到位。因此，如何以直观的方式由保护动作特征量启动自动故障分析程序，并且可以随着故障的隔离而关闭这一自动分析程序，完成一个周期的分析是至关重要的。这样作的好处是：可以将无关的信息进行自动屏蔽，对一个事件进行独立分析，有利于序列事件的分步解读。

如图1所示，当任何一个差流计算区域差流值越限，就会启动诊断系统集中检索相关的故障记录。包括差流越限边界设备相关的保信系统、故录系统及SCADA系统。并将检索到的详细信息来评估保护动作行为及故障诊断。同时作为分析工具，本系统集成了一个基于差流模型的推理保护模型库(DIFFERENTIAL-CURRENT MODEL BASED REASONGING，DMBR)。事后可以通过比较实际继电器的行为与由模型预测来识别保护组件是否正确动作。

然而，在DFR内存储的数据必须从COMTRADE格式进行转换。同时，对于差流越限域边界的各个故录信息由于在物理位置上可能分属于不同变电站，因此需要进行数据同步，在同一坐标时轴上呈现出来。有了以上准备，就可以将相关信息整合，进行故障诊断，具体过程如图1所示。

图1 MAS系统信息与电网一次图对应信息融合方向图Fig. 1 Architecture of platform for fault diagnosis & its information integrated solution

1 基于MAS的故障诊断综合解决平台的构架

由以上分析可以看出，远程故障诊断可以满足电力系统运行的可靠性、安全性要求和发展趋势。本文定义和提出了基于Web的多Agent系统的电力系统协同诊断平台。而MAS的体系结构设计框架中，其中的每一个Agent都有其特定的角色分配，它们之间配合协作，共同完成诊断过程。平台本身可以支持其各个组成Agent间的通信和信息交互。

1.1 MAS系统体系结构

常见协同诊断系统的应用程序是一个开放式系统。从架构的观点来讲，该系统提供了一个框架，用来协调若干特定的代理行为。如图1所示，系统中的代理，包括一系列在服务器端工作的诊断Agent(含差值分析Agent、故障测距Agent、保护动作序列分析Agent)和数据同步同轴处理 Agent。诊断知识分布在多个Agent，每个Agent是一个专家处理系统。整个系统能否有效解决问题，均依赖于Agent社区的专业知识累积程度。除了使用智能数据采集器在客户端进行监控代理,其他代理通过各个差动分区边界点采集电流，进行以设备为单元的差流计算。当监测到有设备单元差流越限时，则启动相关故障分析诊断程序，由客户端的监控代理发送请求到诊断/治疗服务的服务器，服务器将响应及诊断结果发送回客户端，其具体构成及简单信息流向如图2所示。

图2 MAS开放式结构成图Fig. 2 Open system architecture of MAS

从图示平台架构可以看出，这一平台是一个开放式平台，这种开放性体现于两个方面：从平台构成来看，由于平台是耦合了多种技术，而各个技术本身的成长即构成了平台整体水平的成长，因此可以认为是纵向软件水平的积成；从物理区域来看，如图1所示，从以线路对象为最小单元的区域划分到以故障最初判断保护区为判断最小单元起点的区域扩展的故障分析，其物理区域是层层展开的。当然这种展开不会引起另外的成本，因为这一平台是建立在已经搭建好的故录及保信系统层面，系统所做的只是信息的融合和集成分析。另一方面也不会引起信息处理量的剧增及分析“维度”的增加。因为分析的粒度是以设备为最小判断单元的各差流区域，而扩展的每个“分步”是以“动作”失败点为起点的、以设备为单元的扩展，因此从分析的角度来讲也是一个“维度”，并没有增加分析“维度”。

1.2 基于动作“失败”元件起点的信息有限扩展方法

(a) A4保护动作失败

如图1所示，当A4差动保护动作失败时，其差流计算出现异常，这时基于线路 L2为最小保护区判断结论失败，因此以失败动作边界点 A4为起点扩展信息收集判断区域，将L2、B7列入可能故障对象列表。启动二次信息扩展收集，从保信子站系统收集的信息可以看出A3与A4的距离保护动作相交区域为L2，通过一个周期的信息整合即可锁定故障设备，并给出保护动作行为评价。由此可见，正常的故障元件锁定判断中采用的是“信息闭合”模式下的差流计算，而当出现判断失败时，则有限整合“半开放”的距离保护，由距离保护动作区信息闭合，再次锁定故障设备。

(b) 开关4失灵

仍然是对同一个案例为基础进行分析，当基于L2的差流计算越限并由差动保护动作命令发出，而结果是开关A3跳开，A4未能成功跳开，这时启动母差失灵保护跳开B7所接带A5开关。显然这一分析过程来自于差流越限分析与保信系统的信息综合同步。由此可见，这一综合分析系统不仅是来自于物理采样的同步，也包括SCADA系统、保信系统及故录物理量采集的跨平台的广义信息同步。

由以上分析可知，无论是基于差流是否越限的故障设备一次锁定，还是基于动作失败对象的信息有限扩展后的二次判断，其本质是故录、保信及SCADA系统的信息同步、融合。但是这种融合是带有明确方向及指向性的。其物理区域的扩展是继承了保护近、远后备的思想，以 A3为例，其保护最小区域是以其为边界点的线路L2和母线B8；以其远后备保护范围为边界，最大保护区定义为线路L1、L3、L5以及母线B7。例如，当保护A3无信息输出时，其信息盲点仍可由扩展后的最大保护区边界点A1、A10作为L2远后备保护范围与A4保护区的交集将故障定位于L2。其具体流程如图3如下。

从图3故障处理流程可看出，故障诊断过程实质上是模拟了保护工程的事故分析思路，因为有了最小、最大保护区的定义，同时又有了差流这一与保护区域同步扩展的直观故障判据，使的事件的划分有了明确的界定。因此用以分析复故障、序列跳闸以及系统异常运况分析都有了有效工具。因为差流的门坎值大小是区分故障与异常运况的最有效判据。而以设备为最小划分单元的差流分区计算方法可以有效锁定同时故障的非唯一设备。而差流的出现及消失，可以清晰体现一个序列保护动作的独立事件包。其具体平台构成如图4。

2 系统主要关键技术

2.1 基于插值法故录采样同步及频率归一化AGENT

图 5给出了本系统处理来自不同信息源(包括来自保护及故录的波形)进行标准化处理及图形及相关信息合并的原理图。可以看出，来自保护装置的故障保护格式为COMTRADE，不同于故障录波器的格式类型，并且来自于不同故障录波设备的报告格式也不同，但是不论哪种格式，总可以提出相关故障录波器 ID及报告路径，因此只要提出相关特征量即可将来自不同数据源的报告进行标准化处理；同时为了便于深入分析，还可以通过不同的差动动作区设置完成不同保护原理的设置，以便实现实际故障发生时保护动作行为的分析。中间部分详细说明其波形图归一化及合并处理过程，右侧给出了相应动作区配置后，实际故障发生时保护动作行为分析及波形及信息融合结果，可方便实现故障性质判断及保护行为校核，以上过程均是通过事先设定自动处理完成。

图3 MAS系统故障处理流程图Fig. 3 Flow diagram for grid fault diagnosis system

图4 实际MAS故障诊断综合解决平台的构架Fig. 4 Architecture of platform for fault diagnosis & its integrated solution

图5 采样频率归一化及同步处理、差动区算法配置及信息整合界面Fig. 5 Integration interface of sampling frequency normalization and synchronization, differential region algorithm configuration and information

2.2 基于故录信息的零序网络的高阻接地故障测距Agnet

需要提出的是本系统采用插值法把不同采样频率统一为同一采样频率，对没有采样点的波形数据进行包络线方式压缩显示，同时录波数据中只记录有效值的压缩存储部分，并进行相应处理。如此经过归一化处理的波形图通过付氏算法即可实时计算矢量大小，然后以设备为单元计算差流值，以直观图形的形式在设备一次图中实时显示，如图6。

图6 零序等效网络Fig. 6 Zero sequence equivalent network

目前故障系统的测距方法普遍采用解微分方程算法，但是由于是基于当地单台设备的采样值，其方程个数的限制只能求解两个未知数，因此假设保护安装处电流与故障电流同相位，而省略求解故障电流角度这一状态量。但这种假设无法满足导致高阻接地故障时，由于其故障电流角度因过渡电阻的存在，无法认为其与保护安装处电流同角度。而因为采用的为广域多端采样，因此可以用回代法筛选出工程允许的接地阻抗值及相应的故障点位置。

考虑为高阻接地故障，因此选择零序量作为状态量。其状态方程为

而与接地电阻Rg的阻值大小无关。两站的零序电流由两侧保护装置的保护录波文件可得

基于故录实时信息广域差流计算确定为故障区域为输电线路后，然后按照线路故障前电网运行方式利用故障录波中所记录的数据利用其中的计算程序模块进行搜索，在故障线路搜索到一故障点，线路两侧零序电流的比值与式(1)相等，因此该故障点即为所求故障点。如图7所示。

3 案例分析

案例：某地区雷雨天气， 某220 kV线路跳闸，图8给出了基于MAS故障诊断系统集成故录、保信、及SCAD系统的SOE信息后所集成的界面，其中故障报告以简单明了的形式给出了故障点的判别，以及故障性质的判断，与之相应的是故障量的录波图。其中的动作情况分析中，主要给出了差动主保护的动作行为分析。而相应的故障录波窗口只是一个按钮性质的界面，给出的是合成差动电流值，如果相进一步分析，则可根据需要打开相应界面即可详细的录波信息。

图7 基于录波采样值代入法的测距原理、流程图Fig. 7 Distance principle and diagram of the fault recorder based on the substitution of the sampled value method

图8 基于MAS故障诊断结果界面Fig. 8 MAS based fault diagnostic result interface

4 结论

本文介绍了基于MAS的电网故障及事故快速处理整套解决方案，以合适的维度和粒度将电网故障这一复杂问题层层分解，利用归一化技术整合现有的系统，利用 MAS开放式、多层次、成长型框架，有效融合现有的故录、保信、SCADA系统，并通过广域差动原理确定最小保护识别区，以近、远后备原理确定以失败元件为边界点的有效扩展保护最大识别区，这样处理的优势在于：通过引入区域故障电流的差流这一维度，将故障设备的判断锁定在时间、故障设备这两维空间内可以解决。同元时以此为事件粒度标准，通过来自于不同变电站端的不同信息源信息融合，向上可以扩展至跨区域级联故障区域的判断，向下可细化及故障性质判断、线路上故障点的准确测距。由于不论是信息融合抑或是最底层的线路故障测距均是基于来自实时不同数据源的整合、分类、计算，也即是以信息融合、图形归一化处量技术最大程度呈现出故障发生背后原因及深层次问题，很大程度上实现了自动分析型调度所需的智能决策辅助工具，为调度人员快速分析提供了有利工具。

[1] 何小飞, 童晓阳, 孙明蔚. 基于贝叶斯网络和D-S证据理论的分布式电网故障诊断[J]. 电力系统自动化, 2011, 35(10): 42-47.

HE Xiaofei, TONG Xiaoyang, SUN Mingwei. Distributed power system fault diagnosis based on Bayesian network and Dempster-Shafer evidence theory[J]. Automation of Electric Power Systems, 2011, 35(10): 42-47.

[2] 周曙, 王晓茹, 钱清泉. 电力系统广域后备保护中的贝叶斯网故障诊断方法[J]. 电力系统自动化, 2010, 34(4): 44-48.

ZHOU Shu, WANG Xiaoru, QIAN Qingquan. Fault diagnosis approach based on Bayesian networks for wide area backup protection of power system[J]. Automation of Electric Power Systems, 2010, 34(4): 44-48.

[3] 李婷, 吴敏, 何勇. 计及广域测量系统时滞影响的灵活交流输电系统阻尼控制器多目标设计[J]. 电工技术学报, 2014, 29(8): 227-234.

LI Ting, WU Min, HE Yong. Multi-objective design of FACTS damping controller based on WAMS with signal transmission delay[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 227-234.

[4] 陈国炎, 张哲, 尹项根, 等. 基于证据理论融合的广域后备保护新方法[J]. 电工技术学报, 2014, 29(10): 246-256.

CHEN Guoyan, ZHANG Zhe, YIN Xianggen, et al. A new algorithm of wide area backup protection based on evidence theory fusion[J]. Transactions of China Electrotechnical Society, 2014, 29(10): 246-256.

[5] 吴文可, 文福拴, 薛禹胜, 等. 基于多源信息的延时约束加权模糊Petri网故障诊断模型[J]. 电力系统自动化, 2013, 37(24): 43-52.

WU Wenke, WEN Fushuan, XUE Yusheng, et al. A weighted fuzzy Petri net based model with time-delay constraints for power system fault diagnosis employing information from multiple sources[J]. Automation of Electric Power Systems, 2013, 37(24): 43-52.

[6] 熊国江, 石东源. 电网故障诊断改进解析模型及其自适应生物地理学优化方法[J]. 电工技术学报, 2014, 29(4): 205-211.

XIONG Guojiang, SHI Dongyuan. An improved analytic model for fault diagnosis of power grids and its selfadaptive biogeography-based optimization method[J]. Transactions of China Electrotechnical Society, 2014, 29(4): 205-211.

[7] 张佩, 赵书涛, 申路, 等. 基于改进EEMD的高压断路器振声联合故障诊断方法[J]. 电力系统保护与控制, 2014, 42(8): 77-81.

ZHANG Pei, ZHAO Shutao, SHEN Lu, et al. Research on vibration and acoustic joint mechanical fault diagnosis method of high voltage circuit breaker based on improved EEMD[J]. Power System Protection and Control, 2014, 42(8): 77-81.

[8] 公茂法, 张言攀, 柳岩妮, 等. 基于 BP网络算法优化模糊 Petri 网的电力变压器故障诊断[J]. 电力系统保护与控制, 2015, 43(3): 114-116.

GONG Maofa, ZHANG Yanpan, LIU Yanni, et al. Fault diagnosis of power transformers based on back propagation algorithm evolving fuzzy Petri nets[J]. Power System Protection and Control, 2015, 43(3): 114-116.

[9] 姚致清, 于飞, 赵倩, 等. 基于模块化多电平换流器的大型光伏并网系统仿真研究[J]. 中国电机工程学报, 2013, 33(36): 27-33.

YAO Zhiqing, YU Fei, ZHAO Qian, et al. Simulation research on large-scale PV grid-connected systems based on MMC[J]. Proceedings of the CSEE, 2013, 33(36): 27-33.

[10] 姚致清, 赵倩, 刘喜梅. 基于准同步原理的逆变器并网技术[J]. 电力系统保护与控制, 2011, 39(24): 123-126, 131.

YAO Zhiqing, ZHAO Qian, LIU Ximei. Research on grid-connected technology of inverter based on quasi synchronous principle[J]. Power System Protection and Control, 2011, 39(24): 123-126, 131.

[11] 陈国炎, 张哲, 尹项根, 等. 基于证据理论融合的广域后备保护新方法[J]. 电工技术学报, 2014, 29(10): 246-256.

CHEN Guoyan, ZHANG Zhe, YIN Xianggen, et al. A new algorithm of wide area backup protection based on evidence theory fusion[J]. Transactions of China Electrotechnical Society, 2014, 29(10): 246-256.

[12] 邵雅宁, 唐飞, 刘涤尘, 等. 一种适用于 WAMS 量测数据的系统暂态功角稳定评估方法[J]. 电力系统保护与控制, 2015, 43(6): 33-39.

SHAO Yaning, TANG Fei, LIU Dichen, et al. An approach of transient angle stability assessment in power system for WAMS measured data[J]. Power System Protection and Control, 2015, 43(6): 33-39.

[13] 徐岩, 张锐, 霍福广, 等. 应用模糊Petri网的继电保护行为评判[J]. 电力系统及其自动化学报, 2014, 26(7): 76-81.

XU Yan, ZHANG Rui, HUO Fuguang, et al. Evaluating behavior of protections via fuzzy Petri net[J]. Proceedings of the CSU-EPSA, 2014, 26(7): 76-81.

[14] 毕天姝, 倪以信, 杨奇逊. 人工智能技术在输电网络故障诊断中的应用述评[J]. 电力系统自动化, 2000, 24(2): 11-16.

BI Tianshu, NI Yixin, YANG Qixun. An evaluation of artificial intelligent technologies for fault diagnosis in power network[J]. Automation of Electric Power Systems, 2000, 24(2): 11-16.

[15] 高厚磊, 李娟, 朱国防, 等. 有源配电网电流差动保护应用技术探讨[J]. 电力系统保护与控制, 2014, 42(5): 40-44.

GAO Houlei, LI Juan, ZHU Guofang, et al. Study on application technology of current differential protection in active distribution network[J]. Power System Protection and Control, 2014, 42(5): 40-44.

[16] 林湘宁, 何战虎, 刘世明, 等. 电流采样值差动保护若干问题的探讨[J]. 电力系统自动化, 2001, 25(10): 27-33.

LIN Xiangning, HE Zhanhu, LIU Shiming, et al. Discussions on some aspects of sampling value differential current protection[J]. Automation of Electric Power Systems, 2001, 25(10): 27-33.

[17] 殷志良, 刘万顺, 杨奇逊, 等. 一种遵循 IEC61850标准的合并单元同步的实现新方法[J]. 电力系统自动化, 2004, 28(11): 57-61.

YIN Zhiliang, LIU Wanshun, YANG Qixun, et al. New method for implementing the synchronization of merging unit according to the IEC 61850 standard[J]. Automation of Electric Power Systems, 2004, 28(11): 57-61.

[18] 王媛, 焦彦军, 马叶芝. 利用本地信息实现新型站域保护方案[J]. 电力系统及其自动化学报, 2014, 26(8): 60-70.

WANG Yuan, JIAO Yanjun, MA Yezhi. Research on substation-area protection scheme based on local information[J]. Proceedings of the CSU-EPSA, 2014, 26(8): 60-70.

[19] 邓丰强, 吕飞鹏, 廖小君, 等. 考虑系统运行方式的继电保护在线智能校核[J]. 电力系统及其自动化学报, 2013, 25(5): 71-76.

DENG Fengqiang, LÜ Feipeng, LIAO Xiaojun, et al. Online intelligent verification of relay protection considering system operation mode[J]. Proceedings of the CSU-EPSA, 2013, 25(5): 71-76.

(编辑 葛艳娜)

Information integration processing system of layered-expanding grid fault based on multiple Agent

LIN Xia, LI Yao, LI Qiang, WANG Qun, ZHU Xinying, XUE Hui
(Zaozhuang Power Supply Company, State Grid Shandong Electric Power Company, Zaozhuang 277102, China)

This paper introduces the multiple Agent system technology, which is able to automatically accomplish fault diagnosis combined with intelligent system. The technology can help the dispatcher to rapidly analyze failure causes, to accurately determine fault location and to take corresponding measures after a fault occurred in the grid. The multiple Agent system aims to calculate differential current to realize accurate identification of faulty section, combined with wide-area fault wave recording information, through using the automatic interpretation system based on knowledge reasoning and the model, and visually and uniformly display fault current of each interval and the diagnosis result on the site map. After making a judgment that faulty section is electric transmission line, the system can accurately position the location of line fault point based on double-end wave recording, zero sequence current distribution and other mature technologies. Meanwhile, supplemented by the organic coupling prudential system, recording system and SCADA system, it also can realize fault condition monitoring, fast identification of faulty section and precise positioning of fault point. After the completion of the above tasks, the engineer auxiliary analysis system is used to complete the tasks including analysis of protection behavior and its automatic archiving.

multiple Agent system; wide-area differential principle; identification of faulty section; fault location

2015-11-02；

2016-01-22

林 霞(1975-)，女，通信作者，博士，主要研究方向为分布式发电系统保护及控制；E-mail: boulevard@126.com

李 瑶(1986-)，女，硕士，工程师，研究方向为分布式发电系统保护及控制；

李 强(1986-)，男，硕士，工程师，研究方向为分布式发电系统保护及控制。E-mail:liqiang498892@163.com

10.7667/PSPC151928