汪 勤1，吴 旻1，姚辉昌，李江洋

(1. 国网四川电力送变电建设有限公司，四川 成都 610051；2. 成都市登禄电力科技有限公司，四川 成都 611137)

0 引 言

目前，智能电网在中国飞速发展，其中，随着电网智能化建设的不断深入，作为核心部分的智能变电站建设也在飞速发展。智能变电站的发展以一次设备智能化以及二次系统网络化为主要特征，其中二次系统网络化更为显著，与常规站相比，智能变电站二次系统结构和形态都发生了巨大变化[1]。智能变电站二次回路采用基于IEC 61850-9-2组网的光纤网络通信，取代了常规站中以电缆组成的二次回路，简化了复杂的二次回路结构[2]。这种共享网络通信的方式导致装置间的互联不再透明，使得现场运行、维护、检修人员查找故障时难度极大，甚至无从下手。

近年来，国内外学者对于智能变电站二次系统故障定位提出了一些方法，可这些方法或多或少都存在一些不足。例如文献[1]采用专家系统方法，基于产生式规则，利用人类专家领域知识和经验，根据故障特征信息，对知识库进行规则推理和判断，从而得到故障诊断结果；但是知识库的建立工作量巨大，还需要进一步优化和改进。文献[2]建立了GOOSE回路的Petri网模型，实现故障诊断，此方法需人工判断是否触发变迁。文献[1，3]通过虚回路通信状态进行二次回路故障定位，但此方法无法具体定位到故障元件。

基于对现状的分析和二次系统故障定位更加准确的要求，下面提出基于证据推理(evidential reasoning, ER)算法的智能变电站保护二次回路故障定位方法。首先，通过QXmlStreamReader方式解析智能变电站全站系统配置(substation configuration description，SCD)文件，获取得到各智能电子设备(intelligent electronic device,IED)信息、IED关联信息，构建虚连接的数据结构并与物理连接相关联对应；再通过虚实回路对应信息形成故障元器件举证表；最后，根据多组IED关联对获得可疑故障元件集合。当发生故障告警时，根据采集到的数据信息及举证表，利用ER算法确定具体故障元件，实现故障诊断定位[4—9]。

1 二次回路模型构建

1.1 SCD解析技术

Qt是一个应用程序开发框架，为用户提供了QtXml模块，能够实现对XML文件的解析。其中：DOM方式是将XML文件保存为树的形式，操作简单，便于访问，但需一次性解读并保存，对内存消耗大；SAX方式是通过虚拟函数直接向程序报告“解析时间”，速度较快，但不便访问。下面采取Qt提供的SAX解析器的替代——QXmlStreamReader，按顺序读取SCD文件。

根据QXmlStreamReader解析SCD的规则，节点依次为：“IED”“ExtRef”“LDevice”“DOI”，其中，“ExtRef”节点中包含虚回路的具体信息，具体字段信息如表1所示[10-12]。

根据表1，通过解析SCD文件中的“ExtRef”字段，可以获取到一条虚连接的主要信息，包括发送设备、输出虚端子描述、输出虚端子引用路径、输入虚端子描述、输入虚端子引用路径、接收设备等。通过这些信息可以获取到完整的虚回路信息传输对，但无法跟物理接口相匹配。

表1 “ExtRef”字段信息

IEC 61850-6定义了PhysConn元素描述IED访问点所对应的物理接口模型。通过QXmlStreamReader解析SCD的“IED”节点，可以获取到Type、Plug、Cable、Port这4个字段信息。其中：Type字段描述了物理接口的类型，如网口、光口；Port字段描述了本物理接口的具体信息；Cable字段描述了与该物理接口连接的光纤(电缆)信息。其中Port字段描述装置物理接口以“板卡号+端口号”的命名规则，如“4-A”表示4号板卡的1号接口；物理接口与虚拟接口之间以“：”隔开，如intAddr=，表示报文控制(cbNamen)从4板卡1接口发送到5板卡2接口，接收虚端子编号为VLANID。

1.2 虚实回路对应

根据上述，可通过解析SCD文件，建立虚连接与物理连接的对应关联模型，具体步骤如下：

1)以图1现场接线示意图为示例，图1表示某保护装置P1的2-A接口通过光纤L8与合并单元MU的2-B接口连接。通过解析SCD文件，获取IED物理接口模型，包括IED名称、接口号、接口所连接光纤标。最终，获取完整的物理端口信息连接表，如表2所示。

图1 现场接线

2)同时，通过解析SCD文件，解析Inputs元素获得虚端子连线，再通过intAddr找到与虚端子对应物理接口，通过物理接口表找到连接该接口的光纤及对侧设备名称、接口等信息；最终，完成虚实回路的对应关联。

表2 物理接口信息

2 二次回路可疑故障元器件集合

智能变电站中IED数量庞大，形成虚连接数也很多，且各虚回路存在交叉、重叠的可能性，如某一虚回路通信正常，则与该回路交叉、重叠的部分虚回路为正常的[13—14]。反之，若某一元器件故障，则会引起多条虚回路通信故障[15]。

当某一虚回路发生故障告警，可通过接收告警信息查看各虚回路的元器件，形成可疑故障元器件举证表。

以表3虚回路故障元器件举证为例说明此方法。表3中通信状态用1、0表示，1表示通信状态异常，0表示通信状态正常,空表示该通道无此元器件。

由表3可知举证值规则：当元器件对应该列的通信状态有0时，举证值取0；当元器件对应该列的通信状态不含0时，其举证值为当列数值之和，如表3中B元器件与C元器件的举证为2。通过表3可知，A举证值为0，即A可以排除在故障元器件以外，B、C举证值均为2，但无法确定具体故障元器件是C还是B，则可得可疑故障元器件集合为{B，C}。

3 确定故障元器件

3.1 ER算法的基本评价框架

如图2 ER算法评价框架所示，ER算法评价框架分为3个层次，上层广义属性Y、基本属性H和与基本属性H相关的底层基本属性e。

图2 ER算法评价框架

S(ei)={(Hn,yn,i),n=1…N}i=1,…,L

(1)

(2)

ER算法融合公式如下：

mn,I(i+1)=KI(i+1)[mn,I(i)×mn,i+1+mH,I(i)×mn,i+1+

mn,I(i)×mH,i+1]

(3)

式中，yn为通过融合各基本属性后Y被评估为第n个等级的信任度。根据式(3)可计算出mn,i和mH,i。

3.2 ER算法在确定故障元器件中的应用

如上节所述，基本属性H代表可疑故障元器件，基本属性e代表收集到的告警信息，上层属性Y为最终确定的故障元器件。

根据ER算法的要求，需对评估体系的每一层互斥属性进行评估，在这里为具体故障元器件，即“故障元器件为B,故障元器件为C”，采用集合方式表示为H={HN,N=1,2}={故障元器件为N，故障元器件为C}。每个收集到的告警信息权重一样，且信息足够完整充分的情况下，则需计算以往元器件自检告警信息对其评价故障元器件的信任度。

当某智能变电站发生继电保护拒动时，调度中心收到告警信息后，根据告警信息列出通信异常的虚回路；根据通信异常的虚回路所包含的元器件列出举证表，计算出举证值；通过计算每条告警信息对其评估结果的信任度yn,i；最后通过融合公式计算出mn,i，即最终通过各告警信息确认对应故障元器件的概率以达到确认具体故障元器件的目的。

整体上，所提出的智能变电站二次回路故障诊断方法如图3所示。

图3 智能变电站二次回路故障诊断方法实现步骤

1)通过解析SCD文件，获取二次回路设备物理接口信息表和虚回路接口信息，并完成物理接口与虚回路的对应关联。

2)收集过程层告警信息，如发生故障告警，则通过虚实回路的对应，建立虚回路通道可疑元器件举证表，确定可疑元器件集合。

3)通过ER算法具体确定故障元器件。

4 算法案例分析说明

图4为A站(220 kV智能变电站)二次回路示意图，其中：MU为合并单元；P2为母差保护；P1、P3为线路保护装置；IL为智能终端；CL为测控装置；SW为交换机；L1—L12为光纤。如图所示，此回路共有12条物理光纤回路、9个元器件、12块板卡、24个物理接口。

图4 A站(220 kV智能变电站)继电保护二次回路

E1—E12为A站二次回路的12条虚回路，根据SCD文件完成虚实回路对应，得到虚实回路对应表，如表4所示。

其中，比如虚回路E1，为测控装置CL向IL发出的遥控命令，此虚回路对应的物理实回路中包含以下元器件：CL、CL1-A、L7、SW0.1-D、SW0、SW0.1-C、L5、IL2-A、IL。

当A站保护发生保护拒动时，E5、E6虚回路状态异常，调度收到告警信息保护装置GOOSE链路中断e1、智能终端GOOSE链路中断e2、线路L1通信中断e3。

通过表4可得，此回路共有12条物理光纤回路、9个元器件、12块板卡、24个物理接口，即53个可疑故障点。通过上述举证表建立规则和举证值计算方法，求得可疑点L1、P1.1-B、IL1-A的举证值为2，其余举证值为0，则可疑元器件集合为{L1,P1.1-B,IL1-A}。接下来利用ER算法公式协助确定具体故障元器件。

以A站、保护拒动、保护装置GOOSE链路中断e1且实际故障元器件属于{L1,P1.1-B,IL1-A}为信息关键词，在调度告警信息库进行检索，搜到告警信息共18条，其中实际故障元器件L1有14条、P1.1-B有4条、IL1-A0条；同样地，告警信息e2、e3分别搜到24条、28条，实际故障元器件L1分别有15条、18条，实际故障元器件P1.1-B分别有0条、10条，实际故障元器件IL1-A分别有9条、0条。

表4 虚实回路对应

将可疑故障元器件集合{L1,P1.1-B,IL1-A}替换为{1，2，3}，同时将以上数据代入ER算法式(1)中可得：

S(e1)={(H1,0.778),(H2,0.222)}

S(e2)={(H1,0.625),(H3,0.375)}

S(e3)={(H1,0.643),(H2,0.357)}

同时，基于每个告警信息权重一样即各属性权重为1/3，且评估规则完备的情况下，将各数据代入式(1)、式(2)，分别得到：

m1,1=0.260,m2,1=0.074，m3,1=0

m1,1=0.209,m2,1=0，m3,1=0.125

m1,1=0.214,m2,1=0.119，m3,1=0

最终，通过计算可得m1,1的合成结果最大时的故障元器件最有可能为光纤L1。因此应先检查光纤L1是否损坏。

5 结 论

ER算法不仅可以解决确定性问题，而且在不确定性问题的处理中应用效果也尤为突出。针对智能变电站二次回路故障诊断难、无法具体确定故障部位的问题，上面提出基于ER算法的智能变电站二次回路故障定位方法，达到了快速准确诊断二次回路故障的效果。同时，所提方法克服了故障诊断定位过程中各告警信息间的冲突问题，减少了智能变电站排查故障的工作量和时间，提高了运行维护效率，对智能变电站二次系统运行维护管理的发展有着重要意义。