刘强, 罗业雄, 陈璨, 高轩, 王鹏洋, 王林林

(1.广东电网能源发展有限公司, 广州 510160; 2.北京博超时代软件有限公司, 北京 100001)

随着国家电网公司智能电网规模的逐年扩大,各区域智能变电站协调管控、防自然灾害、防外力破坏的难度将日益增大。因此智能辅助控制系统建设技术的发展应当紧紧围绕强化本质安全的核心目标,同时遵循变电站全寿命周期管理理念。通过加快研究更为科学、先进的智能辅助控制系统模块化建设技术,以不断提高智能变电站设备运行环境与公共安全状态的远程监测及智能化防控能力[1]。当下,如何进一步深刻理解“大运行、大检修”模式对智能辅助控制系统的功能建设需求,是当今需要重点攻克的课题。

三维可视化平台厘清了智能辅助控制系统中场景控制策略、设备参数选择要求、设备配置数量要求、设备布置原则4个关键设计输入元素之间较为复杂的交集关系。三维设计能够根据变电站各个设备结构构建几何模型和构件模型,提升变电站整体模型显示的完整性和直观性,为变电站智能辅助控制系统稳定运行提供保障[2]。在前端设备效能仿真、二维图纸自动生成、设备布置和线缆敷设设计方面,应用三维可视化平台进行设计的质量与效率达到传统计算机辅助设计(computer aided design,CAD) 难以企及的高度,解决了二维设计无法进行设备三维精准布置和线缆敷设路径的技术难题,同时应用三维可视化平台生成的智能辅助控制系统三维模型可供主站端辅助设施监控平台共享[3]。三维可视化平台的三维设计功能、建模标准、工作流程、协调管控措施的完成,可实现远程三维可视化运维、多专业协同以及三维设计成果的共享和应用,进一步提升变电站智能化设计、施工和运维水平,大幅提高劳动生产效率、产品质量和工程全寿命周期服务功能。因此,研究基于三维模型的变电站智能辅助控制系统具有重要意义。

中国大量学者也对此展开了研究,如刘士李等[4]提出了基于改进粒子群优化算法(particle swarm optimization, PSO)的智能变电站五防闭锁系统优化控制,根据已拟定的有功潮流调度数值构建智能变电站无功优化数学模型,并在基础PSO算法内添加惯性因子与变异算子,优化其搜索精确度获得局部最优解,能在一定程度上提高变电站智能化防控能力,但该方法对变电站智能辅助控制的鲁棒性不好,抗干扰能力不强;陈红等[5]提出了一种基于深度学习的电网三维设计智能辅助评审系统,通过深度学习算法对电网工程建设进行三维建模,从而进行智能辅助评审,满足智能辅助控制需求,但该三维建模方法的时间开销较大,人机交互性不好。章剑光等[6]提出了基于电网信息模型(grid information model, GIM)模型的智能变电站二次回路三维可视化系统设计,对空间数据组织与管理、几何元素间求交计算、模型切割、模型贴合。在此基础上采用GIM模型建立时序模型,完成智能变电站二次回路三维可视化系统的设计。但该方法进行三维建模的结构化储存性能不好,变电站设备的远程监控及智能化防控能力不高。

针对上述方法存在的问题,现提出一种基于三维模型的变电站智能辅助控制系统设计。首先进行三维建模的数据库设计,进行智能辅助控制系统的总体构架设计,建立典型设备库、专家策略库、工程数据库的数据库架构设计,采用三维模型实现变电站智能辅助控制系统的远程三维可视化,进行变电站智能辅助控制系统的三维设计模型校验,最后进行仿真实验分析,展示该系统在提高变电站智能辅助控制方面的优越性能。

1 变电站智能辅助控制系统总体构架及集成设计

1.1 系统总体构架

变电站智能辅助控制系统的任务是为设备管理、故障检修和重大决策提供综合管控手段,拟解决数据辅助不到位问题。辅助控制系统对象为变电站内各类基础设施及输电配电设备,可以有效解决输出功率较高且波动幅度较大问题。变电站智能辅助控制系统需要达成优化配电设计、提升电能质量,减轻工作人员劳动力的目标,提高整个辅助控制系统的综合管理水平。变电站智能辅助控制系统以关系型数据库系统SQL Server作为数据管理引擎,采用Revit软件管理三维数字化模型,AutoCAD管理设计图纸资料。该系统在典型设备库、专家策略库等资源管理模块基础上,构建系统平台应用功能的集成环境,完成智能辅助控制系统平台框架搭建,为系统平台应用功能的实现和集成提供底层技术基础和数据服务。系统总体构架图如图1所示。

1.1.1 数据管理平台

数据管理平台包括工程设备库、业务数据库、三维模型库和图纸文件资料库等数据服务模块,为应用功能提供数据服务[7]。其中工程数据库参照设备厂家提供的设备运行参数、设备型号、设备关联的文件资料等数据,建立工程设备库的设备目录表、51个设备属性表及三维模型表;根据对前端设备、二次屏柜、功能单元、屏柜接线端口之间逻辑接线关系的分析结果,建立业务数据库,为实现二次回路辅助设计数据的数字化流转提供数据服务。

1.1.2 资源管理层

资源管理层是变电站智能辅助控制系统平台核心规则的数据服务模块。资源管理层包括典型设备库、专家策略库,存储前端设备的选型规则、布置算法、场景化智能辅助联动控制策略。

(1)典型设备库。根据需求调研资料中前端设备的分类和关键参数要求,建立典型设备库,并将5个子系统的51类前端设备入库,对设备分类、关键参数和设备三维模型统一管理,为智能辅助控制系统进行自动设备选型布置提供典型数据。

(2)专家策略库。基于现有智能辅助控制系统规范,结合智能辅助控制系统的现有工程设计实例,得出变电站智能辅助控制系统的场景信息、联动策略、前端设备配置规则及前端设备布置规则。

1.1.3 应用功能层

应用功能层包括三维设计模型校验、设备自动选型布置、设备效能仿真校验、二次回路辅助设计、线缆敷设设计五个功能子模块;通过三维设计模型的校验,完成变电站设备的自动选型布置、效能仿真校验,二次回路辅助设计及线缆敷设设计。

1.1.4 成果输出层

成果输出层完成智能辅助控制系统的三维数字化模型、设计施工图图纸、效能仿真报告及报表等设计成果的输出,实现三维设计成果的共享。

图1 系统总体构架图Fig.1 Overall architecture of the system

1.2 系统集成设计

基于三维模型的智能辅助控制系统的集成设计流程如图2所示。

由图2可知,首先应按照变电站的现行规程规范,结合现有工程的设计资料,对前端设备的安装、接线、控制方式进行了详细分析,再整理了屏柜、功能单元、前端设备的逻辑关系,结构化数据格式,存储格式,接线规则,编号规则等资料。将智能辅助控制系统引入变电站三维设计模型中,调用模型校验规则对变电站三维模型进行校验。

通过校验后,进行功能区域识别和功能区域场景配置,调用专家策略库、典型设备库,按照功能区域进行智能辅助控制系统的子系统配置,依据专家策略库中的自动选型规则和布置算法对智能辅助控制系统的子系统进行前端设备自动选型和布置,并对前端设备编码[8]。

前端设备选型布置完成后,对主动型前端设备进行效能仿真校验,验证主动型前端设备选型布置的合理性,优化前端设备布置。效能仿真校验通过后,进行前端设备的信息配置,补充前端设备的厂家名称、运行参数、设备型号等信息。在屏柜三维模型和前端设备三维模型基础上,通过模型-视图-控制器(model-view-controller,MVC)模式开发Web Service控制前端功能操作,基于Div+Css页面布局进行交互操作,使用正则表达式实现屏柜、功能单元及前端设备的逻辑连接关系配置,完成二次回路辅助设计,具体流程如图3所示。

二次回路逻辑连接关系保存到业务数据库。线缆敷设设计模块根据二次回路逻辑连接关系和线缆主通道三维模型,实现线缆自动敷设,生成线缆清册,数据保存到业务数据库。最后输出三维数字化模型、设计施工图图纸、效能仿真报告及报表等设计成果,实现三维设计成果的共享。

图3 二次回路辅助设计流程Fig.3 Secondary circuit aided design process

2 变电站智能辅助控制系统的三维设计

2.1 三维设计模型校验

为了实现对变电站的三维建模,采用模型数据校验方法检查变电站智能辅助控制系统所需要模型的参数信息[9],变电站智能辅助控制的测度距离为

(1)

根据模型定义规则开发校验工具,自动校验所选设备的模型属性信息表示为

(2)

式(2)中:Li为变电站低频减载;Ni=(ei,1,ei,2,…,ei,D)为每个场景匹配的变电站配电节点e集合。

对应每个场景匹配的前端设备,得到设备选型布置的三维迭代方程[10]为

(3)

对不同信道的变电站控制输出信号进行相干性检测,结合碰撞检查和光束辐射的动态模拟方法,得到均衡控制方程为

(4)

式(4)中:JR,j(n)为停电区域样本集;JI,j(n)为故障区域样本集。

读取摄像机光束的辐射基点[11],得到变电站智能辅助控制的多普勒频谱描述为

eR,j=[|yR,j(n)|2-R2,R]*yR,j(n)

(5)

式(5)中:yR,j(n)为局部短路区域样本集;R2,R为属性值集合。

采用红外像素特征重构方法,进行三维视觉建模,创建出监控范围的三维视图,输出的三维视觉特征信息为

(6)

以摄像机的最大视角为三维建模的视觉信息采样点,根据参数创建监控范围的可视化三维模型。

2.2 红外双鉴三维建模

变电站智能辅助控制系统采用红外双鉴三维视觉成像方法进行变电站的监控识别,变电站智能辅助控制系统场景信息为

(7)

根据图像像素级视差函数进行三维建模,得到图像序列在视线方向的三维特征量表示为

Rw(l)=E[w(k)wH(k+l)]

(8)

式(8)中:E为度量空间;w(k)为具有决策类型的数据集;wH为误差平方准则;k为决策单元;l为可信度;δl为单位冲激响应函数;e为置信水准;aH为聚类准则;θ0和Δ分别为重构的三维数据场空间参数和平衡系数。

计算局部灰度信息为

(9)

三维建模的3D Textrue和3D Array坐标分布式为

(10)

式(10)中:Wx(t,v)为单节点负荷计算模型;|X(v)|为射线模值;|x(t)|为单节点力矩平衡性。

结合频谱特征提取,得到变电站智能辅助控制系统各功能区域的三维建模输出为

a∈A

(11)

采用相干关联检测方法进行变电站三维模型中的功能区域标识信息检测,结合数据融合和三维图像识别方法,进行变电站智能辅助控制系统的三维设计[12]。

3 三维建模算法优化

为进一步提高三维建模输出质量,需要对三维建模的算法进行优化。采用三维模型实现变电站智能辅助控制系统项目的远程三维可视化运维处理,得到变电站负载均衡配置的平均互信息量为

(12)

对变电站三维模型中的功能区域标识信息、二次屏柜位置等信息进行融合处理[13],得到输出特征子序列分别表示为

r1(n)=r2(n)exp(-lω0Tp/2),

n=0,1,…,(N-3)/2

(13)

r2(n)=Akexp[l(ω0nTp+θ0)],

n=0,1,…,(N-3)/2

(14)

式中:ω0为设备运行参数属性信息;Tp为时间窗口;Ak为工程数据库的设备分类目录的偏移幅值。

分别对设备运行参数、设备型号、设备关联特征量r1(n)和r2(n)进行(N-1)/2点盲源分离,得到变电站的三维建模输出负载量为

R1(k)=R2(k)exp(-lω0Tp/2),

k=0,1,…,(N-3)/2

(15)

R2(k)=Akexp(lφk),

k=0,1,…,(N-3)/2

(16)

式中:φk为输出扩展相位。

通过管理界面,对设备厂商、设备型号、设备运行参进行扩充和编辑,设计过程数据的数字化流转[14-15],满足数据可读性和共享性的需求,得到变电站智能辅助控制系统项目的远程三维可视化重构输出为

(17)

式(17)中:Eelec为广义能量特征量;EDF为单位增量;δ为稳态特征值;ε为频谱差;dj为三相电流参数。

(18)

(19)

屏柜接线端口通过线缆与前端设备或功能单元连接,由此实现三维建模,得到三维建模输出为

(20)

式(20)中:μ为分布期望值;σ为高斯函数宽度。

计算第j=0,1,…,M个采样点的负载值,根据三维建模结果,屏柜接线端口通过线缆与前端设备或功能单元连接,实现前端设备的通信与控制。根据优化后的参数,创建监控范围的可见化三维模型[16],如图4所示。

图4 监控范围的可视化三维模型Fig.4 Visualized 3D model of monitoring range

4 仿真实验分析

为了测试本文方法在实现智能辅助控制系统三维建模中的性能,进行仿真实验,读取设备参数库中红外双鉴的“探测距离”“水平探测角度”“垂直探测角度”等信息;读取红外双鉴光束的射出基点和方向信息。根据智能辅助控制系统的设计需要,在工程中已经布置的屏柜中添加指定类型的功能单元,配置功能单元设备的厂家,型号,功能接口,及接口类型等信息,屏柜及功能单元信息以数据形式保存在业务数据库。

实验中,依托某110 kV变电站工程,在实际工程中验证该系统应用功能的性能,运用高精度的监控范围模拟算法,实现对前端设备监控范围的对象模拟及监控场景的动态演练。变电站电压等级110/10 kV,远景3台50 MVA主变压器,本期建设2台50 MVA 主变压器;110 kV出线本期4回(其中2回备用),已达远景规模;10 kV出线远景36回,本期24回;本期配置10 kV电容器组4台,远景6台;本期配置10 kV接地变及消弧线圈成套装置2套,远景3套。10 kV 配电装置采用户内移开式开关柜,双列布置与10 kV开关室,根据上述仿真环境和参数设定,进行实验分析。

为实现设计过程数据的数字化流转,满足数据可读性和共享性的需求,将设备布置信息、二次逻辑设计信息及线缆敷设设计信息抽象成数据模型。在此基础上,分别采用本文方法、文献[4]中基于改进PSO方法、文献[5]中的基于深度学习方法、文献[6]中基于GIM模型方法对变电站智能辅助控制系统运行中存在的输出功率进行测试,输出功率测试结果如图5所示。

分析图5得知,采用本文方法进行变电站智能辅助控制系统的三维建模,提高输出功率的稳定性,功率较低,且波动较为平缓。这是因为本文方式通过碰撞检查和光束辐射的动态模拟方法,建立均衡控制方程,提高了变电站智能辅助控制的鲁棒性,进而提升抗干扰能力,确保功率保持在小幅度波动范围。

进一步测试本文方法、文献[4]方法、文献[5]方法、文献[6]方法进行三维建模时的运维闭环管理的处理时间开销,得到智能辅助控制系统的处理效能测试结果如图6所示。

分析图6得知,采用本文方法进行变电站智能辅助控制系统的三维建模的处理效率较好。在运维闭环管理中,本文方法完成终端与主站之间的无通信、无数据等信息处理的时间开销均低于文献[4]方法、文献[5]方法和文献[6]方法。这是因为本文方法采用红外双鉴三维视觉成像方法,并对三维建模进行了有效输出,提高核心数据管理效果。

图5 输出功率测试Fig.5 Output power test

由此表明,本文方法能够有效提高变电站的运维处理能力,促使变电站设备的三维监控性能得到提升,有利于提高智能变电站设备运行环境和公共安全状态的远程监测及智能化防控能力。

根据上述仿真实验结果可知,本文方法具有一定的有效性。为了进一步证明本文方法的有效性和优越性,在实验结果的基础上采用本文方法完成该变电站智能辅助控制系统的三维建模布置,具体如图7所示。

由图7可知,本文方法设计的变电站智能辅助控制系统三维建模呈现效果较优,节点清晰,利于变电站智能辅助控制系统在实施控制的时候,能很快找到作业位置,能够保障变电站系统的智能化管控效果。

图7 变电站智能辅助控制系统三维建模Fig.7 Three-dimensional modeling of intelligent auxiliary control system in substation

5 结论

依托于某变电站进行变电站智能辅助控制系统的三维建模设计,应用智能辅助控制系统平台完成前端设备自动布置、仿真校验、二次回路设计和线缆敷设。根据电气一次专业、二次专业、土建专业的设计图纸和智能辅助控制系统专家策略库中的模型校验规则对变电站建构筑物、电气设备及设施进行三维建模。通过对三维设计模型的校验和修改,使三维设计模型满足智能辅助控制系统前端设备自动选型布置的要求。研究得知,采用本文方法进行三维建模能实时接收站端视频、环境数据、安全警卫、人员出入、火灾报警等各终端设备上传的信息,分类存储各类信息并进行分析、判断,实现辅助系统管理和监视控制功能,提高了变电站智能辅助控制的鲁棒性和变电站的运维处理能力,利于变电站建设和运维的智能监控。