!基于调度综合数据平台的大规模电网分层故障诊断_图文

1、基于调度综合数据平台的大规模电网分层故障诊断朱传柏,郭创新,曹一家(浙江大学电气工程学院,浙江省杭州市310027摘要:当大规模电力系统发生单一或复杂故障时,各种开关及保护动作信息、报警和事件信息在短时间内同时上传到调度中心各应用系统,此时仅靠单个系统信息和单一诊断手段很难解决故障诊断问题。文中提出了一个基于调度综合数据平台(DIIP 的针对大规模电力网故障诊断的分层故障诊断多智能体系统(MAS 模型,通过分级故障特征信息订阅机制及区域智能体并行诊断和全局智能体总体诊断的分层协调诊断机制,得出最终的故障诊断结论。测试案例表明,利用基于DIIP 的多智能体模型诊断故障有效且具有较好的实际应用能力

2、。关键词:调度综合数据平台;大规模电网;故障诊断;多智能体系统中图分类号:TM732收稿日期:2008207217;修回日期:2008210210。国家自然科学基金资助项目(50677062;教育部新世纪优秀人才支持计划资助项目(NCET 207207245;浙江省自然科学基金资助项目(R107062。0引言故障诊断是关系到电力系统安全稳定运行的重要问题,随着电力系统规模日趋庞大,电网结构更加复杂,对电力系统故障诊断提出了更高要求。迄今为止,国内外在电力系统故障诊断方面已经提出了很多方法,如基于专家系统的方法、基于Pet ri 网络的方法、基于贝叶斯网络的方法、基于粗糙集理论的方法、基于模糊集

3、理论方法和基于优化技术的方法等129,其中,有些方法提供了在充分获取信息及信息完全正确假设下的比较准确的诊断手段,但往往构建在单一集中系统上无法获得故障的全部信息,同时误动、拒动及信息时滞等不确定性问题时常发生;另外一些方法虽然在处理不确定性方面取得了不同程度的进展,但对大规模电网会出现状态和知识组合爆炸现象,导致很难推理建模和建立经验知识库,因而在诊断大规模电网多重故障上具有一定的局限性。同时,大规模电网发生故障必然涉及电网多级控制中心,而在同一级控制中心内部,故障表征信息又分布在不同的应用系统中,如数据采集与监控/能量管理系统(SCADA/EMS 、电网动态安全监测预警系统(WAMS 、保

4、护故障信息管理系统(RPMS 等。准确地获得电网故障诊断结果需要全局信息,以往基于调度单一系统的电网故障诊断方案,虽然信息来自全网,但不充分,站内的大量压板、辅助节点等故障特征信息不能充分发挥作用;而基于单一站内的故障诊断系统信息比较片面,也难以实现理想的全局故障诊断。通过在各级控制中心建立综合数据平台,利用综合数据平台横向集成和纵向交换功能10211,结合具有分布式智能特性的多智能体系统(MAS 12213,在全局信息基础上实现电网故障诊断。本文给出了构建于多级调度综合数据平台(DIIP 基础上、采用多智能体的大规模电网故障诊断体系结构和模型,并通过实际测试案例对模型的工作过程进行了详细的描

5、述。1DIIP 简介1.1DIIP 体系结构DIIP 能将不同安全分区的各应用系统中不同类型的数据整合成共享的信息资源,形成电网稳态、动态和暂态的广域一体化集成信息平台。多级DIIP 建立在高速电力调度数据网基础上,按照调度控制中心级别分层建立,体系结构如图1所示。多级DIIP 包括:网省调级DIIP 、地县调级DIIP 、集控站/变电站级DIIP 及纵向互联平台,纵向互联平台将各级横向整合的综合数据平台实现纵向集成。实际工程应用中DIIP 严格按照调度安全分区独立建设:安全二区DIIP (DIIP2和安区三区DIIP (DIIP3。DIIP2通过防火墙与安全一区的SCADA/WAMS 等系统

6、进行数据交互,DIIP2与DIIP3间通过单向物理隔离网关实现同步数据。电网故障诊断系统则基于DIIP2建立。15第33卷第1期2009年1月10 日Vol.33No.1J an.10,2009 图1多级调度综合数据平台体系结构Fig.1Hierarchical structure of dispatch integratedinform ation platform1.2应用DIIP 进行大规模电网故障诊断的优势大规模电网的故障诊断系统尤其适合在DIIP 系统上建立,主要原因有以下几点:1DIIP 已经是网省级调度部门的标准调度数据中心,为电网高级应用提供标准全数据服务,电网故障诊断也包含在

7、其中;2大规模电网故障诊断要求信息多而全,DIIP 能够提供电网稳态、动态和暂态的三态数据,以及电网的历史、实时和未来的数据、模型、图形等信息,完全涵盖了电网故障诊断系统对数据的需求;3DIIP 对所有电网调度数据能够提供统一的访问方式,避免故障诊断系统对多系统的异构访问方式进行开发和维护。2大规模电网分层故障诊断系统模型2.1MAS多智能体技术可解决传统理论面对大规模复杂系统所遇到的困难,即采用MAS 将大规模的复杂系统分解成小的、易于管理和维护的子系统,这些自主或半自主的智能体之间通过相互协作,快速求解复杂过程的大规模任务。因此,大规模电网分层故障诊断系统(L HFS 在充分考虑了大规模电

8、网的地域分布性和任务复杂性后采用了分布式多智能体技术。2.2L HFS 总体结构L HFS 充分考虑了电网的地域分布性、信息分散性、诊断复杂性和诊断结果快速性,采用一体化DIIP 为集成化信息获取平台,以分布式MAS 为基础构架,结合先进的诊断算法进行设计。基于DIIP 的L H FS 结构分为4层:1区域运行信息(ARI 层;2区域智能体(AA 层;3协调智能体(DCA 层;4全局诊断智能体(GDA 层。L H FS 将电力网络看做在地理上分布的、有一定自治能力的智能体。首先,AA 通过DIIP 获得本区域故障特征信息A RI ,通过智能体之间的通信和协商得到边界信息,推理得出本区域的初步故

9、障诊断结果,然后在DCA 的协调下,将各区域诊断结果上报到GDA ,最后在GDA 的推理诊断下完成电力系统全网的故障诊断任务。2.3AA 的结构模型AA 智能体通过监测智能体(SA 与DIIP 的交互获得本区域ARI 及相邻AA 的边界信息,它采用2步Pet ri 网建模方法5对变电站区域电网进行故 障诊断。AA 是局部问题解决的核心组件,是整个分布式体系中非常关键的组成部分。AA 的结构模型如图2所示。图2AA 子系统的结构模型Fig.2Structure of AA sub 2system model2.4G DA 的结构模型GDA 在电网发生故障时,通过DCA 迅速通知各个AA ,开始进

10、行分区域的并行故障诊断,并将区域诊断结果上报GDA ,由GDA 进行全局故障诊断和校核。GDA 是故障诊断任务的分解者和下达者,同时也是故障诊断的汇总者和决策者。GDA 结构模型与AA 结构相同,GDA 在AA 初步诊断结果假设的基础上采用基于时序的贝叶斯网络方法8对全局电网进行故障诊断。2.5ARI 的数据需求电网故障诊断系统对DIIP 的数据需求主要体现在:在SCADA/EMS 的电网模型、开关动作、量测越限、保护动作及事件顺序记录(SO E 等;WAMS 中带时序的开关动作、带相角及时标的量测;保护及故障管理系统的保护配置信息、保护动作 及故障录波信息。其作用简述见表1。252009,3

11、3(1表1大规模故障诊断系统信息需求表T able 1Data required in L HFS调度级系统信息诊断用途区域调度级SCADA电网模型和拓扑;开关信息、保护动作及SO E ;量测及越限告警;历史信息抽象电网为母线/变压器、开关、线路,建立电网贝叶斯拓扑模型;设备故障的先验概率生成,推理诊断故障原件WAMS开关动作;带时标及相角的量测开关动作和保护动作进行时序一致性识别;故障设备相角量测值验证故障类型RPMS保护动作;保护配置;故障录波提供元件保护配置,辅助故障推理策略形成;保护时序一致性识别站控级SCADA电网模型和拓扑;开关信息、保护动作及SO E ;量测及越限告警;历史信息变

12、电站全模型Petri 网建立,诊断故障区域;设备诊断Petri 网,推理诊断故障元件RPMS保护动作;压板及光字牌动作;保护配置;故障录波 提供元件保护配置,辅助故障推理策略形成;评估故障诊断结论2.6SA 的信息感知DIIP 遵循IEC 61970等标准建立,其提供组件接口规范(CIS ,在L HFS 中,SA 作为CIS 客户端访问DIIP 的CIS 服务器以获取开关量、量测及事件等故障信息。基于公共对象请求代理体系结构(CORBA 消息中间件的DIIP 集成框架如图3所示,包括上层的CIS 服务器构架和组标识(GID 客户端构架。图3基于DIIP 的CIS 服务构架Fig.3Struct

13、ure of CIS services b ased on DIIPSA 可通过CIS 接口实现对电网事故总信号和特定故障特征量的订阅和轮询,电网运行实时数据采用订阅方式,而模型、历史数据等则采用轮询方式。3L HFS 的诊断过程L HFS 诊断大规模电网故障一般分为变电站级和区域级。对于省级以上大电网则可采用3级或多级诊断。本文按2级诊断系统来描述L H FS 的诊断过程。L HFS 的分层诊断方法如下:1GDA 订阅全网事故总信号,如果没有事故总信号则组合故障特征信息量为中间代理量,作为事故发生标志。一旦GDA 感知到事故总信号动作,则迅速通知各AA 启动故障诊断过程。2AA 对变电站级采

14、用Pet ri 网故障诊断方法,先根据变电站电网拓扑建立一次设备Pet ri 网,通过求变迁后集确定可能的故障区域和可能故障设备。3根据可能故障区域和保护配置信息建立设备诊断Pet ri 网 ,通过变迁迭代判断目标库中托肯数来确定设备故障事件的发生。通过遍历所有可能故障设备,最终得到AA 的元件故障诊断结果。4各个AA 将自己的诊断结果通过DCA 提交给GDA 。5GDA 建立全局电网拓扑,并根据AA 提交的区域诊断结果,确定可能的故障区域,结合保护配置信息对故障区域的设备建立含时序的贝叶斯诊断网络,然后根据SO E 信息或WAMS 时序信息进行时序一致性识别和修正,并利用贝叶斯网络的逆向推理

15、功能,推理元件发生故障的后验概率从而进一步诊断结果。6GDA 通过遍历可能的故障设备的贝叶斯诊断网,完成全网故障设备诊断,得出最终故障诊断结果。L H FS 电网故障诊断过程如图4所示。图4L HFS 故障诊断过程Fig.4F ault diagnosis process of L HFS可以看出,通过将AA 的区域诊断结果作为GDA 全局诊断的初始化入口对象,能够大大降低大规模电网的网络复杂度,提高诊断效率。4测试案例分析L H FS 已经在基于自适配通信环境(ACE /基于ACE 构建的CORBA (TAO 分布式开发平台上实现,底层数据访问和通信采用与DIIP 共用一套系统平台,界面则采

16、用多平台的C +图形用户界面应用程序框架(Q T 实现,多智能体则采用G old35研制与开发朱传柏,等基于调度综合数据平台的大规模电网分层故障诊断Works (简称GW ,是由美国G old Hill 金山公司提供的专家系统和业务规则推理编程平台的专家系统框架,GW 是一个实时环境,它提供了强大的基于规则推理引擎。系统在上海电力公司的DIIP (IDP90产品基础上进行了测试,结果表明L H FS 在大规模电网故障诊断方面能够取得很好的效果。案例是以上海电力公司泗泾分区电网为模型,泗泾分区电网包括1个500kV 变电站(泗泾站、6个220kV 变电站(春申站、文祥站、古美站、长春站、干练站、

17、纪青站以及1个发电厂(吴二厂。整个电网如图5所示 。图5泗泾分区电网故障诊断案例Fig.5L HFS case of Sijing area grid泗泾分区电网L H FS 系统按照站级和区域级2层建立,其角色分配如下:1DIIP 由上海电力公司IDP90系统以及变电站一体化综合信息平台PCOS100系统组成,负责L H FS 的信息提供。2A RI1ARI8,AA1AA8分别对应泗泾、春申及文祥等站的运行信息和站级区域故障诊断智能体。3对应于泗泾分区电网的GDA ,它的功能是根据IDP90运行信息和AA1AA8的诊断结果,作出最终的全局故障诊断结果。春申站的3号CST 变压器在某时刻发生高

18、压绕组接地故障,如图5所示。同时,文祥站2号WXT 变压器低压侧35kV 母线发生两相接地故障。当春申站的3号CST 变压器发生高压绕组接地故障时,3号CST 差动保护继电器动作,发出分闸信号给断路器CSB13和CSB14,CSB14顺利跳闸成功,而由于机械问题使CSB13失灵未能动作,导致正母段保护动作,跳开CSB7和CSB8断路器,同时,泗申4117线路过流保护动作,跳开CSB4断路器。3号CST 变压器低压侧35kV 母线全部失电。当文祥站2号WXT 变压器低压侧35kV 母线发生两相接地故障,母线保护动作,跳开WXB13断路器。泗泾分区电网L HFS 的故障诊断过程如表2所示。表2泗泾

19、分区电网L HFS 故障诊断过程T able 2L HFS fault diagnosis process of Sijing area grid电网区域智能体现象诊断结果泗泾站AA1泗申4117线路的负荷为0;无保护和开关动作,对侧站开关动作无故障春申站AA23号CST 主保护动作,CSB14跳闸,CSB13有跳闸信号无跳闸动作;正母段保护动作,CSB7和CSB8跳闸;泗申4117线路过流保护动作,CSB7跳闸,线路对侧开关无动作3号CST 变压器发生故障;断路器CSB13功能失常文祥站AA32号WXT 低压侧35kV 母线保护动作,断路器WXB13跳闸;无其他保护和开关动作2号WXT 低压

20、侧35kV 母线故障泗泾分区GDA断路器CSB14,CSB7,CSB8,CSB4,WXB13跳闸;泗申4117线路的负荷为03号CST 变压器发生故障;2号WXT 低压侧35kV 母线故障首先,GDA 向IDP90订阅得到事故总信号动作后,启动L HFS 故障诊断进程,并通过告警信息初步判断故障可能涉及的区域为泗泾站、春申站及文祥站,其他站没有非检修开关动作等故障特征信息上报,通知对应的AA1,AA2,AA3开始进行站级故障诊断。泗泾站AA1向本站PCOS100请求本站的开关、保护动作及量测信息,同时通过DCA 请求泗申4117线路对侧开关信息,发现对侧开关已跳闸。因此,AA1通过Pet ri

21、 网建模推理作出本站故障诊断假设:泗申4117线路失去负荷(泗申4117线是否故障由GDA 诊断,本站无故障点。春申站AA2向本站PCOS100请求本站的开关、保护动作及量测信息,告知在某时刻3号CST 变压器主保护动作,断路器CSB14跳闸,断路器CSB13有跳闸信号但无跳闸动作,3号CST 变压器低压侧35kV 母线失电。接下来的时序是正母段保护动作,断路器CSB7和CSB8跳闸。泗申4117线路过流保护动作,断路器CSB4跳闸,通过DCA 请求泗申4117线路对侧开关信息,发现对侧开关无动作。AA2通过对3号CST 变压器和正母452009,33( 1建立Pet ri诊断网进行元件故障推

22、理,作出诊断假设:3号CST变压器发生故障,断路器CSB13功能失常,其他设备无故障。文祥站AA3向本站PCOS100请求本站开关、保护动作及量测信息后得知变压器2号WXT低压侧35kV母线保护动作,断路器WXB13跳闸, 35kV母线全部失电。因此,AA3通过对2号WXT 变压器和正母建立Pet ri诊断网作出诊断:主变低压侧35kV母线故障。最后,AA1,AA2,AA3将各自的诊断结果通过DCA上传到GDA,GDA汇总从AA1,AA2,AA3汇报的区域故障局部诊断结果信息,并得出可能故障区域,同时,GDA向市调IDP90系统请求全网开关、保护动作信息及可能故障设备的保护配置和动作时序信息,

23、建立假设元件的时序贝叶斯诊断网,最终得出的故障结果为:春申站变压器3号CST故障,文祥站变压器2号WXT低压侧35kV母线故障。此案例说明了L H FS针对大规模电网故障诊断是如何分布式并行工作的,因此,当在大规模电力系统中发生多重故障时,调度人员将面对大量的告警、越限及动作信息,如果没有L H FS这类分布式智能系统,一旦故障发生在多个区域,就很难确认电网真正状况,供电恢复也变得相当困难。5结语本文结合大规模电网的故障诊断要求,在分布式DIIP基础上,针对大规模电网故障诊断进行区域分布式处理,建立了基于MAS的分层故障诊断体系结构。该体系结构由分布式DIIP、GDA以及分布AA组成,该结构模

24、型具有较好的主动性、适应性和交互诊断性。测试案例表明其具有一定的应用潜力。参考文献1周明,任建文,李庚银,等.基于模糊推理的分布式电力系统故障诊断专家系统.电力系统自动化,2001,25(24:33236.ZHOU Ming,REN Jianwen,L I Gengyin,et al.Distributed power system fault diagnosis expert system based on fuzzy inference.Automation of Electric Power Systems,2001, 25(24:33236.2文福拴,韩祯祥.基于遗传算法和模拟退火算法

25、的电力系统的故障诊断.中国电机工程学报,1994,14(3:29235.WEN Fushuan,HAN Zhenxiang.Fault section estimation in power systems using genetic algorit hm and simulated annealing.Proceedings of t he CSEE,1994,14(3:29235.力系统自动化,2003,27(19:65268.ZHAO Shuang,REN Jianwen,ZHOU Ming.Design andrealization of a delaminated fault dia

26、gnosis system for power systems.Automation of Electric Power Systems,2003, 27(19:65268.4张炳达,马忠坤,陈伟乐.基于故障群组合优化的变电站故障诊断.中国电机工程学报,2004,24(3:1352139.ZHAN G Bingda,MA Zhongkun,CH EN Weile.The fault diagnosis for substation based on optimizing t he combination of fault2masses.Proceedings of t he CSEE,2004

27、,24(3:1352139.5赵洪山,米增强,杨奇逊.基于冗余嵌入Petri网技术的变电站故障诊断.电力系统自动化,2002,26(4:32235.ZHAO Hongshan,MI Zengqiang,YAN G Qixun.Substation fault diagnosis based on Petri net s embedding.Automation of Electric Power Systems,2002,26(4:32235.系统及其自动化学报,2005,17(4:11215.WU Xin,GUO Chuangxin.Power system fault diagnosis

28、approach based on Bayesian networks.Proceedings of t he EPSA,2005,17(4:11215.7刘凤玉,李千目,衷宜.基于贝叶斯分类的分布式网络故障诊断模型.南京理工大学学报:自然科学版,2003,27(5:5462550.L IU Fengyu,L I Qianmu,ZHON G Y i.A distributed network fault diagnosis model based on Bayesian classification.Journal of Nanjing University of Science and Te

29、chnology:Nature Science, 2003,27(5:5462550.8束洪春,孙向飞,司大军.基于粗糙集理论的配电网故障诊断研究.中国电机工程学报,2001,21(1:73278.SHU Hongchun,SUN Xiangfei,SI Dajun.A study of fault diagnosis in distribution line based on rough set t heory.Proceedings of t he CSEE,2001,21(1:73278.9YAN G J.An intelligent multi2agent approach to fault diagnosisin electricity distribution networksD.Bristol,U K: University of t he West of England,2001.10石俊杰,李毅松,彭清卿,等.国家电网公司调度系统数据整合总体方案的思考.电力信息化,2006,4(6:28231.SHI J unjie,L I Y isong,PEN G