基于专家系统的智能变电站事故告警处理算法

陶 涛 王一达 周博曦

1.国网浙江省电力公司杭州供电公司 浙江 杭州 310000

2.国网技术学院 山东 济南 250002

0 前言

随着电力系统的规模、容量和覆盖范围的扩大，系统地复杂性不断提高，各级调度中心需要获得更多的信息以准确掌握电网的运行状况。其中变电站告警信息作为监控业务的主要关注对象，对于保障电网安全运行起着举足轻重的作用。现有的调度技术支持系统对于告警信号基本采用由厂站端远动工作站直采直送方式，二次系统信息显示相对分散、孤立，数据的梳理和优化程度远远不够。如果电网发生大面积停电故障，调度员仅仅依靠经验和直觉很难立即正确地判断出故障的性质，并采取有效地措施来减少事故的损失。因此，在变电站二次系统中加入告警信息处理应用能有效地协助运行人员及时准确地判断故障元件和可能的故障原因。变电站告警信息处理技术在针对常规变电站方面的应用做了很多研究工作［1］，目前，已有多种方法或技术被引入到当中，包括专家系统［2］、人工神经元网络［3］、Petri网络［4－5］、模糊逻辑推理计算［6－7］、基于优化技术的解析方法［8］等。其中专家系统广泛应用于电力系统在线监测和故障诊断技术，并随着数字信号处理技术、小波分析理论等相关领域的发展得到了进一步的完善［1］。针对变电站告警处理应用的专家系统大多采用规则推理技术，仅利用诊断对象所表现出来的某些特定信号来诊断特定类型的故障，未能有效地考虑各种故障间可能存在的相互关联，最终的判断结果仅能给出故障所表现的征兆，对调度策略的制订缺乏指导意义［2］。

在实际中，变电站所产生的故障往往并非相互孤立，问题影响因素多样，因素与因素之间的相互联系，知识结构难以表达。本文提出一种新的专家系统解决变电站事故的知识描述和推理问题，系统充分考虑故障之间的关联性，首先在知识库建立过程中，提出采用故障元与故障元联络表示单一故障和组合故障，并建立了一种面向对象的知识库模型，模型一方面实现了对故障元与故障元联络的描述，另一方面解决了专家系统的知识组织问题；其次在专家系统分析和推理中，提出采用1、2级故障推理算法逐步推理事故根源的方法。本专家系统在知识组织方面的结构清晰，在事故推理方面准确、高效，可根据提供的告警信号及早对事故性质进行诊断，进而尽早提醒调度人员做出正确的决策。

1 故障信息分类

IEC TC57制定的IEC61850支持变电站自动化相关设备的互操作性，标准提供了兼容的逻辑节点类及数据类 （IEC61850－7－4） 和共用数据类（IEC61850－7－3），其中包含大量必选、可选的数据对象（Data Object，DO）和数据属性（Data Attribute，DA），同时也允许按规则扩展逻辑节点、数据和共用数据类［9］，在实际工程中可根据具体建模对象的配置建立这些类的实例。针对事故类型的告警主要研究对象为保护功能及开关分合闸信号，其对应的IEC61850标准数据模型是智能变电站告警处理的基础数据。

遵循IEC61850标准对变电站告警信号建模，首先需要对变电站保护功能分解，将分解的功能逐个建立为独立的逻辑节点，然后选择逻辑节点的数据对象和数据属性。

1.1 逻辑节点和数据对象建模

总结一般变电站的线路、母线和变压器3类元件的保护配置，可将故障告警信号大致归结为以下几种：保护动作、重瓦斯保护、开关跳闸、重合闸动作、失灵保护动作几种，相应告警信号的IEC61850模型数据如表1所示。

表1 IEC61850模型数据

当对元件保护配置建模时，可将上述的逻辑节点实例化。其中保护动作逻辑节点PXXX为元件的保护逻辑节点，一般有差动保护PDIF、距离保护PDIS、过流保护PTOC、高频保护PVPH几种；SIML属于传感器监视逻辑节点，指变压器重瓦斯保护；XCBR为开关装置模型；RREC与RBRF为保护相关逻辑节点。建立基于IEC61850标准的告警信号数据模型，当变电站发生事故时，站端产生的告警信号将启动变电站告警处理算法，实现告警信号的处理。

2 专家系统结构

2.1 系统结构模型

专家系统在解决难以建立数学模型，较多依赖人类专家经验知识的问题方面有独特的优势，在信息不完整或不确定的情况下仍能给出较为合理的结论［2］。本文通过生成故障元和故障元联络实例构成变电站故障集知识库，对一个事故推理时将事故的逻辑时序告警信号，以含时序和不含时序的特征信号为推理机的推理判据，推理机通过定义1、2级决策两种推理方法，启动推理机时可较灵活地2选1进行故障性质判断，使得尽可能短时间内完成推理，实现同一个根源事故告警信号的最大限度融合。

专家系统大体包括知识库和推理机两大部分，总体结构如图1所示。

图1 专家系统结构

3 基于专家经验的知识库

知识表示方式的合理性和知识库中所含知识的完善程度极大程度地影响变电站智能告警专家系统的性能，而变电站监控业务知识数量庞大且复杂，如何将告警信号分类、细化，实现关联信号的有机组合，是组织结构合理的知识库的关键所在。

文献［10］将变电站常见的异常故障对应的告警信号进行分层分类，归纳总结后共有7大类90种，基本覆盖了变电站所有的事故及异常告警信息。这些故障往往并非单一，许多问题影响因素多，因素与因素之间存在相互联系。考虑故障的相关性，可将故障分为“单一故障”和“组合故障”；所谓单一故障，即一种设备发生的一种故障类型；组合故障则指设备发生两个或多个关联性事故，这些事故存在着逻辑因果关系。组合故障可看成是由多个单一故障与他们之间的关联信号组成的故障集。

为了对错综复杂事故进行的有效整合，进而组织知识库结构，本文以一个单一故障为划分单位，则整个变电站事故集可划分为若干个故障元，再通过建立具有逻辑因果关系的两个或多个故障元之间的联络，通过故障元和故障元间的联络来描述任何类型的变电站故障。采用该方法，可以把整个变电站事故集描述为若干的单一故障与单一故障之间的联络。

3.1 单一事件的知识表示

变电站的故障按保护设备类型不同归结为线路故障、母线故障、变压器故障、开关拒动故障等；按照各类保护元件的故障类型又分为瞬时性故障、永久性故障；对于线路永久性故障，又分为重合前加速和重合后加速。分类可呈现一种涵盖范围由大到小、逐次细化趋势。通过对变电站故障集进行梳理、整合，按照包含关系进行分类细化，细化过程如如图2所示。虚线框范围内从上往下依次是线路、母线、变压器元件的故障，其中每一条从左到右不返回地贯穿始末所连的通路定义为一个故障元，这种按照层次划分方式具有较为清晰的逻辑结构。

对划分好的故障元，可通过较有现场经验的工作人员建立告警信号数据链存入知识库作为推理机的检索依据，告警信号数据链按故障发展的时序信号的正向排序，为提高推理过程中知识检索的容错能力，要求数据链中的信号应来自现场和尽可能地覆盖所有故障样本空间。

图2 变电站单一故障

3.2 组合故障的知识表示

在故障元内部故障未得到及时清除，则可能发生事故的扩大或转移。事故的转移通过联络信息，从1个故障元发展到其它1个或多个故障元，形成组合故障。组合故障通过建立所有存在逻辑因果关系的故障元间的联络构成。图3为1个因断路器拒动引起的组合故障。对于220kV以下母线未配置失灵保护的网络，断路器失灵时发生越级跳闸，由变压器后备保护第1时限跳开分段/母联断路器，第2时限跳开变压器进线开关，如图中故障元1→故障元2→故障元3→故障元4；对于220kV以上母线由于配置失灵保护，则由失灵保护跳开拒动断路器所在母线的所有开关，如图中故障元1→故障元2→故障元3→故障元5。其中，箭头编号1~6为两个故障元之间的联络。

图3 断路器拒动引起的组合故障

3.3 面向对象知识库模型

前文对单一故障与组合故障抽象为故障元与故障元联络，需要一种数据结构对其进行描述。变电站的单一故障既有各自的特点，又有一定的共性，具有一定的面向对象性。另外，分类过程针对不同元件存在类型重复定义的地方，使其具有一定的耦合性，采用UML语言定义的面向对象建模还可以很好地解决这个问题。因此，本文对故障知识库的建模如图4所示。

模型声明一个用于描述保护元件变压器类（PowerTransformer）、母线类（BusbarSection）和输电线路类（TransmissionLine）的共同特性的父类——保护元件类（ProtectEquipment），保护元件类提供了共享对象相似性一种抽象方式；一个故障元（FaultUnit）通过一对多关联描述其所对应的具体的保护元件类，同时对故障元的进一步描述可有故障类型 （FaultType）和故障元的告警信号数据链（FaultAlarmSequence），通过故障元的声明，变电站每种故障类型作为一个FaultUnit的实例。对于由若干个故障元组成的一个组合故障，模型通过建立故障元与故障联络（FaultConnection）的关联关系，通过建立关联关系可以描述故障元之间的联络，知识库容器类（KnowledgeContainer）将涵盖变电站所有单一故障与组合故障实例。

通过该知识库模型把全部经验、规则、知识等集合起来形成整个专家系统的知识库，可有效地实现进行对知识与知识间的关联的表示和管理，同时采用面向对象的方法，方便了系统对知识精确性的修正和知识总量的扩充。

图4 面向对象知识库模型

4 专家系统分析和推理

在基于知识库的推理中，如何高速、有效地完成事故根源的推理是十分重要的。变电站事故推理是在变电站单一故障和组合故障的知识表示的基础上，根据一定的检索策略找到故障的性质。本文定义了1、2级故障推理，对于告警信号较少的故障元，使用1级故障推理即可完成诊断；对于信号较多的复杂故障元，在1级推理的基础上，继而启动2级推理，最终确定故障根源。

4.1 1级故障推理

1个类型的故障往往具有某些特定的告警信号，有时通过判断是否存在这些特征的信号以及信号在一定时间范围内出现的次数，即可作为诊断出事故根源充分条件，而无需关注信号的时序问题。这种推理方法由于仅仅采用了统计信号的方法，虽然判断过程较为模糊，会出现一定程度的误诊率，但较之以一些复杂的数学推理算法，具有明显高效与易于实现的优点，适用于告警信号较少的故障元诊断。本文将这种方法定义的1级故障推理算法，实现首先需要整理、提取出各类故障的特征信号，制定出判断规则；然后对变电站触发的1个故障元特征告警信号及其出现的次数进行检索，看是否符合判断规则。表2是总结了几种常见故障的特征信号。

表2 特征信号判断规则

4.2 2级故障推理

2级故障推理就是在1级推理的基础上，继续寻找相应的证据，对故障部位进一步判别，使故障诊断的结论逐步准确、精细［11］。其较之1级推理最大区别在于，2级推理需要关注告警信号的时序信息，在更充分的证据支持下，判决的结果将更加准确。

如使用图5中（a）、（b）的特征信号分布表示瞬时接地故障和永久性接地故障的告警信息数据链两种情况，接收到的特征告警信号遵循时间的先后次序；而对其间还会出现除特性信号的其他告警信号，对此，可以先作评审，看是否为针对同一故障元的信号，如果是，则可忽略；否则，则有可能触发了隶属于另一故障元事故。

图5 按时序排列的告警信息数据链

充分考虑各类事故的特点，在实际运用中，如果有时缺乏支持1级决策融合的相关证据，则推理也可直接从2级融合开始，直至判断出事故根源。

5 结束语

基于知识库的变电站告警处理技术专家系统由于涉及的告警信号多而广，在研制时间较短的情况下，知识库中的知识还不够完善。随着调度技术的发展，知识库的不断丰富，本文中所提基于变电站知识库的告警处理专家系统将在维护整个电网安全稳定运行中起着越来越重要的作用。

［1］韦刘红，郭文鑫等.数字化变电站在线智能警报处理系统［J］.电力系统自动化，2010，（3）：34（18）.

［2］杨兵，丁辉等.基于知识库的变压器故障诊断专家系统［J］.电机工程学报，2002，（10）：22（10）.

［3］ LO K L.NG H S，TRECAT J.Power systems fault diagnosis using Ptri nets.IEE Proceedings：Generation，Transmission and Distribution，1997，144（3）：231-236.

［4］ LO K L.NG H S，TRECAT J.Extended Petri-net models for fault diagnosis for substation automation.IEE Proceedings：Generation，Transmission and Distribution，1997，144（3）：229-234.

［5］ GHO H J，PARK J K.An expert system for fault section diagnosis of power using fuzzy relations.IEEE Trans on Power System，1997，12（1）：342-348.

［6］ KUMANO S，ITON，GODA T，Development of expert system for operation at substation.IEEE Trans Power Delivery，1993，8（1）：56-65.

［7］ MIAO H J，SFORNA M，LIU C C.A new logic-based alarm analyzer foe on-line operational environment.IEEE Trans on Power System，1996，11（3）：1600-1606.

［8］郑文彬，周立秋.基于IEC61850信息的建模方法分析［J］.工业控制计算机，2012，（8）.

［9］董勤伟.变电站集中监控告警信号在线处理专家系统［D］.南京：东南大学，2006.

［10］尚勇，闫春江等.基于信息融合的大型油浸电力变压器故障诊断［J］.电机工程学报，2002，（7）：22（7）.