基于神经网络专家系统的智能变电站检修测试安措自动生成方法研究

杨向飞，赵子涵，郑 中，向 博，吴跃康

(1.国网四川省电力公司，四川 成都 610041;2.电子科技大学 电力系统广域测量与控制四川省重点实验室，四川 成都 611731)

0 引 言

变电站是电网体系中的一个关键枢纽环节[1]。随着智能变电站的逐年推广和投运，对智能站定期进行检修测试成为了电网公司的一项重要任务，由此，在检修测试变电站相关设备的工作过程时对于变电站内的其他关联设备的安全问题，也是检修人员在进行作业时必须考虑的一个重要方面。从现阶段变电站检修工作人员制定安措票方式总结，可以将工作方法分成两种：第一种是作业人员凭借过往经验及其专业能力来制定安措；第二种是基于事先编制的典型检修测试安措票对应待检修对象，采用一致性套用的原则制定检修安措票，即相同对象则使用同一张过往安措票，当待作业设备的检修测试条件与过往已制定的存在差异时，此时仍由作业人员依照检修规定进行现场更改，制定新的安措票。

上述第一种方法中，所编写安措票的完整性对检修测试专业人员专业素质有强大的依赖性，这完全依赖于专业人员的技术水平和经验，不同操作人员专业水平的不同会直接影响安措票安措措施的完整性。第二种方法制定的安措票缺乏灵活性，不具备可移植性，当检修对象某些检修测试条件发生变化时，仍需技术人员临时添加安措项，在一定程度上来说依然需要依赖于专业人员的检修测试经验，这两种开票方法对于检修结果的正确性来说均具有一定的误差风险。

智能变电站有明确的安全机制，电力部门根据长期运行经验制定了保证检修安全的具体措施，本文试图以此为基础，研究一种基于神经网络专家系统的安措自动生成方法。本方法提出利用检修边界的概念实现智能变电站安措自动生成方法，该方法在专家系统与神经网络混合模式下生成智能变电站检修安措[2]，能够最大程度保证生成安措的正确性。

1 概念提出

1.1 专家系统与神经网络

专家系统在多个行业内被广泛应用，其通过替代人类专家大脑的思想活动及问题解决方法，能够类似专家活动对问题进行处理与判断。而专家系统中能够类似专家一样处理对应活动的的基础则是将丰富的专家知识以及经验存储在知识库中[3-4]。

神经网络能够类似生物神经的神经元进行自学习过程，通过给定输入及对应支路相关权重进行计算，进而得出最终学习的结果[5- 6]。

本文采用专家系统与神经网络混合模式，充分利用两者优势进行设计，最大程度保证生成安措正确性。

如图1所示为神经网络与专家系统混合模式下系统结构。

图1 混合模式系统结构图

1.2 检修测试相关概念

1）检修测试设备

在制定检修计划最终实施作业的电气设备。

2）陪停设备

在检修测试工作中，对于某个设备按照规定计划实施方案进行时，其方案实施时产生的结果可能对站内其他的正常运行设备功能产生影响，进而出现非预期结果，造成更加严重的后果，为了保证变电站能够安全稳定的运行，需要对可能会在对设备检修时误动或引起故障的其他设备进行退出。并且在工作过程中，此类设备需一直保持退出状态，不得在此类设备上进行工作。

3）关联运行设备

上述1）和2）中两种类型设备间，存在输入输出传输数据关联、可能会受到如2）类设备在进行检修时造成的本设备功能影响的设备。因此，可根据前面描述将此类设备归为两类：与检修二次设备存在信息互操作的以及与需陪停的二次设备存在信息互操作的运行设备。由2）类和3）类描述两类设备可构成“关联运行设备组”。

4）检修测试边界

1）类与3）类所述设备之间存在的输入输出数据相互关联的边界。检修测试安全措施作用于“检修测试边界”上的信息交互点。

2 混合系统实现

2.1 知识库设计

知识库是根据专家对二次设备的信号传输及互连关系，对二次设备关联关系及信号传输关系进行梳理，总结专家经验而建立的库[7- 8]。

本文通过分析智能变电站结构和功能特点，依据从业人员多年工作经验及规定的技术知识，总结出站内各设备间以及一、二次设备间的复杂的逻辑及输入输出数据关联模型；并且通过对一些变电站相关文件如系统配置文件（system specification description，SSD）、变电站配置文件（substation configuration description，SCD）的解析，分析文件内部内容可总结出站内设备配置信息、接线形式及交互关系等内容，得出一个面向设备的库。

知识库中建立了线路、变压器、母联、母线保护装置以及变电站监控主机功能关联模型。本文以线路保护装置功能关联模型为例展示所建知识库内容。线路关联模型中包含与线路相关的变电站装置设备，其相互关联关系如同图2所示。

通过图2可知，当线路保护装置检测故障发生，即向与其有信息交互的装置发送相关信息，驱动/通知相关设备动作。根据图中关联关系，可为检修测试边界划分及相关设备分类、安措制定提供基础。如线路保护装置需进行检修测试，则线路合并单元、线路与母线间连接交换机、线路与监控后台间连接交换机、线路智能终端都需纳入陪停设备[9]。

图2 线路保护装置功能关联模型示意图

2.2 推理机

根据1.2节1）类设备描述，以及国网公司发布的调继〔2015〕92号《智能变电站继电保护和安全自动装置现场检修安全措施指导意见》（文中简称“意见”）对于变电站站内装置的样例原则[10]，结合1.2节1）和2）所述两类设备间输入输出交互关系，利用如图3所示神经网络三层结构进行推理计算，根据各路径权重及对应函数对给定设备类型参数数据进行计算学习，最终得出对应结果，即对应设备的检修安措。通过计算可生成含有地刀、开关、电子式电流互感器、电子式电压互感器、主变、母线等主要一次设备和诸如合并单元、保测一体、保护、测控、过程层交换机、智能终端、合智一体等主要二次设备[11]。

图3 神经网络三层结构

通过对给定数据进行计算学习，最终可得出对特定设备进行检修前的检修安措，其结果可归纳为图4所示。

图4 设备检修安措结果逻辑图

根据2.1节所建立的各站内设备关联关系模型及图3设备检修安措推理过程，即可划分出1.2节2）、3）类与4）类设备间检修边界，如图5所示。

图5 检修边界及设备类别划分

表1列出的是检修测试某220 kV线路间隔中A套合并单元时需要进行陪停的设备。

表1 220 kV线路间隔合并单元A套检修测试

图5所示已将检修测试边界及设备分类划分完成，再根据图3所示推理过程，即可对特定设备检修进行推导，构建对应检修测试安措。如图2所示线路保护装置检修时，可产生对应检修安措如表2所示。

表2 线路保护装置检修测试安措

2.3 通用规则模型

基于“意见”所述原则和案例整理，可将现场检修安措规则主要分为两部分——通用以及特殊规则。通用部分顾名思义具体较好的通用性，电力系统十分庞大，接线方式各有不同，相同等级变电站也略有不同，因此通用部分更加适宜此种情况。而变电站电压等级也有好几种，相同等级变电站存在差异，不同电压等级更是如此，特殊部分则是为此提出，为用户提供可扩展功能。

建立通用规则模型的目的是为建立正确的安措提供帮助。需要建立的通用性规则模型包括：建立检修边界的规则、对于站内设备根据相关特性及功能分类的规则、针对检修设备所制定的计划的执行顺序及相应的计划过滤规则、相同类型设备间输入输出数据交互完整性及展示顺序规则。

图6所示为通用性规则模型，是推理机中所述设备安措可被选的要求，即在符合通用性规则的前提下，才可自动生成正确的检修安措票。

自动生成安措流程如图7所示。

图6 通用性规则模型

图7 自动生成安措流程

3 自动生成安措实例

以资铁220 kV新一代智能变电站的220 kV线路保护A套检修为例说明基于神经网络专家系统的安措自动生成过程，实例界面如图8所示。

图8 检修安全帮助模块操作界面

1） 检修安措界面

本文以该智能站内220 KV某条线路保护装置为研究对象，当选中二次设备中的某保护装置时，在检修设备列表、陪停设备列表以及关联设备列表中均出现相对应设备。然后点击生成作业，即可看到检修安措信息框弹出的检修安措，如图9所示。

在自动生成的检修安措中，按照检修设备、与检修设备有关联关系的运行设备、陪停设备3种类型分类，生成的检修安措中，会显示当前运行下需要执行的安措条例。利用网络报文实时获取并刷新每一步安措的当前状态，服务于后续监督安措执行情况。

图9 检修安全界面

2） 图形化展示

图8中界面右下角有“实时验证”控件，可通过该控件，切换到安措的实时验证界面。本文提出的基于专家系统的安措核较方法及所建立的软件系统可以将待检修装置的安措及对应检修边界直接图形化呈现，将抽象的逻辑模型转换成图像模型。与此同时，左边的图像模型所展示的检修边界展示的安措信息会与右侧文字显示的检修安措具有一一对应关系，即左侧检修装置变化或者发生其他安措变化时，右侧对应显示内容将跟随发生变化。通过此种方式可让检修操作者根据图像直观的对所制定的安措合理性进行判断，并且可以根据状态信息查看安措是否执行，检修作业图形化展示及监督执行界面如图10所示。

图10 检修作业图形化展示及监督执行界面

4 结束语

本文提出基于神经网络专家系统的安全措施自动生成方法，能够自动生成检修测试设备所需安全措施，并与检修测试工作人员开具的安措票进行对比分析，通过此种方式来降低因为检修测试工作者的不正确制定安措而带来的设备运行风险。本方法是基于智能变电站检修测试安全原则以及在电力部门规定的在保证安全检修测试的原则上建立的，在确定检修设备以后，利用知识库中设备间互连关系，采用推理技术能够快速准确地得出陪停/退出设备，制定出明确、安全的检修测试安全措施，可以降低因变电站维护人员误操作以及安措制定不当造成的其他设备误操作或检修事故的发生。