配电网故障信息提取方法

2021-11-05聂志芳刘春玲

电子技术与软件工程 2021年17期

聂志芳刘春玲

（辽宁工业大学辽宁省锦州市 121001）

配电网的自动化发展为故障信息获取创造了条件。当配电网出现故障时，数据庞大且繁杂，由于存在误报、漏报情况，使故障数据分析难度加大。因此如何对大量且复杂的开关量故障数据进行提取，成为提供配电网故障诊断判据的关键一步。本文主要对SCAD系统中收集到的开关量进行信息提取，并考虑误报、漏报信息，保证准确性。配电网故障所需定义的变量包括：故障元件动作情况(S)；保护和断路器动作情况(P、B)以及是否发生误动或者拒动情况(M,R)。

1 基于改进粗糙集理论的开关量信息约简

在信息提取中，属性集约简是非常重要的一环，本文采取差别矩阵求解核属性，经过改进的差别矩阵M(I)中的元素可通过决策表IS 中的元素比较得出，IS 中包括论域U，条件属性C，决策属性D 等。M(I)中的元素可定义为：

2 基于推理链的贝叶斯网络构建

2.1 疑似故障元件的判定

为减少诊断的时间，本文先对故障区域内元件进行预判。假设预判值为V，动作系数ω，保护、断路器动作情况h，得：V=∑ω×h，当V 大于阈值Vth(1.6)后，可判断为疑似故障线路。当主保护及相应的断路器动作即可将母线视为疑似故障元件。

2.2 原始推理链的构造

推理链中的节点满足因果与时序联系，本文依据正序原则，由故障信息推算保护、断路器动作与否。首先将故障信息分为：保护和断路器集合(A)，独立的保护动作集合(Ap)，独立的断路器动作集合(Ab)。对每个疑似故障元件，将其放在链首的位置，再根据相对应的保护配置关系将后续动作添加到推理链中，完成推理链的构建。

2.3 原始推理链的修正

从报警数据集合U 中挑选出与疑似故障元件S 相关联的动作集合，合成US。信息识别过程如图1、2所示，其中，m 为TCi中元素的个数，n 为MCi中元素的个数。

图1：误报信息检测流程

2.4 推理链节点可信度计算

图2：漏报信息检测流程

2.5 基于推理链的贝叶斯网络构建

3 基于粗糙集和贝叶斯网络的配电网故障开关量信息提取

配电网故障下，基于粗糙集与贝叶斯网络的开关量故障信息提取流程如下：

（1）根据SCADA 系统获取故障的保护配置数据，然后进行等价筛选；

（2）构建决策表后以此建立差别矩阵，根据分辨矩阵进行约简得出最佳约简集合；

（3）确定故障区域后进行元件预判，由此建立推理链并修正；

（4）计算保护、断路器信任度值，建立贝叶斯网络；

（5）以反向推理为依据推算出元件故障概率，进行故障提取以及判定。

4 算例分析

在图3 电网系统中生成的故障为：母线B7 出现故障，B7 主保护启动，动断路器CB40、CB34、CB35 动作，线路L7 与L5 相应的远后备保护启动，CB29 和CB19 动作，同时CB33 拒动，CB20误动，并且CB31 发生时标错误。

图3：某电网结构示意图

表1：各类保护以及断路器动作状态可信度

调取调度中心故障数据，可知动作的有：母线B7 主保护、线路L7 在B5 侧与L5 在B3 侧的远后备保护；动作的断路器有：CB19、CB20、CB29-31、CB34-35、CB40。

本算例的报警数据分为：A={{B7 主保护启动，CB40，CB34，CB35 动作}，{L7 远后备保护启动，CB29 动作}，{L5 远后备保护启动，CB19 动作}}；Ap为空集；Ab={CB20、CB31 动作}。网络结线分析后可确定区域内包括母线B7、B8，线路L5、L6、L7。报警信息集合为U(B7)、U(B8)、U(L5)、U(L6)、U(L7)，由于数据中包含B7 的主保护及断路器动作数据，则B7 可归为疑似故障母线；B8 的先前预判值为：L7 远后备保护*0.5+CB29*0.5+L5 远后备保护*0.5+CB19*0.5+CB20*0.5+CB31*0.5=3，该值小于5.5，则B8 是正常母线。同理可判断其余线路：L5、L7 正常，L6 故障。建立母线B7 的推理链并进行修正，此处分析可能错误的数据为CB20、CB31。经分析判断CB20 为错误信息，CB31 为真实信息。改正后的推理链如图4所示。

图4：母线B7 修正后的推理链示意图

B7 中各节点动作可信度值计算过程：[B7 主保护*0.95+0.45，CB34*0.95+0.45，CB35*0.95+0.45，CB40*0.95+0.45；L7 远后备保护*0.85+0.45，CB29*0.95+0.45；L5 远后备保护*0.85+0.45，CB19*0.95+0.45；CB31*0.9+0]。由贝叶斯反向推理所得得B7 故障概率超过99.9%。同理可计算L6 的故障概率为0，诊断结果如表2所示。