基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进

苏祖礼，黄金魁，陈闽江，林 峰，陈 烨

(1．国网福建省电力有限公司，福建 福州 350001；2．国网福建检修公司，福建 福州 350013)

0 引言

高阶朴素Bayes算法具备学习效率高、预测效率高等特点[1]。防误闭锁是指发电厂、变电站等场所设置的防误操作功能，是保证倒闸正确操作的重要措施之一。由于各场所的使用需求存在差异，短路电流通过开关控制，刀闸用于小负荷电流、空载电流等控制。因此，倒闸操作必须按照启动开关后开启刀闸、先合刀闸后合开关、断开刀闸后打接地线等一系列顺序进行操作。防误闭锁可避免上述顺序错误而产生事故[2]，通常被称为五防闭锁。

变电站在运行时，由于倒闸操作失误或者错误操作，导致出现很多故障甚至事故。为避免倒闸操作错误，有效地实现变电站的控制管理，张勇军等[3]提出基于区域无功均分法的变电站控制方法，席禹等[4]研究的基于报文识别与流量管控的变电站控制方法，但这些方法在使用过程中，具备一定的局限性，并且无法实现防误闭锁逻辑的改进。因此，本文提出基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进，避免变电站顺控倒闸操作故障，保证变电站的安全、正常运行。

1 基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进

1.1 基于高阶朴素Bayes算法的一次设备故障诊断

将变电站顺控倒闸操作时相关一次设备的标称故障属性转化为二进制数据，为完成相关一次设备的标称故障特征表示，利用三分图形式完成，为

G=[(Wλ,WC,WD),E]

(1)

WD为顶点对应的标称故障；Wλ为顶点对应的标称术语；WC为顶点对应的标称类别；E为一次设备的故障特征系数。则一次设备故障的三分图模型形式如图1所示。

图1 一次设备故障的三分图模型

由图1可知，该模型的表示方法为高阶表示方法，采用G中的子链模型描述故障信号集D中的各电气元件。其通过标称术语中的故障数据顶点，完成启动，实行数据扩展，再通过标称故障数据的顶点，完成数据实现，最后通过标称类别确定故障数据的类别节点位置。其关系链为

λi→ds→ωh→dr→cj

(2)

其故障数据元结构为(λi,ds,ωh,dr,cj)。二阶故障数据传输路径，通过故障数据关系链对应的不同的电气元件顶点构成。

故障数据的传输路径依据数据关系链的形式组成[5]。设故障信号集D中故障术语λi和所属类别的关系集为l(λi,cj)；关系集合的汇总为φ(Dj)；故障信号类别的先验知识计算公式为

(3)

一次设备故障的二阶关系路径计算公式为

p(λi|cj)=(1-γ)pfo(λi|cj)+γps o(λi|cj)

(4)

其中，γ=0.49；fo为参量pfo(λi|cj)的一阶路径计算形式。故障诊断流程如图2所示。

图2 故障诊断流程

由图2可知，在故障诊断过程中，故障信号的术语矩阵用来表示存储变电站故障数据所属类别，而故障信号术语矩阵用来表示故障元件的位置[6]。其中，出现故障和正常运行分别用1和0表示。

1.2 变电站顺控倒闸操作防误闭锁逻辑

1.2.1 防误闭锁逻辑管理

防误闭锁作为防止倒闸操作出现故障的同时，也作为故障产生后的原因分析依据。顺控倒闸操作防误闭锁逻辑管理是根据相应的一、二次设备的闭锁运行逻辑规则完成制定[7]。为保证顺控倒闸操作的安全性，需根据电力系统给定的逻辑规则完成。

变电站的断路器、刀闸位置信息和电流等电网运行参数，通过标准访问接口、数据类型及数据模型获取[8]，并与防误逻辑规则库结合，实现其和运行监视模块的交互，完成变电站一次、二次顺控倒闸操作防误闭锁逻辑判断。在进行逻辑判断时结合物联网技术中的射频识别技术与红外线模块，将电网运行参数连接到互联网，进行实时监控。

通过对变电站在一、二设备运行时产生的故障和负荷进行分析后完成对策制定，实现强制控制、实时分析，完成变电站顺控倒闸操作的智能防误[9]。变电站顺控倒闸操作防误闭锁逻辑管理内容如图3所示。

图3 变电站顺控倒闸操作防误闭锁逻辑管理内容

模板逻辑和特殊逻辑统称为一次逻辑。其中将接线方式类型的每一个支线归为一类模板并对其实行编辑，实现逻辑编辑工作量的降低称为模板逻辑[10]；将依附于一次系统图的、与模板逻辑存在“或”的关系且无法在模板逻辑中表达的逻辑关系，详细描述至某条支线上的某个元件，称为特殊逻辑。判断设备元件是否符合逻辑规则，以元件的模板逻辑图和特殊逻辑为依据，2种逻辑存在1种，即判断其符合[11]。选择模板逻辑设置的方式完成其逻辑规则的设置。

二次逻辑图和二次关联图组成二次逻辑。二次逻辑图表示当一次元件完全满足此图中所编辑的状态时，可改变二次元件的状态[12]；对一次元件实行保护是二次关联图主要作用，当二次元件满足此图中所设置的状态时，可改变一次设备状态。

1.2.2 基于先投后切法的顺控倒闸操作负荷闭锁逻辑改进

变电站一、二次设备在倒闸过程中会产生负荷，为了处理该现象，通过增加数据处理单元来替代设备倒闸操作过负荷闭锁电流定值，将一次设备和二次设备的倒闸负荷分成3级，其重要级别顺序为1级、2级和3级[13]。假如一次设备和二次设备倒闸操作后导致主变过载，根据负荷重要程度计算需要切除的负荷，切除顺序从相对重要级别最低的3级负荷开始，完成一次设备和二次设备的倒闸操作后，将通过计算获取的倒闸引起的多余馈线负荷切除[14]。此外，还可以利用人工智能技术中的生成对抗网络来判断重要级别的顺序，通过训练生成对抗网络，直到多余馈线负荷切除后，完成倒闸操作。例如：采用数据处理单元完成逻辑功能后，将主变故障前瞬间一次设备侧和二次设备侧的倒闸负荷电流统一归算后并求和，如果两侧负荷电流之和不大于1.2倍单设备主变额定电流，则判断一次设备侧和二次设备允许倒闸操作；如果两侧负荷电流之和不小于1.2倍单设备主变额定电流，则从失电主变第3级倒闸负荷开始，对需要切除的倒闸负荷进行计算，当一次设备和二次设备完成倒闸操作后，直接将计算得出的多余负荷切除处理[15]，其逻辑流程如图4所示。

图4 闭锁逻辑改进

2 实验分析

将本方法应用在某电网公司的变电站中，完成变电站顺控倒闸操作防误闭锁逻辑改进的相关实验。实验对象的线路如图5所示。该实验对象主接线为220 kV双母线，一次设备采用HGIS设备；单母三分段接线为110 kV，二次设备采用GIS设备；单母分段接线形式为35 kV。在B5母线上的一次设备室内开关柜存在接地类型故障和倒闸操作的拒合故障、拒分故障、分合闸闭锁故障以及无故分闸故障。则对应的保护装置动作情况为断路器CB2拒绝动作，相关保护动作如表1所示。

表1 相关保护动作

图5 实验对象线路

采用文献[3]方法和文献[4]方法，即为基于区域无功均分法的变电站控制方法和基于报文识别与流量管控的变电站保护控制方法作为本文方法的对比方法，完成相关实验分析。

图中的数字编号表示为各分支电路，结合一次设备故障形成方式，对母线B5上的一次设备的故障实行保护，采用本文方法实行故障诊断过程的节点事件为

xi-B5=

(5)

保护动作启动参数值与发生故障过程中的期望值之间的比值是0.875，高于设定的故障阈值0.63，则可判定母线B5上的一次设备存在故障点，说明本文方法可实现变电站一次设备故障诊断。

为进一步测试本文方法的故障识别性能，以倒闸操作时一次设备的拒合故障、拒分故障、分合闸闭锁故障和无故分闸故障为例，采用本文方法对其进行测试，统计故障监测结果，如表2所示。

表2 故障诊断测试结果

分析表2可得：本文方法针对拒合故障、拒分故障、分合闸闭锁故障和无故分闸故障共4种倒闸操作引起的相应故障，均能成功完成故障诊断，说明本文方法具备较好的故障诊断性能，可实现倒闸操作引起的故障诊断。

电损率是影响变电站运行安全的一个因素，电损率过高会导致变电站顺控倒闸操作过程中的相关设备出现故障。为了测试本文方法的应用效果，测试使用3种方法完成顺控倒闸操作防误闭锁逻辑改进后，变电站运行时二次设备电损率情况。

电损率计算公式为

R=Π/Μ

(6)

Π为电损量；Μ为总供电量。测试结果如图6所示。

图6 3种方法应用后二次设备电损率情况

分析图6可知：采用本文方法进行变电站顺控倒闸操作防误闭锁逻辑改进后不会对变电站顺控倒闸操作造成负面影响，反而使二次设备电损率降低。这是因为本文方法使用后，有效避免倒闸操作的错误产生，提升变电站顺控倒闸操作安全性，起到保护变电站运行安全的作用。

测试本文方法的应用效果，以35 kV单母分段接线为例，测试3种方法在变电站在正常运行状态、解列状态和三相不平衡状态下变电站倒闸后的20 s内电压的变化情况。测试结果如图7所示。

图7 3种方法应用后不同运行状态下电压变化情况

分析图7可知：本文方法在3种运行状态下，倒闸操作后的20 s内，电压运行均较为平稳，没有出现波动或者产生故障；另外2种方法应用后，电压均出现大幅度波动，在解列状态下，文献[3]方法在运行时间为18 s后出现设备故障，导致设备停止运行，文献[4]方法出现大幅度不平稳现象。该实验说明，利用本文方法改进变电站顺控倒闸操作防误闭锁逻辑后，有效避免倒闸操作引起的相关状况和故障，可较好地保证变电站的正常运行。

变电站顺控倒闸过程中会形成不同程度的故障节点负荷，该负荷过大会形成相应运行故障，影响变电站的运行安全。随机抽取实验对象拒合故障的5个故障节点，测试在3种负荷程度下，3种方法使用后的故障节点电压变化情况，测试结果如表3所示。

分析表3可知：由于本文方法具备负荷切除效果，可有效将多余负荷切除，因此故障节点处负荷最低；另外2种方法无法切除多余负荷，因此故障节点处负荷较高， 使变电站存在较大运行风险。测试结果说明，使用本文方法可有效减少变电站倒闸操作中的多余负荷，更好地保证变电站的运行。

表3 3种方法的负荷测试结果

为验证文中所提高阶朴素Bayes算法在变电站一次设备故障诊断方面的准确性，对10 组数据分别测试，并采用同样的预演操作，不同方法的顺控操作准确度对比结果如图8所示。

图8 不同方法的准确度对比结果

分析图8可知：相比2种文献方法，本文方法的顺控操作准确度更高，能够解决变电站顺控操作的主要问题。

3 结束语

本文提出基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进方法。并通过实验分析得出：

a.本文方法能准确完成顺控倒闸操作过程中一次设备故障诊断，准确度顺控操作准确度持续保持在90%左右。

b.通过改进顺控倒闸操作过程中防误闭锁逻辑可有效降低二次设备电损率，保护变电站的安全运行。

c.使用本文方法后，在正常运行状态、解列状态和三相不平衡状态下，可保证变电站电压平稳。

d.在3种负荷程度下，使用本文方法后的故障节点负荷电压最低，有效减少变电站倒闸操作时产生的负荷，更好地保证变电站的运行。