基于Gabor变换的电网调度自动化设备运行状态监控技术

李 敏,徐建航,岳振铎,赵双全,张 政

(1.国家电网有限公司华北分部,北京 100053;2.南瑞集团(国网电力科学研究院)有限公司信息化系统研发部,北京 100192)

0 引言

随着信息技术的快速发展,电网成为人类生活不可或缺的重要组成部分。电网调度自动化设备作为融合自动化监测与控制的电力调度系统[1],起到存储电力相关数据,按需求启停调度各电厂用电量的作用。由于电网调度自动化设备主要依靠程序代码实现电力数据存储与用电量调度,因此该设备极易受到外界因素的干扰,出现设备运行不稳定等问题。电力调度自动化设备长期处于不稳定运行状态将直接导致电力系统运行质量下降,威胁电网用户用电安全。为了及时修复电力调度自动化设备缺陷,使该设备始终保持在结构和功能均无故障的稳定状态,国内外学者展开对电网调度自动化设备运行状态监控方法的研究[2-4],但电网调度自动化设备运行状态监控精度仍有待进一步提高,因此,本文提出基于Gabor变换的电网调度自动化设备运行状态监控技术。

1 采集电网调度自动化设备状态信息

1.1 大规模数据库技术

对于不断演变运行状态的电网调度自动化设备而言,其从接收上行系统派发的任务到执行任务这一线性时间段内接触到的大批量电力相关数据均存储于海量时序大规模数据库(clickhouse)中。这意味着采集电网调度自动化设备状态信息需要深入了解数据库存储方式和吞吐量,否则可能采集到无用的状态信息。海量时序大规模数据库存储一次设备自动化调度数据需要部署3个节点,即JobCllent节点、JobTracker节点和TaskTracker节点。其中,JobCllent节点负责同步第3方接口,使存储动作与调度动作在时间窗和业务逻辑方面完全吻合;JobTracker节点负责限制电网调度所涉及的链路开销,使数据库组内分离度和组间分离度维持在一定比例;TaskTracker节点作为唯一的聚合节点,能够根据时间参数将大批量电力相关数据按最佳分组方式划分为多个聚合小组。JobCllent节点的表达式为

(1)

式中:ηij为空闲节点;k为电网调度域;αi为节点内信息量;γij为数据库磁盘;q为电网调度自动化设备使用率;n为节点存储时间窗;xj为电网调度时间窗。

JobTracker节点的表达式为

(2)

式中:y为最小链路开销;r为数据库组内分离度;π为数据库组间分离度;ρ为任意2组链路间的开销差;di为组间链路开销;m为组内链路开销;i为电力相关数据传输压力。

TaskTracker节点的表达式为

L=C′×v

(3)

式中:C′为异步分布聚合策略;v为时间参数。

通过分析3个节点的工作原理,详细了解海量时序大规模数据库的存储方式。在忽略电力相关数据携带的数据流量压力的前提下,计算海量时序大规模数据库在该存储方式的协助下能够存储的实际电力相关数据量,即吞吐量。数据流量压力的计算公式为

(4)

式中:f为电力相关数据量;e为输入变量隶属度;ho为实时资源占用信息;σ为累积压力。

实际电力相关数据量的计算公式为

(5)

式中:fr为数据库最佳分组数;s为电网规模;λnm为链路总开销;υ为电网调度中心的链路信息。

由于实际电力相关数据是电网调度自动化设备运行途中存储的状态信息,因此将实际电力相关数据视为待采集目标,利用智能电网数据采集网络实现该目标的自动化采集。智能电网数据采集无线传感器网络的表达式为

(6)

1.2 自动化电网调度技术

自动化电网调度技术是电网调度自动化设备的核心技术,由复杂网络管理协议(DNMP)和实时数据传输调度模型[5]共同组成,起到按需求启停调度各电厂用电量的作用。各电厂用电量与不间断电源耗电量有关,当各电厂机房的相量测量装置[6]越线、跳变、刷新频率较快时,不间断电源耗电量升高,电厂用电量升高,电网调度自动化设备收到主站系统下发的调度任务,开始向用电量升高的电厂合理调度电力相关数据。计算一次设备自动化调度过程中,参与调度的电力相关数据量。相量测量装置越线、跳变、刷新频率的计算公式为

(7)

式中:rs为越线规划时长;z为相量测量间隔;ϑ为跳变转移时间;ψ为跳变瞬时状态;l3为跳变瞬时可用度;yo为刷新开始时段;gs为期望负荷量。

不间断耗电量的计算公式为

(8)

式中:cnm为非计划耗电损失;αn为单位负荷价值;αm为期望耗电量;ni为规划时间内电网运行风险;nj为相量测量装置内绝缘度。

一次设备自动化调度过程中参与电网调度的电力相关数据量的计算公式为

(9)

式中:2dREF为电网调度响应时长;∂为分布式任务时间序列。

将参与调度的电力相关数据视为待采目标,利用智能电网数据采集网络实现该目标的自动化采集。

2 电网调度自动化设备运行状态监控

2.1 电网调度自动化设备状态信息分析

利用智能电网数据采集网络采集的电网调度自动化设备状态信息由于存在干扰性较强的高斯白噪声[7],尚不能作为可靠样本监控电网调度自动化设备运行状态。想要获取可靠性更高的样本数据,提升设备运行状态的监控精确度,需要优先消除状态信息的噪声。Gabor交换又称改进经验小波变换[8],是具有非平稳信号处理能力的时频分析降噪方法。相较于传统降噪方法的局部噪声离散手段,Gabor交换以时域、频域双周期扩展的时间序列为基础,通过自适应滤波的归一化处理,实现噪声信号的消除。Gabor变换消除状态信息噪声主要包括2个步骤,即聚集性度量和自适应滤波降噪。

2.1.1 聚集性度量计算

聚集性指噪声信号在时域波段和频域波段上的聚集程度,可以指导自适应滤波[9]的分布情况,为状态信息降噪奠定基础。聚集性越大,说明时、频域波段聚集的噪声信号越密集。计算电网调度自动化设备状态信息的信息熵[10],并按熵值大小将其重新排列,通过限制上界状态信息与下界状态信息的虚数单位,将状态信息约束在正态分布矩阵中。视正态分布矩阵为目标降噪矩阵,通过将矩阵映射至时频域空间,获取该矩阵的时域波段和频域波段,并计算各波段的聚集性度量,即噪声信号聚集性。信息熵计算公式为

(10)

式中:yr为状态信息的噪声标准差;τ2为受噪声干扰丢失的状态信息量;hv为状态信息实时序列。

(11)

时频域空间的表达式为

(12)

时域波段和频域波段的表达式为

(13)

式中:ε为时域噪声幅值;βi为负荷向量;ωn+1为频域噪声幅值;ωn为含噪小波分解程度。

时域波段和频域波段聚集性度量的计算公式为

(14)

2.1.2 自适应滤波降噪技术

1.调查总括。采用自编问卷《戒毒人员回归社会生活状况调查》对“多进宫”男性戒毒人员后续照管情况进行了解，将操守期作为此次调查的重要变量。（操守期指前一次强制隔离戒毒结束与本次强制隔离戒毒开始的时间间隔）。问卷内容包括个人基本情况、入所前生活情况及解戒后生活情况三部分，除个人基本情况外有33道客观题。收集数据后，采用SPSS17.0统计软件对数据进行分析。同时对48名戒毒人员后续照管情况进行了访谈。

以时域波段和频域波段的聚集性度量为基础,在目标降噪矩阵中分配与度量值相等的自适应滤波,即可实现状态信息的自动化降噪。自适应滤波降噪公式为

(15)

2.2 设备运行状态监控模型

经过降噪优化的电网调度自动化设备状态信息的可靠度显著提升。将模糊神经网络[11]与电网调度自动化设备健康评估体系结合,建立设备运行状态监控模型,通过将状态信息输入该模型,实现设备运行状态的自动化监控。设备运行状态监控模型的表达式为

(16)

式中:Qnm为警告窗;In为冗余特征;μ为网口状态;dn为CPU温度;Im为板卡温度。

3 实验与结果

为验证基于Gabor变换的电网调度自动化设备运行状态监控技术的整体有效性,需要对其测试。

选择2个型号不同的电网调度自动化设备作为验证算法监控性能的实验对象,实验对象如图1所示。

图1 实验对象

实验对象相关参数如表1所示。

表1 实验对象相关参数

3.1 设备突发故障监控效果

采用MATLAB仿真软件搭建攻击模型,在实验对象运行至第10 min时发起攻击。分别采用本文方法、文献[2]方法和文献[3]方法监控实验对象的运行状态,通过观察不同方法各时间节点的电压监控幅值,判断不同方法对电网调度自动化设备运行状态的监控性能。不同方法各时间节点的电压监控幅值如图2所示。

图2 不同方法各时间节点的电压监控幅值

由图2可知,采用本文方法监控电网调度自动化设备运行状态,当设备出现突发故障时,本文方法的反应速度灵敏,及时出现了电压监控幅值变化,说明本文方法对电网调度自动化设备突发故障的监控效果较好;而文献[2]方法和文献[3]方法的反应速度较慢,并未出现与故障对应的电压监控幅值变化,对电网调度自动化设备突发故障的监控效果较差。

3.2 设备持续故障监控效果

采用攻击模型持续攻击电网调度自动化设备,且攻击强度随设备运行时间延长而增加。分别采用本文方法、文献[2]方法和文献[3]方法监控实验对象的运行状态,通过观察不同方法各时间节点的电压监控幅值,判断不同方法对电网调度自动化设备运行状态的监控性能。不同方法各时间节点的电压监控幅值如图3所示。

图3 不同方法各时间节点的电压监控幅值

由图3可知,采用本文方法监控电网调度自动化设备运行状态,当设备出现持续且强度递增的故障时,本文方法的电压监控幅值随设备运行时间的延长而逐渐下降;而文献[2]方法和文献[3]方法的电压监控幅值随设备运行时间的延长并未出现明显变化。经上述对比,进一步验证了本文方法的监控效果较好。

3.3 监控精确度

为进一步验证本文方法的实用性,分别采用本文方法、文献[2]方法和文献[3]方法监控实验对象的运行状态,并记录不同方法的监控功率,通过计算各方法的监控功率与实际功率之差,判断不同方法的监控精确度。不同方法的监控功率与实际功率之差如图4所示。

图4 不同方法的监控功率与实际功率之差

由图4可知,采用本文方法获取的监控功率与实际功率误差较小,在各时间节点二者之差的平均值均在±0.05 W以内;而采用文献[2]方法和文献[3]方法获取的监控功率与实际功率差距较大。

4 结束语

根据国家电网公司发布的调度自动化系统预控计划,可知提前预警电网调度自动化设备危险状态对扩大电网充裕度、降低电网运行风险起到举足轻重的作用。为及时检测电网调度自动化设备异常,提出基于Gabor变换的电网调度自动化设备运行状态监控技术。实验结果表明,该方法能够迅速监控电网调度自动化设备运行故障状态,监控精确度高。