劉銀,王申強,楊永,牛智勇,勞曉明,李斌
(1.廣東電網公司茂名供電局,廣東 茂名 525000;2.北京四方繼保自動化股份有限公司,北京 100085)
電力設備狀態監測與故障診斷系統在電力領域得到了廣泛應用,已研制出的診斷系統大都是針對單臺或單類設備,可擴充性、靈活性、通用性差,且各診斷系統之間相互獨立,即使是針對同類設備的診斷系統也不能進行有效的信息變換和共享,這種信息孤島極大地限制了診斷系統的應用范圍,并造成了巨大的資源浪費[1][2]。
傳統設備診斷系統由在線監測單元及后臺系統組成。在線監測單元主要完成數據采集、告警及錄波上送功能,而設備診斷分析等功能由后臺系統集中處理。由于在線監測相當一部分監測數據為高頻采樣數據,數據量極大。因此必須經在線監測單元處理后,將數據精簡后上送后臺。目前在線監測單元數據采集功能發展完善,一般是通過閾值、趨勢處理后,以實時數據、告警、錄波等方式上送后臺,處理邏輯也基本固化在設備內部,外部不能更改。在線監測單元的功能實現、及上送數據規范化,直接影響在線診斷的實現模式及應用效果。
本文利用多智能體技術(MAT,Multi-Agent Technology)規劃設備自診斷系統,以系統的角度規劃其中每一個組成部分應具備的功能,由此組成的自診斷系統具有分布、自治、多目標互動等特點,系統具有很強的魯棒性和可靠性。在線監測單元向智能化的方向發展,最終具備數據處理邏輯、診斷邏輯的標準化、互動化、實用化;成為智能變電站設備診斷、狀態評價的堅強有力的基礎。而站內平臺則充分利用全景信息平臺的優勢,實現全景信息融合,著重發展設備綜合診斷,并與主站縱向貫通,實現協調互動。
基于智能體(Agent)的模型是一種擬人化的模型,因而可以將系統中人工行為和其它控制單元的行為統一起來,提供統一的描述方法。Agent 之間通過計算機網絡連接,Agent 作為網絡上的智能結點,構成“分布式多智能體系統(MAS)”。Agent 的顯著特點是:大量信息處理發生在Agent 內部,只有高層協作信息進行交互。這樣可以降低通訊成本,提高系統的動態品質[3-6]。
1)快速性與高效性:各獨立的智能體可以異步地、非同期地處理工作,可以平行而獨立地處理工作。
2)可靠性與魯棒性:多智能體系統將復雜系統細分為多個子智能體,降低了系統的復雜性與冗余度,提高了整體系統處理的可靠性。
3)靈活性與適應性:通過新增相應功能模塊的子智能體可以靈活地處理更多地問題,增大適用領域與工作范圍。
4)經濟性與低成本:由于復雜系統可以化解為多個簡約的低成本的子智能體單元,多智能體系統相對于高度集中化的單一系統更能節約成本與造價。
5)可塑性與可擴展:各獨立的子智能體單元可以相對獨立地分別設計與實施,或者在已有的軟硬件設施基礎上進行擴充與擴展。整體系統的測試與調整將大為簡化,并且通過重配置與重構各個子智能體,增加“多智能體系統”再利用的適用機率[7-11]。
本文提出的基于多智能體技術的智能變電站關鍵設備在線監測和自診斷系統結構如圖1 所示,通過對智能變電站進行面向對象的統一建模,對各個在線監測單元監測到的數據進行數據格式的統一規范,將統一化的數據反饋到各個自診斷子系統,子系統調用對應的狀態評估和故障診斷算法進行就地診斷,并將診斷結果送入專家系統,進行綜合評判和診斷。專家系統將綜合化的結果進行訓練,并聯網進行數據的統計分析和自學習,形成新的標準和算法,下發到各個自診斷子系統,自診斷子系統可以就地升級,更換新版本。該系統特點主要體現在以下幾方面:
圖1 智能變電站關鍵設備在線監測和自診斷系統層次結構示意圖
高效性、可重用性、可維護性、通用性,本系統可以實現不同地區,不同廠家設備的參數規范化,便于升級,方便后臺處理,降低了維護的難度。
智能體對于不同廠家的不同數據類型擁有不同類型的接口函數,通過接口函數將數據格式進行統一化處理,轉換成通用的、適用于目前版本算法的數據類型。如圖2 所示,單個智能體調用相應的接口函數對相應廠家的上傳數據進行格式統一化,每個智能體都能夠獨立地進行數據轉換,互不干擾。此外,本地的智能體之間能夠進行數據信息的互動訪問,這樣多個智能體協同工作,提高了數據統一化處理的效率,實現了信息共享。
圖2 數據格式統一化示意圖
圖3 基于多智能體技術的設備自診斷系統示意圖
目前在線監測單元,重采集、輕診斷,本文提出的基于多智能體技術的設備故障自診斷系統示意如圖3 所示,數據經過智能體的統一化處理后,上送相應的診斷智能體,診斷智能體調用相應的診斷子算法對單項數據進行診斷,每個診斷智能體將單項的診斷結果上送總的智能體,進行綜合診斷。因此,故障診斷模塊主要包括單項診斷和綜合診斷。
對于面向對象建模的變電站設備,單個一次設備對應一個總的智能體,其下包含若干二次設備,智能體之間是可以相互通信的,每個二次設備對應一個智能體,接收在線監測單元反饋的統一化數據,調用相應算法進行局部的狀態評估和診斷,將診斷結果上報到一次設備,進行綜合評估和診斷,一次設備將綜合結果通過上傳匯總,利用專家系統對歷史庫和實時庫進行學習和訓練,不斷得到高效和通用性好的新版本,通過下傳給其他智能體,實現就地更新,升級。下面以變壓器故障診斷系統為例加以說明。
3.2.1 單項診斷
單項診斷包括基于單項數據的多個智能體診斷和單設備的診斷。
基于油色譜單項數據的多方法圖形化診斷如圖4 所示:采用多種方法(閾值法、改良三比值法、IEC 三比值法、電協研法、TD 圖法)對油色譜數據(分析前進行數據的滑動中值預處理)進行分析診斷。各個智能體獨立調用對應算法對數據進行診斷,得出該算法的診斷結果,各智能體之間互不影響,協同工作,提高了診斷效率,而且,系統的容錯率高,即使單個診斷結果有誤也不會影響整體的診斷結果,之后對于每個診斷結果進行直觀的圖形化設計,給出圖形化診斷結論。
圖4 基于油色譜單項數據的多方法圖形化診斷示意圖
閾值、方差分析、斜率分析相結合的單項診斷如圖5 所示:對于運行電壓、電流、油溫等監測項目數據,采用閾值、方差分析和斜率分析相結合的方法進行數據診斷,得出單設備的診斷結果,避免了基于單一方法的偏差。
圖5 單設備診斷流程示意圖
3.2.2 綜合診斷
利用基于BP 神經網絡的多參量數據診斷對變壓器進行綜合診斷,如圖6 所示。變壓器的故障主要和CH4、H2、總烴(C1+C2)、C2H2 四種氣體的濃度有關。據此可以設定特征相量由這四種氣體的濃度組成,它同時也設定了網絡輸入層的節點數、層數(三層:輸入層、隱藏層、輸出層)、節點數和隱含層?;贐P 神經網絡算法的變壓器故障診斷方法能檢測出一般過熱故障、嚴重過熱故障、局部放電故障、火花放電故障、電弧放電故障等典型故障類型。
圖6 基于BP 神經網絡的多參量數據診斷
按照統一的通信規約,將不同地區,不同型號的設備的診斷故障信息進行聯網上傳,構建系統的統一規則知識庫,對大量的信息進行數據挖掘,自適應學習,訓練規則,得到新的適用于不同地區、不同型號設備的版本,通過聯網交互,下傳到相應的裝置,依據不同的地區予以區分,以達到各項標準統一規范化的目的。
智能協同工作模塊的智能信息交互與整個多智能體狀態監測平臺實時地進行著數據、狀態等信息的交互;智能決策控制單元根據接收到的各種信息決定自身智能體的運行方式、完成來自整個多智能體狀態監測平臺的一些控制任務和云端求解任務,具體流程圖如圖7 所示。
圖7 智能狀態監測示意圖
本文提出的基于多智能體技術的智能變電站在線監測系統突出了智能、分布、自治、互動、標準特色。
分布體現為數據與功能的分散存放,充分發揮在線監測單元就地化數據處理能力,力求在靠近設備的位置實現功能,提高就近解決問題的能力,降低運維難度。在線監測后臺體現在分布式數據匯集、管理,設備綜合診斷及狀態評價上。
自治體現在每一個在線監測單元都是一個具有完善的配置信息、處理、分析能力的智能體,任何部分的缺失都不影響整個系統的良好運行,提高了系統的穩定性與抗毀性。
多目標互動體現在在線監測單元、站內自診斷系統,及主站系統的良好互動。不僅是在線監測單元數據上送后臺,修改的配置數據、新監測原理、新分析模型也可由后臺下發在線監測單元,實現雙向協同互動。
[1]胡建中.基于多智能體技術的故障診斷理論與方法研究[D].南京:東南大學,2003.
[2]曲毅,魏震波,向月.智能電網配電自動化技術的發展[J].南方電網技術,2013,7 (5):56-60.
[3]王相楠,宋瑋.基于本體論的多智能體型EMS 的體系結構研究[J].東北電力技術,2007,3:49-52.
[4]劉京津.基于多智能體系統的故障診斷技術在智能電網中的應用[J].電子與封裝,2013,13 (12):43-48.
[5]劉京津.基于多智能體的故障診斷技術在智能電網中的應用展望[C].2011 年江蘇省城市供用電專業學術年會.揚州:2011 年江蘇省城市供用電專業學術年會文集,2011,4.
[6]劉金琨,爾聯潔.多智能體技術應用綜述[J].控制與決策,2001,16 (2):133-140.
[7]丘柳明,湯玉峰.基于Multi-Agent 的智能配電網故障保護系統的設計[J].廣東電力,2012 (7).
[8]朱廣名.智能變電站過程層網絡組網方式比較[J].廣東電力,2013,26 (5).
[9]陳紅輝,田華.基于智能變電站的智能告警系統技術研究[J].廣東電力,2012,25 (10).
[10]王紅星,黃曙,馬凱,等.智能變電站間隔層設備在線式自我狀態監測系統設計[J].廣東電力,2013,26(10).
[11]何錦雄,朱廣名,安向陽,等.茂名供電局配電網自動化技術研究與應用[J].廣東電力,2012,25 (9).