左攀 王能乾 廖輝
摘 要 隨著我國現代電力技術的迅速發展,電網的結構變得越來越復雜,這也給電網中的故障判斷帶來了巨大的困難,本文針對750KV電網的復雜性,采用模糊Petri網(FPN)故障研究方法,將故障元件診斷模型分為雙網模型,即主網和冗余網兩個子網模型,并且在模型中運用信息熵理論,通過一系列模糊推理后得到最小故障診斷范圍,最后確定出故障的具體位置,研究結果表明該方法具有一定的實用性。
關鍵詞 750kV變電站 冗余保護 故障分析 信息熵 模糊Petri網
中圖分類號:TM76 文獻標識碼:A
0引言
西北750kV變電站包含三個電壓等級,即750kV、330kV、66kV,配有雙重保護配置,是西北地區的水火風電外送的大通道,其確保了華北、華中和華東等地區供電的可靠性。當變電站有異常時,各種保護所產生的巨大報警信息會增大故障診斷的難度,很容易出現誤判的情況,并且會使得故障范圍擴大。因此,750kV變電站的故障診斷對于電網的穩定運行具有重要的研究價值。
目前在故障診斷方面,國際上提出過很多方法,比如神經網絡、貝葉斯、遺傳算法專家系統、Petri網、粗糙集等。文獻[4]提出基于模糊Petri網的診斷方法構建了電網中各線路及元件的模糊Petri網故障模型,并且縮小了故障的定位范圍,然后對故障區域元件進行模糊推理,最后通過仿真得到結果。該方法在保護信息不完整時仍可以進行故障診斷,有著較強的通用性。
1冗余知識理論
1.1信息熵理論
文獻[5]提出信息熵理論,對于不確定的系統,若有限隨機事件的集合X表示它的狀態特征,為其取值為x的概率,則=1,(i=1,2,…,n),n為初始庫所的個數,集合X中任合一個事件的自信息量為:
I(x)=logz
將的數學期望定義為平均自信息量,稱為集合X的信息熵,即
H(X)=logz
1.2冗余知識表示
文獻[6]提出先建立元件的各保護子網與線路單側診斷子網、再建立綜合診斷子網的分層建模方法。當750KV電網存在異常時,它的冗余FPN模型可以用一個七元組表示,,由于其具有雙網雙保護配置,所以進一步把它分成兩個子網和,是元件的主網,是元件的冗余網,且。下文中i取m或r。
(1) 是主網和冗余網的模糊庫所的集合。
(2) 是主網和冗余網模糊變遷的集合。
(3) 是主網和冗余網的輸入函數。
(4) 是主網和冗余網的輸出函數。
(5) 是主網和冗余網庫所節點處的可信度。
(6) 是主網和冗余網的輸入輸出權值矩陣。
(7) 是主網和冗余網變遷可信度的閾值。
2冗余知識模型
2.1 750kV變電站系統主接線
圖1中的武海Ⅰ線為例子,構建其FPN診斷模型如圖2
當武海Ⅰ線故障時,根據保護裝置所發出的信息可以將故障元件范圍定位在武海Ⅰ線、武古Ⅱ線、330kVⅢ母、330kVⅣ母。
2.2 750KV變電站故障元件診斷
文獻[7-8]具體給出了冗余FPN的推理過程如下
(1)確定初始信息可信度
依據冗余知識構建武海Ⅰ線診斷模型中各初始信息的可信度如表1 。
(2)計算每個變遷的合成輸入可信度
設武海Ⅰ線診斷模型中所有的變遷輸入、輸出弧的權值為1/h,輸入、輸出弧的總個數為h.則每個變遷合成輸入可信度為:
(3)比較等效模糊輸入可信度與變遷閾值
假設主保護、近后備保護、遠后備保護的變遷閾值 分別為0.7、0.2、0.2,則
由于,則
G為m維列向量,m表示已觸發變遷的個數。當合成輸入可信度大于等于變遷閾值時,gi=1;反之gi=0,i=1,2,…,m。
(4)去掉合成輸入可信度中小于變遷閾值的輸入項H=EeG,經過這一步計算后,H中只包含變遷觸發的合成輸入可信度
(5)計算當前可得到的所有模糊輸出庫所的可信度
(6)將上述所求的結果不斷更新并重復步驟2至5,得:
(7)當時結束,得:
冗余網的診斷推理同上,有:
耦合網診斷推理過程也同上,有:
可疑故障元件武古Ⅱ線,330kVⅢ母,330kVⅣ母的故障診斷推理過程同上
最后可得到診斷結果如表2
表2:可疑元件的故障可信度
3結語
由于750KV變電站發生故障時的信息不完整和不確定性,本文采用模糊Petri網(FPN)故障研究方法構建了故障元件的冗余診斷模型,通過模糊推理和仿真縮小故障元件搜索范圍,從而大大降低了判斷故障診斷的難度,提高了故障診斷的效率,為電網中各種故障判斷提供了一種新的研究方法。最后診斷結果表明該方法具有很好的容錯性。
基金項目:西北民族大學中央高?;究蒲袠I務費資金資助項目:項目批準號:Y17107 。項目負責人:左攀 。
作者簡介:左攀(1994-)男,漢族,西北民族大學電氣工程學院在校本科生,主要研究方向為電氣工程及其自動化。
參考文獻
[1] 劉本粹.加快西北750kV電網工程建設全面推動西電東送北通道進程[J].電網技術,2002,26(03):9-15.
[2] 竇曉波,胡敏強,吳在軍等.數字化變電站通信網絡的組建與冗余方案[J].電力自動化設備,2008, 28(01):38-43.
[3] 董明,張勇,張巖等.含電氣量信息的電力系統故障診斷解析模型[J].電力系統自動化, 2013, 37(06): 55-62.
[4] 吳雙,何正友,錢澄浩等.模糊Petri網在高速鐵路牽引供電系統故障診斷中的應用[J].電網技術, 2011,35(09):79-85.
[5] Kang,H.G.&P.H. Seong .A methodology for evaluating alarm processing systems using informational entropy based measure and the analytic hierarchy process[J]. IEEE Transactions on Nuclear Science,1999,46(06): 2269-2280.
[6] 謝紅濤,童曉陽.基于分層模糊Petri網的電網故障綜合診斷方法[J].電網技術, 2012,36(01):246-252.
[7] 李再華,白曉民,周子冠等.基于特征挖掘的電網故障診斷方法[J].中國電機工程學報,2010,30(10):16-22.
[8] Luo Xu&K. Mladen.Implementing fuzzy reasoning petri nets for fault section estimation[J].IEEE Transactions on Power Delivery,2008,23(02):676-685.endprint