基于模糊綜合評(píng)價(jià)法的智能變電站二次設(shè)備狀態(tài)評(píng)價(jià)研究*

吳俊杰，陳程，程林，江翼，韓欽，馮亮

(1．國(guó)網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，武漢430074;2．國(guó)網(wǎng)湖北省電力公司武漢供電公司，武漢430077;3．長(zhǎng)園深瑞繼保自動(dòng)化有限公司，廣東深圳518057)

0 引言

智能變電站是智能電網(wǎng)的關(guān)鍵成員之一，在電網(wǎng)運(yùn)行環(huán)節(jié)中起著無可替代的角色。相對(duì)于傳統(tǒng)變電站已經(jīng)擁有了可靠的檢測(cè)系統(tǒng)，智能變電站二次設(shè)備雖然在性能上有了較大提高，但是其功能的實(shí)現(xiàn)離不開與整個(gè)電網(wǎng)系統(tǒng)的相關(guān)的眾多環(huán)節(jié)的有效連接，相對(duì)于傳統(tǒng)變電站較為成熟的應(yīng)用，智能變電站二次系統(tǒng)技術(shù)更加復(fù)雜，運(yùn)行中設(shè)備二次系統(tǒng)功能經(jīng)常出現(xiàn)問題，但卻無法及時(shí)準(zhǔn)確檢測(cè)到具體故障，從而影響了整個(gè)系統(tǒng)的穩(wěn)定運(yùn)轉(zhuǎn)。再者一些重要的狀態(tài)評(píng)估標(biāo)準(zhǔn)和規(guī)范在智能變電站二次系統(tǒng)中還需進(jìn)一步完善，設(shè)備缺乏全面有效的狀態(tài)檢測(cè)以及簡(jiǎn)單可靠的評(píng)估方法［1］。常用到的評(píng)估方法包括層次分析法、綜合評(píng)分法及模糊綜合評(píng)價(jià)法等幾種，文中列舉了影響智能變電站二次設(shè)備狀態(tài)準(zhǔn)確評(píng)估的一些元素，對(duì)常用評(píng)估法各自的重要特點(diǎn)進(jìn)行對(duì)比，得出對(duì)于智能變電站二次設(shè)備，模糊綜合評(píng)判法更加能夠準(zhǔn)確的進(jìn)行狀態(tài)評(píng)估，文中給出了具體的計(jì)算步驟，并通過例子得到了驗(yàn)證。

1 評(píng)估法分析

智能變電站二次設(shè)備性能復(fù)雜，功能強(qiáng)大，在運(yùn)行的過程中設(shè)備狀態(tài)受到很多因素的制約與影響，因此，對(duì)這樣一個(gè)系統(tǒng)尋找準(zhǔn)確的評(píng)估方法是非常困難的，有必要對(duì)目前的各種評(píng)估方法進(jìn)行分析，選擇出智能變電站二次設(shè)備狀態(tài)的最優(yōu)評(píng)估方法［2］。

現(xiàn)在常用到的評(píng)估方法包括層次分析法、綜合評(píng)分法及模糊綜合評(píng)價(jià)法等幾種，應(yīng)用在眾多不同的領(lǐng)域中。綜合評(píng)分法是依據(jù)一定的標(biāo)準(zhǔn)對(duì)影響設(shè)備狀態(tài)的各種因素進(jìn)行打分，并通過加權(quán)相加起來最后求得實(shí)際的總分。這種方法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，缺點(diǎn)是在評(píng)價(jià)過程中各項(xiàng)指標(biāo)評(píng)價(jià)的時(shí)候主觀因素較多，出現(xiàn)誤差的風(fēng)險(xiǎn)較大。模糊綜合評(píng)價(jià)法原理是借助模糊數(shù)學(xué)理論來對(duì)實(shí)際問題采取綜合評(píng)價(jià)的方法，具體是依靠模糊數(shù)學(xué)中的隸屬度來將定性評(píng)價(jià)變成定量評(píng)價(jià)。與綜合評(píng)價(jià)法相比，具備結(jié)果清晰以及系統(tǒng)性較強(qiáng)等優(yōu)點(diǎn)，適用于包含大量因素影響的復(fù)雜問題的評(píng)價(jià)。所以能夠更好地處理智能變電站二次設(shè)備運(yùn)行出現(xiàn)的邊界不清以及不容易量化的情況，將問題得到合理的解決［3］。所以，文中將通過該評(píng)價(jià)方法來對(duì)智能變電站二次設(shè)備進(jìn)行狀態(tài)評(píng)估。

2 智能變電站二次設(shè)備狀態(tài)特征量

智能變電站二次設(shè)備的特征量是可以表示出設(shè)備健康狀況的特征參數(shù)。主要包含時(shí)間、穩(wěn)態(tài)、電氣及檢修性能。其中時(shí)間性能特征量包括絕對(duì)延時(shí)、動(dòng)作時(shí)間、報(bào)文發(fā)送時(shí)間及響應(yīng)報(bào)文延時(shí);穩(wěn)態(tài)性能特征量包括采樣幅值誤差、采樣相位誤差、報(bào)文一致性及家族性缺陷;電氣性能特征參量包括絕緣電阻、介質(zhì)強(qiáng)度和沖擊電壓;檢修性能特征量包括定期檢修和功能性巡查兩項(xiàng)［4］。

3 基于模糊綜合評(píng)估的模型

3．1 模糊綜合評(píng)價(jià)法模型的建立

通過模糊綜合評(píng)價(jià)法來進(jìn)行建立評(píng)估模型的步驟如下:

(1)找出評(píng)估對(duì)象的因素集U

因素集U用來表示對(duì)評(píng)估對(duì)象有影響的全部因素的集合。

U=(u1，u2，u3…，um) (1)(2)建立評(píng)語(yǔ)集V

評(píng)語(yǔ)集V用來表示因素集U中各評(píng)價(jià)指標(biāo)所處狀態(tài)的集合。

V=(v1，v2，v3…，vn) (2)(3)確定評(píng)價(jià)矩陣R

R為U到V的模糊關(guān)系。

式中rij為U中ui對(duì)V中vj的隸屬度。

(4)計(jì)算權(quán)重向量W為:

W=(w1，w2，w3…，wm) (4)

計(jì)算權(quán)重值的方法通常有層次分析法、因子分析法、德爾菲法、專家評(píng)分法以及嫡值法等幾種。每一種權(quán)重值計(jì)算方法都有自有的特點(diǎn)來滿足不同評(píng)估對(duì)象，使得權(quán)重值分配得到更好的結(jié)果。

(5)選擇模糊合成算子

在模糊評(píng)估的理論里，用于計(jì)算的模糊合成算子一般包含:主因素突出型M(· ，∨)、主因素決定型M(∧，∨)、加權(quán)平均型M(·· ，⊕)以及不均衡平均型M(∧，⊕)。

每個(gè)都適用于不同評(píng)估對(duì)象。其中加權(quán)平均型算子公認(rèn)為是最合理的，可以全面地考慮到全部的指標(biāo)，能夠更好的利用這些指標(biāo)的數(shù)據(jù)信息。因此這里根據(jù)最終使用加權(quán)平均型算子用于運(yùn)算。

(6)模糊綜合評(píng)估數(shù)學(xué)模型建立

模糊綜合評(píng)估的數(shù)學(xué)模型計(jì)算公式如下:

B=W 。R=(b1，b2，…，bm) (5)

公式中。為廣義模糊計(jì)算符號(hào);B為模糊綜合評(píng)估結(jié)果，代表評(píng)估對(duì)象對(duì)各個(gè)評(píng)語(yǔ)的隸屬程度。

評(píng)估指標(biāo)是依據(jù)層次來進(jìn)行劃分，將模糊綜合評(píng)估的數(shù)模來擴(kuò)展，得出多級(jí)模糊綜合評(píng)估模型。對(duì)應(yīng)的二級(jí)數(shù)學(xué)模型計(jì)算公式如下:

式中 B1，B2，···，Bn為二級(jí)模糊綜合評(píng)估結(jié)果。

(7)計(jì)算評(píng)估結(jié)果

經(jīng)過計(jì)算后得到的綜合評(píng)估結(jié)果見表1。

參考模糊綜合評(píng)估表中的數(shù)值以及與之相關(guān)最大隸屬度原則來選定評(píng)估對(duì)象的評(píng)估等級(jí)。

表1 綜合評(píng)估結(jié)果框圖Tab．1 Block of comprehensive assessment result

3．2 隸屬函數(shù)的選定

隸屬函數(shù)的選擇是很重要的，隸屬函數(shù)確定后方可進(jìn)行模糊關(guān)系矩陣R的計(jì)算，選擇一個(gè)符合實(shí)際情況的隸屬函數(shù)才能夠使計(jì)算出的模糊關(guān)系矩陣R更加科學(xué)、合理。在選擇隸屬函數(shù)的時(shí)候要盡量克服主觀方面的影響因素，最大限度保證隸屬函數(shù)體現(xiàn)客觀性［5］。

隸屬函數(shù)的選擇包括例證法、模糊統(tǒng)計(jì)方法、指派方法［6］。例證法是根據(jù)已得到的少部分?jǐn)?shù)據(jù)來推算隸屬函數(shù);模糊統(tǒng)計(jì)法是依據(jù)統(tǒng)計(jì)規(guī)律從而由部分推斷出全部，再由隸屬度的客觀性計(jì)算得到隸屬函數(shù);指派方法更加偏向于主觀和經(jīng)驗(yàn)來進(jìn)行推算［7-9］。正態(tài)分布函數(shù)作為模糊分布的一種，當(dāng)期望值μ為±3σ范圍中涵蓋99．73%面積，因此可以覆蓋較多信息的明顯優(yōu)點(diǎn)，所以文章對(duì)隸屬度進(jìn)行計(jì)算時(shí)使用模態(tài)正態(tài)分布隸屬函數(shù)。具體公式如下:

(7)

公式中使用普通、較好、優(yōu)秀三個(gè)級(jí)別。如果是越小越好的狀態(tài)指標(biāo)，μmin、μ0、μmax分別是指標(biāo)為“優(yōu)秀”、“較好”、“普通”時(shí)的預(yù)期值;反之，μmin、μ0、μmax分別是指標(biāo)為“普通”、“較好”、“優(yōu)秀”時(shí)的預(yù)期值。文中使用智能變電站二次設(shè)備狀態(tài)的相關(guān)標(biāo)準(zhǔn)和規(guī)定［10-12］，最后根據(jù)現(xiàn)場(chǎng)情況進(jìn)行確定，將結(jié)果記在表2中。

表2 隸屬函數(shù)參數(shù)Tab．2 Membership function parameters

4 實(shí)例分析

文中以某一常用規(guī)格的智能終端作為例子，采用文中的模糊綜合評(píng)判法來對(duì)其狀態(tài)進(jìn)行評(píng)估以驗(yàn)證該方法的實(shí)用性［13-14］。詳細(xì)步驟如下:

(1)建立因素集W

因素集W參照智能終端的具體狀態(tài)來進(jìn)行確定，將時(shí)間性能等六種性能因素設(shè)定為一級(jí)評(píng)估指標(biāo)，再將一級(jí)評(píng)估指標(biāo)詳細(xì)劃分，產(chǎn)生了相應(yīng)的二級(jí)指標(biāo)。評(píng)估因素集U如下:

U=(u1，u2，u3，u4，u5，u6)

因素集U的評(píng)估子集如下:

u1=(u11，u12，u13，u14)

u2=(u21，u22)

u3=(u31，u32，u33)

u4=(u41，u42，u43)

u5=(u51，u52，u53)

u6=(u61，u62，u63，u64)

(2)建立評(píng)語(yǔ)集V

采用普通、較好、優(yōu)秀3個(gè)等級(jí)，評(píng)語(yǔ)集如下:

V=(v1，v2，v3)

(3)建立模糊關(guān)系矩陣R

用于計(jì)算所用的隸屬函數(shù)的具體參數(shù)以及給定的實(shí)測(cè)值見表3。用表中的數(shù)據(jù)來進(jìn)行模糊關(guān)系矩陣的計(jì)算。

上述數(shù)據(jù)借助隸屬函數(shù)式(7)可得出各項(xiàng)性能指標(biāo)值所屬的隸屬度，進(jìn)一步得出模糊關(guān)系矩陣。計(jì)算結(jié)果如下:

表3 智能終端隸屬函數(shù)參數(shù)和實(shí)測(cè)值Tab．3 Membership function parameters and sometest values of smart terminals

(4)計(jì)算指標(biāo)的權(quán)重向量W

由計(jì)算公式得到各項(xiàng)指標(biāo)對(duì)應(yīng)的權(quán)重值，權(quán)重向量如下:

W=(0．3，0．3，0．3，0．07，0．07，0．07)

W1=(0．32，0．29，0．21，0．17)

W2=(0．8，0．2)

W3=(0．12，0．25，0．62)

W4=(0．45，0．33，0．25)

W5=(0．48，0．19，0．25)

W6=(0．17，0．35，0．25，0．25)

(5)選擇模糊合成算子

智能變電站二次設(shè)備的狀態(tài)評(píng)估通過前面選用的M(·· ，⊕)來運(yùn)算。

(6)模糊綜合評(píng)估

對(duì)智能終端性能進(jìn)行二級(jí)模糊綜合評(píng)估，詳細(xì)的過程如下:

(a)一級(jí)模糊綜合評(píng)估。時(shí)間性能B1如下:

B1=W1。R1= [0．17 0．26 0．53]

通過相同的方法計(jì)算出剩余一級(jí)模糊綜合評(píng)估的結(jié)果:

B2=[0 ．02 0．17 0．80]

B3=[1 0 0]

B4=[0 ．22 0．48 0．21]

B5=[0 ．10 0．33 0．41]

B3=[0 ．26 0．47 0．14]

(b)二級(jí)模糊綜合評(píng)估。一級(jí)性能指標(biāo)對(duì)應(yīng)的模糊關(guān)系矩陣如下:

二級(jí)模糊綜合評(píng)估如下:

(6)確定評(píng)估結(jié)果

智能終端設(shè)備最終的綜合評(píng)價(jià)見表4。

表4 綜合評(píng)估結(jié)果Tab．4 Comprehensive assessment results

結(jié)合表4以及參考最大隸屬度的判定依據(jù)進(jìn)而判斷出實(shí)例中的智能終端狀態(tài)評(píng)估最終結(jié)果為普通。該評(píng)估結(jié)果與采用層次分析法和綜合評(píng)分法得出的評(píng)估結(jié)果一致，且更為精確。

5 結(jié)束語(yǔ)

智能變電站結(jié)構(gòu)復(fù)雜，影響設(shè)備狀態(tài)的參數(shù)較多。針對(duì)智能變電站二次設(shè)備缺乏全面有效的狀態(tài)檢測(cè)以及簡(jiǎn)單可靠的評(píng)估方法。列舉了影響智能變電站二次設(shè)備狀態(tài)準(zhǔn)確評(píng)估的一些元素，對(duì)常用評(píng)估法各自的重要特點(diǎn)進(jìn)行對(duì)比，得出對(duì)于智能變電站二次設(shè)備，模糊綜合評(píng)價(jià)法能夠準(zhǔn)確的進(jìn)行狀態(tài)評(píng)估，文中給出了具體的計(jì)算步驟，并通過例子得到了驗(yàn)證。

參考文獻(xiàn)

［1］劉振亞．智能電網(wǎng)技術(shù)［M］．北京:中國(guó)電力出版社，2010．

［2］倫惠勤，王佳，胡揚(yáng)，等．智能配電網(wǎng)研究現(xiàn)狀及發(fā)展展望［J］．電測(cè)與儀表，2015，52(8):10-15．

Lun Huiqin，Wang Jia，Hu Yang，et al．Intelligent distribution network research status and development prospects［J］．Electrical Measurement＆ Instrumentation，2015，52(8):10-15．

［3］李棟，董斌，宋寧希，等．新一代智能變電站整體方案的經(jīng)濟(jì)性模糊綜合評(píng)價(jià)［J］．電測(cè)與儀表，2014，51(5):96-100．Li Dong，Dong Bin，Song Ningxi，et al．Economic fuzzy comprehensive evaluation of the overall scheme of the new generation intelligent substation［J］Electric Measurement＆ Instrumentation，2014，51(5):96-100．

［4］趙紅．智能變電站二次設(shè)備狀態(tài)評(píng)估方法研究［D］．重慶:重慶大學(xué)，2016．

［5］ Chan WL，Chan TM，Pang SL，et al．A Distributed On-line HV Tranmission Condition Monitoring Information System［J］．IEEE Transation on Power Delivery，1997，112(2)．

［6］ Daniel S．Gazzana，Mario O．Oliveira，Arturo S．Bretas．An Expert System for Substation Fault Detection in Thermoelectric Generation Plants［D］．2010，1(1):12-19．

［7］鄔春明，程亮．變電站監(jiān)測(cè)數(shù)據(jù)采集系統(tǒng)［J］．電測(cè)與儀表，2014，51(3):64-67．Wu Chunming，Cheng Liang．Substation monitoring data acquisition system［J］．Electrical Measurement＆Instrumentation，2014，51(3)64-67．

［8］ Chan F，Laprise R A．Fully Integrated Substation LAN Network for Protection Control and Data Acquisition［C］．IEEE Power and Energy Society General Meeting，2009．

［9］葉其革，張嵐，樊冬梅．智能變電站二次設(shè)備可靠性自動(dòng)評(píng)估方法研究［J］．自動(dòng)化與儀器儀表，2017，(9):42-43．

［10］韓富春，張海龍．高壓斷路器運(yùn)行狀態(tài)的多級(jí)模糊綜合評(píng)估［J］．電力系統(tǒng)保護(hù)與控制，2009，(17):60-64．Han Fuchun，Zhang Hailong．Multilevel fuzzy comprehensive evaluation of operation state of high voltage circuit breaker［J］．power system protection and control，2009，(17):60-64．

［11］Ericsson GN．Cyber Security and Power System Communication-Essential Parts of a Smart Grid Infrastructure［J］．IEEE Transactions on Power Delivery，2010，3(25):1501-1507．

［12］UpekaPremaratne，JagathSamarabandu，TarlochanSidhu，Robert Beresh，Jian-Cheng Tan．Security Analysis and Auditing of IEC61850-Based Automated Substations［J］．IEEE PowerDelivery，2010，4(25):2346-2355．

［13］張躍麗．智能變電站二次系統(tǒng)可靠性及相關(guān)問題研究［D］．上海:上海交通大學(xué)，2013．

［14］李躍軍．智能變電站二次設(shè)備狀態(tài)評(píng)估模型及其應(yīng)用的研究［D］．北京:華北電力大學(xué)，2015．