基于拓撲的調控中心全局故障分析技術

楊 磊，王磊磊，劉 丹，宋曉娜，王 磊，張 揚，侯念國

（1.國網山東省電力公司淄博供電公司，山東 淄博 255030；2.積成電子股份有限公司，山東 濟南 250104）

0 引 言

近年來，隨著智能變電站建設的推進和變電站自動化系統的普及，區域電網調控中心規模逐漸擴大。因此，提高變電站自動化的各項技術成為發展的重點，尤其是智能告警技術。

智能告警技術可分為兩個層面。第一層面，變電站層面的告警。智能告警系統采集變電站的各種動作信號、開關變位及故障錄波等信息，然后處理、推演及計算采集的信息，最終得到最優的告警原因推理和專家決策。第二層面，調度層面的告警。廠站端智能告警模塊采集變電站的各種告警信息，然后將告警信息通過調度數據網上傳到調控中心，而調控中心端的智能告警模塊將各變電站的上傳信息進行推理計算，得到告警原因和決策，進而快速定位故障。

現有的變電站層面的智能告警系統僅分析單一變電站的告警內容，缺少調控中心層面的全局性分析，可能導致故障分析報告不全面、不完整，進而影響故障位置的準確定位。同時，調度層面的集中式智能告警系統可分析處理全網變電站上傳的告警原始信息，但是這些原始告警信息是變電站側根據經驗挑選上傳的重點信息，導致調度端的智能告警模塊的數據源不全面，影響告警推理的準確性[1]。

1 系統結構

本文設計了一種基于拓撲的調控中心-智能變電站分布式故障分析技術，可協調處理主子站之間的故障報告、面向全網智能告警及展示故障分析報告。為建立一套變電站和調度中心兩級分布式數字化報警和故障診斷系統，需在站端獲取保護、測控、故障錄波及網分裝置等信息，然后通過一系列分析處理后形成站內告警故障報告，并上傳給調度端。調度端接收和綜合處理各站的告警故障報告，形成全網告警故障報告。此報告的生成可提高系統可靠性，降低運行人員的故障處理難度，節省故障處理時間，系統結構如圖1所示。

圖1 系統結構示意圖

2 系統設計

電網故障后，智能變電站自動生成準確、簡潔及無意義的故障分析報告，并通過電力數據網快速上傳到調控中心。故障分析報告內容包括智能告警事項、專家決策、故障選項、故障電流、動作信息、動作時序、帶有故障啟動和跳閘時刻的相關波形及狀態時序圖等。調控中心利用網絡拓撲關系生成全局故障分析報告，并進行展示。

本文研究了基于拓撲的調控中心-智能變電站分布式故障分析技術。該技術主要包括變電站端分析模塊和調度端分析模塊兩個部分。變電站端分析模塊主要包括各種參數模型和數據庫的配置、站內數據的采集與轉發、告警原始數據的處理和綜合分析、故障分析報告的生成、歷史數據的存儲展示及故障分析報告和相關內容的展示等功能。調度端分析模塊主要包括全網數據模型和參數的配置，各變電站故障分析報告的接收，全局故障分析報告的生成，歷史數據的存儲與展示以及最終全局故障分析報告的展示等功能。

系統加載描述庫中變電站的一次設備模型，并根據一定規則對整個變電站的當前狀態進行拓撲分析，得到變電站的電氣信息，進而判斷變電站中設備的帶電、接地等狀態，提供設備間連接關系與連通性的分析結果。

2.1 站端分析功能

智能告警站端分析模塊主要包括模型配置、通信服務、故障分析、歷史服務及故障展示等模塊，架構如圖2所示。

圖2 變電站端故障分析

模型配置主要是配置變電站內應用所需的模型、參數等。配置內容主要包括：變電站內保護裝置、測控裝置及故障錄波裝置等二次設備模型；站內一次設備模型、一次映射和二次映射；故障信息事件模型；與站內裝置通信的規約、與調度中心通信的規約及上傳內容等。

通信服務主要負責讀取站內數據模型，以實現站內數據的采集與轉發。該模塊的具體功能包括：采集站內裝置的保護信號、故障錄波文件等信息；采用DL/T 634.5104規約實現與調度中心的通信；上傳站端綜合分析的故障簡報、故障事件等信息；將裝置的保護信號、故障錄波文件等轉發至故障分析服務。

故障分析模塊主要負責讀取系統描述數據庫的模型，以實現對站內故障的綜合分析。該模塊的具體功能是整合分析故障發生時的多條信息形成故障事件，并將事件推送至歷史服務和通信服務。

歷史服務主要負責接收故障分析服務推送的數據。

故障展示模塊主要負責展示變電站內綜合而成的保護信號、故障事件及故障簡報[2]。

2.2 調度分析功能

智能告警調度端分析模塊主要包括模型配置、通信服務、故障分析、歷史服務及人機界面等模塊，架構如圖3所示。

圖3 調度端故障分析

模型配置的主要功能包括：配置全網的一次設備數據模型；配置權限管理數據庫；實現全網變電站內保護信號、告警信號等模型的配置，并實現一次設備和二次設備的映射關系等；配置與站端分析系統通信的規約、上傳內容等。

通信服務讀取全網的數據模型，以實現數據的采集與轉發。該模塊的主要功能包括：采用DL/T 634.5104規約實現與站端分析系統的通信；接收站端綜合分析的保護信號、故障事件及故障簡報等；將接收的保護信號、故障事件及故障簡報等轉發至故障分析服務。

故障分析服務讀取區域電網的數據模型，以實現對區域內電網的綜合分析。將接收的故障信號進行設備映射分析后轉發至人機會話界面，并發送至歷史服務。

歷史服務接收和存儲故障分析服務推送的數據。

故障展示模塊展示故障事件、故障線路等，并調取指定故障線路和變電站的故障簡報[3]。

3 關鍵技術分析

3.1 變電站智能告警模型建模

變電站端智能告警系統的告警數據源為站內保護測控裝置采集的保護動作信號、故障錄波等。對智能告警模型進行建模，使用配置工具將保護測控裝置的裝置模型導入數據庫，并配置DL/T860規約作為與站內裝置的通信規約。對智能告警模型進行配置，具體步驟包括故障類型、專家決策、故障實例的建立、故障類型與專家決策的映射、故障實例與故障類型的映射及故障實例與信號的映射。

（1）新建故障類型，并定義故障類型的名稱和故障推理方式。每個故障類型定義一類故障，推理方式分為單推理、多推理、智能推理、邏輯推理及特殊推理。

（2）新建專家決策。專家決策是專業人員根據經驗建議的故障處理方案。

（3）新建故障類型與專家決策的映射。每個故障類型對應一種專家決策方案，當這類故障發生時，將展示對應的專家決策，以幫助解決故障。

（4）新建故障實例。故障實例建立在間隔上，每個間隔可新建多個故障實例。

（5）新建故障實例與故障類型的映射。每個故障實例對應一種故障類型，一種故障類型可對應多個故障實例。

（6）新建故障實例與信號的映射。故障實例建立在間隔上，每個故障實例可對應多個保護信號。根據推理類型的不同，這些保護信號可組成不同的邏輯關系[4]。

3.2 智能告警推理分析

變電站智能告警的核心部分是告警的推理過程。通信服務采集告警信號和故障錄波文件，并送至故障分析服務。故障分析服務的主要功能是分析告警數據，根據一定規則推理故障原因，給出專家決策。故障分析服務啟動時，將建立五種推理類型的任務處理線程。每當告警信號發生時，將生成五種推理任務，而每個線程分別進行運算分析，判斷是否符合本類型的推理邏輯。

（1）單推理。若單個告警信號發生，可確定某個故障發生。

（2）多推理。在多個告警信號中，其中一個告警動作，可確定故障發生。

（3）智能推理。如果多個告警信號按照一定順序先后動作，可確定故障發生。

（4）邏輯推理和特殊推理。這兩類推理帶有延時等待的判據，當某個告警信號發生時，開始計時，若在一定時間內另一個或者多個信號發生，可確定某個故障發生。

變電站端故障分析模塊按照配置的告警數據庫模板，以采集的告警信號和故障錄波為輸入，按照一定的推理邏輯推理故障發生的位置、原因等，生成站端故障分析報告，大大減少了主站和子站之間的傳輸內容，提高了主站生成全局故障分析報告的效率[5]。

3.3 主子站傳輸規約

變電站主子站之間傳輸使用DL/T 634.5104規約。其中，普通開關遙信傳輸使用標準的DL/T 634.5104規約，故障分析報告和錄波文件等傳輸使用基于標準DL/T 634.5104規約的擴展104規約。

擴展104文件傳輸規約包括兩類幀格式：一種幀用于文件名的傳輸，類型標識為0x7F；另一種幀用于文件內容的傳輸，類型標識為0x80。傳輸文件名的幀格式主要包括變電站ID、文件編號、間隔編號、文件類型、文件名稱長度及文件名稱等；文件內容幀主要包括變電站ID、文件編號、間隔編號、文件類型、段長度及段內容等。

在變電站端，當故障根據告警數據源被判定發生時，將故障實例SOE上傳至調度端。故障實例SOE的幀報文的類型標識為0xD5，報文主要內容包括故障實例ID、故障信號ID、故障信號狀態及信號發生時間等[6]。

3.4 主站端告警展示

變電站根據采集的原始告警判據，判斷故障的發生位置和原因，并生成變電站端的故障分析報告。變電站將故障分析報告、故障錄波文件、開關位置以及故障SOE等信息通過DL/T 634.5104規約上傳至調度端，以進行全局故障分析。調度端通信服務接收各變電站上傳的信息，將接收的文件按照變電站分類存放，并將故障SOE和開關位置等上傳至調度端人機界面進行展示[7]。

當電網發生故障時，調度后臺將收到各廠站的故障信息，并實時顯示在監視畫面上；圖形畫面上展示事故報警提示和故障簡報，并支持語音告警提示；全網接線圖上以動態閃爍的方式快速直觀地顯示故障站點和故障線路，快速定位故障，如圖4所示。

圖4 調度端監視畫面

4 結 論

本文提出了一種基于拓撲的調控中心全局故障分析方法，包括變電站智能告警分析和調度端智能告警分析。變電站智能告警分析通過預先定義的故障分析模型處理告警數據，并生成故障分析報告；調度端智能告警分析接收各變電站的告警數據和故障分析報告，并根據故障時序、拓撲關系等形成全局故障分析報告。可見，該全局故障分析方法減少了主子站之間的傳輸數據量，降低了調度中心的運算規模，提高了智能告警的準確率和效率。