WARMAP 系統故障集自動生成方法及其應用

陳 金，鄭 亮，孫才峰，倪 杰，李 晨

（南瑞集團有限公司，南京 211000）

0 引言

隨著我國特高壓電網、交直流混聯電網的不斷推進，以及風電、光伏等間歇性能源的接入[1-3]，電網的運行方式日益復雜，安全穩定問題越來越突出。近幾年國內外多次發生的停電事故表明，構建電網安全穩定的綜合防御體系至關重要。WARMAP（廣域監測分析保護）系統[4-6]可以提升監視大電網運行狀態的能力，及時發現電網中存在的安全隱患，提供快速正確的安全穩定控制建議，保證電網的安全穩定協調運行，避免局部微小的電網事故不斷蔓延導致大面積停電事故的發生。預想故障集作為WARMAP 系統的重要基礎數據，以往主要依靠數據維護工具[7]進行人工維護，效率低下，工作繁瑣，而全網N-1 故障集和首末端廠站相同的跨線N-2 故障集故障屬性基本一致，完全可以通過設計有效的方法實現預想故障集的快速批量生成，提高工作效率。

在理論研究方面，文獻[8]提出了分類的故障模板，并以此實現故障集的自動批量生成，但該故障僅適用PSASP（電力系統分析綜合程序）。文獻[9]根據CIM（公共信息模型）規定的語法和語義，設計了預想故障集特有的類，但該故障集僅適用于靜態安全分析。文獻[10]根據電網分區和故障影響域形成全網的多重預想故障集，該方法僅考慮靜態開斷下的故障影響，并未涉及暫態計算。文獻[11]提出了一種基于廠站接線信息的預想故障集生成方法，可以根據廠站和電壓等級生成預想故障集，但該方法不支持按指定區域生成，也不支持故障類型設置。

本文研究的基于WARMAP 系統的故障集自動生成方法，可以根據設備參數和物理節點評估設備模型的可靠性，以此為基礎結合設定的故障規則快速批量生成WARMAP 系統中指定故障類型的N-1 和部分設備的N-2 故障集，為WARMAP系統靜態、暫態評估等高級功能提供數據基礎，使用優化的鄰近排序算法對新增故障集進行重復檢查，避免相同故障入庫導致重復計算，影響系統實時性。

1 預想故障和故障規則

1.1 預想故障

預想故障是預先設定的電力系統元件故障及其組合。在實際電網運行中開展預想故障的分析研究，可以使調度運行人員充分認識各種故障對電網安全穩定運行的危害程度，準確掌握故障發生后電網中的薄弱環節，提前采取有效的控制措施避免電網故障進一步擴大。

WARMAP 系統中將預想故障定義為算例，一個算例由多個事件組成，為描述不同的故障類型，事件根據元件類型進行歸類，交流線路、母線、變壓器組成支路事件，發電機、直流分別歸為一類事件。各類事件可單獨組成故障，也可以互相組合成混合故障，例如N-1 故障只含一個事件，交直流混合的嚴重故障同時包含支路事件和直流事件。

預想故障結構如圖1 所示。

圖1 預想故障結構

1.2 故障規則

將預想故障中的相同屬性進行歸類合并形成故障規則。用戶通過維護簡單的故障規則，由程序根據規則，按區域和電壓等級快速批量地生成預想故障集，大大減少預想故障集的維護工作量，提高工作效率。

預想故障規則歸類合并的主要屬性見表1。

表1 故障規則屬性

故障規則按照計算目的劃分為靜態規則和暫態規則，兩者主要差別如下：

（1）支持的故障類型不同。靜態規則支持的故障類型僅開斷，暫態規則支持的故障類型包括三相永久短路、三相永久開斷等，詳見表2。

（2）考慮故障動作時序不同。故障動作時序模擬實際繼電保護、重合閘動作的時間，對暫態過程影響極大而靜態無需考慮，默認故障0 s 發生，500 kV 及以上線路近端切除時間取0.09 s，遠端切除時間取0.10 s；220 kV 線路兩端切除時間取0.12 s；變壓器故障切除時間按同電壓等級線路近端切除時間[12]。詳細的故障時序設置如表3 所示。

2 關鍵技術

2.1 故障集自動生成

故障自動生成根據設定的故障規則搜索滿足分區、電壓等級、設備類型等條件的故障設備，并結合故障規則中的故障屬性，自動生成預想故障集。

表2 靜態和暫態故障類型

表3 默認故障時序

具體步驟如下：

步驟1，評估全網設備模型的可靠性。根據支持的故障設備類型獲取全網的分區、廠站、母線、交流線段、變壓器及其繞組、發電機等模型，計算模型可靠性指標。

可靠性指標λi計算公式如下：

式中：ai，bi分別為設備模型i參數準確率和節點準確率；Pi，Pi，q和Pi，e分別為設備模型i關鍵參數總數、關鍵參數缺失個數和關鍵參數錯誤個數；Si，nd為設備模型物理節點；M為全網模型集合。

設定模型可靠性指標門檻k=0.8，可靠性指標低于k的設備模型，表示該部分設備模型參數不全，不適合生成預想故障，需過濾，最后獲得有效的設備模型集合Mvld。

步驟2，檢查用戶設定的故障規則。故障規則可能存在規則參數設錯或者規則重復，導致故障集重復生成或生成失敗，因此有必要對故障規則進行合理性檢查。

（1）規則重復檢查

包括規則完全重復和部分重復。規則完全重復是指兩個故障規則屬性完全相同，需過濾重復的故障規則。部分重復是指規則的部分屬性不同，其他屬性完全相同，需根據重復參數進行特殊處理。

例如：規則1 設置了A，B 分區500 kV 交流線段三永，規則2 設置了B，C 分區500 kV 交流線段三永，針對該部分重復，可將規則2 中的B分區500 kV 交流線段三永過濾，不再重復生成故障集。

（2）規則時序檢查

故障時序設置因嚴格參考實際保護動作時間設置。具體檢查公式如下：

式中：Tst為故障開始時間；Ti，brk為故障 首端跳開時間；Tj，brk為故障末端跳開時間；Tend為故障消失時間。

若考慮重合閘，需進一步追加檢查，公式如下：

式中：Ti，rcls為故障首端重合時間；Tj，rcls為故障末端重合時間；Ti，rbrk為故障首端再次跳開時間；Tj，rbrk為故障末端再次跳開時間。

步驟3，根據故障規則搜索滿足條件的故障設備集，形成待新增的故障集。搜索公式如下：

式中：Di為設備模型i；Di，z，Di，v，Di，t分別為設備模型i的分區屬性、電壓屬性和設備類型屬性；Rzone，Rvolt，Reletype分別為規則的分區約束、電壓約束和設備類型約束。

2.2 故障重復檢查

按照故障規則生成的故障集還需和數據庫中已有故障集進行比較，進行重復性檢查。

主要從以下幾方面判定：兩者事件個數是否相同；兩者事件元件是否相同；兩者事件的故障類型、故障相是否相同；兩者事件的故障時序是否相同，包括首末端跳開時間、首末端重合閘時間、首末端再次跳開時間、故障消失時間。

為了比較故障重復，最可靠的辦法是將待新增故障和數據庫中已有故障進行比較，重復的過濾，但該方法時間復雜度大，重復判斷效率低。因此本文設計了優化的鄰近排序算法進行重復判斷，提高重復判斷效率，步驟如下：

（1）合并故障集。將本輪待新增的故障子集和數據庫已有故障子集合并成一個故障全集，并標識出每個故障所屬的子集。

（2）設定排序關鍵屬性。屬性排序優先級從高到低分別為：事件個數>事件元件>故障類型>故障相>故障時序。

（3）排序。根據排序關鍵屬性對整個故障全集進行排序，盡可能使潛在的重復故障調整到一個相鄰的區域內。

（4）比較合并。故障集經過排序后其重復的故障都已安排到相鄰區域，設窗口初始大小為W，比較窗口第1 個故障C1和窗口最后一個故障Cw，比較公式如下：

式中：Fmatch為故障重復標志，取值為0 或1；N為待比較的故障屬性個數；C1，i為故障1 的屬性i；Cmp（C1，j，Cw，i）為故障1 和故障w的屬性比較函數。

若Fmatch=1，說明窗口內故障基本重復，窗口擴大至2W；若Fmatch=0，說明同一窗口存在不重復故障，應縮小窗口至Int（W/2），減少比較次數。

一輪比較完成后啟動滑動窗口，滑動速度Vi為：

式中：Ci，match為重復故障個數。同時將本輪比較故障集中重復的待新增故障過濾。

全部比較完成后，得到最終待新增的故障集，在用戶同意后導入數據庫。

2.3 故障規則共享

故障規則按照系統類型劃分為在線故障規則和離線故障規則。在線故障規則由現場運維人員根據系統運行要求進行維護，其他人員無操作權限。離線故障規則默認從在線故障規則中獲取，也可以由離線登陸用戶進行自定義，并決定是否共享給其他用戶。規則共享邏輯如圖2 所示。

圖2 規則共享邏輯

（1）數據庫中設置在線規則庫和離線規則庫，其中離線規則庫又分共享規則庫和自定義規則庫，共享庫自動同步在線庫中的故障規則，存儲在商用庫中，自定義庫存儲在實時庫中，系統重啟或登陸時自定義庫自動下裝共享庫中的規則。

（2）用戶登陸離線系統后編輯故障規則，該規則默認存儲在自定義規則庫中，未共享前該規則僅向本用戶開放，其他用戶不可見。

（3）右擊規則選擇“共享”菜單，該故障規則存入到共享規則庫，其他用戶獲得可見、可下裝權限。

（4）離線庫的規則不能同步到在線庫。

3 應用設計和實現

基于WARMAP 系統的故障集自動生成功能的實現如下：

（1）功能模塊。故障集自動生成功能基于基礎平臺的數據庫接口，實現故障集的批量自動生成，其主要模塊如表4 所示。

表4 功能模塊

（2）分層結構。自動生成故障功能采用4 層分層結構（見圖3），包括交互層、數據層、傳輸層和功能層。

圖3 分層結構

交互層主要實現人機界面交互，包括故障規則的制訂、預想故障集展示、告警信息展示。

數據層實現數據的存儲，故障規則保存在商用庫中，電網設備模型、預想故障集、告警信息存儲在實時庫中，配置參數存儲在文件中。

傳輸層實現軟件數據的傳輸，主要通過系統內存和文件進行傳輸。

功能層主要指軟件的功能模塊，包括數據獲取、規則檢查、故障生成、重復檢查、故障保存。

4 應用案例

以某省級電網為例，驗證故障集自動生成功能的正確性。

定義各設備類型的關鍵參數如表5 所示。

表5 設備關鍵參數列表

設定模型可靠性指標門檻k=0.8，按照表5中的關鍵參數對2018 年某省級智能電網調度技術支持系統（D5000）中設備進行可靠性評估，其未達標實例如表6 所示，最終得到有效設備模型統計如表7 所示。

表6 設備可靠性未達標數據實例

表7 設備模型統計列表

在線實時態故障自動生成功能中新增故障規則如圖4 所示。

圖4 設定故障規則

根據設定的故障規則，首次生成故障并全部導入數據庫，再次生成故障時比較傳統方法和優化方法重復檢查效率（見表8）。

表8 傳統方法和優化方法比較

從表8 可得出，優化方法的效率高于傳統方法。隨著數據庫中保存的故障增多，傳統方法重復檢查的耗時明顯增加，而優化方法不僅比傳統方法耗時短且受數據庫中保存的故障數影響小，正確率并無下降。

5 結論和展望

本文提出的基于WARMAP 系統的故障集自動生成方法，可方便快捷地設置故障規則，并根據規則設定的分區、電壓等級、故障類型，自動批量生成預想故障集，減少了故障集的手工維護量，大大提高了工作效率，輕松實現WARMAP系統的故障集全覆蓋，提高了WARMAP 系統計算結果的全面性和準確性。

可進一步開展的工作如下：

（1）為滿足實際運行需求，基礎平臺中建立了部分虛擬設備和外網設備，依靠設備模型的可靠性指標無法過濾，該部分設備的預想故障集沒有實際計算意義，應根據合理有效的方法進行排除，減少預想故障集規模。

（2）故障集自動生成功能通過手工觸發生成故障集，對于新增設備的故障集維護，單純依靠手工觸發缺乏及時性，應考慮增加定時觸發機制，根據設定的規則重新掃描設備，生成新增設備的故障集。