多源信息融合的配電網重復多發性停電在線監測與預警技術

徐銘銘，牛榮澤，謝芮芮，曹文思，吳擎

(1.國網河南省電力公司電力科學研究院，河南 鄭州 450002； 2.華北水利水電大學 電力學院，河南 鄭州 450011)

重復多發性停電事故嚴重影響用戶日常工作生活、設備安全運行以及供電公司的服務質量與社會形象。因此，對配電網中重復多發性停電事故進行分析，提高其預防與監測能力具有重要意義。配電網網絡結構復雜，設備種類多、數量大、分散廣、運行方式多變、容易受到各種外部因素的影響，重復多發性停電涉及的因素眾多，針對不同的停電原因,差異化地分層治理停電事故是有效解決問題的關鍵。

盧恩等[1]將OPA(ORNL-PSERC-Alaska)模型運用于廣東電網停電事故仿真，計算電網發生電力安全事件的風險值，該方法適用于高壓輸電系統。王博等[2]基于事故樹和層次分析方法，以大面積停電事故樹為基礎建立了4級指標，逐層分析了結構風險、技術風險和設備風險，以此計算大面積停電風險綜合風險度。李銳等[3]通過分析各類突發事件引發的設備停運概率，計算突發事件下配電網停電風險，并以此為判據確定突發事件預警級別。蘇海鋒等[4]提出一種考慮多種影響因素的配電網風險評估模型，模型采用了一種新方法計算配電網停電成本，該方法反映了停電頻率、停電持續時間及停電電量對停電成本的綜合影響。已有的配電網風險評估以主觀因素為主的經驗分析與定性分析相結合的方法較普遍，沒有標準統一的評估體系，而一些定量評估方法考慮的風險因素也比較單一[1-5]，并且大多沒有應用于實踐，僅停留在理論分析層面。本文基于面向服務的架構(service-oriented architecture，SOA)實現多源停電信息融合，利用德爾菲法評價體系對各影響因素的指標進行評價分析，構建了配電網重復多發性停電風險和分級預警模型，實現在線監測和預警，為治理配電網重復多發性停電提供助力。

1 基于SOA多源停電信息融合技術設計

配電設備由于數量眾多、種類繁雜，根據單一信息評價某一地區或者線路的狀態準確度低、難度較大。停電信息來源于多個系統，相應的防治和管控需要營銷、調度和運檢等部門的協同合作，如何實現多源停電信息的共享和融合以及構建跨系統業務聯動機制是建立停電風險模型和分級預警模型的關鍵，因此融合多源信息成為研究配電網重復多發性停電在線監測與預警的重要途徑。多源信息融合技術可以提高系統的魯棒性和準確性，從而對多源不確定性信息進行綜合處理及利用[6]。常見的信息融合方法有人工神經網絡法[7-9]、模糊推理法[10-11]、貝葉斯網絡法[12]、Dempster-Shafer推理法等[13]。基于SOA的模型具有高度開放性、層次化、支持并行/分布式信息交互等特點[14]，通過定義良好的接口和契約聯系應用程序的不同服務，在電力系統領域有不少的應用[15-17]。利用SOA架構實現多源停電信息融合，為停電風險評估和分級預警提供數據支持。

1.1 多源信息融合架構

多源停電信息相關的源系統包括：PMS 2.0(power production management system 2.0)、配電自動化系統(distribution automation system，DAS)、用電采集系統、停電管理系統(outage management system，OMS)、95598營銷系統、電力氣象等，所有源系統數據都通過Web Service 服務將模型、實時數據、故障信息等推送到企業信息總線，由總線推送到多源停電信息緩存池的數據適配器進行模型校驗、模型轉換、模型拼接和模型融合，然后存儲到多源停電信息數據庫，為配電網重復多發性停電風險評估、防治和管控應用提供數據支撐，如圖1所示，圖中ESB為企業服務總線。

1.2 SOA框架設計

SOA是一種不受限于具體技術的體系結構,通過定義接口或規約，將各個服務(提供各種功能的應用程序)聯系起來，接口規范一般遵從IEC61968和IEC61970規約。使用Web Service 來實現SOA架構， Web Service 服務器采用雙機熱備份機制，通過動態的IP漂移機制，當運行機出現故障后，IP自動漂移，指向熱備份的機子，實現系統無故障運行。Web 服務發布在JBOSS服務器中，使用Axis2框架。

1.3 信息接口標準化設計

按照IEC61968互操作定義要求，需對PMS 2.0、配電自動化、營銷等各個應用系統進行標準的接口規范設計，應用系統間信息交互需采用標準接口，交互的消息格式、模式都應符合標準要求。

1.4 信息模型標準化

信息模型標準化(CIM)是一個抽象模型，表示了電力企業運行的所有主要對象。完整的CIM規模較大，考慮到配網數據的應用，主要包括配電網資源、DMS實時信息、配電自動化、營銷用戶信息，因此只依照CIM中的一部分建立配網數據模型，并進行擴展。

2 配電網重復多發性停電風險模型

2.1 配電網重復多發性停電風險指標

影響配電網重復多發性停電的因素主要有裝備水平、運行維護水平、網架結構水平，同時也考慮到了氣象和歷史停電等外部因素的影響。各因素的主要指標及評分標準如表1所示。

表1 影響重復多發性停電的因素的指標評分標準Table 1 Index scoring standard of factors influencing repeated multiple power outages

2.2 配電網重復多發性停電風險指標權重

2.2.1 指標權重

德爾菲法能夠充分綜合領域專家經驗、知識和信息,以匿名的方式多次征求專家意見,并通過信息溝通與循環反饋,使決策意見趨于一致,逼近實際值(假設每一位專家對所有指標都進行評價)[18]。圖2為各指標權重系數確定流程。對所有專家的打分進行循環分析、匯總，結合多位電力專家對于配電網重復多發性停電風險指標重要性的認識和電力部門的95598等各類電力信息的多元信息融合平臺，再綜合萬戶投訴比等，根據德爾菲法統計分析函數，經過相應的計算[18]，得出各個指標的權重，如表2所示。

圖2 指標權重系數確定流程Fig.2 Process to obtain index weight

表2 各指標權重系數Table 2 Coefficient of each index weight

2.2.2 外部因素

外部因素主要包括氣象條件和重復停電因素。氣象因數的取值正常取1，臺風取[1,2),雷雨取[1, 2)，高溫取[1, 2)，大霧取[1, 2)，結冰取[1,1.5)。重復停電因素的取值為上月發生停電1次取1，上月發生停電2次取1.5。

2.3 評估結果

重復多發性停電綜合概率值可由公式(1)、(2)得出

P=P0QT

(1)

(2)

式中:P為重復多發性停電綜合概率，P0為重復多發性停電基礎概率，Q為氣象條件因數，T為重復停電因數，Ui為每項指標得分，kwi為每項指標的權重。

重復多發性停電綜合概率取值范圍是0～100，如果計算值超過100按100計，如表3所示。

表3 重復多發性停電綜合概率量化分級表Table 3 Repeated multiple power outages of comprehensive probability of hierarchical and quantification

3 配電網重復多發性停電分級預警模型

根據重復停電發生的影響后果不同，對風險進行量化分級，并根據風險分級結果發出相應級別的預警，進而采取相應的防治與管控措施。

3.1 重復多發性停電后果值

影響重復多發性停電發生后果的因素主要有停電負荷重要程度、重復停電投訴率、停電發生時間和停電影響范圍4方面。因此，在重復多發性停電預警中應考慮其不同影響，做到分級別預警。對各影響因素指標進行量化評分，由德爾菲法分析計算，最終得到重復多發性停電的影響后果值。根據后果值的大小確定重復多發性停電事件的風險級別，并發出相應級別的預警。

3.1.1 重復多發性停電后果指標

負荷重要因數將依據Ⅰ、Ⅱ級負荷的比重確定，[0，30%)取30分，[30%，60%)取60分，[60%，80%)取70分，[80%，90%)取80分，[90%,100%]取90分。在無法獲得負荷比重數據時，可以用地域特征來反映負荷的重要程度，市中心區取90分，市區取80分，城鎮取70分，農村取60分。

3.1.1.2 重復停電投訴率

用該地區重復停電投訴率指標表征該地區對重復停電的耐受程度，投訴率[0,10%)取50分，[10%，20%)取60分，[20%，30%)取70分，[30%,40%)取80分，[40%，50%)取90分，[50%,100%)取100分。

(3)

式中:PR為重復多發性停電投訴率,C0為該地區重復停電投訴數,C為該地區用戶投訴數。

3.1.1.3 停電發生時間

一般工作日取[50，60)分，節假日取[70，90)分，特殊保供電時期取[90，100]分。

3.1.1.4 停電影響范圍

表明，植生混凝土護坡的模擬邊坡對固體雜質的攔截率大幅提升，同時隨粗集料粒徑的增加，植生混凝土對固體的攔截能力不斷減弱，主要是由于植生混凝土以多孔混凝土為框架，降雨過程中，固體顆粒隨水流匯入到孔隙中，導致固體雜質擴散受阻。

對于配電網，停電發生范圍的不同，如整線停運和分支線停運，對配電網重復停電的影響程度不同，分支線停取[20，50]分，整線停取[80，90]分。

3.1.2 重復多發性停電后果指標權重

同樣采用德爾菲法確定指標權重，停電影響范圍權重0.4，停電發生時間權重0.1，重復停電投訴率權重0.2，停電負荷重要程度權重0.3。

3.1.3 重復多發性停電后果量化評估

(4)

式中:PH為重復多發性停電后果得分,Uj為每項指標得分，kwj為每項指標的權重。

根據公式(4)得到重復多發性停電影響后果值得分。根據停電影響后果值的大小，后果嚴重程度分為5個等級，[70，100]為特大損失,[40，70)為重大損失,[20，40)為較大損失,[10，20)為一般損失,[0，10)為輕微損失。

3.2 故障風險分級預警

根據該量化的配電網故障后果值，對配電網重復多發性停電風險進行分級，并根據相應風險的分級制定預警等級，Ⅴ級取[0，10)，Ⅳ級取[10，20)，Ⅲ級取[20，40)，Ⅱ級取[40，70)，Ⅰ級取[70，100]，方便管理上采取風險應對措施。

4 實例分析

2016年7月，某縣城某條配電網線路，在一個夏季中發生了2次避雷器擊穿事故，造成停電，該線路為該縣部分企業供電。

經過分析確定該事件為故障停電事件，從多源信息系統數據得知，該地區設備運行年限長，大部分設備老化嚴重，繼電保護裝置配置簡單。綜合裝備水平、運維水平、外力防護水平和網架結構水平等4個方面給出評估重復多發性停電的基準概率指標的評分值，如表4所示。

本例中，該地區6～8月為夏季雷電易發期，氣象因數選取1.2，上月停電2次，重復多發性停電因數取1.5。因此各個指標的評分值結果如表4所示。

表4 評價指標得分Table 4 Score of factors

利用公式(2)，計算得到基準概率指標值為52.8分。考慮氣象因素和重復停電因數后，利用公式(1)計算綜合概率值為95.04分，應發出重復多發性停電預警。利用公式(4)，由表5計算得到重復停電后果值為49分，因此，預警級別應為II級。

表5 后果指標得分Table 5 Score of consequence

評估的結果是：該事件演變為重復多發性停電的概率值超過70，該事件演變為重復停電的“可能性很大”，應該發出預警；根據后果指標值計算，確定其預警級別為II級預警。該事件將演變為重復多發性事件，應及時采取措施避免重復多發性事件的產生。

5 結論

(1)利用Web Service服務的SOA框架，設計基于SOA多源停電信息融合技術框架，為在線監測和預警、治理配電網重復多發性停電提供理論支撐。

(2)綜合多源信息分析了兩種模型的影響因素、評分標準和量化范圍,基于德爾菲法評價體系建立了配電網重復多發性停電風險模型和停電分級預警模型，為治理配電網重復多發性停電提供新技術。