基于調度自動化系統的電力線路測控裝置死機智能判別方法

都 晨，趙 巍，黃 祥，陶 歡，楊 陽

（1.江蘇方天電力技術有限公司，江蘇 南京210000；2.南瑞集團有限公司/國網電力科學研究院，江蘇 南京210000；3.國網浙江嘉興供電公司，浙江 嘉興314000）

0 引言

隨著電網規模不斷擴大，電網接入設備隨之增多，各類告警信息數量也越來越龐大，如何在龐雜的信息流中及時發現重要異常信息，是保障電網安全運行的重要手段。文獻［1-5］對監控系統信息分類和監控畫面展示進行了優化，有效減少監控信息數量，提升了監控工作效率。

本文結合監控運行工作實際需求，根據測控裝置死機后電網監控數據的特點，研究電力線路測控裝置死機的判別方法，并通過實際案例對該方法有效性進行驗證。

1 測控裝置死機的特點和危害

1.1 測控裝置死機的特點

目前，只有當測控裝置硬件故障，操作電源斷開，交、直流空開跳閘后，調度自動化系統監控后臺才會發“裝置報警”或“裝置故障”的信號；而測控裝置死機后，若通信通道沒有中斷，則監控后臺不會提示告警信息，只顯示遙測、遙信數據不刷新（顏色變化提示）。因此，測控裝置死機不易及時發現。

1.2 測控裝置死機的危害

測控裝置死機將造成重要監控信息誤漏報，導致電網監控人員不能實時掌握電網和設備運行狀態。隨著開關遠方操作的常態化，測控裝置死機將造成開關遙控操作不成功，事故處理等緊急情況時，將嚴重影響應急處置［12-18］效率；另外，電力線路故障情況下測控裝置死機將導致開關拒動，擴大事故范圍，給電網安全運行帶來重大隱患。

2 測控裝置死機智能判別方法

2.1 測控裝置死機數據源的選取

調度自動化系統具有電網運行數據存儲功能［19-23］，利用存儲的歷史數據，挖掘測控裝置死機后各類數據的特征，根據數據特征進行自動甄別；歷史數據種類繁雜，選取何種數據作為測控裝置死機判別的源數據至關重要。

遙測和遙信數據是需要實時監控的重要信息，遙測數據主要包括監控設備的電壓、電流、有功、無功等，遙信數據主要包括開關、刀閘、二次設備軟壓板等位置信息。由于電壓等級恒定、有功和無功通過電壓及電流的相角關系得出，因此，線路電流遙測值可作為判別測控裝置死機的數據源。

2.2 遙測數據不刷新時間的設定

電網穩定運行時，在短時間內線路潮流尤其是發電機功率有相對不變性［24-25］。這種情況就不能簡單地依據在一定時間內遙測數據不刷新來判定測控裝置死機。因此，對于不刷新時間“t”大小的選取則成為解決問題的關鍵。若t 選擇過長，當電網發生故障或異常時，相關設備測控裝置發生死機，則監控系統監控不到現場實時信息，影響事故處理分析；若t選擇偏短，有可能出現數據是正常不變化，而誤判為測控裝置死機，增加變電站運維值班人員的工作量。根據現場運行經驗和實際需求，由于設備或者通信原因，導致遙測數據刷新間隔時間可達8～10 min。因此，遙測數據不刷新時間可設定為10 min，即超過10 min 則判斷為測控裝置死機。

2.3 測控裝置死機輔助判據

單純從遙測數據不刷新對測控裝置死機進行判別，信息誤報可能性很大，下面將從電流判別閥值、線路兩端電流遙測值相對變化率和開關位置信息3個方面，給出測控裝置死機輔助判據。

在疾病架構中，若不進行手術，疾病無法痊愈，對應于若不進行實質性的改革，經濟不會有太大起色，同理，在旅程架構中，若不真正的改變路線和方向，旅途仍會一路坎坷，對應于經濟狀況不會有太大改善。這些觀點源于2008年金融危機后，許多外媒將中國視為世界經濟的救命稻草，對中國的經濟寄予厚望，而近兩年中國經濟走勢放緩，媒體在報道中則開始“唱衰”。

1）電流判別閾值

在110 kV及以下電壓等級配電網中，部分線路長期處于空充狀態，空充線路存在充電電流或零漂現象。經統計，某地區電網空充線路最大充電電流為7.22 A，最小充電電流為0.78 A，充電電流實測值分布情況如圖1所示。

圖1 某地區電網空充線路電流實測值分布圖Fig.1 Distribution of measured current value of no load line in a certain area power grid

空充線路的電流遙測數據一般不刷新或刷新時間間隔較長，將導致誤發或頻發測控裝置死機告警信息。為了減少信息誤報，提高監控工作效率，基于該地區空充線路電流實測值，將線路電流閾值設置為10 A（可根據電網實際調整電流閾值）。即線路電流是否大于10 A，作為測控裝置死機的輔助判據。

2）遙測電流值變化率

一般線路兩側測控裝置分屬兩個不同廠站，為了快速鑒別測控裝置死機的廠站，提高運維人員異常處置效率，本文提出本側電流相對變化率和兩側電流相對變化率的指標，即：

式（1）、式（2）中，δI-local表示本側電流相對變化率，δI-both表示兩側電流相對變化率，Ilocal-cur表示當前采樣周期本側電流遙測值，Ilocal-pre表示前一采樣周期本側電流遙測值，Ioffside-cur表示當前采樣周期對側電流遙測值。

若線路本側電流和兩側電流相對變化率均超出規定閾值，可迅速判別發生測控裝置死機的線路間隔所屬廠站。綜合考慮信息采樣延時，采樣誤差等因素，對該地區電網運行線路的兩側電流相對變化率誤差進行統計分析，發現電流小的線路相對變化率較大，電流大的線路相對變化率較小，但最大誤差不超過13%。因此，本文線路本側電流和兩側電流遙測值相對變化率的告警閾值均設為15%。

3）開關位置信息

若只判斷電流遙測值是否刷新，非運行狀態的間隔都將判斷為測控裝置死機，為避免誤發告警信號，干擾運行人員的正常監控，本文選擇開關位置遙信數據作為測控裝置死機判別的輔助判據之一。

2.4 基于調度自動化系統的智能判別程序設計

本文提出的基于調度自動化系統的智能判別程序包括了信息提取、信息存儲與比對以及輔助判據判別3個部分。

1）信息提取

智能判別程序從調度自動化系統主站數據庫［27］中依次讀取每一個廠站各間隔信息，主要包括廠站ID、間隔ID、間隔遙測電流值、開關位置信息、采樣時間等，如表1所示。

表1 智能判別程序間隔信息表Table 1 Line information table of intelligent discriminator

2）信息存儲與比對

將各廠站信息存放在指定的存儲區內，按照間隔ID 提取前一時刻和當前時刻電流采樣值，并進行比對。若前后采樣時刻數據不一致，則更新存儲器中相應間隔遙測電流值，作為下一次采樣值比對的初值；若前后采樣時刻數據一致，則更新存儲器中時間計數器，信息存儲與比對過程示意圖如圖2所示。

圖2 信息存儲與比對過程示意圖Fig.2 Information storage and comparison process

3）輔助判據判別

當時間計數器達到規定閾值，則進入輔助判據環節。本文從開關位置信息、電流判別閾值和遙測電流值變化率3 個方面進行輔助判別，當且僅當滿足所有輔助判據后，確認間隔測控裝置已死機，并觸發告警。

圖3 輔助判據判別示意圖Fig.3 Diagram of auxiliary criterion discrimination

4）智能判別程序設計

判別測控裝置死機的程序框圖如圖4所示。程序循環周期Tx設定為可調，對于Tx值的選擇，需要根據電網運行特點、運行經驗及實際需要來確定。在第一個Tx時間內，程序完成對主站數據庫內全部廠站的電流數據的收取，并分清廠站和間隔存放在指定的存儲區內作為初值；在第二個Tx時間內，程序完成第二次電流數據的收取，并與第一次收取的數據對應位相比較；相繼進行第三次、第四次……數據的收取并進行比較。在其中任意兩次的取數和比較時，若出現某一數據不變的結果，而且此數據不變化累計時間大于或等于規定閾值，則進入輔助判據判別流程；當同時滿足所有輔助判據條件后，將判定該數據所屬間隔的測控裝置死機。

圖4 智能判別程序流程圖Fig.4 Flow chart of intelligent discrimination program

3 智能判別方法的驗證

以某地區實際電網為例，驗證本文提出的測控裝置死機智能判別程序有效性。該地區調度管轄范圍內共有35 座220 kV 變電站、150 座110 kV 變電站、50 座35 kV變電站，線路間隔上千個，若由監控人員手動進行全面巡視，不僅耗費大量時間，還容易出現遺漏。

將本文提出的測控裝置死機智能判別程序嵌入調度自動化系統中，便于智能判別程序快速調用調度自動化系統主站數據；為了提高監控人員識別測控裝置故障信息的時效性，不僅在監控畫面相應間隔增加了“間隔測控裝置測量故障”光字牌（如圖3 所示），還在監控報文中添加了相應的告警信息。

程序循環周期Tx的選取比較關鍵，根據該地區電網運行特點和實際運行經驗，主站通過前置機采集全部廠站的遙測數據時間周期是4 s，所以程序循環周期Tx應大于4 s。為保證1個周期內能夠采集全部間隔信息，本案例中程序循環周期取20 s。

1）測控裝置死機場景模擬

通過人工置數的方式修改前置機遙測電流值，將某變電站正陽-秀水線A 相電流遙測值由230 A 修改為180 A，并保持15 min 不變，如圖5 所示。智能判別程序按照圖4流程進行循環采樣和判別。

圖5 新增光字牌信息Fig.5 New monitoring information of notice board

2）測試結果

當間隔遙測電流值不刷新時間累積達到10 min，且滿足所有輔助判據后，監控后臺彈出“正陽-秀水線路測控裝置測量故障”動作的告警報文（如圖6所示），同時線路間隔中相應光字牌動作，監控人員可根據告警報文和光字牌信息迅速定位測控裝置死機的間隔。

圖6 監控報文新增告警信息Fig.6 New alarm information of monitoring message

4 結語

本文結合電網監控工作實際，研究了測控裝置死機的智能判別方法，該方法已成功應用于實際監控工作，極大地節省了測控裝置死機的排查時間，提高了監控工作效率，提升了異常缺陷發現的及時率，可有效預防因遺漏重要信息而造成電網事故。本文僅基于電力調度自動化系統，研究通過電流遙測數據不刷新判別線路間隔測控裝置死機，后續將基于實際應用效果對本文提出的智能判別方法進行優化，充分挖掘調度自動化系統［28-30］各項功能，對主變、母線等其它設備間隔測控裝置死機判別開展方法適應性研究，提高電網的智能化水平。