城市電網監控應急系統的設計

劉士亞 郭 靜 岑釗華

城市電網監控應急系統的設計

劉士亞1郭 靜1岑釗華2

（1. 佛山科學技術學院自動化學院，廣東 佛山 528000； 2. 佛山市勁能電力工程有限公司，廣東 佛山 528000）

針對城市電力網絡停電事故中的問題，為提升電網防災、減災、救災的工作效率，最大限度地減少停電帶來的損失，本文利用大數據系統、物聯網技術與人工智能算法，設計了一套電網監控應急支持系統。系統對電網進行全方位監測，并從災前故障預測、災中最優決策、災后系統更新3個方面，實現對電力故障預測、控制與應急救災。系統可有效地減少電網隱患，降低故障發生次數，縮短供電恢復時間，有較好的應用價值。

電力系統；在線監控；故障預測；應急響應

0 引言

電力系統涉及發電、輸電、變電、配電和用電多個環節，容易受到惡劣環境、自然災害及人為破壞的影響從而發生停電事故[1-2]。現今民眾對電能的依賴程度越來越高，尤其在用電高峰期，若發生大面積電力中斷，將造成難以估量的損失。因此，建立完善的電力網絡應急系統顯得尤為重要。電力系統的應急管理涉及的部門較多、范圍廣泛、過程繁瑣及災害信息錯綜復雜，需應急指揮中心與交通、氣象等多個部門聯合響應，共享信息[3]。為了維護電網運行的穩定性，有效地減少大面積停電事故，降低停電事故所造成的經濟財產損失，我國迫切需要建立完善的電力系統應急管理與技術體系。

為減少電網發生停電事件，可從抗災規劃建設與防災減災調度操作兩方面著手。建設抗災型電力系統可以從源頭上增強電力網絡的抗災性能，減少停電事故；防災減災調度操作是指在電網發生事故時，通過不同的操作使故障造成的損失最小化[4]。目前，不同學者已經從電力系統防災、減災和救災方面做了大量的研究工作。文獻[5]從時間維、空間維和對象維3個維度設計電網監控系統，實時跟蹤電網的運行狀態。文獻[6]設計了兼具預測預警、應急決策與指揮及善后恢復等五項功能的電網應急平臺，但是應急決策并未考慮路徑、人員、物資和負荷等多項因素對系統救援的影響。文獻[7]給出了電網調度系統的關鍵技術與難點，從理論上分析了設計防災調度系統的可能性。文獻[8]設計了一種智能化電網應急指揮系統，實現物資的最優化調配。目前電力系統應急工作多立足于故障發生后的應急搶修，在日常監控與預測方面應用研究較少。為此，本文立足于電力系統基層用戶的需求，深入探討智能算法在故障預測與應急最優決策中的應用，結合大數據、物聯網技術，實現對電網全面的監控。

1 電網監控應急系統功能設計

電網監控應急系統是對電網進行日常監測與快速應急響應的工具，是集物聯網、大數據、通信技術、地理信息系統、全球定位系統與智能算法等多種技術于一體的系統平臺，為電網防御自然災害、減少系統故障的發生，并提供監控、分析、預測及決策等功能，降低停電事故帶來的經濟損失，減輕決策指揮人員的壓力。系統分為電網運行監控模塊、電網應急模塊和系統自我優化模塊三部分，具體功能分布如圖1所示。

圖1 電網監控應急系統功能布局

電網運行監控模塊負責電網日常運行的數據統計、狀態監測與風險評估，系統實時更新電網負荷、氣候、交通與各傳感器的信息，依據匯總信息進行電網運行狀態監測與風險評估。對可能老化的設備做出更換提示，對應急物資進行系統式的管理。

電網應急模塊負責事故發生后的應急處理。一方面匯總電網突發事故信息，如故障地點、損害程度，附近交通、應急人員與物資信息，快速有效地整合、分析、提取事故現場和相關資源信息，并向各部門發布災害信息；另一方面作為應對突發事故的決策支持，根據現場故障信息與各部門人員配備信息，結合電網模型、電網負荷、交通及氣候情況等，獲得現場救援最優決策。在救援過程中，依據應急預案落實情況和故障恢復情況，實時調整決策結果，實現科學決策與高效處理。

系統優化模塊，負責事故恢復后對整個應急過程進行總結與分析，將故障信息更新至故障數據庫，在系統恢復時對出現的誤差進行優化，補充應急物資。

系統結構復雜，涉及硬件設備較多。不同模塊之間的通信與數據庫的讀入/寫出極大地影響系統運行速度。隨著系統的運行，數據庫也將逐漸擴大。因此，系統采用云數據庫，通過傳感器與聯動部門采集到的運行數據，直接傳輸至云數據庫。各模塊均可對數據庫進行讀入/寫出的操作，隨著數據的增加，可逐步對云數據庫進行擴容處理。系統通信圖如圖2所示。

圖2 系統通信圖

每個子系統分為共享數據和內部數據。環境參數、傳感器數據和系統運行數據均為共享數據。設備型號、物資存放情況等為內部數據。共享數據存儲于云數據庫中，內部數據存儲于子系統控制電腦硬盤中。中央總控有權限查看所有數據。

2 電網監控應急系統

2.1 電網運行監控模塊

影響電力系統安全穩定運行的因素繁多，為保障電網安全穩定的運行，建立自然環境變化下的電網成災因子數據庫。通過在線監測環境溫度、濕度、雨量和風速等參數，結合以往故障發生時的環境信息，建立電網成災因子庫。利用數據采集與監視控制系統（supervisory control and data acquisition, SCADA）對現場運行的設備進行監視與控制，在傳統的對設備控制的基礎上，加入人工智能算法進行預測與故障診斷，對維護電網穩定的重要設備予以重點監控。電力變壓器的運行狀況直接關系到整個電網的運行。對變壓器的在線故障診斷，不僅可以有效減少故障發生，還能在發生故障后，判斷故障類型，縮短恢復時間。現如今，市面上常見的變壓器有油浸式變壓器和干式變壓器（在一些特點的場景，只允許使用干式變壓器）兩種。油浸式變壓器可以通過分析油中溶解氣體（如一氧化碳CO、二氧化碳CO2、甲烷CH4和氫氣H2等）實現故障診斷。首先使用內嵌式傳感器測量主要氣體濃度，再使用特定算法對系統進行建模與計算。目前關于油浸式變壓器故障診斷的方法較多，如三比值法、Rogers法和特征氣體法等傳統方法，以及支持向量機、神經網絡和深度學習等人工智能方法[9-11]。而對于干式變壓器，可通過采集變壓器的溫度、運行電壓、運行電流和局部放電等參數對變壓器進行在線監測。高壓斷路器是電網中起保護和控制作用以維護電網穩定的設備。其合（分）閘線圈產生的電流波形包含了斷路器運行狀態的關鍵信息，如輔助觸點狀態、線圈卡滯等[12]。系統先采集運行中的斷路器的合（分）閘電流信號，再通過去噪、建模和分析等一系列算法，獲得高壓斷路器的運行狀態。將傳感器采集到的數據、電網運行數據與天氣信息相結合，建立電網災害數據庫模型。災害數據庫可以作為排查電網薄弱點的技術支持，在未引起系統故障之前排除潛在風險，為杜絕事故發生提供決策依據與手段。記錄每天不同地點的用電負荷量，形成每日用電負荷曲線，作為應急搶修決策時的數據支持。電網在線監測模型如圖3所示。

圖3 電網在線監測模型

科學管理應急物資。通過射頻識別技術對應急物資進行自動感知、識別，建立物資出入庫臺賬，隨時掌握應急物資的位置、數量和狀態。利用全球定位系統與最優路徑決策，實現在應急模式下對物資的最優化調配。記錄每次故障發生后的物資的使用情況、磨損程度。為減少故障發生后物資調配所需時間，模擬不同故障點發生各類故障，優化物資存放數量、地點和配比等。

1）電網運行模型建立

電網運行模型的建立是系統運行的基礎，建立完善的電網運行模型可以有效提高系統故障預測的準確性。電網運行模型需建立在實際電力拓撲網絡結構基礎上，綜合考慮天氣變化、環境參數、負荷情況和服役時間等運行條件對系統的影響。由此可獲得系統中電力設備與輸電線的運行風險與可靠性。

根據實際情況，建立電力拓撲網絡。將不同節點對應的環境參數、傳感器數據和運行狀態進行記錄保持。對每一臺變壓器與斷路器進行在線監測，并根據文獻[13]建立輸電線路偶然失效概率模型。由此可得到城市電力網絡停電風險。

2）薄弱點排查

在電力系統運行時，電網的有功功率、無功功率、負荷特性和節點電壓極限等因素是影響系統穩定的主要原因。當運行中的某一節點負荷供需失衡時，便成為系統薄弱節點。節點電壓的變化與功率裕度相關，可作為識別電網薄弱點的重要指標。電網薄弱點識別，可為工作人員提供排查依據，縮小排查范圍，減輕工作負擔。

3）高風險評估

電力系統中的風險是指電力系統故障發生的可能性與發生故障的嚴重程度。一般采用故障發生的概率與危害嚴重性的乘積來計算。

式中，為表征節點重要程度的價值系數，由應急管理中保障供電需要程度決定，如舉辦大型活動、重要比賽的現場，可酌情增大系數。由此可得到城市電力網絡停電風險值。根據城市實際情況，設立風險閾值，一旦超過風險閾值，則列為停電高風險地區，立即組織人員排查。

4）故障預測

常見的油浸式變壓器易發生低溫過熱、中溫過熱、高溫過熱、高能放電、低能放電和局部放電六類典型故障。在變壓器運行出現隱患時，油中溶解氣體含量將會發生一定的變化。對變壓器故障預測，能及時地發現變壓器異常，減少停電事故的發生。

變壓器故障預測的方法眾多，前文中有敘述，這里不再贅述。

5）故障診斷

當變壓器發生故障時，對故障類型的診斷可大大減少檢修時間。通過檢測油中溶解氣體含量，即可實現變壓器在線故障診斷。故障診斷與故障預測方法一致。

系統運行流程如圖4所示。

圖4 系統在線監測流程圖

2.2 電網應急模塊

電網應急模塊是在電網發生故障之后應急指揮的輔助平臺。當今電網設備繁多，結構復雜，在發生故障之后，根據不同故障類型需要涉及不同的搶修人員與搶修物資，還需與聯動部門密切配合，在情形復雜、時間緊張的情況下，僅憑人為經驗難以做出合理的應急策略。尤其在發生大面積停電時，人員緊張，形式嚴峻，各故障點的恢復順序對應急救援的結果影響巨大[16]。因此科學制定搶修恢復策略顯得尤為重要。

對電網系統的拓撲結構進行建模，根據每日的負荷數據，得到各個節點的負荷曲線。對負荷曲線積分運算得到負荷的時變模型。發生故障后，先確定發生故障的拓撲節點，建立故障網絡模型，依據當前道路情況，獲得相鄰節點之間的車程距離與車程所需時間。搶修目標分為恢復時間最快與經濟損失最低兩種。恢復時間最快是在發生故障之后，使用路徑最短的原則實施搶修，以期盡快完成搶修，節省時間成本；經濟損失最低是優先恢復失電荷等級較高、負荷較大的設備，以期降低經濟損失[17]。若選擇恢復時間最短原則，則在故障網絡模型上采用二進制粒子群算法，獲得連接所有節點的時間最短路徑。若選擇經濟損失最低原則，則結合每個節點的負荷情況，計算連接所有節點的負荷最低路徑。兩種搶修原則可根據實際情況進行選擇。

故障發生之后，從電網運行監控模塊獲取故障節點的運行數據，根據建立的電力設備模型，對設備故障做出預判。一方面使搶修人員到達現場后迅速了解設備情況，對故障恢復做出預判，加快故障恢復時間；另一方面便于指揮人員了解故障嚴重程度，作為指揮人員的決策支持。利用信息交互平臺，指揮此次應急預案實施所需的人員調度、車輛調度和應急物資調度。由于道路交通、受災規模和外部條件均在動態變化之中，因此搶修恢復的最佳決策也應該根據環境的變化做出相應的調整與修改，使之獲得全局最優的應急決策。系統應急流程圖如圖5所示。

與此同時，電網應急平臺也是電力企業信息發布與信息溝通的平臺。發生故障之后，將有關停電區域、線路、預計恢復供電時間與恢復供電順序等信息，通過網絡與短信的形式發送給相關部門與用戶。同時，在應急救援工程中，應及時將救援現場情況與進展匯報給聯動部門，實現與聯動部門的信息互通。

圖5 系統應急流程圖

2.3 系統優化模塊

應急突發事件在正常條件下均是小概率事件，在數據庫中，海量的是運行正常的數據。因此在發生故障后，故障時的傳感器數據、電網運行數據可以優化系統模型，使模型的預測結果更加準確。而在恢復故障過程中遇到的異常情況可用于優化應急決策模型，如電網拓撲節點之間的車程時間異常，導致路徑最短決策下所經歷的時間并非最短。在這一過程中，應急救援物資的需求情況，可以對應急物資存放提供新的思路。

3 算例分析

本文以某地區的住宅商業區為例，將用電區域簡化為如圖6所示的母線系統簡化圖。該系統共有15處負荷，編號1—15為負荷節點，沒有發電機，所有功率由電源節點承擔。負荷重要性分為一級、二級和三級，對應權重分別為50、20和1。本文采用Matlab7.1進行仿真計算，系統的主控界面圖如圖7所示。

圖6 某地區母線系統簡化圖

圖7 系統主控界面圖

1）薄弱點排查

測量系統的運行參數，某時刻有3個節點電壓超出范圍，計算其節點薄弱概率、電壓降落期望和節點電壓期望，并由高到低，排序見表1。

表1 系統節點薄弱點排序

2）高風險評估

假設臺風即將進入該區域，根據災害數據庫匹配與災害強度、設備抗災能力計算節點停運概率。由負荷等級與日負荷數據，得到系統停電風險的前三名見表2，其中節點4為一級負荷，價值系數為50；節點11、5為二級負荷，價值系數為20。

表2 系統節點停電風險排序

3）故障診斷

某時刻發生變壓器故障，油中氣體含量見表3，判斷故障為高能放電。

表3 變壓器油中氣體含量

4）救援最優決策

編號F1—F4為故障點，4處故障造成配電系統10處負荷失電。失電負荷的重要性等級見表4。

表4 失電負荷等級

恢復時間最短原則下的搶修順序：F1→F2→F3→F4。

經濟損失最低原則下的搶修順序：F1→F3→F2→F4。

系統應急界面如圖8所示。

圖8 系統應急界面圖

4 結論

本文研究設計了一套電網監控應急系統，系統分為電網運行監控模塊、電網應急模塊和系統優化模塊，實現對電網的監測、控制與應急功能。系統故障數據庫的建立有賴于過往故障的發生，隨著故障數據庫的完善，系統的準確率將會逐步提升。本系統可提升電網信息采集、處理的效率，實現對電網的全面監測；使應急指揮系統更加科學化、智能化，降低突發事件造成的經濟損失。因此，本系統有很好的應用前景。

[1] 田世明, 陳希, 朱朝陽, 等. 電力應急管理理論與技術對策[J]. 電網技術, 2007, 31(24): 22-27.

[2] 田世明, 陳希, 朱朝陽, 等. 電力應急管理平臺研究[J]. 電網技術, 2008, 32(1): 26-30, 55.

[3] 朱朝陽, 于振, 劉超. 電力應急管理理論與技術體系研究[J]. 電網技術, 2011, 35(2): 178-182.

[4] 張行, 王逸飛, 何迪, 等. 電網防災減災現狀分析及建議[J]. 電網技術, 2016, 40(9): 2838-2844.

[5] 張伯明, 吳素農, 蔡斌, 等. 電網控制中心安全預警和決策支持系統設計[J]. 電力系統自動化, 2006, 30(6): 1-5.

[6] 吳文傳, 張伯明, 曹福成, 等. 電網應急指揮技術支持系統設計與關鍵技術[J]. 電力系統自動化, 2008, 32(15): 1-6, 25.

[7] 王逸飛, 張行, 何迪, 等. 基于大數據平臺的電網防災調度系統功能設計與系統架構[J]. 電網技術, 2016, 40(10): 3213-3219.

[8] 楊成月. 基于物聯網與空間信息技術的電網應急指揮系統[J]. 電網技術, 2013, 37(6): 1632-1638.

[9] 張登峰, 張志飛, 章兢. 基于非線性映射的分類器及其在變壓器故障診斷中的應用研究[J]. 湘潭大學自然科學學報, 2015, 37(3): 82-92.

[10] 陳嘉寧, 楊翾, 葉承晉, 等. 基于缺失數據修復的變壓器在線故障診斷方法[J]. 電力系統保護與控制, 2019, 47(15): 86-92.

[11] 張登峰, 劉士亞, 王向東. 基于標準譜的簡單幾何分類器及其在變壓器故障診斷中的應用研究[J]. 佛山科學技術學院學報(自然科學版), 2015(6): 50-54.

[12] 周小娜, 陳志英, 盧超龍. 高壓斷路器在線監測及故障診斷系統設計[J]. 南昌大學學報(工科版), 2017, 39(3): 274-279.

[13] 王波, 王佳麗, 劉滌塵, 等. 基于高維隨機矩陣理論的電網薄弱點評估方法[J]. 中國電機工程學報, 2019, 39(6): 1682-1691.

[14] 靖石虎, 李穎峰, 宋晨. 基于節點電壓可靠性指標的系統薄弱點識別[J]. 電氣開關, 2018, 56(6): 74-75, 97.

[15] 李銳, 陳穎, 梅生偉, 等. 基于停電風險評估的城市配電網應急預警方法[J]. 電力系統自動化, 2010, 34(16): 19-23, 63.

[16] 盧志剛, 王克勝. 基于多代理方法的配電網故障應急搶修調度[J]. 電網技術, 2013, 37(1): 137-143.

[17] 馬瑞, 張海波, 王建雄, 等. 考慮負荷時變性的配電網故障搶修恢復策略[J]. 電力科學與技術學報, 2019, 34(2): 20-27.

Design of power grid monitoring emergency system

LIU Shiya1GUO Jing1CEN Zhaohua2

(1. School of Automation, Foshan University of Science and Technology, Foshan, Guangdong 528000;2. Foshan Jinneng Power Engineering Co., Ltd, Foshan, Guangdong 528000)

Aiming at the problems and deficiencies in the urban power network blackout, improve the work efficiency of power grid disaster prevention, mitigation and relief, and minimize the loss caused by power failure. Using big data system, Internet of things technology and artificial intelligence algorithm designed a power grid monitoring emergency support system. The system monitors the power grid throughout the day, and from three aspects: fault prediction before disaster, optimal decision during disaster and system update after disaster, to realize power failure prediction, control and emergency relief. The system can effectively reduce the hidden trouble of the power grid, reduce the frequency of failures, shorten the time of power supply recovery, and has a good application value.

power system; online monitoring; fault prediction; emergency response

2019年佛山市自籌經費類科技計劃項目（1920001001144）

2020-04-11

2020-07-15

劉士亞（1990—），女，湖南省益陽市人，實驗師，主要從事控制工程工作。