聶志芳 劉春玲
(遼寧工業大學 遼寧省錦州市 121001)
配電網的自動化發展為故障信息獲取創造了條件。當配電網出現故障時,數據龐大且繁雜,由于存在誤報、漏報情況,使故障數據分析難度加大。因此如何對大量且復雜的開關量故障數據進行提取,成為提供配電網故障診斷判據的關鍵一步。本文主要對SCAD系統中收集到的開關量進行信息提取,并考慮誤報、漏報信息,保證準確性。配電網故障所需定義的變量包括:故障元件動作情況(S);保護和斷路器動作情況(P、B)以及是否發生誤動或者拒動情況(M,R)。
在信息提取中,屬性集約簡是非常重要的一環,本文采取差別矩陣求解核屬性,經過改進的差別矩陣M(I)中的元素可通過決策表IS 中的元素比較得出,IS 中包括論域U,條件屬性C,決策屬性D 等。M(I)中的元素可定義為:

為減少診斷的時間,本文先對故障區域內元件進行預判。假設預判值為V,動作系數ω,保護、斷路器動作情況h,得:V=∑ω×h,當V 大于閾值Vth(1.6)后,可判斷為疑似故障線路。當主保護及相應的斷路器動作即可將母線視為疑似故障元件。
推理鏈中的節點滿足因果與時序聯系,本文依據正序原則,由故障信息推算保護、斷路器動作與否。首先將故障信息分為:保護和斷路器集合(A),獨立的保護動作集合(Ap),獨立的斷路器動作集合(Ab)。對每個疑似故障元件,將其放在鏈首的位置,再根據相對應的保護配置關系將后續動作添加到推理鏈中,完成推理鏈的構建。
從報警數據集合U 中挑選出與疑似故障元件S 相關聯的動作集合,合成US。信息識別過程如圖1、2所示,其中,m 為TCi中元素的個數,n 為MCi中元素的個數。

圖1:誤報信息檢測流程

圖2:漏報信息檢測流程


配電網故障下,基于粗糙集與貝葉斯網絡的開關量故障信息提取流程如下:
(1)根據SCADA 系統獲取故障的保護配置數據,然后進行等價篩選;
(2)構建決策表后以此建立差別矩陣,根據分辨矩陣進行約簡得出最佳約簡集合;
(3)確定故障區域后進行元件預判,由此建立推理鏈并修正;
(4)計算保護、斷路器信任度值,建立貝葉斯網絡;
(5)以反向推理為依據推算出元件故障概率,進行故障提取以及判定。
在圖3 電網系統中生成的故障為:母線B7 出現故障,B7 主保護啟動,動斷路器CB40、CB34、CB35 動作,線路L7 與L5 相應的遠后備保護啟動,CB29 和CB19 動作,同時CB33 拒動,CB20誤動,并且CB31 發生時標錯誤。

圖3:某電網結構示意圖

表1:各類保護以及斷路器動作狀態可信度
調取調度中心故障數據,可知動作的有:母線B7 主保護、線路L7 在B5 側與L5 在B3 側的遠后備保護;動作的斷路器有:CB19、CB20、CB29-31、CB34-35、CB40。
本算例的報警數據分為:A={{B7 主保護啟動,CB40,CB34,CB35 動作},{L7 遠后備保護啟動,CB29 動作},{L5 遠后備保護啟動,CB19 動作}};Ap為空集;Ab={CB20、CB31 動作}。網絡結線分析后可確定區域內包括母線B7、B8,線路L5、L6、L7。報警信息集合為U(B7)、U(B8)、U(L5)、U(L6)、U(L7),由于數據中包含B7 的主保護及斷路器動作數據,則B7 可歸為疑似故障母線;B8 的先前預判值為:L7 遠后備保護*0.5+CB29*0.5+L5 遠后備保護*0.5+CB19*0.5+CB20*0.5+CB31*0.5=3,該值小于5.5,則B8 是正常母線。同理可判斷其余線路:L5、L7 正常,L6 故障。建立母線B7 的推理鏈并進行修正,此處分析可能錯誤的數據為CB20、CB31。經分析判斷CB20 為錯誤信息,CB31 為真實信息。改正后的推理鏈如圖4所示。

圖4:母線B7 修正后的推理鏈示意圖
B7 中各節點動作可信度值計算過程:[B7 主保護*0.95+0.45,CB34*0.95+0.45,CB35*0.95+0.45,CB40*0.95+0.45;L7 遠 后 備保護*0.85+0.45,CB29*0.95+0.45;L5 遠后備保護*0.85+0.45,CB19*0.95+0.45;CB31*0.9+0]。由貝葉斯反向推理所得得B7 故障概率超過99.9%。同理可計算L6 的故障概率為0,診斷結果如表2所示。

表2:本算例的診斷結果
本文對開關量信息加以提取,對于歷史數據,采用粗糙集構建差別矩陣,并對屬性進行性約簡得到結果,根據配電網絡中保護和斷路器因果關系構造推理鏈并進行修正,計算保護和斷路器動作可信度后建立貝葉斯網絡模型,完成配電網基于開關量信息的提取。本文方法在現有信息不完備的情況下,仍能保證準確性。