基于TMR的運行監測及故障研判系統研究

曾秀娟，夏群亮，謝慧勤，王藝昕，蔣一天，李興朋

(國網湖北省電力有限公司 武漢供電公司客戶服務中心計量室，湖北 武漢 430000)

隨著我國科學技術的發展，對電力的需求日益加大，并且當前的電力系統正朝著超特高壓、超大電網、智能化方向飛速發展，我國的電網正逐步形成跨省跨區的大電網。變電站的數量逐年大幅度增加，站內設備以及相關配套設備數量增加造成設備運行維護難度增大，保障電網、設備以及人身安全視為公司安全生產工作的出發點和落腳點。因此，對電網安全生產的要求也提出更高要求[1-5]。然而，近來變電站內的線路及設備故障頻發，如長時間過負荷運行造成設備發熱或開關跳線，以及線路上發生短路故障，造成相關設備跳閘，甚至躍級跳造成上一級保護動作引起更大范圍停電等[6-9]。因此，對變電站的線路和設備進行實時監測，從而能夠盡早發現故障，以防故障進一步擴大需求尤為迫切。

變電能量信息采集系統(Tele Meter Reading System，TMR)的建設是屬于系統性的工程，其涉及到了電力系統的各個方面，比如營銷部門、用電監察部門以及調度部門等。該系統是基于計算機技術和自動化技術建立起的綜合性的數據平臺，能夠實現數據采集和統計、結果分析、信息存儲以及發布電能量信息等功能。然而目前的TMR系統缺乏靈活性、可操作性，對故障無法識別[10-14]。因此，需要建立一個完整的TMR運行監測系統，對變電站的線路和設備運行狀態進行在線監測，及時的發現運行中存在的異常信號。

文章基于TMR系統建立了運行監測及故障研判平臺，分析了電能計量原理，從系統技術、數據以及集成3個方面設計了系統的構架，研究了系統電能量數據接入和數據質量診斷與異常智能研判的關鍵應用的實現。此外，還對其應用的情況及帶來的效益進行了分析。

1 系統整體平臺搭建

1.1 電能計量原理分析

電能計量系統是一個可以對電能量計量數據進行自動采集、遠傳和存儲、預處理的系統，電能計量主要是獲取瞬時功率Pi，其被定義為：

Pi=ui

(1)

式中，u為輸入的瞬時電壓；i為輸入的瞬時電流。

然而，在實際應用中，瞬時功率不斷變化，獲取過程較為困難，因此，可以將瞬時功率轉化為平均功率Pave，即為瞬時功率在一個周期T內的平均值，平均功率即為有功功率Pa。將單位時間內的有功功率進行累加即為電能量值。

在電網穩態情況下，將電壓和電流定義為：

(2)

式中，φ表示電壓和電流之間的相位差，則瞬時功率Pi可表示為：

Pi=UIcosφ+UIcos(2wt+φ)

(3)

從式(3)中可以得到，瞬時功率由恒定的直流分量和頻率為2ω的正弦分量構成，則有功功率Pa被可表示為：

Pa=UIcosφ

(4)

式中，cosφ為線路的功率因數。利用上式將有功功率對時間上進行積分就能得到電能量的值。

1.2 系統整體平臺搭建

基于TMR的運行監測及故障研判的整體平臺如圖1所示。圖1中的安全Ⅱ區指電能量計量系統，即TMR，安全Ⅲ區指調度生產管理系統，兩個區間互相以物理隔離裝置作為隔離。TMR中主要是由電力質量分析儀、電力監控儀表以及電度表獲取用戶用電信息，并通過智能通訊模塊將其傳輸到監控機。監控機通過外部物理隔離區域與調度生產管理系統進行交互，并且在安全Ⅲ區中將TMR的運行監測信息傳輸至TMR終端，并同步傳輸至故障研判平臺，進行故障實時監測。

圖1 系統整體平臺框圖Fig.1 Overall system platform block diagram

該系統通過針對電能量數據進行全方位的監測和分析，從而實現電能質量診斷、電能量數據、異常知識庫管理、綜合監控及管理以及異常信號智能研判等模塊，其具體功能如下。

(1)電能量數據對接。①將不同電壓等級的廠站電能量數據進行對接，主要對接的數據類型有母線平衡、計量點表碼、電量信息、系統所報歷史事件等。②能夠手動進行數據對接。

(2)電能質量診斷。實現不同設備類型所對應的原始數據從完整性和準確性展開校驗，以及設有增加、刪除以及修改等功能。

(3)異常信號智能研判。通過對線損、廠站終端以及負線損信號的監測，實現對異常信號的識別和分析，并可以針對該信號展開智能研判。

(4)異常知識庫管理。知識庫包括新增、查詢、統計和管理，實現對知識庫的關聯、查詢及修改。

(5)綜合監控及管理。實現綜合展示、研判流程、工單監控、監測用戶管理以及組織結構等。

1.3 系統整體平臺搭建

1.3.1 系統技術構架

TMR運行監測及故障研判平臺的技術架構是基于面向服務(Service-Oriented Architecture，SOA)的設計理念建立的，綜合考慮業務展示層、業務流程層、組件層、資源層以及服務層等對系統技術體系展開設計。此外，在系統的各層級間通過利用信息集成平臺完成協同辦公，以滿足不同職能層次的管理業務要求，也為業務人員提供靈活的業務構造能力以及先進的工作平臺。該系統構架的邏輯模型示意如圖2所示。

圖2 系統技術架構邏輯模型示意Fig.2 Systematic technical architecture logic model

在方案具體實現的方面，系統采用多層分布式體系架構，充分利用中間件集群技術實現計量終端的數據采集、處理和數據應用功能，確保系統架構具有良好的可擴展性和可靠性。

前端是指用戶交互界面，實現前后臺數據的傳遞和實時消息的主動推送。后臺采用中間件構建業務模塊，由服務組件層和數據存儲層組成。其中，數據存儲層主要承擔整個系統的全業務數據信息存儲的重任，該層為系統內數據存儲量最大，并且對系統性能影響最大的一層，因此，需要利用有效的服務設計實現服務組件層無數據表級別關聯。而服務組件層負責核心業務及數據處理，能夠反饋接入層的調用申請，并對外提供統一的調用接口。

1.3.2 系統數據架構

系統數據架構主要包括了數據倉庫和數據維度2個部分。其中，數據倉庫為一個穩定的、集成的、個性化的、并且能夠顯示歷史變化的數據集合，用于支持管理決策。本系統的數據倉系統主由數據來源層、數據倉庫層以及數據展示層構成，其設計示意如圖3所示。

從圖3可以得出，數據展示層主要通過報表、多維分析、圖形化監控等形式直觀展現數據結果。數據來源層主要通過轉化、提取數據，并向數據倉庫層傳輸數據信息。數據倉庫層則是通過數據的轉化、抽取等操作將源數據中的數據抽取到系統的數據庫中，并在原數據上進一步加工，進行多維建模，主要

圖3 系統的數據倉庫示意Fig.3 System data warehouse diagram

有供電模型、發電模型、用電模型、損耗模型等。

數據維度是多維數據集的結構性特性，用來描述數據的分類的有組織層次結構。維度表的集合是構建數據倉庫數據模式的關鍵。計量自動化系統中的對象維度是多維數據集，主要包括：時間維度、電網對象維度、電壓等級維度、區域維度和客戶維度，數據維度的層次關系見表1。

表1 數據維度的層次關系Tab.1 Hierarchical relations of data dimensions

1.3.3 系統集成架構

隨著企業級信息集成和應用集成技術的發展和成熟，采用SOA的信息集成平臺集成模式能夠充分滿足系統的信息集成需求，已經成為業界的主流。遵循SOA架構集成和數據交換，不僅能夠保護現有的應用系統資源，通過還能逐步實現基于SOA的面向服務集成的方式，SOA服務體系如圖4所示。

圖4 SOA服務體系示意Fig.4 SOA service architecture diagram

通過將已有的各種應用系統資源中需要共享的內容封裝成服務，從而建立共享的服務數據庫。數據庫內共享的數據信息被信息集成平臺的企業服務總線提取支持新建應用系統不同業務需求。

(1)通過信息集成平臺的企業服務總線對SOA服務庫的各類“服務”進行定義、注冊、使用、維護、棄用與退役實現全生命周期的規范管理。

(2)服務總線能夠接入的數據源類型包括關系型數據庫、Web服務、XML文件、文本文件、JAVA函數等。

(3)業務系統數據能夠通過把數據傳輸至數據中心，而且數據中心自身也是一個數據源，也能夠對接至服務總線，從而提供業務系統共享和使用。基于SOA的面向服務集成的設計思路，規范各業務系統之間數據信息傳遞和交互的接口規則，并通過面向服務為主的方式將現有系統進行集成，提供了與電能量系統之間應用集成。

2 系統關鍵應用設計

2.1 電能量數據對接

為支撐智能研判系統開展數據質量診斷、異常智能研判、指標評價管理、異常知識庫管理等功能，智能研判系統采用直接讀取電能量系統數據庫的方式實現電能量計量系統建立接口接入電量、計量事件、瞬時量等數據接入，并實現電能量數據接入參數維護、數據接入及數據接入日志查詢等功能。

(1)對接方式。獲取數據均采用數據庫共享方式實現，智能研判系統定期訪問電能量系統數據庫服務對應庫表，獲取相應數據，并完成數據解析及存儲。為了確保獲取數據的完整，接口設計時，除檔案模型為靜態數據采用每日全量獲取外，計量數據、業務與報警數據等動態數據均采用增量獲取方式，即智能研判系統接口按自定義周期向電能量系統查詢新增及變化的數據后并提取，確保自動補采、自動重算后的數據及時同步到智能研判系統。該接口通過安全Ⅲ區綜合數據網進行通訊。

(2)對接內容。智能研判系統與電能量系統的接口主要有5部分功能：檔案模型獲取、計量數據獲取、業務與報警數據獲取。其中，檔案模型包括供電單位、廠站、線路、主變、客戶、計量點、匯總對象、線損對象、匯總公式、線損公式；計量數據包括計量點表碼、計量點電量、計量點瞬時量、匯總對象電量、線損對象電量、供售電量；業務數據包括換表和換電流互感器、旁路代供；報警數據包括報警事件數據。

(3)一致性保障機制。系統的一致性保障機制主要包含了2個部分，分別為定時增量同步機制和定時全量同步機制。其中，定時增量同步機制為數據庫同步服務以不同的時間周期進行增量數據同步，智能研判系統可以感知系統數據庫數據變更，通過接口應用進行記錄，綜合利用存盤數據，數據時間，處理標志、日志記錄等手段實現增量數據的提取，然后進行同步；定時全量同步機制為防止可能出現的數據不一致，智能研判系統會在每天的固定時間，進行全天數據的全量同步，同步時間選擇在每日凌晨(系統處于相對空閑狀態)，日數據統計之前，將檔案數據和前日所有采集數據進行全量同步。

2.2 數據質量診斷與異常智能研判

數據質量診斷與異常智能研判功能是TMR運行監測及故障研判系統的核心功能，為了及時識別系統出現的異常，并定位出故障點，且盡可能的做到不誤報、不漏報，系統設計過程中考慮到目前母線拓撲關系已覆蓋了所有的測量點的情況，定義了以母線平衡分析研判為中心，線路、主變、廠站拓撲關系為輔助判據，測量點表碼、瞬時量數據、異常事項為基礎，相關電量數據為參考校驗依據的研判過程。

2.2.1 研判規則庫設計

針對研判規則庫進行設計，主要從設備報警規則和測量點異常規則2個方面進行設計。其中，設備報警規則主要有以下幾點。

(1)母線報警規則。按母線的電壓等級配置方案，包含各電壓等級達標上、下限閥值，支持特殊接線打標簽剔除。

(2)主變報警規則。按主變的電壓等級配置方案，包含各電壓等級達標上、下限閥值。

(3)全站線損報警規則。按廠站的電壓等級配置方案，包含各電壓等級達標上、下限閥值。

(4)聯絡線報警規則。按聯絡線的電壓等級配置方案，包含各電壓等級達標上、下限閥值，支持特殊接線打標簽剔除，支持按照同期系統過濾小負線損達標。

(5)分壓報警規則。按分壓對象的電壓等級配置方案，支持設置分壓對象基準值，根據同期基準值判斷規則測算指標。

測量點異常規則：①測量點表碼異常規則：表碼變小，且無換表記錄；②測量點電量缺失：測量點日電量、月電量缺失；③測量點主備表比率超差：測量點主備表電量偏差上下限；④測量點積分電量比率超差：測量點積分電量與計量電量偏差上下限；⑤測量點電表報警事件：電表失壓、斷相事件；⑥測量點表碼停走：表碼停走、數據無效且積分電量有值；⑦測量點表碼飛走：超出表計正常走字范圍，根據額定電流計算周期內最多走字范圍；⑧測量點三相不平衡。

2.2.2 智能研判系統

針對智能研判系統進行設計，主要從變電站檢查、變電站平衡分析以及母線智能研判流程3個方面進行邏輯設計。

變電站檢查主要是對該站指定時間是否有數據，無數據檢查是否有終端，無終端則認為是接口問題。有終端則認為是采集問題，如果通訊正常則為終端故障，否則任務通道故障，并生成終端異常事件，其變電站檢查的邏輯規則流程如圖5所示。

圖5 變電站檢查的智能研判邏輯規則流程Fig.5 Flow chart of intelligent decision logic rules for substation inspection

如果該站存在關鍵數據(0點和24點數據)，則進行下一步平衡分析。分別對該站的全站線損、主變線損進行分析，建立排除測量點表；以母線平衡為核心，結合測量點的數據異常分析，定位故障點，考慮小電量問題，提高故障判斷準確率，其平衡分析流程如圖6所示。

圖6 變電站平衡分析流程Fig.6 Substation balance analysis flow chart

其中圖6中的母線平衡智能研判系統邏輯如圖7所示，以母線平衡分析為核心，進行缺陷智能研判和修正。

圖7中的智能定位方法，原理是依據替代規則，分別按組合帶入線損公式，定位出故障測量點。如能計算出負荷指標，則定位成功，只保存需替換的測點異常，否則定位不成功，保存所測點的異常事件。

圖7 母線平衡的智能研判系統邏輯Fig.7 Intelligent research and judgment system logic diagram of bus balance

3 系統應用結果及分析

3.1 系統實際應用

基于TMR的運行監測及故障研判系統中采集到失壓斷相、表碼異常、跳變、缺失、通訊異常等異常事件后，即彈出窗口進行顯示，提示用戶及時查看及進行分析。事件發生后，其彈出事件報警窗口，TMR系統遇到新的定義事件，即彈出該窗口，并在窗口上顯示序號、事件產生時間、事件簡單描述及狀態等相關的有效信息。點擊事件內容及定位到事件歷史查詢窗口，同時“new”狀態消失。每頁可設置固定顯示幾條事件，而且能夠按時間最近到遠的順序進行顯示。此外，左上角“…”可對相關設置進行修改。

事件修改窗口的具體功能：①事件定義羅列幾種電表時間供選擇，如失壓斷相、失流斷相、表碼缺失等事件；②第2列可選擇事件的站范圍，包括全部或區縣或某站選擇；③第3列選擇是否打開串口；④每頁顯示行數定義了“事件彈出窗口”中事件的顯示行數量。

該系統還具備了數據異常統計與查詢、智能研判規則及統計、線損綜合統計及查詢等功能，能夠對不同公司，不同情況下的故障或異常情況進行數據監測和收集并直觀顯示。

此外，該系統還設計了實時監測系統，對系統平臺的運行情況進行監測和綜合分析，主要通過對同期接口采集接入情況、母線模型計量點方向的一致性以及同期接口所檢測的異常信號等。

3.2 效益分析

由于目前變電站及其設備的數量正快速上升，對安全生產的要求也越來越高，利用本系統能夠將所有變電站的相關信息進行連接，從而對變電站的線路和設備運行狀態進行在線監測，及時的發現運行中存在的異常信號，從而能夠盡早發現故障或隱患，消除故障，保障電網的穩定運行，將會為企業和社會帶來巨大的經濟效益。

本系統自試應用的兩年來，通過對試驗區域內變電站及其設備的監測，從而及時發現異常信號及存在的隱患，并立即對其進行處理防止故障發生，不僅最大程度上降低了停電損失，也大大縮短了停電檢修的時間。據統計其應用效果如圖8所示。其巡查設備數量大約為傳統技術的2倍，且排除故障數量為傳統技術的2.2倍，相比又減少了444萬元的停電損失。

圖8 實時監測及分析系統Fig.8 Real time monitoring and analysis system

4 結語

本中基于TMR設計了運行監測及故障研判平臺，建立了一個完整的TMR運行監測系統，將所有變電站的相關信息進行連接，及時的發現運行中存在的異常信號，并得出以下結論：

(1)通過與電能量計量系統建立集成服務接口，實現計量檔案、拓撲模型、電量表碼、瞬時量、告警事件等數據接入。TMR運行監測及故障研判平臺從數據庫中直接獲取相關數據，并根據數據變化實現增量數據同步。

(2)通過綜合監控功能對系統采集情況、指標數據、線損數據情況等綜合信息進行集中展示，其中綜合展示功能實現電量、負荷、指標、運維、異常等多種信息的可視化展現，研判監測功能從數據讀取、智能分析、分析結果、異常定位等全流程智能研判監測。

(3)異常智能研判系統通過對電網模型參數配置、設備故障、計量裝置故障等異常信號進行分析，并結合通訊日志、采集數據等，自動判定故障類型以及發生位置，提高了故障缺陷定位效率和檢修效率，并大幅度降低因停電所造成的損失。