基于電力信息物理系統的輸電線路故障辨識研究

彭翠紅

(咸陽師范學院，陜西 咸陽 712000)

目前，現代科技不斷發展，先進的信息技術被廣泛應用于各個領域，成果最為顯著的就是電力系統，經過人類的不斷探索，將物理系統與信息科技結合到一起，利用兩者之間的制約關系，共同合作，安全穩定維持輸電線路的穩定運行。對于線路的狀態辨識由于以往的技術落后與思維過于保守導致不能預測到線路中的故障出現，致使辨識方向錯誤，出現了一系列的用電困難。針對當前輸電線路故障辨識現狀，有許多學者都開展了研究，有學者研究了VMD-PE協同SNN的輸電線路故障辨識方法，該方法主要將變分模態分解排列熵與神經網絡結合，對瞬時頻率均值優化參數，計算分解后將獲得的排列熵作為故障特征量，將結果輸入到網絡中進行輸電線路故障辨識[1]；有學者研究了考慮多影響因素的關鍵輸電線路故障辨識方法，該方法主要將發電機輸電容量、負荷大小等參數作為線路指標，將博弈論綜合賦權法應用到指標處理中，實現對輸電線路的辨識[2]。上述提出的方法雖能夠實現輸電線路故障辨識，但是容易受到周圍環境影響，導致辨識效果較差。基于當前存在問題，設計一個基于電力信息物理系統的輸電線路故障辨識方法，期望提高輸電線路故障辨識效果。

1 電力信息物理系統

1.1 電力信息物理系統工作原理及結構

隨著電力系統的智能化發展，電力系統中信息不斷增多，需要先進的信息通信技術融入其中，發揮電力信息采集處理等功能。電力信息物理系統是將電網一次系統與通信信息系統相融合，利用海量異構智能終端采集與感知電力系統的信息，并通過中間層通信系統將海量多源異構電力監測數據進行傳輸，輸送至決策層進行存儲并分析，并實施控制決策指令，由此實現電力物理系統的運行控制。其結構如圖1所示。

圖1 電力信息物理系統的基本結構Fig.1 Basic structure of power information physical system

1.2 電力信息物理系統的能量與信息

電力信息物理系統每個環節的信息數據均為雙向傳輸，其能量與信息的傳輸過程如圖2所示。

圖2 電力信息物理系統的能量與信息的傳輸Fig.2 Energy and information transmission diagram of power information physical system

電力系統的運行狀態，不僅受到電力一次設備的影響，還會受到電力二次設備的影響，數據采集與監控系統或信息傳輸系統受到故障，都會影響信息完整穩定傳輸，影響電力系統正常運行。雖然信息網絡攻擊不能直接攻擊電力物理設備，但可以破壞或削弱二次設備的功能來導致采集的數據丟失或有誤，使電力系統進行錯誤的狀態估計，進而影響狀態估計后的高級軟件分析而做出錯誤的抉擇，導致電力一次設備錯誤操作而發生故障，引發電力系統振蕩甚至造成大面積停電。

2 影響輸電線路故障辨識因素

在應用電力信息物理系統進行輸電線路故障辨識時，易出現多種問題導致對輸電線路故障的辨識效果不足，主要有3個方面：①電力信息物理系統的底層設備狀態感知辨識精度低。底層設備型號混雜、軟件系統升級程度不統一以及存在環境噪聲干擾等情況，導致難以有效區分輸電線路電流的狀態。②電力信息物理系統采集的輸電線路信息為海量多源異構數據，數據傳輸量大，且數據壓縮復雜度高，給輸電線路故障數據的及時傳輸與快速分析帶來了困難。③在上層決策層中，由于數據的多源異構特性，也給存儲造成了困難，容易造成主站資源浪費，且在數據匹配分析時，調度速度也被拖慢，影響了輸電線路故障辨識。

3 輸電線路故障辨識方法

3.1 電網中電流潮流計算

只要計算出穩定的功率與電阻比，保證線路兩端的電壓不變，就得到線路中各個節點的潮流效率[3]為 ：

(1)

當電流流向故障部位[4-5]，就會產生分流，那么前后電流比為：

I0=I(0)/I(1)

(2)

式中，I0為初始電流圍。

節點的功率變化為：

(3)

按照電力信息物理系統中信息潮流計算的順序來迭代計算，設定一定的相位角與電阻比，當兩端電壓穩定，電阻小于本身電阻時就可直接進行潮流計算，輸電線路的潮流計算會因為節點的不斷增加而變得復雜，為了實現計算的準確性與高效性，可以根據電力系統的運行方式來改變相應的計算方法。當輸電線路兩端的電壓達到最高時[6]，其中的電阻也就達到了峰值，此時的電功率就會隨之減小，為了增加線路的辨識性，考慮到影響線路的各種參數的變化，任何參數的改變都會干擾電路的潮流計算[7]，那么潮流評價受到潮流因子、電容差、電力信息、辨識度、動態量化的綜合影響。插入3個不同的偏移角度參數值，根據線路的波動產生彈性的辨識行為，但是辨識行為會受到波動行為的影響導致辨識行為波動性較大，為此需要進一步處理。

3.2 電力信息適應度函數建立

由于電流潮流計算中會受到其他因素的影響，波動性較大，為此建立適應度函數。輸電線路的適應度是根據兩端的電壓與自身的電阻來決定的，利用粒子群算法來對其進行定義，調整到合適的適應值，準確地形成一個函數關系[8]。而建立適應度函數會涉及到多個參數的變化，要想得到合理的模型，可以將適應度函數定義為：

f=min(|P(θ)-P1|+|Q(θ)-Q1|+k)

(4)

式中，θ為慣性因子；P(θ)為向量的適應度；Q(θ)為理論適應值；P1與Q1為初始適應值。

當出現最大或者最小的極值時[9]，通過二者之間的差來確定函數波動的范圍，反復計算，因此獲得的最優解就可以作為最終值，反之，重新計算。根據電力系統的不穩定性預測輸電線路的故障與否，那么涉及到的各種參數就包括電壓、電流與線路電阻值，假設存在一段固定長度的線路[10]，推測電路形成的適應度需要對輸電線路的長度、單位時間內的電阻、電流、電容量、最大電壓、端點電流、最大電流、故障電流等進行采集。由于上述參數過于繁雜[11]，將其簡化為只求解故障部位的電阻的變化。

由于線路中途出現變化，就會導致電流與電阻處于穩定的動態中，利用能量守恒定律[12]，就可以保持參數平衡，形成一個穩定的矩陣。電力物理系統中決定辨識方向的主要是物理節點，每個節點具有不同的作用，不但可以控制電壓的變化，還能減小線路中的電阻，自增大電流的走向[13]。當線路中電壓與電流的角度發生偏移[14]，就會導致辨識度出現誤差，若要保證兩個參數處于不變的動態變化中，那么限制條件就為在不同辨識因子下電阻抗恒定，當辨識因子由于線路的故障可以忽略不計時，當系統達到一個穩態，就會減小線路的壓力，存留的能量就會參與到下一步的迭代計算[15]。在此條件下，線路狀態的適應度函數由節點的數量決定，若輸入了處理后的節點，在一定時間內節點數量逐漸增加，得到最佳適應度函數，采用適應度函數能夠為輸電線路故障辨識提供參考。

3.3 線路辨識模型構建

確定輸電線路中各個參數的波動范圍后，設將電力系統看成是一個分段式的網格模式，將適應度函數輸入到整個網格系統中。每個模塊都有一個連接端，利用網絡信號將其串聯起來，使信息物理系統成為辨識線路各種狀態的主要方式，維持電力系統的穩定。而對于線路中的電阻與電流都會有一個固定的波動范圍，可用Z=R+jX為電阻的波動情況，當線路開始運行的時候，可以看出辨識系數基本差不多的，對線路的干擾性幾乎為零，那么就會呈現一個基本穩定的狀態，因此將多個電路同時打開，實現并聯。對線路的情況進行辨識后，出現故障時就可以根據電壓與電流之間的比例來推測出具體部位，一般小型的干擾不會對線路的穩定性產生任何影響，干擾的位置為x=Ax+Bu，其中，x為干擾信號模型。那么兩端電壓與干擾信號的電阻關系式為:

(5)

式中，ζ為振動幅度；σ為電阻系數；ω為參數。

電力信息系統的構成類似于神經網絡系統，都是在節點運輸數據的情況下進行的，增加一個節點，系統就會多接收一類電力信息，電流發生變化時，節點電功率與電容都會存在差異，即：

(6)

式中，Δθ為該節點兩端的電流比，那么此時的輸電線路的狀態辨識公式為：

(7)

式中，eα為角度偏移時節點的能量值；dm為邊緣距離；θm為偏移角度；Δθ為角度差。

利用節點的可控性不但可以保證輸電線路的完整性，還能盡可能地減少誤差，提高辨識模型的包容性，以此完成輸電線路的辨識。

4 實例分析

4.1 應用場景

為驗證提出的基于電力信息物理系統的輸電線路故障辨識方法在實際中的應用效果，進行實驗。在實驗中主要對正常的輸電線路、受到攻擊的輸電線路故障辨識。將本文設計的基于電力信息物理系統的輸電線路辨識研究方法進行應用。

4.2 輸電線路3種狀態

在應用過程中，還原信息空間網絡，主要包含遠程調度中心、站控層、間隔層和過程層，其中間隔層主要實現信息空間與電力系統兩者之間的聯動。同時為了方便后期遠程調控，設置遠程調度中心，主要模型如圖3所示：其中，輸電線路采用雙電源雙回路供電系統，電源電壓為220 kV，初始相角為0°，仿真運行時間設置為0.5 s。同時，設定3種攻擊情況。①獲取正常情況下輸電線路電流波形，直接將其作為對比指標；②模擬輸電線路攻擊，在輸電線路正常運行時，僅對一個輸電線路進行攻擊使其故障，出現短路情況，僅對短路故障電流波形辨識；③模擬信息節點與輸電線路同步攻擊情況，對信息節點實施Fuzzing攻擊，即移動攻防平臺向測控裝置發送畸形報文，在攻擊后對節點電壓采樣，作為實驗對比指標。

圖3 實驗信息空間模型Fig.3 Experimental information space model

4.3 輸電線路故障電流

采用本文設計的方法進行輸電線路故障時刻的電流分解，得到在0～2 500 Hz下不同故障的電流邊際譜幅值特征圖譜如圖4所示。

圖4 故障電流邊際譜幅值特征Fig.4 Characteristic atlas of fault marginal spectrum amplitude

4.4 輸電線路電流/電壓波形辨識結果對比

分別在正常運行、短路故障、受到攻擊情況下進行輸電線路電流/電壓波形辨識，結果見表1。通過表1可知，在不同情況下，應用設計方法的波形與實際波形相差較小，較未應用設計方法的波形與實際波形相似性更高，即辨識結果更為準確。其中，在短路故障情況下，實際短路波形在發生突變的同時產生了比較大的零序電流，未應用研究方法的電流波形識別結果與實際波形有一定的差距。表明應用本文研究方法可以有效應對電流突變的情況，并有效輸出辨識結果。

表1 不同情況下電流/電壓波形辨識結果對比Tab.1 Comparison of identification results of current/voltage waveforms under different conditions

5 結語

基于上述過程完成基于電力信息物理系統的輸電線路故障辨識方法的研究，利用電流的潮流計算，來完成線路辨識模型的構建，準確地模擬出了線路的微型變化，有效提高了輸電線路故障辨識方法的辨識效果。由于研究時間的限制，實驗對比內容較少，在后續研究中還需要做進一步研究，以及時發現所提出方法的不足之處。