基于BN 算法的電力調度多源故障數據融合系統

李哲，董玉山，浦紹文，周思成，張華生

（云南電網有限責任公司保山供電局，云南保山 678000）

電網規模逐年不斷擴大，對于電網電力設備的需求也相應增加，對電力設備進行定期檢修能夠有效保障電網正常運行。然而就目前來看，為了避免電網事故發生，防止因電網事故而造成的經濟損失，電網的工作人員需要不定時地針對電網系統進行檢查維修，在電力調度事故發生時，更要迅速診斷出電力調度事故原因，及時采取相應的解救措施。電力調度的故障因素具有種類多、信息量大等特點。因此解決電力調度多源故障便成為了電力領域研究方向之一。

相關領域學者針對這一問題進行了相應的研究，文獻[1]提出的基于隨機森林的電網調度多源故障信息數據融合設計，通過采用隨機森林模擬器構建決策樹樣本，搭建新型數據融合系統，結合相關硬件完成對電力調度多元故障問題的解決，但此方法信息源過于單一，難以適用于保護斷路器，因此不適用于解決電力調度中的多源故障問題。文獻[2]提出的基于改進DS 證據理論的電力調度多源故障處理方法，根據單點多分類方法，并運用了主動激發呼叫和動態調節等方式，解決多源點失效問題。但該方法容易產生誤報、誤動以及漏報的情況，也不適用于解決電力調動多源故障問題。

為了解決傳統方式中存在的問題，該文設計了一種基于BN 算法的電力調度多源故障數據融合系統。

1 系統硬件設計

基于BN 算法的電力調度多元故障數據融合系統的硬件設計主要以SCADA 系統為基礎，SCADA 系統的主要功能為數據采集與數據監控[3]，在現如今的電力系統中較為常用，通過計算機對電力系統進行自動化數據采集與數據監控，并利用安裝在電力調度現場的終端來與調度中心進行數據傳輸，該系統傳輸的數據具有時效性，能夠及時反映電力調度中的數據變化[4-5]。

基于BN 算法的電力調度多源故障數據融合系統硬件結構如圖1 所示。

圖1 多源故障數據融合系統硬件結構

觀察圖1 可知，SCADA 系統主要由三個部件組成，分別為遠程終端單元、前置機以及信號發生器。其中遠程終端單元主要負責對數據信息的采集與傳輸，并執行SCADA 系統的指令[6-7]；前置機主要功能為對遠程終端單元傳輸的信息進行數據信息預處理[8]；信號發生器對前置機預處理后的信息進行整合，并傳輸給SCADA系統，由系統分析并發出指令。

1.1 遠程終端單元設計

遠程終端單元為一種針對收集長距離設備數據信息以及惡劣環境下的設備數據信息的裝置，采用模塊化結構[9]，具有獨特的計算機操控單元，能夠迅速執行SCADA 系統發出的指令。遠程終端單元結構如圖2 所示。

圖2 遠程終端單元結構

該文設計的遠程終端單元選用國標CBT14429-83 型號，具有通信距離長、通信端口多、可以分散的通信特點。該型號的遠程終端單元CPU 的計算能力強，數據存儲空間大，能夠將末端設備與主控制器鏈接，控制末端執行SCADA 系統發出的指令[10]。對于溫度的適應性強，可在-40～85 ℃的溫度區間工作，由于遠程終端單元為模塊化結構設計，可進行單元擴展。

1.2 前置機設計

前置機由PC 服務器、以太網卡、多功能卡、數據卡、主機通信卡、路由器和網絡控制器等相關網絡的設備構成，是一個集眾多功能的綜合組件，并內置SCOUNIX 操作系統，內部擁有內置的獨立信息庫[11-12]。其主要功能為數據統計及對遠程終端單元收集的數據信息進行預處理，將預處理后的數據發送至信號發生器。

1.3 信號發生器設計

信號發生器為一種能供產生各種頻率與輸出信號的設備，作為正弦信號發生器，能產生高頻、低頻、微頻率信號，并且可以產生簡單信號源、標準信號源和功率源[13]。信號發生器電路如圖3 所示。

圖3 信號發生器電路圖

該信號發生器可在-25～40 ℃的溫度區間進行工作，可在濕度90%以下的環境運行，工作壽命不低于20 000 次，電源電壓為4.5 V。信號發生器的作用是接收前置機預處理后的數據，并將其以特定信號波發送給SCADA 系統中，由系統分析計算并發出指令。

2 系統軟件設計

2.1 電力調度多源故障度檢測程序

在電力調度故障融合過程中，檢測設備會實時上傳電力調度中的故障信息并產生相關警告信息，在多源信息中提取滿足在線診斷的有關數據[14]。在電力調度故障診斷過程中，其不穩定的故障因素可通過貝葉斯網絡算法計算，得到高準確率的電力調度多源故障度。

在電力調度系統故障診斷領域，結合正向的先驗概率和逆向的后驗概率便可對電力調度中的故障概率進行計算，以此計算出電力調度多源故障度[15]。先驗概率為電力調度系統中的故障發生對應的因素、后驗概率為發生故障后所產生的數據信息[16]。設P(A)表示先驗概率；P(B)表示后驗概率，因此有：

式中，P(AB)表示事件A 和事件B 同時發生的聯合概率，P(B∣A)表示在事件A 已經發生的條件下，事件B 發生的條件概率；P(A∣B)表示在事件B 已經發生的條件下，事件A 發生的條件概率。因此，該文通過貝葉斯網絡模型依據警報發生裝置的數據信息，確定保護模式，利用貝葉斯概率公式計算每個電力調度系統的故障度。

2.2 基于BN算法的電力調度故障度數據融合

通過貝葉斯概率公式計算出電力調度系統的故障度后，需要將電力調度系統中故障產生時的數據進行融合，該文提出了信息融合技術，對多種相關信息進行融合。

在數據融合的過程中需要應用到DS 證據融合理論，在信息條件不完善的情況下對目標方案進行推理，根據多個獨立的信息源實現數據融合。設x為DS 識別框架結構，因此對于任何事件m，有以下關系：

根據式（3）可知，m表示基本信度分配函數，當a作為識別框架x中的任意一個子集，其基本信度函數m(a)＞0，定義a為證據元素。

根據式（3）建立數據軟件層，首先在數據層將信息融合，將不同的數據源經過前置機預處理，提取電力調度故障的特征量，以此獲得故障因素，并保留原始數據的完整性；進而在特征層進行下一步的數據融合，經過前置機預處理后的數據信息可以篩查出一部分無效信息，保留故障的特征信息，將這些故障的特征信息進行融合，可得到更加準確的故障原因，并去除了無關信息，使融合后的數據信息更加漸進；在決策層面上，抽取了由數據化和特征級融合而成的數據，并對其進行分析，找出相應的故障解決方案，并做出決策信息，進而將這些數據信息進行融合，即可得到電力調度故障的解決方案。

3 實驗研究

為了驗證該文提出的基于BN 算法的電力調度多源故障數據融合系統的實際應用效果，設定實驗。選用的實驗節點如圖4 所示。

通過PSCAD 搭建模型，對電力調度多源故障數據進行提取，設定故障發生的時間為0.5 s，持續時間為0.02 s，選用該文的融合系統建立貝葉斯網絡，故障電流、電壓融合實驗結果分別如圖5、圖6 所示。

圖5 故障電流融合實驗結果

圖6 故障電壓融合實驗結果

根據圖5、圖6 可知，該文研究的融合系統能夠很好地評估收到的告警信息可信度，通過探究告警信息分析時刻確定融合節點是否為期望節點。電力調度系統在運行過程中，由于告警信息出現丟失，斷路器內部受到擾動，因此調度系統十分復雜。該文設計的系統通過分析提取電氣量信號，將電力系統中的元件信號提取出來，通過BN 算法分解和重構電壓和電流，實現信息融合。電力調度系統中設置元件保護和斷路器裝置，在故障發生后，傳統系統沒有考慮到警報信息存在誤報、漏報的情況，以及斷路器裝置本身所具有的可靠性問題，難以對故障收集的數據做出有效判斷。

為進一步驗證融合系統的應用效果，選用該文提出的融合系統和傳統基于隨機森林融合系統和基于改進D-S 融合系統進行實驗對比。得到的融合前電流和電壓如圖7 所示，融合后電流和電壓如圖8 所示。

圖7 故障融合前電力系統數據

圖8 故障融合后電力系統數據

根據圖7 和圖8 可知，在故障數據融合之前，電力調度系統故障電流幅值出現極大的波動，同時采用該文系統和傳統系統進行融合，該文提出的融合系統能夠很好地融合電路數據，通過IMF 分析特征時間尺度，利用BN 算法對信號進行分解，通過分解得到高頻諧波信號，得到不同電力數據分量的幅值，實現故障融合，確保融合后的電力系統電流能夠正常運行。傳統的融合系統在融合過程中通過分析故障能量值確定暫態分量，從而實現故障識別，然而傳統融合系統融合過程中不能分析不同數據的不確定性，實現信息歸納和估計，融合結果難以達到用戶要求。

4 結束語

電力調度系統的應用越來越廣泛，使得電力調度故障的隱患越來越大，傳統方式對于電力調度故障的解決方案并不能從根本上解決電力調度故障，為了彌補傳統方式的不足，提出了基于BN 算法的電力調度故障數據融合系統，添加遠程終端單元來收集故障信息并傳輸信息，前置機來對收集到的數據信息進行預處理，信號發生器完成對SCADA 系統的數據反饋。

基于BN 算法設計電力調度故障度檢測程序以及電力調度故障數據融合程序，通過設計故障度檢測程序提取故障度，并由數據融合程序結合DS 證據融合理論進行數據融合。該文設計的基于BN 算法的電力調度數據融合系統有效解決了傳統方法中的不足，并為后續研究此方面的學者提供有關參考。