基于加權最小二乘法的數字化智能變電站虛回路自動校驗技術

秦鵬偉，張黃蔚，姜炯挺，吳澥凌

（1.寧波新勝中壓電器有限公司，寧波 315000；2.寧波送變電建設有限公司運維分公司，寧波 315000；3.國網寧波供電公司，寧波 315000）

數字化智能變電站利用網絡技術，通過光纖取代傳統變電站的電纜連接方式，完成變電站運行過程中的信息傳輸[1-3]。為此，數字化智能變電站內的二次回路變更為數字化的虛回路，電力設備的外部物理端子變更成信息化的虛端子，使數字化智能變電站變成一個黑匣子，無法查看相關信息，加大了數字化智能變電站的維護難度[4]。文獻[5]通過改進Levenshtein 距離模糊匹配算法，構造標準端子庫，利用Word2Vector 相似性，改進模糊匹配算法的編輯操作權重，提升標準端子庫的構建精度，該技術可有效校驗數字化智能變電站虛回路，加快虛回路校驗速度。文獻[6]為各廠家的IED 的ICD 均構造一個相應的IMCD 文件，構造數字化智能變電站虛回路自動校驗模型，完成虛回路自動校驗，該技術具備數字化智能變電站虛回路自動校驗的有效性。但上述技術均只針對出現故障后的虛回路自動校驗，并未在虛回路正常運行時進行自動校驗，無法預防虛回路異常與故障，且上述技術的虛回路自動校驗的抗干擾性均較差。加權最小二乘法能夠避免常規方法導致的測量不確定性問題，提升測量結果的可靠性與準確性[7]。為此，本文研究基于加權最小二乘法的數字化智能變電站虛回路自動校驗技術，提升虛回路自動校驗精度，確保電網穩定運行。

1 數字化智能變電站虛回路自動校驗技術

1.1 數字化智能變電站電力設備區域劃分

利用改進K-means 聚類算法，劃分數字化智能變電站的電力設備區域，加快虛回路自動校驗速度[8-9]，劃分后的每個區域內均包含保護裝置（protection intelligence electronic device，PIED），測控裝置（control intelligence electronic device，CIED），合并單元（merging unit，MU），智能終端（intelligence terminal，IT）4 種類型的設備。

電力設備i 與j 間的界間距計算公式如下[10]：

式中：i 與j 的坐標是（xi0-yi0）、（xj0-yj0）；ri、rj為i 與j等效圓形的輻射半徑。

數字化智能變電站電力設備區域劃分的具體步驟如下：

步驟1利用式（1）求解隨機2 個電力設備間的G（i，j），求解全部G（i，j）的均值，公式如下：

步驟2升序排列全部G（i，j），并存儲至向量內，以最小G（i，j）相應的中心點為首個聚類中心z1，坐標為

式中：center（xi，j，yi，j）為i 與j 界間距中心點坐標。

步驟3求解電力設備次小界間距相應的中心點坐標，并求解其和z1的距離d1，同時對比分析d1和的大小，當d1≥時，那么以次小界間距相應的中心點[11]為第二個距離中心，反之，繼續操作步驟3。

步驟4當距離中心數量未達到k 時，全部G（i，j）均完成對比分析情況下，則以動態方式減小；同時剔除步驟3 搜索到的聚類中心，并重新開始步驟3。

步驟5在聚類中心數量達到k 情況下，那么判定聚類中心完全形成，當迭代結束后，便可獲取最終的聚類結果[12]，即數字化智能變電站電力設備區域劃分結果。

令第l 個區域內，第j 個電力設備的最小區域間界間距h（l，j），屬于j 至其余區域內電力設備界間距均值的最小值，按照數字化智能變電站電力設備區域劃分的實際情況，h（l，j）＞0 成立，則h（l，j）的計算公式為

式中：nl為第l 類區域內的電力設備數量為第l類的第i 個電力設備樣本為第θ 類的第j 個電力設備樣本。

第l 個區域內，第j 個電力設備的區域內界間距是ζ（l，j），公式為

式中：ε 為折算因子。

第l 個區域內，第j 個電力設備的聚類界間距a（l，j）是h（l，j）和ζ（l，j）之和。第l 個區域內，第j個電力設備的聚類離差界間距s（l，j）是h（l，j）和ζ（l，j）之差。

類間類內劃分指標是B（l，j），公式為

數字化智能變電站電力設備區域劃分均衡性指標是ρ（k），公式為

綜合考慮B（l，j）與ρ（k），確定最佳的數字化智能變電站電力設備劃分區域數量k。

1.2 基于加權最小二乘法的數字化智能變電站電力設備各區域數據融合

以一個電力設備區域內的PIED 為例，令2 個傳感器采集的數字化變電站PIED 數據是χ1、χ2，待估計真值是χ，加權因子是w1、w2，那么融合后的估計值為

式中：m 為傳感器數量；i′為傳感器編號。

總均方差公式為

按照極值原理，能夠獲取最小σ2相應的最佳加權因子，公式為

利用PIED 實測數據的歷次方差，提升PIED 數據融合對傳感器自身因素干擾的靈敏度。數字化智能變電站PIED 數據融合的具體步驟如下：

（1）實時方差分配。以同一時刻傳感器的PIED實測值和算數均值的偏差平方為實時方差分配。令第i′個傳感器第j′次采樣的PIED 數據是χi′j′，那么全部傳感器測量的PIED 算數均值為

此時，方差估計分配為

（2）歷次方差分配。各傳感器在j′次采樣過程中的測量方差算數均值是計算公式為

（3）數字化智能變電站PIED 數據融合。利用遺忘因子ω 調整Ri′j′與的信息比重，得到最終的方差分配，公式為

同理，可獲取CIED、MU、IT 的數據融合結果。

1.3 數字化智能變電站虛回路的數據流向規則

通過分析數字化智能變電站虛回路內SV（sample value）報文與GOOSE（generic object oriented substation events）報文的流向，可判斷虛回路的正確性。為此，制定融合后的PIED、CIED、MU、IT 數據流向規則如下：

（1）PIED 和MU 間融合后的數據正常流向為沒有GOOSE 報文數據交互，SV 報文的流向方向為單向，即由MU 流向PIED。

（2）PIED 和CIED 間融合后的數據正常流向為不傳輸任何數據。

（3）PIED 和IT 間融合后的數據正常流向為無電氣量采樣數據間的數據交互，不傳輸SV 報文，GOOSE 報文為PIED 和IT 間雙向流動。

1.4 虛回路自動校驗流程

數字化智能變電站虛回路自動校驗的具體步驟如下：

（1）利用改進K-means 聚類算法，對數字化智能變電站的電力設備區域展開劃分，且劃分后的各區域內均包含PIED、CIED、MU、IT 4 種類型的電力設備。

（2）通過加權最小二乘法，對各區域內的各PIED、CIED、MU、IT 測量數據進行數據融合。

（3）依據數據流向規則，分析每個區域中，各電力設備融合后的數據流向，即PIED、CIED、MU、IT間的數據流向關系。

（4）通過關鍵詞模糊匹配方式，分析流向數據內的端口信息是否對應，若不對應，說明存在數據缺失問題。

2 實驗結果與分析

以某220 kV 數字化智能變電站為實驗對象，該數字化智能變電站的保護測控模式為雙測控裝置并列運行模式，220 kV 主接線是雙母線單分段，2 臺150 MVA 的主變，2 回進線。110 kV 側雙母單分段接線，7 回出線。35 kV 側單母分段接線，24 回出線。

利用本文技術對該數字化智能變電站的電力設備區域進行區域劃分，區域劃分結果如圖1 所示。根據圖1 可知，本文技術可有效劃分數字化智能變電站電力設備區域，共劃分了9 個區域，各區域內均包含PIED、CIED、MU 與IT 電力設備，且數量均為1 個。實驗證明，本文技術具備數字化智能變電站電力設備區域劃分的可行性，便于降低后續數字化智能變電站虛回路自動校驗復雜度。

圖1 數字化智能變電站電力設備區域劃分結果Fig.1 Results of regional division of digital intelligent substation power equipment

利用本文技術對數字化智能變電站內PIED、CIED、MU 與IT 電力設備的測量數據進行數據融合，通過數據方差衡量本文技術的數據融合效果，數據方差越小，電力設備測量數據融合精度越高，數據方差閾值是3，分析結果如表1 所示。根據表1 可知，對于不同電力設備來說，本文技術融合前的數據方差，均明顯高于融合后的數據方差；不同電力設備融合后的最大數據方差均未超過數據方差閾值，說明本文技術的數據融合精度較高。

表1 電力設備測量數據融合的數據方差分析結果Tab.1 Data variance analysis results of power equipment measurement data fusion

利用本文技術對該數字化智能變電站的區域1虛回路進行自動校驗，部分虛回路自動校驗結果如圖2 所示。根據圖2 可知，本文技術可有效自動校驗數字化變電站虛回路，根據校驗結果可知，區域1內，配置完整性均符合數字化變電站運行需求。

圖2 數字化智能變電站區域1 虛回路自動校驗結果Fig.2 Digital intelligent substation area 1 virtual loop automatic verification results

在本文技術自動校驗各區域虛回路時，進行蓄意攻擊，分析本文技術虛回路自動校驗的抗干擾性能，蓄意攻擊次數抵御失敗的次數需低于10 次，才能保證自動校驗技術具備較優的抗干擾性能，分析結果如表2 所示。根據表2 可知，不同數字化智能變電站電力設備區域內，本文技術蓄意攻擊抵御失敗的最大次數為6 次，并未超過設置抵御失敗次數，說明本文的虛回路自動校驗技術具備較優的抗干擾性能。

表2 本文技術的抗干擾性能分析結果Tab.2 Analysis results of anti-interference performance of this technique

3 結語

虛回路的正確性直接影響數字化智能變電站運行的安全穩定性，為此，研究基于加權最小二乘法的數字化智能變電站虛回路自動校驗技術，提升虛回路自動校驗效果，解決人工校驗工作量大、錯誤率高等問題，為數字化智能變電站安全運行提供保障。日后，還需進一步研究端口信息匹配方法，提升端口信息分析精度，即提升虛回路自動校驗精度。