1、基于調度綜合數據平臺的大規模電網分層故障診斷朱傳柏,郭創新,曹一家(浙江大學電氣工程學院,浙江省杭州市310027摘要:當大規模電力系統發生單一或復雜故障時,各種開關及保護動作信息、報警和事件信息在短時間內同時上傳到調度中心各應用系統,此時僅靠單個系統信息和單一診斷手段很難解決故障診斷問題。文中提出了一個基于調度綜合數據平臺(DIIP 的針對大規模電力網故障診斷的分層故障診斷多智能體系統(MAS 模型,通過分級故障特征信息訂閱機制及區域智能體并行診斷和全局智能體總體診斷的分層協調診斷機制,得出最終的故障診斷結論。測試案例表明,利用基于DIIP 的多智能體模型診斷故障有效且具有較好的實際應用能力

2、。關鍵詞:調度綜合數據平臺;大規模電網;故障診斷;多智能體系統中圖分類號:TM732收稿日期:2008207217;修回日期:2008210210。國家自然科學基金資助項目(50677062;教育部新世紀優秀人才支持計劃資助項目(NCET 207207245;浙江省自然科學基金資助項目(R107062。0引言故障診斷是關系到電力系統安全穩定運行的重要問題,隨著電力系統規模日趨龐大,電網結構更加復雜,對電力系統故障診斷提出了更高要求。迄今為止,國內外在電力系統故障診斷方面已經提出了很多方法,如基于專家系統的方法、基于Pet ri 網絡的方法、基于貝葉斯網絡的方法、基于粗糙集理論的方法、基于模糊集

3、理論方法和基于優化技術的方法等129,其中,有些方法提供了在充分獲取信息及信息完全正確假設下的比較準確的診斷手段,但往往構建在單一集中系統上無法獲得故障的全部信息,同時誤動、拒動及信息時滯等不確定性問題時常發生;另外一些方法雖然在處理不確定性方面取得了不同程度的進展,但對大規模電網會出現狀態和知識組合爆炸現象,導致很難推理建模和建立經驗知識庫,因而在診斷大規模電網多重故障上具有一定的局限性。同時,大規模電網發生故障必然涉及電網多級控制中心,而在同一級控制中心內部,故障表征信息又分布在不同的應用系統中,如數據采集與監控/能量管理系統(SCADA/EMS 、電網動態安全監測預警系統(WAMS 、保

4、護故障信息管理系統(RPMS 等。準確地獲得電網故障診斷結果需要全局信息,以往基于調度單一系統的電網故障診斷方案,雖然信息來自全網,但不充分,站內的大量壓板、輔助節點等故障特征信息不能充分發揮作用;而基于單一站內的故障診斷系統信息比較片面,也難以實現理想的全局故障診斷。通過在各級控制中心建立綜合數據平臺,利用綜合數據平臺橫向集成和縱向交換功能10211,結合具有分布式智能特性的多智能體系統(MAS 12213,在全局信息基礎上實現電網故障診斷。本文給出了構建于多級調度綜合數據平臺(DIIP 基礎上、采用多智能體的大規模電網故障診斷體系結構和模型,并通過實際測試案例對模型的工作過程進行了詳細的描

5、述。1DIIP 簡介1.1DIIP 體系結構DIIP 能將不同安全分區的各應用系統中不同類型的數據整合成共享的信息資源,形成電網穩態、動態和暫態的廣域一體化集成信息平臺。多級DIIP 建立在高速電力調度數據網基礎上,按照調度控制中心級別分層建立,體系結構如圖1所示。多級DIIP 包括:網省調級DIIP 、地縣調級DIIP 、集控站/變電站級DIIP 及縱向互聯平臺,縱向互聯平臺將各級橫向整合的綜合數據平臺實現縱向集成。實際工程應用中DIIP 嚴格按照調度安全分區獨立建設:安全二區DIIP (DIIP2和安區三區DIIP (DIIP3。DIIP2通過防火墻與安全一區的SCADA/WAMS 等系統

6、進行數據交互,DIIP2與DIIP3間通過單向物理隔離網關實現同步數據。電網故障診斷系統則基于DIIP2建立。15第33卷第1期2009年1月10 日Vol.33No.1J an.10,2009 圖1多級調度綜合數據平臺體系結構Fig.1Hierarchical structure of dispatch integratedinform ation platform1.2應用DIIP 進行大規模電網故障診斷的優勢大規模電網的故障診斷系統尤其適合在DIIP 系統上建立,主要原因有以下幾點:1DIIP 已經是網省級調度部門的標準調度數據中心,為電網高級應用提供標準全數據服務,電網故障診斷也包含在

7、其中;2大規模電網故障診斷要求信息多而全,DIIP 能夠提供電網穩態、動態和暫態的三態數據,以及電網的歷史、實時和未來的數據、模型、圖形等信息,完全涵蓋了電網故障診斷系統對數據的需求;3DIIP 對所有電網調度數據能夠提供統一的訪問方式,避免故障診斷系統對多系統的異構訪問方式進行開發和維護。2大規模電網分層故障診斷系統模型2.1MAS多智能體技術可解決傳統理論面對大規模復雜系統所遇到的困難,即采用MAS 將大規模的復雜系統分解成小的、易于管理和維護的子系統,這些自主或半自主的智能體之間通過相互協作,快速求解復雜過程的大規模任務。因此,大規模電網分層故障診斷系統(L HFS 在充分考慮了大規模電

8、網的地域分布性和任務復雜性后采用了分布式多智能體技術。2.2L HFS 總體結構L HFS 充分考慮了電網的地域分布性、信息分散性、診斷復雜性和診斷結果快速性,采用一體化DIIP 為集成化信息獲取平臺,以分布式MAS 為基礎構架,結合先進的診斷算法進行設計。基于DIIP 的L H FS 結構分為4層:1區域運行信息(ARI 層;2區域智能體(AA 層;3協調智能體(DCA 層;4全局診斷智能體(GDA 層。L H FS 將電力網絡看做在地理上分布的、有一定自治能力的智能體。首先,AA 通過DIIP 獲得本區域故障特征信息A RI ,通過智能體之間的通信和協商得到邊界信息,推理得出本區域的初步故

9、障診斷結果,然后在DCA 的協調下,將各區域診斷結果上報到GDA ,最后在GDA 的推理診斷下完成電力系統全網的故障診斷任務。2.3AA 的結構模型AA 智能體通過監測智能體(SA 與DIIP 的交互獲得本區域ARI 及相鄰AA 的邊界信息,它采用2步Pet ri 網建模方法5對變電站區域電網進行故 障診斷。AA 是局部問題解決的核心組件,是整個分布式體系中非常關鍵的組成部分。AA 的結構模型如圖2所示。圖2AA 子系統的結構模型Fig.2Structure of AA sub 2system model2.4G DA 的結構模型GDA 在電網發生故障時,通過DCA 迅速通知各個AA ,開始進

10、行分區域的并行故障診斷,并將區域診斷結果上報GDA ,由GDA 進行全局故障診斷和校核。GDA 是故障診斷任務的分解者和下達者,同時也是故障診斷的匯總者和決策者。GDA 結構模型與AA 結構相同,GDA 在AA 初步診斷結果假設的基礎上采用基于時序的貝葉斯網絡方法8對全局電網進行故障診斷。2.5ARI 的數據需求電網故障診斷系統對DIIP 的數據需求主要體現在:在SCADA/EMS 的電網模型、開關動作、量測越限、保護動作及事件順序記錄(SO E 等;WAMS 中帶時序的開關動作、帶相角及時標的量測;保護及故障管理系統的保護配置信息、保護動作 及故障錄波信息。其作用簡述見表1。252009,3

11、3(1表1大規模故障診斷系統信息需求表T able 1Data required in L HFS調度級系統信息診斷用途區域調度級SCADA電網模型和拓撲;開關信息、保護動作及SO E ;量測及越限告警;歷史信息抽象電網為母線/變壓器、開關、線路,建立電網貝葉斯拓撲模型;設備故障的先驗概率生成,推理診斷故障原件WAMS開關動作;帶時標及相角的量測開關動作和保護動作進行時序一致性識別;故障設備相角量測值驗證故障類型RPMS保護動作;保護配置;故障錄波提供元件保護配置,輔助故障推理策略形成;保護時序一致性識別站控級SCADA電網模型和拓撲;開關信息、保護動作及SO E ;量測及越限告警;歷史信息變

12、電站全模型Petri 網建立,診斷故障區域;設備診斷Petri 網,推理診斷故障元件RPMS保護動作;壓板及光字牌動作;保護配置;故障錄波 提供元件保護配置,輔助故障推理策略形成;評估故障診斷結論2.6SA 的信息感知DIIP 遵循IEC 61970等標準建立,其提供組件接口規范(CIS ,在L HFS 中,SA 作為CIS 客戶端訪問DIIP 的CIS 服務器以獲取開關量、量測及事件等故障信息。基于公共對象請求代理體系結構(CORBA 消息中間件的DIIP 集成框架如圖3所示,包括上層的CIS 服務器構架和組標識(GID 客戶端構架。圖3基于DIIP 的CIS 服務構架Fig.3Struct

13、ure of CIS services b ased on DIIPSA 可通過CIS 接口實現對電網事故總信號和特定故障特征量的訂閱和輪詢,電網運行實時數據采用訂閱方式,而模型、歷史數據等則采用輪詢方式。3L HFS 的診斷過程L HFS 診斷大規模電網故障一般分為變電站級和區域級。對于省級以上大電網則可采用3級或多級診斷。本文按2級診斷系統來描述L H FS 的診斷過程。L HFS 的分層診斷方法如下:1GDA 訂閱全網事故總信號,如果沒有事故總信號則組合故障特征信息量為中間代理量,作為事故發生標志。一旦GDA 感知到事故總信號動作,則迅速通知各AA 啟動故障診斷過程。2AA 對變電站級采

14、用Pet ri 網故障診斷方法,先根據變電站電網拓撲建立一次設備Pet ri 網,通過求變遷后集確定可能的故障區域和可能故障設備。3根據可能故障區域和保護配置信息建立設備診斷Pet ri 網 ,通過變遷迭代判斷目標庫中托肯數來確定設備故障事件的發生。通過遍歷所有可能故障設備,最終得到AA 的元件故障診斷結果。4各個AA 將自己的診斷結果通過DCA 提交給GDA 。5GDA 建立全局電網拓撲,并根據AA 提交的區域診斷結果,確定可能的故障區域,結合保護配置信息對故障區域的設備建立含時序的貝葉斯診斷網絡,然后根據SO E 信息或WAMS 時序信息進行時序一致性識別和修正,并利用貝葉斯網絡的逆向推理

15、功能,推理元件發生故障的后驗概率從而進一步診斷結果。6GDA 通過遍歷可能的故障設備的貝葉斯診斷網,完成全網故障設備診斷,得出最終故障診斷結果。L H FS 電網故障診斷過程如圖4所示。圖4L HFS 故障診斷過程Fig.4F ault diagnosis process of L HFS可以看出,通過將AA 的區域診斷結果作為GDA 全局診斷的初始化入口對象,能夠大大降低大規模電網的網絡復雜度,提高診斷效率。4測試案例分析L H FS 已經在基于自適配通信環境(ACE /基于ACE 構建的CORBA (TAO 分布式開發平臺上實現,底層數據訪問和通信采用與DIIP 共用一套系統平臺,界面則采

16、用多平臺的C +圖形用戶界面應用程序框架(Q T 實現,多智能體則采用G old35研制與開發朱傳柏,等基于調度綜合數據平臺的大規模電網分層故障診斷Works (簡稱GW ,是由美國G old Hill 金山公司提供的專家系統和業務規則推理編程平臺的專家系統框架,GW 是一個實時環境,它提供了強大的基于規則推理引擎。系統在上海電力公司的DIIP (IDP90產品基礎上進行了測試,結果表明L H FS 在大規模電網故障診斷方面能夠取得很好的效果。案例是以上海電力公司泗涇分區電網為模型,泗涇分區電網包括1個500kV 變電站(泗涇站、6個220kV 變電站(春申站、文祥站、古美站、長春站、干練站、

17、紀青站以及1個發電廠(吳二廠。整個電網如圖5所示 。圖5泗涇分區電網故障診斷案例Fig.5L HFS case of Sijing area grid泗涇分區電網L H FS 系統按照站級和區域級2層建立,其角色分配如下:1DIIP 由上海電力公司IDP90系統以及變電站一體化綜合信息平臺PCOS100系統組成,負責L H FS 的信息提供。2A RI1ARI8,AA1AA8分別對應泗涇、春申及文祥等站的運行信息和站級區域故障診斷智能體。3對應于泗涇分區電網的GDA ,它的功能是根據IDP90運行信息和AA1AA8的診斷結果,作出最終的全局故障診斷結果。春申站的3號CST 變壓器在某時刻發生高

18、壓繞組接地故障,如圖5所示。同時,文祥站2號WXT 變壓器低壓側35kV 母線發生兩相接地故障。當春申站的3號CST 變壓器發生高壓繞組接地故障時,3號CST 差動保護繼電器動作,發出分閘信號給斷路器CSB13和CSB14,CSB14順利跳閘成功,而由于機械問題使CSB13失靈未能動作,導致正母段保護動作,跳開CSB7和CSB8斷路器,同時,泗申4117線路過流保護動作,跳開CSB4斷路器。3號CST 變壓器低壓側35kV 母線全部失電。當文祥站2號WXT 變壓器低壓側35kV 母線發生兩相接地故障,母線保護動作,跳開WXB13斷路器。泗涇分區電網L HFS 的故障診斷過程如表2所示。表2泗涇

19、分區電網L HFS 故障診斷過程T able 2L HFS fault diagnosis process of Sijing area grid電網區域智能體現象診斷結果泗涇站AA1泗申4117線路的負荷為0;無保護和開關動作,對側站開關動作無故障春申站AA23號CST 主保護動作,CSB14跳閘,CSB13有跳閘信號無跳閘動作;正母段保護動作,CSB7和CSB8跳閘;泗申4117線路過流保護動作,CSB7跳閘,線路對側開關無動作3號CST 變壓器發生故障;斷路器CSB13功能失常文祥站AA32號WXT 低壓側35kV 母線保護動作,斷路器WXB13跳閘;無其他保護和開關動作2號WXT 低壓

20、側35kV 母線故障泗涇分區GDA斷路器CSB14,CSB7,CSB8,CSB4,WXB13跳閘;泗申4117線路的負荷為03號CST 變壓器發生故障;2號WXT 低壓側35kV 母線故障首先,GDA 向IDP90訂閱得到事故總信號動作后,啟動L HFS 故障診斷進程,并通過告警信息初步判斷故障可能涉及的區域為泗涇站、春申站及文祥站,其他站沒有非檢修開關動作等故障特征信息上報,通知對應的AA1,AA2,AA3開始進行站級故障診斷。泗涇站AA1向本站PCOS100請求本站的開關、保護動作及量測信息,同時通過DCA 請求泗申4117線路對側開關信息,發現對側開關已跳閘。因此,AA1通過Pet ri

21、 網建模推理作出本站故障診斷假設:泗申4117線路失去負荷(泗申4117線是否故障由GDA 診斷,本站無故障點。春申站AA2向本站PCOS100請求本站的開關、保護動作及量測信息,告知在某時刻3號CST 變壓器主保護動作,斷路器CSB14跳閘,斷路器CSB13有跳閘信號但無跳閘動作,3號CST 變壓器低壓側35kV 母線失電。接下來的時序是正母段保護動作,斷路器CSB7和CSB8跳閘。泗申4117線路過流保護動作,斷路器CSB4跳閘,通過DCA 請求泗申4117線路對側開關信息,發現對側開關無動作。AA2通過對3號CST 變壓器和正母452009,33( 1建立Pet ri診斷網進行元件故障推

22、理,作出診斷假設:3號CST變壓器發生故障,斷路器CSB13功能失常,其他設備無故障。文祥站AA3向本站PCOS100請求本站開關、保護動作及量測信息后得知變壓器2號WXT低壓側35kV母線保護動作,斷路器WXB13跳閘, 35kV母線全部失電。因此,AA3通過對2號WXT 變壓器和正母建立Pet ri診斷網作出診斷:主變低壓側35kV母線故障。最后,AA1,AA2,AA3將各自的診斷結果通過DCA上傳到GDA,GDA匯總從AA1,AA2,AA3匯報的區域故障局部診斷結果信息,并得出可能故障區域,同時,GDA向市調IDP90系統請求全網開關、保護動作信息及可能故障設備的保護配置和動作時序信息,

23、建立假設元件的時序貝葉斯診斷網,最終得出的故障結果為:春申站變壓器3號CST故障,文祥站變壓器2號WXT低壓側35kV母線故障。此案例說明了L H FS針對大規模電網故障診斷是如何分布式并行工作的,因此,當在大規模電力系統中發生多重故障時,調度人員將面對大量的告警、越限及動作信息,如果沒有L H FS這類分布式智能系統,一旦故障發生在多個區域,就很難確認電網真正狀況,供電恢復也變得相當困難。5結語本文結合大規模電網的故障診斷要求,在分布式DIIP基礎上,針對大規模電網故障診斷進行區域分布式處理,建立了基于MAS的分層故障診斷體系結構。該體系結構由分布式DIIP、GDA以及分布AA組成,該結構模

24、型具有較好的主動性、適應性和交互診斷性。測試案例表明其具有一定的應用潛力。參考文獻1周明,任建文,李庚銀,等.基于模糊推理的分布式電力系統故障診斷專家系統.電力系統自動化,2001,25(24:33236.ZHOU Ming,REN Jianwen,L I Gengyin,et al.Distributed power system fault diagnosis expert system based on fuzzy inference.Automation of Electric Power Systems,2001, 25(24:33236.2文福拴,韓禎祥.基于遺傳算法和模擬退火算法

25、的電力系統的故障診斷.中國電機工程學報,1994,14(3:29235.WEN Fushuan,HAN Zhenxiang.Fault section estimation in power systems using genetic algorit hm and simulated annealing.Proceedings of t he CSEE,1994,14(3:29235.力系統自動化,2003,27(19:65268.ZHAO Shuang,REN Jianwen,ZHOU Ming.Design andrealization of a delaminated fault dia

26、gnosis system for power systems.Automation of Electric Power Systems,2003, 27(19:65268.4張炳達,馬忠坤,陳偉樂.基于故障群組合優化的變電站故障診斷.中國電機工程學報,2004,24(3:1352139.ZHAN G Bingda,MA Zhongkun,CH EN Weile.The fault diagnosis for substation based on optimizing t he combination of fault2masses.Proceedings of t he CSEE,2004

27、,24(3:1352139.5趙洪山,米增強,楊奇遜.基于冗余嵌入Petri網技術的變電站故障診斷.電力系統自動化,2002,26(4:32235.ZHAO Hongshan,MI Zengqiang,YAN G Qixun.Substation fault diagnosis based on Petri net s embedding.Automation of Electric Power Systems,2002,26(4:32235.系統及其自動化學報,2005,17(4:11215.WU Xin,GUO Chuangxin.Power system fault diagnosis

28、approach based on Bayesian networks.Proceedings of t he EPSA,2005,17(4:11215.7劉鳳玉,李千目,衷宜.基于貝葉斯分類的分布式網絡故障診斷模型.南京理工大學學報:自然科學版,2003,27(5:5462550.L IU Fengyu,L I Qianmu,ZHON G Y i.A distributed network fault diagnosis model based on Bayesian classification.Journal of Nanjing University of Science and Te

29、chnology:Nature Science, 2003,27(5:5462550.8束洪春,孫向飛,司大軍.基于粗糙集理論的配電網故障診斷研究.中國電機工程學報,2001,21(1:73278.SHU Hongchun,SUN Xiangfei,SI Dajun.A study of fault diagnosis in distribution line based on rough set t heory.Proceedings of t he CSEE,2001,21(1:73278.9YAN G J.An intelligent multi2agent approach to fault diagnosisin electricity distribution networksD.Bristol,U K: University of t he West of England,2001.10石俊杰,李毅松,彭清卿,等.國家電網公司調度系統數據整合總體方案的思考.電力信息化,2006,4(6:28231.SHI J unjie,L I Y isong,PEN G