智能变电站二次设备缺陷分析专家系统的研究与应用

孙金莉，李煜磊，冯凝，张园园

（1.国网湖北省电力公司检修公司，湖北武汉 430050；2.国网湖北省电力公司技术培训中心，湖北武汉 430079）

智能变电站二次设备缺陷分析专家系统的研究与应用

孙金莉1，李煜磊2，冯凝2，张园园2

（1.国网湖北省电力公司检修公司，湖北武汉 430050；2.国网湖北省电力公司技术培训中心，湖北武汉 430079）

为了对智能变电站二次设备的性能进行正确评估和对运维管理提供可靠依据，研究了智能变电站二次设备的性能评估技术。针对可能的影响因素和从运行反馈的实际问题，选取了智能变电站二次设备性能评估指标体系的主要方面进行了分析，按照不同类型设备的特点，分别补充并最终建立各自的性能评估指标体系，提出基于ANN的专家系统理论。在基于ANN的专家系统理论的基础上，设计了多模块协同互动的变电站故障信息分析决策系统，实现了变电站故障的自动和辅助决策处理，对电力系统的安全稳定运行有着重要的参考价值。

智能变电站；二次设备；缺陷分析；专家系统

智能变电站是坚强智能电网建设中的重要组成，也是可再生能源发电接入电网的重要环节。对于智能电网的自动化、信息化和互动化的要求，智能变电站都能够很好满足，同时其也是电能生产、传输和调度中的关键环节。在国家电网“三集五大”的体系建设中，重点突出了构建针对智能变电站的“大检修”及“大运行”体系，新一代智能变电站需要更好支撑变电站专业化检修、维护需要，实现设备运维、检修一体化，提高智能化变电站运行的可靠性及质量。这对智能站的运维和检修技术提出了新的目标[1-3]。

本文提出的基于人工神经网络（ANN）的专家系统理论采用神经元及其之间的有向权重连接值来模拟人类神经系统传输、处理信息过程，其是一种新的人工智能技术，为故障分析决策问题上找到一个新的道路。进一步，在基于ANN的专家系统理论的基础上，设计了多模块协同互动的变电站故障信息分析决策系统[4-7]。

本文结合智能化变电站二次系统智能调试分析技术、数据自动化分析技术和专家系统，从而形成一个一体化的完整技术体系，可以有效地大幅提高智能变电站对二次设备运维检修的效率和人员投入效率，可降低变电站控制保护设备的故障率，提升电网运行的稳定性与可靠性。

1 基于专家系统的分析决策

专家系统（简称ES）在电力系统中的应用研究非常广泛，也是成果最丰富，技术最成熟的一个领域。ES的实质是一个程序系统，其特点是具有丰富的专业知识和海量的经验。通过程序中的这些知识和经验，以专家的水平既高效又准确地处理相关问题，实现模拟专家的判断决定，受外界影响小[8-10]。依据电力系统专家提供的故障分析进行相关的推理，变电站的故障分析决策专家系统就能提供具有专家水平的分析决策结果及处理方案，主要功能结构如图1所示。

图1 专家系统结构图Fig.1 Structure of the expert system

1.1 基于ANN的分析决策

莫克罗和彼特在1943年提出的模拟神经元发展迅速，ANN快速地成为人工智能技术的一支重要的力量[11-12]。ANN是由很多神经元组成的，其并行式和分布式的信息处理网络结构能够使其连接到很多其它的神经元。按照连接方式来分，ANN主要有前馈型网络和反馈型网络这2种方式。ANN的输入有多个连接，并对应一个连接权系数，而每个神经元都只有一个输出。ANN在处理难以进行数学建模的复杂故障，具有特有的优势，总地来说，其为故障分析决策方面开创了一条新的路径。

故障分析决策时，ANN分为2个过程，即：学习过程和工作过程。在学习过程中，首先是对网络结构和规模的选择。然后是对ANN的输入的选择，用适当的变量作为其输入，并用对应的状态编码作为期望输出。最后，利用一定的学习方法通过输入、期望输出的样本，对ANN进行训练，确定ANN的阈值和权值。

当学习过程结束后，进入工作过程，在工作过程中，保持ANN的阈值和权值固定不变，随后使ANN处于回想状态。通过给定一个输入，便产生一个相应的输出，最后将故障编码与输出进行比较，得到故障分析决策结果。

在确定ANN的结构和规模之后，通过大量的训练实例来实现ANN的自学和自组织。由于ANN的容错能力强，在实例训练结束后，即使在有干扰信号输入的情况下，还可以得到正确的输出，并且其执行速度很快，有利于并行处理。ANN可在变电站故障信息和分析决策系统中推广应用，对实时性要求较高的在线故障分析决策系统十分有利。

1.2 基于ANN的专家系统

基于ANN的专家系统总体结构如图2所示。在对变电站进行故障分析时，假如只采用某一种的智能理论，那么总难免会出现遗漏或者错判的现象，出现容错能力差、推理匹配冲突等问题。其根本原因是由于变电站故障信息分析决策涉及到很多方面的内容。基于人工智能的各种方法虽然都取得一定的效果，但都其都有一定的不足之处，不能胜任所有的情形。针对变电站故障分析决策的问题，为了使智能理论的快速性、灵活性、准确性达到最优的，综合ES和ANN的优势是本文的思路，从而提出基于ANN的专家系统理论。ANN与传统ES的集成可以充分发挥它们各自优势，非常适合应用于故障信息分析决策系统，ANN与ES的结合有2种方法。

图2 总体结构图Fig.2 The general structure of the expert system

方法1：为了代替传统ES的基于符号的推理，采用ANN来构造ES，在ES系统中引入ANN中基于数值运算的推理，解决ES的自学习问题，并实现ES的执行效率的提高。

方法2：为了充实丰富ES的知识库，提取ANN隐含于各神经元连接权值中的知识，并转换为显式的规则一起来表达领域专家的知识。在这种方法中把ANN理解成一类知识源。

通过ANN与传统ES的集成，对于各种变电站的故障都有对应的处理措施。凭借ES即可迅速给出准确的分析决策结果的情形包括主变保护动作、线路单相接地短路故障等比较常见的变电站简单的故障；需要将ES的解释推理能力与ANN的自学习以及快速执行能力结合起来，构成基于ANN的专家系统则能够处理线路故障跳闸重合失败、线路故障跳闸、保护拒动等相对复杂的组合故障情形和知识库中不存在其匹配规则的新故障情形，从而实现对变电站故障信息进行分析决策。

进一步进行分析如图2中所示，系统知识库与推理机都分为2个部分：基于符号的启发式运算的ES和基于数学推理的运算的ANN。系统知识库中有基于ES的显式知识，还有ANN中包含在连接权值中的隐式知识；推理机也分为数值运算推理与符号逻辑推理。专家系统将启动ANN的数值运算推理来应对变电站发生非常规故障，利用知识库中的知识进行分析决策，并利用隐式知识提取模块将数值表达的知识显式表达，将其存入知识库，并经过人机接口输出，帮助用户理解推理过程。对应地，专家系统只需启动ES的符号逻辑推理进行分析决策来应对变电站发生常规故障。

本文提出的基于ANN的专家系统的主要组成部分设计思路如下：

1.2.1 预处理故障信息设计

首先采用ES对保护动作信息进行预处理。对同一电气设备配备主保护和后备保护在变电站中是非常常见的，这样的必须的配置让保护信息非常地丰富。所以必须对保护信息做预处理的操作，如果直接作为神经网络的输入量，会导致计算速度慢、收敛性差，其原因就是神经网络规模过于庞大。ES的预处理能够有效解决这个问题。

1.2.2 推理机设计

一个智能的系统必须拥有一定的思维能力来利用已有知识进行推理，推理机则正是用来协调、控制推理过程的程序。

1.2.3 知识获取机制设计

知识的获取指的是从书籍文献、具体事例、人类专家等知识来源中，以某种方式转换到计算机内部的过程。通过学习程序获取知识、通过知识工程师获取知识、通过知识编辑器获取知识是ES的知识获取3种主要的途径。我们可以将神经网络理解成一类知识源，提取隐含于各神经元连接权值中的知识，与知识库中的显式规则一起来表达专家的知识与经验，从而实现ES的知识库的丰富充实，神经网络完成一个故障分析决策后，还能够不断丰富知识库的内容，从中归纳出新的分析决策规则，所以说，其与ES知识获取的方式不同，神经网络的知识是一些用数值形式隐式表达的连接权值。

1.2.4 解释机设计

ES主要解释方法包括：预置文本与路径跟踪法、策略解释法和自动程序员方法。解释机是采用人们易于理解的方式来解释系统自身的推理过程，从高到低地将推理机推理出的故障结论可信度进行排序，并给出设备故障的原因和处理建议。

在本文设计的系统中采用路径追踪法神经网络将神经元之间的连接权值转换形成显式化的规则，通过重新显示系统问题求解过程向用户解释说明，不仅达到了解释机制的目的，还监督了推理过程，确保了故障分析决策的准确性，该方法使神经网络负责实现学习和智能化部分的内容，在设计中，先贮存在系统知识库中，而后采用路径跟踪法对推理过程进行解释。

1.3 基于ANN的专家系统分析决策算法步骤

图3所示的是系统的具体分析决策算法步骤。下面结合图3进行如下的步骤分析：

1）故障信息先被分析决策系统接收，然后分析决策系统将其送入到系统数据库中，系统数据库将其处理成系统可接受的数据模式。然后把处理后的数据进行分类：ES负责处理与知识库中规则相匹配的部分，ANN则负责处理剩下的部分。

2）故障分析有用的信息的提炼需要对采集的相关故障信息进行分析和判断，剔除错误信息，之后确定哪些是保护装置动作信息、哪些是开关变位信息、哪些是重合闸信息、哪些是备自投信息等，并进一步将其分类，从而最终实现ES对故障信息进行预处理过程。在处理其他非常规的故障时，还需要分别设置变电站设备的主保护和后备保护误动和拒动的概率系数，连同与设备相关联的故障信息一起作为ANN的输入。

图3 系统的算法流程图Fig.3 Flow chart of the expert system algorithm

3）通过ANN运算对输入信息进行处理。以1作为判据，加入计算得到该设备的输出为1，那么就判断该元件故障，否则判断该元件是基本正常的。

4）通过解释机来实现输出结果的展示、表达和解释，同时对ANN自学习得到的知识对系统知识库进行修改和调整。

本文所设计的基于ANN的故障分析决策专家系统能够实现不断充实ES显示知识库，是因为其能够利用ANN自学习的功能，提高分析决策系统的知识更新能力；同时也利用了ES的推理能力对分析决策结论给出直观的解释。这两者的结合使得其能够优势互补，从而形成复合型分析决策系统不断扩大智能故障分析决策系统的诊断范围，大大提高了整个系统的容错性和可维护性。

2 应用案例分析

智能变电站二次设备缺陷分析专家系统示意图如图4所示。变电站二次设备智能评估专家系统的各功能模块，系统软件具有人机交互的界面，并通过该人机交互的界面完成人机交流。

图4 智能变电站二次设备缺陷分析专家系统示意图Fig.4 Schematic diagram of the expert system for defect analysis in the smart substation

通过该软件系统的监控界面也能够展示出软件的特点，专家系统的整体运行特点和功能都能够通过功能模块的描述和软件系统的界面实现直观的表述。

2.1 需求分析

监控管理系统平台中的重要组成部分就是权限管理模块。因为变电站中设备的运行情况统计、系统参数和设置、管理的手段和方式都在该监控管理系统平台中，所以权限管理模块中必须对变电站人员的相关信息、所对应的权限和密码有所限制，并将其储存在数据库中的操作人员信息档案表中。对不同的人员拥有的权限要进行分级，权限从高到低依次为知识工程师、管理值班员和普通值班员。通过以上的分析，权限管理模块实现的功能包括权限查询、权限分配和用户登录，在界面中均有显示。

2.2 设计过程

权限管理模块设计流程图如图5所示，数据库SQL中建立并录入该监控平台所有相关人员的信息表和权限表，在VS的设计中与SQL数据库进行链接，权限分配、权限查询和用户登录的功能采用C语言代码实现。

2.3 界面设计

软件界面如图4所示，用户名和密码输入之后，点击登录按钮，系统首先查询该用户名是否存在，若不存在，则提示错误，然后查询该用户的权限值，并根据权限值为该用户分配权限，点击取消按钮，退出系统。

在掌握了变电站综合自动化系统信息传输方式和SQL数据库使用特点的基础上，对变电站二次设备智能评估专家系统进行了软件设计。系统目前正变电站进行试运行，变电站值班人员可以随时通过本系统了解站内所有二次设备的运行情况以及剩余使用寿命变化情况，检修人员能够通过本系统制定相应的检修计划，避免了检修不足造成的二次设备稳定性下降和过度检修造成的浪费。

图5 权限管理模块流程图Fig.5 Flow chart of the privilege management module

3 结语

本文研究了智能变电站二次设备的性能评估技术，对智能变电站二次设备的性能进行正确评估和对运维管理提供可靠依据，并综合分析专家系统和人工神经网络等智能理论在变电站故障分析决策系统中的应用，提出基于ANN的专家系统理论，设计了多模块协同互动的变电站故障信息分析决策系统，通过实际的变电站工程应用对该系统的分析决策功能进行了验证，对电力系统的安全稳定运行有着重要的参考价值。

[1]彭志峰.智能变电站二次设备性能评估方法的研究[D].北京：华北电力大学，2014.

[2]李文清.基于专家系统的电厂电气设备缺陷诊断[J].科技资讯，2011（24）:139-141.LI Wenqing.Fault diagnosis of power plant electrical equipment based on expert system[J].Science&Technology，2011（24）:139-141（in Chinese）.

[3]马博.750 kV变电站二次设备智能评估专家系统设计研究[D].兰州：兰州交通大学，2014.

[4]谷君，吕立平，袁清芳，等.智能变电站二次系统在线评估方法的研究[J].电气应用，2013（2）.GU Jun，LÜ Liping，YUAN Qingfang，et al.Study on the on-line evaluation method of the two system of Smart Substation[J].Electrical Application，2013（2）（in Chinese）.

[5]王保民.智能变电站故障信息综合分析决策系统的研究与应用[D].北京：华北电力大学，2012.

[6]李文清，刘前进.专家系统在电厂电气设备缺陷诊断的应用[C].中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册），2008.

[7]钟华兵.基于ANN和ES相结合的变电站报警信息处理系统[D].华北电力大学，2001.ZHONG Huabing.Based on the combination of ANN and ES substation alarm information processing system[D].North China Electric Power University，2001（in Chinese）.

[8]姬书军，朱学科，李淮海.变电站智能告警专家系统研究[J].华东电力，2011，39（5）：773-775.JI Shujun，ZHU Xueke，LI Huaihai.Experimental system of substation intelligent alert system[J].East China Electric Power，2011，39（5）:773-775（in Chinese）.

[9]陶涛，王一达，周博曦.基于专家系统的智能变电站事故告警处理算法[J].国网技术学院学报，2015，18（3）：23-27.TAO Tao，WANG Yida，ZHOU Boxi.Algorithm of intelligent substation accident alarm processing based on expert system[J].Journal of State Grid Technology，2015，18（3）:23-27（in Chinese）.

[10]金逸，刘伟，查显光，等.智能变电站状态监测技术及应用[J].江苏电机工程，2012，31（2）：12-15.JIN Yi，LIU Wei，ZHA Xianguang，etal.Status monitoring technology and application of intelligent substation[J].Jiangsu Electrical Engineering，2012，31（2）: 12-15（in Chinese）.

[11]陈斯雅.智能输变电设备状态评估诊断专家系统和可视化监测软件开发[D].上海：上海交通大学，2013.CHEN Siya.Intelligent power transmission and transformation equipment state assessment diagnostic expert system and visualization software development[D].Shanghai Jiaotong University，2013（in Chinese）.

[12]孙莉君，董科研，许晓峰，等.智能变电站二次设备故障诊断系统的研究[J].沈阳工程学院学报（自然科学版），2016，12（1）：55-60.SUN Lijun，DONG Keyan，XU Xiaofeng，et al.Research on the fault diagnosis system of the intelligent substation two times[J].Journal of Shenyang Institute of Engineering（Natural Sicience Edition），2016，12（1）：55-60（in Chinese）.

（编辑 张晓娟）

Research and Application of the Expert System for Defect Analysis of the Secondary Equipment in Smart Substations

SUN Jinli1，LI Yulei2，FENG Ning2，ZHANG Yuanyuan2
（1.Overhaul Branch of State Grid Hubei Electric Power Company，Wuhan 430050，Hubei，China；2.Technology Training Center，State Grid Hubei Electric Power Company，Wuhan 430079，Hubei，China）

In order to correctly evaluate the performance of the secondary equipment of the smart substation and provide reliable basis for operation and maintenance management，this paper focuses on the research of the performance evaluation technology of the secondary equipment of the smart substation.Aiming at the potential influencing factor and problems fed back from the practical operation，the paper selects and analyzes the main aspect of the performance evaluation index system of the secondary equipment of the smart substation and according to characteristics of different types of devices，supplement and then establish the performance evaluation index system for each device respectively，and finally proposes an expert system based on ANN theory.On the basis of the above-mentioned，the paper has designed the substation fault information analysis decision system characteristic of the multi module synergistic interaction，and realized the automatic and auxiliary decisionmaking for substation faults，which serves to ensure the safe and stable operation of the power system.

intelligent substation；secondary equipments；defect analysis；expert system

国家电网湖北省电力公司重点科技项目（521520 15006C）。

Project Supported by the Key Technology Program of the State Grid Hubei Electric Power Company（52152015006C）.

1674-3814（2016）10-0094-05

TM732

A

2013-01-25。

孙金莉（1982—），女，硕士，高级工程师，研究方向为电力系统自动化及故障诊断研究。