基于贝叶斯定理的电网告警可信度算法研究

王健，陶玮，汤卫东，于文娟，余建明，翟勇

(1. 国家电网公司华中分部(华中电网有限公司)，湖北 武汉 430070；2. 北京科东电力控制系统有限责任公司，北京 100085)

基于贝叶斯定理的电网告警可信度算法研究

王健1，陶玮2，汤卫东1，于文娟1，余建明2，翟勇2

(1. 国家电网公司华中分部(华中电网有限公司)，湖北 武汉 430070；2. 北京科东电力控制系统有限责任公司，北京 100085)

在当前主站端智能电网调度支持系统中，综合智能分析与告警的多源告警加权可信度算法主要依赖调度经验，会导致告警的误告和漏告问题。为了解决这一问题，提出了一种基于历史故障告警记录数据的告警可信度训练方法。该方法首先通过选择合理的时间窗口，利用概率统计方法，计算出设备不同告警源下的正确告警和错误告警的次数获得先验概率；再通过贝叶斯网络对不同告警源及其组合的可信度进行后验概率的计算，从而得出在不同告警源告警及组合下的告警可信度，将告警信息以量化的形式更准确地展现给调度人员从而降低错误告警次数，提高调度效率。实例表明该算法相比现有算法更加准确有效，且充分挖掘了历史告警数据的信息，提高了电网故障告警的准确度。

电网故障；智能电网调度技术支持系统；综合智能分析与告警；概率统计；贝叶斯网络

电网异常及故障情况的处理，是电网调度部门日常监控的重要工作之一，随着近年来以特高压为骨干网架的中国电网的大规模快速建设和新能源的快速发展，电网的运行和控制特性日趋复杂，为了保证电网的正常稳定运行，亟需提升电网调控系统的智能化和自动化水平，特别是对电网事故在内的异常状态的处理能力提出了更高要求[1]。

目前，针对复杂大电网的故障分析，已经有不少国内外专家和学者进行了深入的理论研究和初步的实践，提出了不同的分析和研究方法，包括：专家系统、遗传算法、Petri网络、贝叶斯网络等[2]，这些方法主要是在子站或主站端调度系统内综合汇总各个应用的数据，利用计算机和高级算法对事故过程和网络拓扑进行分析从而得到事故相关信息，从各种分析方法的实例分析结果来看，其理论基础已近成熟，但是这些方法在调度端的应用还存在着不少问题：首先，故障分析推理算法和信息缺失的数量存在着指数级的复杂度关联，当信息缺失时进行故障分析会严重占用系统资源；其次，某些规则的建立需要大量的人力和时间进行分析处理，因为电网的复杂性很难建立起一套适合所有电网结构的故障诊断系统；第三，电网处于动态建设过程中，电网结构的变化甚至新的技术的应用都会对旧有故障诊断系统的可靠性产生不可估计的影响。这些缺点制约着电网故障智能诊断理论方法的实践应用，因此，在智能电网监控技术逐步完善的过渡阶段，根据目前电网信息的特点和发展现状并结合监控业务的主要特点，通过对告警信息进行分层分类的处理，将电网各数据和应用层独立分析的结果进行综合分析推理和展示，这种分析方法一定程度上避免了电网数据建设过程中的缺陷，又充分利用了现有的数据和应用，从而避免了对数据的浪费，是现阶段电网调度端最适合的故障诊断方法。但是受限于各应用层和数据层的数据质量、部署情况和计算能力的限值，难免出现误报、漏报等情况，因此目前都采取对多信息源进行加权判断的方法，随着运行数据的积累和更多数据源的接入，这种简单的算法已经逐渐无法适应技术的发展。

本文依据电网故障告警分析方法现状，对华中电网综合智能分析与告警的多信息源告警的推理方法进行了深入研究，结合贝叶斯网络理论对多信息源的告警信息的综合分析推理过程进行了改进。

1 综合智能分析与告警模块构架和应用

1.1 综合智能分析与告警整体结构

智能电网调度技术支持系统D5000中，综合智能分析与告警模块负责对调度自动化系统中各应用的告警信息进行汇集、整合和分析，并以语音、画面和短消息等形式推送给调度人员，其整体结构如图1所示。

SCADA—数据采集与监视控制，supervisory control and data acquisition的缩写；WAMS—广域量测系统，wide area measurement system的缩写；SOE—事件顺序记录，sequence of event的缩写。图1 综合智能分析与告警整体构架

图1中，依据不同的数据源应用及相应的分析结果，告警应用分为SCADA告警、WAMS告警、保护告警、录波告警、告警直传告警、广域告警信息及其他预警信息。这些应用在电网发生故障时分别监控自己的数据，当发生符合预置判断规则的电网异常时将告警以预定的格式发往D5000平台的消息总线，综合智能分析与告警模块则读取消息总线上的来自其他应用发送的告警信息，并依据时间和统一电网设备模型进行关联、分析和处理，最后将处理结果存入数据库，再由人机平台通过告警进行人机交互展示。

1.2 综合智能分析与告警模块

稳态监控、WAMS和其他预警告警应用大部分部署在D5000平台Ⅰ区。稳态监控在主网电网实时监控系统中部署时间最早，程度最高，数据实时性强，通过开关变位、遥测量、事故总信号、SOE信息等，通过综合智能分析与告警内置的专家系统进行网络拓扑分析和电网运行参数的判定，从而得出事故判定结果。但由于数据分辨率不够(历史数据采样周期仅为1 min)，数据可靠性低，分析结果的可靠性也受到一定影响，稳态监控应用目前是综合智能分析与告警的主要告警信息来源。

WAMS由同步相位量测装置(phasor measurement unit，PMU)实时采取同步相量数据，数据分辨率高，可靠性较高，同步性极好，采集的数据可以精确到相别，但是受限于成本，目前部署程度极低，仅在重要厂站部署，不能进行大范围的应用。

其他预警告警信息包括在线稳态分析、网络分析、自动发电量控制(automatic generation control，AGC)、自动电压控制(automatic voltage control，AVC)等基于实时数据的高级分析模块，可以获得更加细致和全面的电网运行信息。目前在调度工作中暂未接入综合智能分析与告警和其他告警进行统一展示，仅独立的在各应用内部进行展示。保护信息和录波信息主要采集于电网在线二次设备，主要反映二次设备采集的和保护动作的信息，是故障分析的重要数据。但是其目前部署于D5000平台的Ⅱ区，和实时系统所处的Ⅰ区存在隔离，并且受限于其建设进度和数据规范化以及传输速度的问题，其在故障告警方面的应用还需进一步的优化和研究。

其他调度系统的广域告警信息共享，是“国分一体化”故障协同处置系统的重要组成部分，以往对于涉及到多个调度机构的大范围的复杂电网事故，各级调度间存在对端数据缺失的情况，而电网间的联络线又是维持电网整体的关键，故成为电网故障监控的薄弱点，因此国家电网公司通过推动“国分一体化”实现广域分布式智能告警技术的开发研究，提升各级调度对电网故障的协同处理能力，但是对于本地系统来说，其他调度端推送的告警结果缺乏实时数据的分析和支持，无法确认其准确性和可信度。

变电站告警直传信息是由变电站通过数据链路将大量的子站信息传输至主站的最佳方案，但是由于其处于初步研究阶段，因此软件功能的性能还亟需提高，现阶段来说，还存在由于命名未统一规范导致的设备名称解析困难的问题，但是这些问题随着智能变电站技术的发展，将成为电网故障分层诊断结构的重要组成部分[3]。

1.3 多信息源告警可信度的加权算法

由于通信链路、设备状态、管理水平等问题，各应用的告警不能保证其正确性，难免会发生误告、漏告等情况，应用和应用之间可信度也存在差别，为了避免过多的错误信息影响调度信息，目前在综合智能分析与告警中，采取的是可信度加权法，即

(1)

式中：D为某次事故的可信阈值；ωi为第i个应用的权值；Si为第i个应用的告警状态，当其告警时取值为1，未传送告警信息取值为0。当综合智能分析与告警模块接受到告警信息时，将实时进行可信度加权，当可信度加权值大于可信阈值时，事故告警信号为真，推出告警，否则为假；将告警放入缓存，待其他应用的告警信息，过期将不做推送处理，存入数据库内。

目前，各应用权值的整定普遍基于调度运行人员的经验将设备依据电压等级和设备进行分类，对于同一电压等级的同类设备分配相同的应用权值ωi和可信阈值D。这种方法的优点是简单直观易维护，但是缺点也是显而易见的：①权值仅由经验来整定，过于依赖设定者的经验和水平，容易出现误报和漏报的情况；②告警的准确度受到分类方法的影响；③对新增告警源的兼容性较差；④在告警未达阈值时在后台等待，有可能造成故障处理时间的浪费；⑤结果的线性不佳，对结果的预测不够量化。

综上所述，目前D5000系统中综合智能分析与告警模块的多信息源分层分类电网故障的加权诊断法初步达到了电网故障的综合分析处理的目的，但是其缺陷在智能电网的建设中也越发明显，所以有必要采用新的更加智能的方法对告警信息的可信度处理方法进行合理改进。

1.4 告警评价及其同步共享功能

对于智能电网调度技术支持系统告警性能的评价，以往是由各调度自动化处人工逐条手工进行核实、统计和分析，并以文本形式上送至上级机构进行考核，评价结果并不能直接反馈回系统当中，为了便于统计分析及不同调度机构间分享告警的核实，在综合智能分析与告警模块中添加了告警评价及其同步共享功能，从而能够将告警的正确性快速准确的进行存储、统计、分析、评价和共享，也为告警信息更高一级的应用提供了数据基础。

2 多信息源电网故障诊断方法的改进

2.1 单一告警下的概率计算

为了避免静态权值的缺陷，可以考虑利用故障数据本身及结果，对诊断系统进行训练，从而达到机器学习的效果，将诊断结果变为更为量化的概率形式。D5000平台提供了强大的数据库支持，能随时根据需求对存储在历史库中的历史告警信息数据及时的提取出来。

假设S、W、P、R、D分别表示SCADA应用、WAMS应用、保护应用、录波应用和告警直传应用发出相应告警。{Alarm}为告警应用中发出告警的应用，F代表告警为真事件，其概率

(2)

为了求解这个概率，可以使用贝叶斯定律。贝叶斯定律可以表述为：后验概率等于标准似然度与先验概率的乘积，为了得到在特定告警集下的故障后验概率，可以利用历史故障数据进行统计分析来获得先验概率和标准似然度。

(3)

(4)

例如统计单位为天，统计周期100天时间内故障次数为1，则此时故障率的含义为：根据过去100天历史数据判断接下来一天发生故障的期望即故障率为1/100；若单位变更为小时，则故障率的含义变为：在接下来1 h内发生故障的期望即故障率为1/2 400。

对于标准似然率的求解方法如下：

(5)

再根据全概率公式求得SCADA告警概率

(6)

(7)

将式(4)—(7)代入式(3)，得

(8)

化简得

(9)

2.2 多信息源告警贝叶斯网的建模分析

2.2.1 贝叶斯网络及条件独立

贝叶斯网用有向图来表达变量间的依赖关系，同时蕴含变量之间的条件独立性，这种条件独立性可以根据D-separation原理来进行判断[7-8]，在给定Z状况下满足条件独立的变量X、Y满足

(10)

推广到多变量：

(11)

2.2.2 多源信息告警的贝叶网

根据多信息源电网故障诊断的逻辑关系，可以建立如图2所示贝叶斯网。

图2 告警诊断贝叶斯网

(12)

2.2.3 数据统计窗口及分辨率的选择

设备故障事件属于离散过程，而设备的运行属于连续过程，故不能够对设备某一时刻的故障率做出准确定义，根据前文对于故障率的定义即式(4)，数据统计窗口的属性包括统计时间长度t和统计周期T，t关系到对故障次数的统计，T关系到预测精度，实际代表在T间隔时间内设备发生故障的期望值，由此可见数据窗口的选取与告警准确度预测结果有着直接的关联。同时根据式(9)可知，其统计周期必须小于设备故障的最小发生间隔，否则会出现大于1的情况，但是过小的数据窗口又会增加系统的计算量。因此通过合理的选取数据窗口，能够优化预测结果，减少数据库的负担，下面介绍几种可供选择的数据窗口选择策略：

a) 固定时间段的时间窗口选取。以固定周期为取样窗口，这样做的优点是维护简单，可以根据设备检修等及时调整，缺点是难以对坏数据和连续故障做出及时反应。

b) 固定故障次数的时间窗口选取。可以以当前时间向前追朔给定故障次数的时标为时间窗口，这样做的优点在于当应用或者数据发生错误连续发出错误信号时，能够迅速的响应，将告警的可信度调低从而减少错误信息的干扰，缺点是对故障检修后权值恢复反应缓慢。

c) 故障频率相关窗口选取方式。故障频率相关时间窗口选取方式通过最近的告警信息动态调整时间窗口，即统计频率正比于故障频率，缩小数据窗口的时间，从而保证了快速响应和快速恢复，缺点是会影响先验概率的准确度。

d) 综合时间窗口选取方式。综合时间窗口选取方式结合上面3种选取方式，通过不同时间段的可信度分析综合得出结论，对于不同的故障情况具有一定的适应性，是今后值得研究的方向之一。

3 实例分析

以华中电网500kV交流线路类设备2014—2015年短路故障告警为例，对多信息源告警权值进行研究，取数据统计周期为天。因为电网建设进度的原因，主要应用的告警源为SCADA、WAMS和保护。更多告警源的情况可以依据此例进行类推，具体故障告警次数统计见表1。

表1 华中电网500 kV交流线路各应用告警统计 次

告警源故障误报总数SCADA32639365WAMS254553807保护26412361500SCADA+WAMS54054WAMS+保护17017SCADA+保护25025SCADA+WAMS+保护63063

注：故障总数为1 003次、误报总数为1 828次。

通过表1的数据，可以大致对各个应用的性能有所估计，再根据式(3)、式(4)、式(9)进行计算，结果见表2。

表2 各告警应用的概率计算

需要注意的是，计算出来的误报率同故障率的数理意义相似，即为在1 h内设备发生一次误报的期望值，从计算结果能对各个应用进行一个大致的评价：SCADA应用性能最佳，WAMS其次，保护误报率和漏报率最高，但无法从表2直接得到当收到不同告警时告警为真的概率。

表3比较了固定权值算法(阈值设定为3)和动态算法的告警结果。

表3 不同告警源组合下的故障率

告警源动态权值算法概率/%固定权值算法权值固定权值算法概率/%SCADA9553100WAMS43720保护16410SCADA+WAMS9965100WAMS+保护7153100SCADA+保护9854100SCADA+WAMS+保护9996100

由表3可以看出：

a) 固定权值算法在只有WAMS或保护两种告警的情况下判定告警为假，而根据动态权值的分析方法得出故障的概率远大于零，因此前者有可能产生故障漏告。动态权值将故障量化，避免了小概率事件的影响，防止漏告的发生。

b) 告警为WAMS和保护同时并发时，固定权值算法判定告警为真，因此前者相应的可能导致误告，动态权值将以往判定为真的告警进一步依据概率进行了划分，辅助调度员依据故障的先后轻重进行处理，提高了事故处理的效率。

c) 动态权值同时能够量化应用的性能，并要求相关应用及厂家进行相应的整改，并对整改结果进行评价和考核。

因此，实际系统中可以根据计算结果，当收到不同告警时，可以通过计算，对告警的可信度进行估计，再依据时间先后顺序，以可信度的形式，按照一定规则呈现给调度人员。

示例没有讨论数据窗口的选择问题，依据前文的理论分析结果，通过数据窗口的选择，可以很好的解决短时间内因为数据错误导致的误报频发等问题，由于篇幅限制，本文不再做进一步论述。

4 结束语

本文首先介绍了目前电网告警的主流方法和分类，以及基于智能电网调度技术支持系统的综合智能分析与告警模块的运行机制，针对目前主站侧调度告警的现状，指出了电网故障多信息源告警系统采用静态权值分析算法的落后性，提出了基于历史数据挖掘的贝叶斯定律及贝叶斯网络的动态权值训练方法，以华中电网500 kV线路的数据进行研究测算表明：相对固定权值的可信度计算方法，本文算法实现了告警结果从二元化到量化的提升，充分利用了告警及历史数据的价值，将以往固定的、基于经验的告警综合分析提升到了动态的、智能的新高度，具有在国分调告警模块中广泛推广的价值。

[1] 辛耀中，石俊杰，周京阳，等. 智能电网调度控制系统现状与技术展望[J]. 电力系统自动化，2015，39(1)：2-8.

XING Yaozhong，SHI Junjie，ZHOU Jingyang，et al. Technology Development Trends of Smart Grid Dispatching and Control System[J]. Automation of Electric Power Systems，2015，39(1)：2-8.

[2] 林圣，何正友，钱清泉. 输电网故障诊断方法综述与发展趋势[J]. 电力系统保护与控制，2010，38(4)：140-146.

LIN Sheng，HE Zhengyou，QIAN Qingquan. Review and Development on Fault Diagnosis in Power Grid. Power System Protection and Control [J]. Power System Protection and Control， 2010，38(4)：140-146.

[3] 闪鑫，戴则梅，张哲，等. 智能电网调度控制系统综合智能告警研究及应用[J]. 电力系统自动化，2015，39(1)：65-72.

SHAN Xin，DAI Zemei，ZHANG Zhe，et al. Research on and Application of Integrated Smart Alarm Based on Smart Grid Dispatching and Control [J]. Systems Automation of Electric Power Systems，2015，39(1)：65-72.

[4] 张黎，张波. 电气设备故障率参数的一种最优估计计算法[J]. 继电器，2005，33(17)：31-34.

ZHANG Li，ZHANG Bo. An Algorithm for Optimal Parameter Estimation of the Failure Rate of Electrical Equipment [J]. Relay，2005，33(17)：31-34.

[5] 余绍峰，何文林，孙翔. 输变电设备故障率的估算方法[J]. 浙江电力，2009(6)：5-8.

YU Shaofeng，HE Wenlin，SUN Xiang. Estimation Method for the Failure Rate of Transmission and Transformation[J]. Zhejiang Electric Powe，2009(6)：5-8.

[6] 张连文，郭海鹏. 贝叶斯网引论[M]. 北京：科学出版社，2005.

[7] ORBANZ P，ROY D M. Bayesian Models of Graphs, Arrays and Other Exchangeable Random Structures[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence，2014，37(2) ：437-461.

[8] 周曙，王晓茹，钱清泉. 基于贝叶斯网的分布式电网故障诊断方法[J]. 电网技术，2010，34(9)：76-81.

ZHOU Shu，WANG Xiaoru，QIAN Qingquan. Bayesian Networks Based Distributed Fault Diagnosis Approach for Power Grids [J]. Power System Technology，2010，34(9)：76-81.

(编辑 王朋)

Reliability Algorithm for Power Grid Alarm Based on Bayesian Theorem

WANG Jian1, TAO Wei2, TANG Weidong1, YU Wenjuan1, YU Jianming2, ZHAI Yong2

(1. Central China Branch of State Grid Corporation of China, Central China Grid Company Limited, Wuhan, Hubei 430070, China; 2. Beijing Kedong Electric Power Control System Co., Ltd., Beijing 100085, China)

In current support system for main station end smart grid dispatching, multi-source alarm weighted reliability algorithm for integrated intelligent analysis and alarm mainly depends on dispatching experiences, which may cause false alarm and leakage. In order to solve the problem, this paper presents a kind of alarm reliability training method based on historic false alarm recording data. This method firstly chooses reasonable time window and uses probability statistic method to work out number of times of correct alarm and false alarm of equipment under different alarm source so as to acquire a priori probability. Then based on calculating posterior probability of different alarm source and related combination by Bayesian network, it obtains relevant alarm reliability. By correctly displaying alarm information in quantitative form to schedulers, it is able to reduce false alarm times and improve dispatching efficiency. Actual example indicates that this algorithm is more accurate and effective than current algorithm and is able to fully excavate historic alarm data information as well as improve accuracy of power grid fault alarm.

power grid fault; smart grid dispatching technology support system; integrated intelligent analysis and alarm; probability statistic; Bayesian network

2016-04-25

10.3969/j.issn.1007-290X.2016.12.013

TM73

A

1007-290X(2016)12-0068-06

王建(1966)，男，江苏南通人。高级工程师，工学学士，主要从事电网调度自动化工作。

陶玮(1987)，男，湖南长沙人。工程师，工学硕士，主要从事智能电网调度技术支持系统开发研究工作。

汤卫东(1972)，男，湖南衡山人。高级工程师，工学硕士，主要从事电网调度自动化工作。