基于多源数据融合的电力故障事件识别及预控系统

魏可慰，张 琴，朱 凌，谭迟幸，谢炜俊

（广东电网有限责任公司惠州供电局，广东惠州516003）

目前在处理电网故障事件时存在着故障信息未规范化、标准化和统计口径零乱的问题，同时采集到的多源信息保护体系和格式均比较单一。因此，为了预防和及时处理各种电网故障，需要建立风险等级自动识别系统并迅速做出预控策略[1-2]。

文中融合潮流计算数据、最终用户数据、站点设备数据、接线图（scada）数据、关键设备数据等多源数据，采用深度优先与广度优先相结合的方式，通过故障事件等级自动识别及风险预控信息化系统，实现电网故障事件等级的自动识别。并由此建设电网恢复辅导辅助策略模块及动态电网风险预控系统，配以可视化展示技术，实现故障事件等级可靠识别、电网风险有效预控的目[3-6]。

1 多源数据

文中获取的数据包括潮流计算数据、最终用户数据、站点设备数据、接线图（scada）数据、关键设备数据等[7-10]。其中，接线图提供各种设备信息及设备状态；潮流软件提供各设备的实时负荷电流电压值；故障消息是计算发起的条件，为判断失压设备提供依据；用户基础数据为统计失压设备相关联的用户数基础数据[11-16]（类似风险平台基础数据）。

设备数据主要通过备自投装置获得，投入运行备自投装置在电网相关设备故障后自动动作，为相关设备恢复供电，备自投装置是用来判断电网运行方式的一个因素。

用户数据为风险等级计算所需数据的一个方面，其中10 kV母线为搭载用户的最底层设备，所有故障导致的设备失压最终均追踪到10 kV母线。将某次故障导致的10 kV母线失压用户数叠加即为某次故障对应的用户数。

由于计算风险等级的逻辑不定时会有添加修改，所以风险等级计算逻辑规则要保持扩展性，且可以动态添加判断逻辑。但添加的判断逻辑需要与原有逻辑保持格式类似性。

在融合多源数据时也需要用到关键设备量表，关键设备量表为电网薄弱环节扫描时的扫描对象，扫描时将其当成一个设备来扫描。关键设备之所以有多个设备是因这些设备的故障激发因素一致，如发生故障则两个同时发生，比如同塔双回故障，两条输电线挂在同一个塔上，一旦塔倒塌两条线均会故障。而此两条线的故障结果并为一次事故事件，不要作为两次事故事件对待，在计算结果时将组合设备产生的相关故障数据叠加。

2 风险等级自动识别及风险预控

2.1 风险等级自动识别

风险等级自动识别即在电网系统发生故障后，根据故障消息源中的开关信息触发系统，并通过解析开关信息自动定位到故障元件。进而根据故障元件确定受影响的设备和站点，再根据失压设备与站点关联的数据（负荷比例、负荷值、用户数、站点四个维度）计算风险结果。最后，将结果可视化显示出来。通常将电网事故等级分为：重大事故、较大事故、一般事故、转入“事件”4个级别。判定规则如表1所示。

自动识别功能是基础功能的上层应用，与基础功能不同的是参数来源，自动识别需要通过对故障源开关消息的解析获取到故障设备。同时，故障源消息通过设置数据库触发自动获取。风险自动识别流程如图1所示，具体的步骤为：

表1 电网事故等级判定规则

1）从Scada系统获取故障消息源，消息源为开关断开闭合消息（开发阶段无消息源时可写入接口，给接口提供模拟消息源，如ID...开关断开，ID...开关闭合）；

2）根据消息源判断有无失压设备，若无则不构成事故事件，无需后续步骤；若有则找出失压的设备（关键步骤）；

图1 风险自动识别流程

3）根据失压设备追踪到失压的10 kV母线（关键步骤）；

4）借助潮流软件获取失压10 kV母线故障前的实时负荷值及负荷比例；

5）取到失压10 kV母线关联的用户基础数据；

6）叠加4，5得到的数据即为风险计算所需数据，在此基础上按照风险计算逻辑计算出风险等级（计算同风险平台）；

7）将计算结果进行可视化展示。

在解析故障源时，无论是主动变位开关还是被动变位均要进行处理，因开关的变化涉及到拓扑的改变。

在自动识别过程中取值有一定的延时，由于系统每5分钟取一次数据，5分钟的时间段内电网实时值其实均是保持在5分钟始取值的这一界面。而在实际电网运行中，电网负荷波峰和波谷均偏陡，所以波峰、波谷5分钟内实时负荷值变化相对较大。此时若系统计算仅以5分钟始时的值为计算值就会产生较大偏差。为了消除或减少这种偏差，需要对电网的实时值进行补偿，即以每5分钟始的值加上补偿值作为系统当前时间的计算实时值。

失压判断后，为了保证失压判断的正确性，需要进行失压检验。可以再获取一次新的cim模型，通过对判断出的失压设备与新的cim进行比对，确保准确性。

在计算风险结果后需要将结果可视化显示出来，即将计算结果以对调度员最为直观的方式展现出来，不论是策略级别还是断面级别均需要对比显示。展示内容包括：自动识别结果、策略级别结果和断面级别结果。其中，断面结果对比即一个故障发生前后不同时间点对应不同运行方式下的对应关联设备的风险结果对比。本文使用不同的图标显示不同等级的事故事件，如图2所示。

图2 事故事件图标的设计

图2中不同的形状和形状内的字母代表不同的设备，如L（三角形）表示线路，M（圆形）表示母线，B（菱形）表示主变。不同的颜色表示等级的高低，颜色从深到浅表示等级从高到底。

为防止故障信息过多而显得画面凌乱，事故事件信息可使用刷选显示，如按等级显示、按设备类型显示等。

2.2 风险预控

2.2.1 薄弱环节扫描

在电网发生故障后，由于时间紧迫，调度员会按经验选择一种恢复策略作为应急处理。但此策略不能保证是最优的，此时需要进行电网扫描，将此种恢复策略对应的运行方式下的关键设备（关键设备量表）故障造成的事故等级计算出来，并与恢复策略前该关键设备故障造成的等级相比较。薄弱环节是一个相对概念，如在一种运行方式下，某个设备故障造成的风险等级为三级事件，改变运行方式后该设备故障造成的风险等级为二级事件，则该设备是在改变后的这种运行方式下的一个薄弱环节，具体流程如图3所示。

图3 薄弱环节实现流程

薄弱环节功能实现以自动识别功能为基础，相当于在改变运行方式前，将所有相关设备遍历执行一次自动识别，即改变运行方式前的一次扫描。在改变运行方式后，再将所有相关设备遍历执行一次自动识别，即改变运行方式后的一次扫描。最后，将两次扫描的结果一一对应比较得出薄弱环节。

薄弱环节扫描分为改变运行方式前后两部分。在前后的每一种运行方式下，故障事件扫描相当于对关键设备量表中的关键设备中的设备遍历执行自动识别。如图3中的功能模块所示，其与自动识别不同的是关键设备中的所有单个设备生成一份自动识别结果，而自动识别则是一个单个设备生成的结果。此外，每一次生成结果均需要从潮流软件读取实时值。

2.2.2 故障恢复

针对110 kV及以下电网，在正常运行情况下，人为设置故障事件发生后（即某设备退运），有一种或多种恢复策略可供选择。此时，系统根据电网结构及备自投功能表判断一共有几种恢复策略。然后每次选择一种恢复策略，在此种恢复策略下，将CIM导入潮流计算软件，计算相关电流是否超出限制，并将对此恢复方式下的每一个相关联关键设备（即一个片区内的关键设备量表设备）设置为故障，进而计算在此故障下产生事件的等级。同时与此前等级进行比较，最终将多种策略下的多种设备故障造成的事件等级及前后等级结果对比罗列出来以供参考。

恢复策略和薄弱环节实现类似，其一种恢复策略就相当于一次薄弱环节扫描。当恢复策略有多种时，则进行多次薄弱环节扫描。薄弱环节扫描的薄弱结果汇总就是此种恢复策略的优劣，扫描结果中出现薄弱环节越多（等级升高的关键设备数越多），表示此种策略越差，多种策略对比就得出最优策略。具体实现步骤为：

1）人工设置设备故障退运；

2）调用故障前断面，确定故障设备所在片区的设备（对于后面改变运行方式后片区的改变要考虑在内），计算这些设备发生故障产生的风险等级并保存结果；

3）确定现断面故障设备类型及下级设备类型；

4）根据下级设备，电网结构及备自投装置确定恢复策略；

5）选择其中一种恢复策略，产生此策略下的运行方式，借助潮流软件计算电流负荷比例值。并借助电流值判断此运行方式下电流是否超出限制，然后再次计算相关片区相应设备发生故障产生的风险等级结果；

6）对2）的结果和5）结果中的设备进行罗列，比较相同设备的风险等级变化情况，此为断面结果对比；

7）重复5）和6）步骤，得到另一种策略下的各设备不同运行方式下的风险等级对比，也可得到一个A值，大小为a2。此时，a1和a2的大小就代表了两种恢复策略在风险等级这一考量标准上的优劣（步骤g有几种策略就循环几次）；

8）将6）和7）的结果进行可视化展示。

恢复策略结果为数字是在对每个策略进行薄弱环节扫描后，对薄弱环节结果进行加权求和得到的。如该策略下有设备从二级事件降为三级事件，则结果值加一个该设备的变化加权值，例如-10；而又有另一个设备从二级事件升为一级事件，则结果加一个该设备的变化加权值，例如30。假设没有其他变化设备了，则该策略结果值就为30+（-10）=20。20即为该策略的结果值，通过计算出结果值，各策略优劣情况均可得到量化结果，从而使判断清晰明了。

上述方式需要提供对于等级变化的权重值，或采取直接列出每种策略下等级变化情况汇总但不计算值。

3 实验与结果分析

文中以惠州电力某一时刻的电力数据为例，进行试验测试以验证本系统的有效性。

如图4所示为自动识别结果的可视化展示。图中白色星形代表该处有事故事件信息，点击白色星形，该事故事件的信息将以列表的形式展现。

图4 自动识别结果可视化展示

如图5所示为薄弱环节可视化结果。图中绿色部分代表改变运行方式前的设备风险信息，黄色部分表示改变运行方式后的风险信息。该系统的同一个关键设备的前后风险信息，展现在同一行以方便对比查看。薄弱环节为最终结果，红色代表为薄弱环节，绿色表示等级降低，黄色表示等级不变。

如图6所示为恢复策略可视化结果，用数字来表示最后的策略结果。

4 结束语

通过惠州电力的多源数据融合的故障事件等级自动识别及风险预控系统，惠州电网能有效的融合潮流计算数据、最终用户数据、站点设备数据、接线图（scada）数据、关键设备数据等多源数据，通过自动识别、薄弱环节扫描以及恢复策略等功能的实现，解决了电力系统风险等级自动识别及风险预控的难题。同时，为惠州电网智能、快速的定位及管理风险提供了有效的手段。

图5 薄弱环节可视化展示

图6 恢复策略可视化展示