微电网智能运维技术与系统研发

付 明

（南瑞集团有限公司（国网电力科学研究院有限公司），江苏 南京 210003）

0 引 言

目前，国内外对于微电网的运营管理通常侧重于监控与能量管理。由于微电网内部微电源众多，出力特性呈多样化，组网结构复杂，更容易出现故障，存在着电力电子技术在微电网中的应用导致电能质量问题、微电网的保护控制技术尚不成熟、投资及运维成本高等问题。因此，研究微电网运行维护工作显得极其重要。从微电网发展的国际国内趋势看，未来国家层面和电网公司层面对微电网的支持力度还将继续，且有越来越多的企业和社会力量投入微电网的建设，以提供高质量、多样化的供电可靠性。

电能质量服务是微电网的基本特点和作用之一。因此，研究微电网可靠运行和智能维护关键技术，是支撑当前和未来微电网工程项目建设的实践需要。目前，微电网工程运行实践中，运行可靠性不够高、对运行维护人员专业知识要求高等问题十分突出。

因此，研究微电网运维知识库，基于高级Petri网理论建立微电网故障诊断模型，提出了微电网故障智能诊断分析方法，在研究微电网信息通信综合接入技术的基础上，研究了微电网智能运维系统的功能体系和架构，详细介绍了微电网故障诊断功能部署。最后，基于某园区微电网对系统进行部署，并基于该微电网运行情况进行微电网故障诊断分析，验证了系统的正确性和可靠性[1]。

1 微电网智能运维技术

1.1 运维知识库

微电网智能运维知识库包括：微电网故障处理、设备及系统维护知识，是结合微电网专家及一线运维人员的经验规则，分析微电网的运行数据，提炼微电网故障数据；罗列微电网故障现象，研究对应的故障隔离及故障恢复方法；统计微电网系统及设备的故障次数、故障率、变化情况；结构化微电网智能运维知识。

1.1.1 知识管理概论

在广义上而言，知识管理就是在组织内部对系统进行相应的量化和质化，促使组织内部的信息数据通过一系列的应用过程传输回知识系统中，在长期不断的应用与积累中，确保系统的推断与决策更加科学、高效、合理和规范。

运维知识库主要是对运行过程中产生的知识进行收集、筛选、整合和评估的过程，如图1所示。知识管理能够确保知识库的建设过程更加规范有效、快速便捷。知识获取不仅包括行业专家的经验，还有现场操作人员的技术能力。同时，由于信息科技的的不断开发与应用，还涉及对微电网监控的数据信息[2]。

1.1.2 微电网智能运维知识库模型

知识库是整个系统理论数据的集合，是系统运行的基本保障，也是智能决策的主要参考。若微电网在5 min之内发出两次以上的警报提示，而这些提示信号又有着密切关系，就可将其视为综合事件。综合事件通常由设备出现的各种问题导致，然后通过逆向思维按照综合事件的具体情况推断设备存在的故障，并依此提出科学、有效的应对措施[3]。图2是运维知识库模型的结构示意图。

图1 知识库形成过程

图2 运维知识库体系架构

图2中，微电网的最初模式及理论根据主要保存在原始数据库中，能够对推理过程进行清晰描述。为此，数据库需要时刻优化与更新，而规则库作为知识库最关键的一环，主要涉及了问题变化的整个过程。推理机主要由程序构成，通过规则及数据展开判断，并对此过程进行深入分析。知识库的自动生成过程就是微电网维护系统的应用过程。

1.2 故障智能诊断方法

1.2.1 基于Petri网的微电网故障诊断方法

微电网与大电网之间存在较大差异，前者生动活泼、千变万化，后者较为常规。在电力系统故障诊断过程中，对于具体故障的判断主要通过继电保护和断路器的反应得出。现阶段，对于微电网故障的诊断还没有得到全面开发，而传统的诊断模型无法满足需求。为此，针对微电网具备的优良特性，对相关理论进行综合考量，在微电网故障诊断中融入科学的Petri理论，通过高效的技术方法，使得数据库中的信息得到妥善封装，以拓展微电网故障诊断模型的实用性，进一步强化模型的功能。

1.2.2 高级Petri网定义

Petri作为一种系统模型，能够通过网状图形的方式表现出来。它主要涉及两个节点——状态和变迁。然后，将Token分布情况设置于带有节点的图形上，通过规范的方式促使变迁点火导致状态发生改变[4]。

以下是对Petri相关概论的基本简介。Petri主要涉及三种元素——库所（place）、变迁（transition）和有向弧（arc）。库所就是状态元素的节点，又叫P元素，主要是将内部储存的Token呈现系统的状态。Petri网通过库所内部Token的数量表示系统的不同状态。库所中对贮存资源的数量限制称为库所容量。变迁（事件）主要是系统变化致因的动态节点，是系统内Token的应用过程，是对系统状态变化调整的有效阐述，又称T元素。有向弧主要是系统各元素间内在关系的集中体现，能够将Petri中信息动态的演变过程清晰展现出来。若库所通过有向弧朝向变迁，就是后者存在的关系流；如果变迁的有向弧朝着库所，则以为是点火促使状态改变的关系流。有向弧上的权值是变迁点火形成Token的总量[5]。

Petri具体的概念表达如下所示。有向网所必备的因素主要由三元组N=(S,T,F)构成，其中S是库所集，T为变迁集，F代表流集。若一个集合是由有序序列的第一维元素构成，那么代表此集合为有序序列的第二维元素构成。三元组N=(S,T,F)成为有向网（简称网）的充分必要条件是：

X=S∪T叫做N的元素集。S的元素叫库所，T中的元素叫变迁。X是表示两个集合的笛卡尔乘积运算。φ表示空集合。dom(F)所含有序序列的第一维元素所组的一个集合，cod(F)是有序序列的第二维元素的所组成的一个集合，数学表示方式为：

Petri中的图形主要表现形式有三种：库所节点、变迁节点和有向弧。其中，库所节点主要由○表示，而变迁节点主要由│或□表示，序偶主要由导向性箭头来表示。若变迁通过有向弧直至库所，那么这一库所就是变迁首个输出库所，而此变迁同时也是库所的首个输入变迁。反过来，从库所直至变迁，那么其就是变迁的初始输入库所，对方也是库所初始输出变迁。如果N1=(S1,T1,F1)，库所集S1=(S1,S2,S3,S4,S5,S6,S7)，变迁集T1=(t1,t2,t3,t4)，流关系F1={(s1,t1),(t1,s2),(s2,t2),(s4,t2),(s3,t3),(t3,s4),(s4,t2),(t2,s5),(s5,t4),(t4,s6),(t4,s7)}。 图 3为 Petri中N1图形的表现形式。

图3 Petri网N1的图形表示

1.2.3 基于高级Petri网的微电网故障诊断

基于高级Petri网的微电网故障诊断模型，如图4。

在基于高级Petri网的微电网故障诊断模型中，Token着色、变迁和库所的含义如表1所示。

诊断模型中，各个变迁的点火规则如下所述。

变迁t1：输入库所IMj中Token的隶属度颜色标识取值1时，变迁t1立即点火，将故障元件及诊断率通过瞬时诊断库所P1精准、有效地输出[6]。

图4 基于高级Petri网的微电网故障诊断

表1 Token、着色及库所的含义

变迁t2：当有着同样保护色的Token存在于输入库所IMj中时，促使变迁t2点火，然后通过一系列计算，其中矩阵为同行数同列数的矩阵，且向对接的诊断结果库所P2中传输故障元件和诊断的准确率，同时向P3中输出一定数量的冗余Token，数量根据单个保护最多保护元件个数减1设定，以确保后续操作的准确性。

变迁t3：当统一保护色的Token均出现在输入库所IMj和消息库所中，就会促使变迁t3点火，将Token通过回收站库所P4逐一显示，并清除库所P3和P4中的冗余Token。

变迁t4：当输入库所IMj中Token的生存期颜色标识值等于0，此时的变迁t4点火，便会将故障元件及诊断准确率通过诊断结果库所P5清晰、准确呈现出来。

经过基于高级Petri网的微电网故障诊断模型对信息进行逻辑推理判断（如图5所示），最终得到故障元件。对于故障诊断可在元件位置表上检索，对于故障点所在的位置进行准确查询，能够将故障所在地、故障元件及准确率清晰显示，从而为故障的检修提供有效的参考依据，且无论是哪种故障类型，该模型都能够发挥应有的效用。

故障元件确定后，可以通过分析故障元件状态，构建相应的元件Petri网模型，从而进一步分析故障原因。以风机为例，对于风力发电机组，故障大多可归为以下几种形式：发电机温度过高，润滑油液位过低，润滑油温度过高，冷却水温度过高和绞缆故障等。若采用前文高级Petri确定风机故障后，可根据相应的风机监测参数，按照模糊评价标准换算为置信度建立相应的Petri网，即可判定故障模式。

图5 微电网故障诊断的流程[7]

2 微电网智能运维系统

微电网智能运维系统功能如图6所示，包括分布式电源、储能的数据采集与处理基础支撑功能，以及综合评价分析、分布式电源发电功率预测、负荷预测、知识库查询、远程维护、微电网故障诊断与处理等高级应用功能。

图6 微电网智能运维系统功能

微电网智能运维系统采用面向服务架构（SOA）设计，功能包括前置服务、SCADA系统、高级应用子系统等，由数据库服务器、应用服务器、通信网关机、远程工作站、维护工作站和交换机等设备组成。系统结构如图7所示。

构建完善的系统逻辑结构，能够有效整合各个维护资源，确保系统井然有序、有条不紊地开展维护与诊断，从而基于知识管理、数据库管理、诊断维护，建设资源利用率高、系统各项功能联系更加密切的结构体系，促显著提升系统功能，结构形式如图8所示。

核心诊断资源：涉及五个部分，主要包括维护专家、知识库、维护数据库、状态数据库和监控数据库。

接口层：主要是连接操作层、状态层、服务层的信息传输通道，能够确保各个环节进行准确、及时的交互。

图7 微电网智能运维系统构架

图8 智能运维逻辑结构图

支持环境层：主要包括通信网络与数据库两个部分。在远程维护系统中，知识库是最关键的部分，主要提供科学的理论体系。它包含两个部分：维护库和诊断库。前者主要是关于系统设计、生产操作、调试安装等方面的信息数据；而诊断库中将会保存更多以往有效的维护经验和应用体系。由于相关服务功能的不断健全，此系统具备的维护功能及诊断功能将会更加全面、高效，能够为用户提供更加简便快捷、科学高效的服务。

操作人员利用维护服务器中的接口层进入维护数据库、状态数据库及监控数据库进行查询，然后经过有效的信息传输，促使专业人士提供有效的技术经验，为系统硬件故障提供更加科学、准确的解决方案。

3 结 论

微电网内部微电源众多，存在着电力电子技术在微电网中的应用导致的电能质量问题、微电网的保护控制技术尚不成熟、投资及运维成本高等问题。因此，研究微电网运行维护工作显得极其重要。因此，基于某园区微电网对系统进行部署，并基于该微电网运行情况进行微电网故障诊断分析，验证了系统的正确性和可靠性。目前，该系统运行良好，微电网运维知识库需要现场运行人员基于长期运行维护经验不断完善，以提高系统运维可靠性，更好地适应微电网运维需求。