基于主动概率统计评价模型的电网故障智能研判算法研究

国网江苏省电力有限公司宿迁供电分公司 韩少华 毛王清 邱 冬 庞吉年 王秀茹 葛 萱

随着电网规模的不断发展和电网设备复杂程度的不断提高，电网设备监控技术也迎来了更多挑战。目前大部分变电站均为无人值守变电站，电网设备监控尤其是电网故障监视及分析主要依赖于SCADA系统将故障告警信息从厂站端传输到主站端，由主站端监控人员对告警信息进行综合分析，从而判断设备的故障情况。然而SCADA系统故障信息离散、种类复杂、信号繁多等问题，对主站端监控人员进行故障分析造成一定困扰。

对于旨在实现智能分析电网设备故障情况的电网故障智能研判系统，目前已有相应的解决方案，即事先建立起该变电站中各类故障信号组合和现场实际设备故障的对应关系规则库，在故障时根据故障的信号自动匹配规则库中最接近的信号组合，从而判定故障情况[1-2]。在此方案下，实际故障中如存在漏发信号导致无法匹配的故障情况则不能进行有效判定。此外，信号组合规则库的判断方法也难以利用遥测、Ⅲ区操作票系统等其他类型的判据，从而影响系统判定的准确性。因此需要一种适用于任何故障信号组合，能够充分利用SCADA系统提供的有用信息，具备更高可靠性、适应性和准确性的故障智能研判算法。

1 智能研判算法原理

当电网设备发生故障时会发出一组互有关联的故障信号，但每条故障信号也可能来自不同的故障。因此，每条故障信号对应每一类故障均存在一种对应的概率，即发出该信号则有一定的概率证明发生了某一类故障。以此类推，每一类电网设备均存在一一对应的遥信对应故障的大量概率数据，组成了该设备的概率库。概率库可通过经验进行人工赋值，也可通过遥信的历史发信情况来统计计算。如根据历史发信情况统计，则其中的概率值可跟随发信次数的增加进行动态变化，从而保持概率的准确性。概率库应事先建立，以便用于概率计算。

但实际故障时，判断故障发生的证据不仅是故障信号，其他类型的一些信息也可作为判断依据，也就是说其他类型信息也存在着和故障一一对应的概率库。以线路故障跳闸为例，除SCADA系统收到的故障遥信外，还可通过遥测的变化情况来辅助判断是否误发信，或查找Ⅲ区的操作票系统来判断是否为正常的停役操作。该类信息同样可建立概率库，并也计入概率统计计算中，可提高准确性。

本文提出的主动概率统计评价算法，是在电网发生故障时根据故障信号主动触发、收集可能相关的其他类别信息，收集到所有的信息后，以故障信号及其他信息对应各类故障的概率库为基础，对所有可能发生故障的评价概率进行计算。每一种故障的评价概率计算结果均包含了所有遥信和其他类型信息对于此故障的推断贡献，最终系统得出所有故障的概率评价结果，并将评价概率最大的故障作为研判结果。

2 概率统计评价模型

本算法最关键的部分就是如何根据概率库进行概率统计评价计算。如图1所示，假定A1、A2…An为设备发生故障时发出的n个告警遥信，F1、F2…Fm为这n个告警遥信对应的可能发生的m种故障。B1、B2…Bi表示可能被m种故障触发收集的i个B类信息，C1、C2…Cj表示可能被m种故障触发收集的j个C类信息。按照前文分析，遥信An对应的可能故障为F1、F2…Fm。若假定遥信An对应故障Fm的概率用PAnFm表示，则遥信对应故障的概率共有m×n个，组成了遥信和故障的对应概率库。

图1 主动概率统计评价模型的触发收集示意图

同理，若假定故障Fm触发收集到的B类信息Bi对应此故障的概率用PFmBi表示，故障Fm触发收集到的C类信息Cj对应此故障的概率用PFmCj表示，则有m×i个B类信息对应故障概率，m×j个C类信息对应故障概率。在故障发生时，根据事先维护的概率库，应可计算出发出的信号和收集的信息对应某故障的总概率。但此概率的计算涉及到复杂的D-S证据理论等数学模型[3-4]，存在一定的计算困难，因此本文建立了一种评价概率模型，通过设定的计算方法来计算评价概率，并用其替代事件总概率，可在保证准确性的同时用更为简单的计算方法来研判事件概率。

下面给出了对应A1、A2…An，B1、B2…Bi，C1、C2…Cj的故障Fm的评价概率计算公式：

该评价概率计算方法源于一组独立事件合成概率的计算模型，应用于本研判模型中，虽不能给出精确的概率值，但能精确反映各类故障总概率的大小排序，满足本模型的准确性和适应性的计算要求。

3 典型案例分析验证

为验证上述评价概率计算模型的正确性，以某地区三次典型的线路故障跳闸为例，分别进行评价概率计算，并与实际跳闸情况比对。对于线路故障跳闸可能存在三类情况：确实发生了跳闸、误发信、正常停役操作。

3.1 线路故障跳闸对应概率库的设定

线路故障跳闸时发出的典型故障信号主要包括：开关间隔事故总、开关分闸、线路保护出口、线路重合闸出口。其中间隔事故总、线路保护出口、线路重合闸出口均为故障跳闸时发出，并存在很小的误发可能。因此设定其对应跳闸概率为0.8、对应误发概率为0.2、对应操作概率为0。开关分闸在大部分情况下应为操作导致，偶尔因跳闸而分闸，并在很小的误发概率。因此设定其对应跳闸概率为0.2、对应误发为0.1、对应操作为0.7。

线路故障跳闸时，可收集间隔电流遥测作为参考信息。当发生故障时电流发生突降，几乎可认定为开关发生了真实分闸，因此设定其对应跳闸概率为0.22、对应误发为0、对应操作为0.78；线路故障跳闸时，可收集间隔刀闸变位信号作为参考信息。当发生故障时有刀闸同时发生变位可认定为误发信，因此设定其对应跳闸概率为0、对应误发为1、对应操作为0；线路故障跳闸时，可收集Ⅲ区操作票系统作为参考信息。当故障在操作票系统中无计划操作时几乎可认定非操作导致分闸。但有无工作票与跳闸和误发没有直接关联，因此设定其对应跳闸概率为0.5、对应误发为0.5、对应操作为0。

综上，实际研判中以开关分闸作为触发信号，统计分闸时间10秒内的所有遥信作为判定遥信，并通过分闸信号触发收集电流遥测值、刀闸变位情况和操作票系统中的相关数据进行研判。

3.2 正常线路故障跳闸的智能研判

2018年7月21日，湖滨变110kV滨晓7M85线发生跳闸。收集跳闸相关信息，跳闸后电流突降至0，无刀闸变位信号且Ⅲ区操作票中无相关操作，则评价概率通过表1中的4个故障信号加上“间隔III区无操作票”进行计算。按公式可计算得到对应故障跳闸的评价概率为0.022528，对应误发信的评价概率为0，对应停役操作的评价概率0。根据计算结果可得此事件应为故障跳闸。与实际相符，研判结果准确。

表1 滨晓7M85线故障关键信号

3.3 开关偷跳故障的智能研判

2018年7月26日，农场变110kV农协7X22开关发生偷跳，关键信号只有一条，即05:03:22农协7X22开关分闸。收集跳闸相关信息，分闸时电流突降至0。同时检查III区无操作票。按公式，可计算得到对应故障跳闸的评价概率为0.022，对应误发信的评价概率为0，对应停役操作的评价概率0。根据计算结果可得此事件应为故障跳闸，即开关偷跳。与实际相符，研判结果准确。

3.4 跳闸导致误发信故障的智能研判

2018年3月16日7时25分农场变110kV陆 惠7816线发生故障，关键信号如下：07:25:41陆惠7816开关分闸；07:25:41陆惠7816线 保护出口动作；07:25:43陆惠7816线重合闸动作动作；07:25:48陆 惠7816开关合闸；07:25:5778163刀闸分闸；07:25:58，78162刀闸分闸；07:26:01陆惠7816开关分闸；07:26:05陆惠7816开关合闸；07:26:06陆惠7816线重合闸动作动作；07:26:07陆惠7816线保护出口动作；07:26:09，78162刀闸合闸；07:26:11，78163刀闸合闸。由此可知，第一次分闸时无刀闸变位信号、但第二次分闸时有刀闸变位信号。收集跳闸相关信息，检查该间隔无操作票。虽然有遥测突降，但由于两次跳闸实际接近，无法判定遥测突变属于哪一次跳闸导致，故此案中不考虑遥测突变的计算。

对第一次分闸，按公式可计算得到对应故障跳闸的评价概率为0.064、对应误发信的评价概率为0.002、对应停役操作的评价概率0；对第二次分闸，按公式可计算得到对应故障跳闸的评价概率为0、对应误发信的评价概率为0.002、对应停役操作的评价概率0。由此可判断得到，第一次分闸应为真实事故跳闸，而第二次分闸应为误发信。

经现场运维人员检查分析，反馈事件原因：陆惠7816线故障瞬间，陆惠7816开关事故分闸，短暂时间里导致主变三侧的电压突然降低，致使所用变二次侧电压骤降而脱扣，因此交直流系统发生故障，直流II段母线电压在短时间内突然大幅度下降（降至7V）。电压下降瞬间，一平面路由器发生故障，一平面网络异常，导致大量备通道补信号和误发信号发出。由此可得，研判结果与实际情况完全符合，研判结果准确。

综上，本文提出一种基于主动概率统计评价模型的故障研判算法，能对任意故障信号组合进行智能研判，并通过主动收集电力系统能够提供的相关辅助研判信息对可能存在的各类故障的评价概率进行计算，并按照评价概率的大小给出相应的研判结果。相关实验充分证明了该模型及算法的可靠性、适应性和准确性。