多元信息流下的继电保护装置误动作识别系统设计

刘依心，赵若琳

（1.国家能源集团科学技术研究院有限公司，江苏南京 210023；2.上海梓腾机电设备有限公司，上海 200000）

继电保护装置是电力系统中用于保护电力系统安全运行的自动化继电保护装置，其控制断路器产生跳闸动作或发送故障预警。该继电保护装置为配套设备，主要运用在线路保护、主变差动保护以及励磁控制等方面[1]。在电网覆盖规模日渐增加且复杂的情况下，继电保护装置也受到极大影响，继电保护装置误动作时常发生，电力系统的安全及用户的用电安全存在极大隐患[2]。继电保护装置误动作是引起电力系统扰动的主要因素，因此，识别故障是防止电力系统扰动、避免电力系统故障的主要手段。其中，文献[3]分析了继电保护嵌入式软件程序，得出继电保护嵌入式软件实现的功能，并判断、测试嵌入式软件的功能是否达到要求，但是判断其是否执行保护动作的准确性较低；文献[4]设计可输出变频故障电流的逆变器电源和变频式过电流继电保护装置，采用新故障特征的变频式继电保护方案，获得虚拟短路电压，用于过电流保护和低电压保护等，但是其对多元信息流的掌握与应用效果较差。

针对上述问题，该文设计了多元信息流下的继电保护装置误动作识别系统，对继电保护装置的动作情况进行实时预测，准确判断是否需要开启保护动作，保证继电保护装置的正确动作。

1 多元信息流下的继电保护装置误动作识别系统

1.1 系统结构

多元信息流下的继电保护装置误动作识别系统主要包含四个模块，分别为故障波形管理模块、电力系统故障分析模块、继电保护装置动作管理模块以及数据存储管理模块，其架构如图1 所示。

图1 系统架构

数据存储管理模块：该模块主要用于继电保护装置数据的存储、管理以及格式转换，以多元信息流数据库实现整个模块功能。前者可高效完成数据信息的采集、分析、决策和控制等；后者则可辅助相关信息的分析和理解、处理程序的形成、格式的转换以及其他信息的创建。

故障波形管理模块：该模块以数字信号处理技术为主，对继电保护装置故障引起的波形现象进行分析，并将分析结果提供给有关负责人。

电力系统故障分析模块：根据波形分析结果，判断故障类型，自动识别故障位置，为整个电网的故障分析提供依据[5]。

继电保护装置动作管理模块：该模块主要通过继电保护装置，根据故障分析结果预测线路、变压器等是否动作，避免继电保护装置误动作的发生。

数据存储管理模块将经过存储以及格式转换后的信息存储至多元信息流数据库后，故障波形管理模块对存储的信息进行波形分析[6]，并将分析结果传送至电力系统故障分析模块，以此为依据展开故障类型分析，将分析结果传送至继电保护装置动作管理模块，该模块利用继电保护装置动作行为预测模型对其进行动作预测，判断继电保护装置是否发生动作，避免误动作的产生。

1.2 多元信息流数据库构建

1.2.1 数据库结构

在继电保护装置中，处理多元信息流时，具备4个明显特征，分别是信息多元化、集成化、实时性以及同时兼顾在线和离线的信息。因此，高效、实时地完成数据库信息处理，是数据库构建的核心标准[7]。多元信息流数据库的构建目的是实现继电保护数据的独立性和统一性，该数据库的框架结构如图2所示。

图2 数据库结构

在继电保护装置数据处理的多信息数据库中，以实时数据管理系统为核心，定义相关信息属性，保证系统运行的实时规范，准确描述信息流中包含的各种信息状态。

1.2.2 数据库实现

将电网数据库语言与信息处理技术相结合，完成继电保护装置信息数据的存储及状态分析。对于整个系统来说，该数据库的实现是以电网数据语言分块为基础，以保护对象群为依据，结合现代技术完成的[8-9]。信息控制流向的实现过程如图3 所示。

图3 信息控制流向的实现过程

尽管该数据库存储的多元信息流信息量巨大，但其在构建过程中引用了电网数据库语言和信息处理技术，可最大程度保证系统功能的实现[10]。

1.3 继电保护装置动作行为预测模型

设{X(t),y≥0}、I={in,n≥0} 分别表示继电保护装置的随机转换概率和状态空间，以继电保护装置在运行过程中，发生的状态转换的特点为依据，任意0 ≤t1≤t2,…,tn和i1,i2,…,in,in+1∈I需符合齐次马尔科夫过程：

式中，pij(Δt)表示时变概率，Δt表示时间差，t表示时间，in+1为状态转换系数，pij(Δt)和Δt存在直接且较大关联。i和j分别表示继电保护装置的不同工作状态，其在Δt最小取值时，从i转变成j时的最小转移概率函数为：

式中，X(t+Δt)表示连续状态空间概率。X(t)为随机转移概率，随机状态与连续状态的时变概率计算公式分别为：

继电保护装置在运行过程中，n表示会出现的状态种类，组成的时变概率矩阵pij(Δt+1)为：

式（6）矩阵中的元素均为正数，依据式（5）的标准可知，式（6）中每一行元素的和为1。

如果存在最小转移概率，则式（1）由转移密度函数转换为转移密度矩阵，表示为：

式中，I表示单位矩阵；式（7）中每一行元素的和为零；对角线元素都为负数，其他元素Aij≥0。

式（7）中，变电站保护信息子站是继电保护装置获取历史数据的依据，获取的信息为周期性数据和时间驱动数据两种。为预测继电保护装置工作状态，需补充信息流数据库中的继电保护装置运行信息，且进行周期性补偿[11]。因此，继电保护装置参数在历史数据增加的情况下动态变化。

在随机i、j情况下，运行时间t≥0，存在下述关系：

式中，qik为重要性等级。经过上述过程，若满足所有时间间隔的时变概率，则：

实际应用过程中，如果j是最后转移状态，为了计算pij(t)，引入柯尔莫哥洛夫前向方程，为：

式中,In表示初始时刻的密度矩阵。通过式（10）可得到继电保护装置在初始运行状态下的时变概率矩阵P(t)，其以A和初始状态为依据，通过数值积分法实现求解。

通过以上步骤，可以预测继电保护装置在各种运行状态下的行为，根据预测模型中继电保护装置的状态和动作行为，系统可以判断继电保护装置是否动作，从而达到保护的目的[12]。在保护过程中，系统可以实施应急行动策略，其详情如图4所示。

图4 中，tm对应的时变概率pi1(tm)=pm，继电保护装置应急投运概率设定值和最大容忍时间分别为pm和tf，通过配电系统的保护配置策略，基于线路电压等级、重要性等级和历史故障概率[13-16]实现继电保护装置误动作识别。

图4 应急动作流程

2 实例分析

为测试该文系统的应用效果和性能，选取某500 kV 母线中的继电保护装置作为测试对象，该线路为三相式接线，该线路连接的全部元件上均装有电流互感器。线路连接情况如图5 所示。

图5 测试线路连接情况

继电保护装置数据是多元化的[17-18]，因此，多元信息流数据采集性能决定了系统的识别性能，在不同噪声下，不同采集时刻范围内，该文系统对于实验对象的多元信息采集情况结果如表1 所示。

如表1 所示，在不同噪声干扰下，该文系统依旧可以完成多元信息数据的采集，且每时刻范围内采集的多元数据信息流量均高于0.14 Mbps，表明该文系统可有效完成继电保护装置多元信息流数据的采集。

表1 多元信息采集流量测试结果

继电保护装置的差动保护整定电流值为2 A（TA 二次侧值），系统运行过程中，继电保护装置和线路的修复率分别为μp和μ1，检修人员抵达现场的平均时间和检修间隔时间的倒数分别为μpo1和Q，故障率为λ1，拒动和误动概率分别为λ′j和λ′w，自动识别成功概率为s，8 个参数均需实行采集并输入至系统预测模型中，参数设置情况如表2 所示。

表2 参数情况

如表2 所示，将上述参数输入至系统后，获取继电保护装置初始状态1 时的时变概率曲线，此时状态没有发生转变，如图6 所示；获取从初始状态转移至不同状态时的时变概率曲线，如图7 所示。

图6 初始状态1时的时变概率曲线

图7 转移至不同状态时的时变概率曲线

根据图6、图7 可知，继电保护装置在初始状态时为正常状态，随着时间的延长，继电保护装置的时变概率逐渐减小；当采集时间超过32 h 以后，时变概率几乎稳定，保持在99.15%。当状态发生转变后，结合时变概率和为1 的标准，从初始运行转变成状态9 的时变概率最大，转变成状态2 的时变概率次之。实际应用时，可根据该状态变化分析故障类型，并且继电保护装置能够自动完成故障检测，保证继电保护装置在运行中的准确动作。

为测试该文系统的误动识别效果，针对测试线路进行误动识别测试，统计系统的识别效果，如表3所示。

表3 保护继电保护装置误动识别测试结果

根据表3 测试结果可知,该系统能在不同情况下根据继电保护装置的动作情况，准确分析是否发生误动作，符合实际使用需要。

3 结论

为了极大程度地降低电网在误动作影响下造成的风险和经济损失，针对存在的问题，文中设计了多元信息流下的继电保护装置误动作识别系统，该系统通过对继电保护装置运行状态下行为发生的概率进行分析和求解，判断继电保护装置是否动作，以此降低继电保护装置误动作的发生，用于预测继电保护装置的保护动作，进而识别继电保护装置的误动作。