基于多源数据及多维故障诊断空间的快速智能电网故障诊断方案

魏聪聪，邓祥力，贾声昊，房刘远

(1.上海电力大学 电气工程学院，上海 200090； 2.江苏兴力建设集团，南京 210000； 3.贵州大学 电气工程学院，贵阳 550025)

0 引 言

电网发生故障时，监测系统采集到的海量故障警报数据从本地自动装置上送至调度中心，电网故障诊断需从中快速而准确地发现故障原因，辅助调度运行人员及时进行事故分析与处理，快速恢复供电，保证电网安全、可靠运行。

目前，常用的电网故障诊断方法主要有专家系统[1]、数值计算分析[2]、粗糙集[3]、贝叶斯网络[4]、人工神经网络[5]、解析模型[6]、等。文献[7]提出一种基于模型诊断的电网故障最优诊断的查询方法。该方法运用贝叶斯理论计算候选诊断的故障概率，并查询最大概率的候选诊断作为电网故障的最优诊断。文献[8]通过建立故障连接树实现了故障时电网拓扑结构和保护知识的表达，在此基础上运用Petri网对故障知识进行逻辑推理，降低了故障诊断算法的复杂度。然而，在开关量信息误变位或丢失的情况下，它们会难以处理，即便有修正措施也会出现对诊断结果难以解释的问题。文献[9]通过提取各元件的故障录波不同类型的特征值，通过对这些特征值进行聚类来进行故障类型的划分。文献[10]利用广义差动原理，实现了仅利用故障录波数据进行差流计算来进行故障元件的定位。文献[11]综合利用遥信数据和故障录波数据，将两者融合来进行故障诊断，取得了良好效果。然而，由于故障录波器型号差异、设备老旧等原因，使得调度中心侧难以实现对所有故障录波器接入，在故障监视范围内也存在盲点。而且，正确性、实时性和全面性是考核在线故障诊断是否能够满足调度实用化要求的3个基本指标[12]。所以，即使数据能上传，时间也在数分钟级，使得它们在故障诊断的实时性方面存在明显不足。

针对以上问题，文中从故障诊断的正确性、实时性，兼顾全面性的角度，提出一种基于多源数据及多维故障诊断空间的电网故障诊断方法。该方法首先利用数据采集与监控系统(SCADA)和故障信息系统(FIS)中的开关量信息，将历史故障信息库和可预想的各种可能出现的故障情况统一整合，通过本文所提的编码方案，将每种故障映射成与之相对应的唯一编码，形成故障编码集。接着，考虑到仅用开关量作为故障诊断的数据源时，遥信信息有误报、漏报的可能，并且开关量无法准确识别故障相，文中利用采样频率较高的广域量测系统(WAMS)对其进行修正，从而保证诊断结果的正确性和实时性；同时，利用WAMS采样电流来判别故障相。然后对故障编码集打标签后，将其输入PNN，构造基于PNN的开关量分类模型。当故障发生时，经电气量修正后将实际遥信变位信息形成故障编码，输入PNN分类器即可得出初步诊断结果。最后经过故障分析模块，综合两个数据源的结果，对保护、断路器是否正确动作进行分析，得出最终诊断结果。

1 故障编码集的形成

电网故障后，大量遥信变位数据上传到调度中心，单个遥信数据信息量少、信息不全面，甚至还会出现差错。所以，以单个遥信数据为诊断单位难以对电网故障做出全面、正确的诊断。如果对相关遥信数据进行归类，并映射到故障诊断空间，在故障诊断空间内分析、观察电网故障，则能够全面、快速、准确的诊断出故障。不同故障类型的遥信数据通过映射后在故障诊断空间内的分布各不相同，故障空间内的不同点代表了不同的故障类型。通过对故障空间各个点的分类识别，可实现对电网故障的归类。

1.1 故障编码数学模型的建立

电网一次设备发生故障，由继电保护检测出故障，并跳开故障元件两端的断路器，切除故障元件。其设备故障到故障元件切除完整的信号流程为：设备故障->保护动作->断路器跳闸->重合闸动作->断路器重合->跳闸保护动作->断路器->设备停运。

输电线路故障编码的数学模型为：

Gk=(qk,pk,ok)

(1)

式中qk为故障过程字段编码，包含的遥信时序信息为: 保护动作—断路器跳闸—重合闸动作—断路器合闸—保护后加速动作—断路器跳闸；pk为保护动作字段编码，包含的遥信信息有：故障录波启动信号、保护装置故障信号、PT、CT断线信号、双套主保护后备保护及远跳出口信号；ok为断路器跳闸字段编码，包含的遥信信息为：故障发生后以重合闸为时间分界的断路器各相位置。所以，继电保护的不同动作行为、不同操作回路的动作行为及断路器的不同跳合闸状态决定了Gk的取值。Gk的取值具有唯一性，其值决定了线路的故障类型及二次设备的动作状态。所以，通过Gk取值的不同，实现对线路故障及二次设备的工作状态进行归类，从而实现对各种故障类型的诊断。由于没有重合闸，母线编码、变压器和电容器只有后两个编码字段，为2维编码。其编码方式与线路类似，只是各个位的具体信号不同。例如，线路主保护动作信号对应的具体遥信一般为光纤差动保护出口，而变压器主保护动作信号对应的具体遥信为变压器差动保护出口。

1.2 遥信数据到故障空间的编码映射

首先对遥信数据字段进行划分和编码，然后再映射到多维数据空间，其映射变换为：

(2)

式中A1…An为n个故障后遥信二进制数据矩阵；c1...cn为通过编码后的故障编码数据；f1...fn为n个故障编码映射函数。

通过式(2)，即可完成遥信二进制数到n维编码空间(c1,...,cn)的映射，所以，利用遥信变位数据的故障诊断问题，转换为多维空间中的样本数据的归类问题。为了映射到n维编码空间，必须确定遥信二进制数据矩阵Ai和故障编码映射函数fi，即确定遥信二进制数的编码方式。

(1)遥信二进制数据矩阵数据的确定

编码的遥信二进制数据矩阵Ai的数据结构如公式(3)所示，其值均为0或1的二进制数，由遥信变位数据确定。其中Dn为编码所用到的关键遥信数据，D1到Dn为编码不同的位，对应着不同的遥信报警信号，不同编码字段所对应的遥信也有所差别。如，对于输电线路的故障过程编码字段，Dn包括线路差动保护动作、重合闸出口、线路后备距离保护动作、断路器分位等。保护动作字段编码，Dn包括输电线路双套主保护、双套后备保护、双套CT断线、双套远跳保护等。如果发生遥信变位，相应位置的数据为1，没有发生遥信变位其值为0。

(3)

按照故障后遥信变位数据信息和Ai矩阵的数据结构，确定遥信二进制数据矩阵Ai的数值。

(2)故障编码映射函数的确定

映射函数采用为遥信二进制数据矩阵分配不同的权重，然后累加求和的方式实现。编码的映射函数如式(4)所示。

(4)

式中w=(20,...,2n)，为二进制权重向量。

二进制数据的权重表示该二进制数据在整个编码中重要程度，也是用来调整编码以达到分类目的的工具。比如故障录波标志位是电网发生故障的必要条件。继电保护动作和断路器发生变位时，如果没有收到故障录波遥信数据，则可能是变电站内部测试产生的频发数据，所以故障录波信号应放首位并且分配更高的二进制权重。并且其取值有信号为0，无信号为1，这样一来，如果其为1，则此时编码数值会很大，设为闭锁诊断程序信号。

1.3 故障空间编码集的求取

以电网中的一次设备为单位，不同的一次设备会产生不同的遥信变位数据集。每一个二进制遥信数可能有0或1两种值，所以穷举每个一次设备故障的遥信状态数据的组合数目会很大，对应故障诊断空间的点的数目也很大。然而根据继电保护和操作回路的动作约束，实际可能出现的的遥信组合有限并且可以预想。以故障过程字段编码为例，其遥信组织方式及编码过程如表1所示。

表1 故障过程字段编码

将所有可能遥信组合方式经本方案编码后，故障过程字段、保护动作字段、断路器跳闸字段分别有3种、26种、12种编码，共3×26×12=936组编码数据。保护动作字段编码可区分双套保护装置的遥信信息，根据各地区的事故记录习惯不同可灵活设置故障类别，本文以华东某地区的事故记录习惯设置故障类型。例如，将一套和二套保护动作合并记录，即将仅有一套主保护动作的编码和两套主保护同时动作时的编码合并为一种故障类型。最终形成的故障类型如表2所示。

各个字段可以分别诊断出不同的内容，通过不同字段诊断出的不同结果的组合，可以诊断出电网一次设备的不同故障类型和故障原因。各字段相互独立，诊断结果无关，所以最终的诊断结果是各个字段诊断内容的任意组合，共计3×6×4=72种。本方案的编码库和种类还可根据各站的实际故障遥信上报情况进行学习、扩充。

表2 各字段编码所对应的故障类型

2 WAMS数据对开关量信息的修补

针对开关量可能存在信息畸变，并且无法区分两相、三相故障的缺陷，提出利用WAMS的电气量信息对开关量进行修补。

2.1 故障诊断启动条件

仅由开关量做为数据源的情况下，故障诊断启动条件一般为故障录波启动信号和全站事故总信号，为确保开关量信息的准确性，本文引入电气量对其进行修正。本文采用经典的电流突变量启动判据[13]，启动判据定义为：

Δf(t)=||f(t)-f(t-N)|-|f(t-N)-f(t-2N)||>1.25Immax

(5)

其中：

f(t)=

(6)

式中ia(t)、ib(t)、ic(t)分别为 a、b、c 三相电流在t时刻的瞬时值；Immax为正常运行时最大负荷电流的幅值；N为采样周期。

2.2 断路器位置的判定

开关量诊断主要用到的遥信信息是断路器位置信号和保护动作信号。其中保护动作信号一般有冗余系统，并且SCADA、FIS、保护信息子站的信息可以互相修正，的所以其发生畸变的概率不大。而断路器位置信号由于没有可参照的信息就行互补修正，所以其畸变的概率相对较大。而一旦其发生畸变，现有故障诊断系统就可能给出错误的结果。因此，本文采用WAMS的电气量信息对其进行修正，从根本上解决畸变问题。

采用IEEE三机九节点模拟正常情况下和A相接地时断路器拉开后靠近线路端PT的电压波形如图1所示。

由图1可知，断路器拉开后，由于对地电容的影响，线路端PT所测得的电压短时间内持续衰减为0，若忽略对地电容影响，实际线路电压应该在两端断路器拉开后瞬间降到0。设断路器靠近线路一侧的PMU所测得的电压幅值量测量分别为Ua、Ub、Uc，则可建立如下判据：

Uφ

(7)

式中φ=a,b,c;Uset为电压阈值，此处设为额定电压的70%,即Uset=0.7Ue。当三相中任意一相满足式(7)，即判定断路器为分位。计及保护动作、开关动作和重合闸动作的延时，文中取保护动作或重合闸动作信号100 ms后的一个周波内的电压数据进行计算。

图1 断路器断开后线路端电压

2.3 故障相识别方法

针对开关量无法准确识别故障相的缺陷，本文采用文献[14]中的用WAMS电流进行故障相识别的方法，通过对PMU采样电流计算得出故障特征编码，将其依次与A、B、C、D四个特征集进行匹配，得出故障类型。兼顾全面性的同时又保障了故障诊断的实时性，并以此作为元件是否故障的标志。

3 基于PNN的开关量诊断模型

3.1 概率神经网络简介

PNN具有结构简单，容易设计等优点，广泛应用于模式分类。其网络结构如图2所示。

输入层包括n个神经元，其个数为输入样本的维数；模式层包括N个隐神经元，对应N个训练样本；求和层包括m个隐神经元，对应总类别的个数；输出层输出求和层神经元中后验概率最大者所对应的类别。它可由1个神经元组成，输出输入样本所属类别，也可由m个神经元组成，每个神经元分别对应一种类别。连接求和层神经元中概率最大者输出为1，其对应的类别即为输入样本所属类别，其余神经元输出为0。

图2 PNN网络结构图

每层的输出可由式(8)～式(11)计算得出：

out_Xi=XiW

(8)

(9)

(10)

out_Y=submax(out_Sj)

(11)

其中，n为训练样本维度；i=1,2,...,N为样本个数；X为训练样本；W为权值矩阵；Z为待分类的输入样本；σ为平滑系数；j=1,2,...,m为样本种类;v=1,2,...,Li,Li为类别j的训练样本数tj为训练样本中属于第j类的样本个数，sub函数表示取对应的下标。

3.2 PNN分类器的构造

以1.3节所形成的936组编码为数据样本，训练网络模型。为体现本方法的容错性，不以全部故障编码集作为训练样本，而是选其中每类故障的几个数据作为测试样本，用以正明只要一种故障经过编码后落到其对应的编码域中，即可实现正确诊断。即以其中836组数据作为训练样本，其余100组数据作为测试样本。设PNN的网络目标输出向量Y=[1 2……m]T，本文中m=72，即1.3节所得到的72种故障类型。设PNN的输入矩阵为G，如式(12)所示:

(12)

式中G为3×n矩阵，即n个3维编码Gk，各个编码的形成方式已在第1章介绍过。

模型训练流程如图3所示。首先通过故障编码技术将遥信转换为空间编码，并对各字段编码进行标签，然后将三维故障编码输入PNN训练分类模型，精度不达标则调整权值矩阵W，直到达到识别精度，完成训练模型。

图3 基于PNN的故障诊断流程图

3.3 分类结果分析

在故障诊断空间内，各编码向量之间的距离越大，容错能力越强，越容易分类。所以，通过以上准则调整权值矩阵W，改变故障诊断空间中映射编码值的位置，使得不同种类的各映射编码值之间的距离尽量大。

调整编码权值过程中测试数据误分率如图4所示，调整前后测试结果对比如图5所示，其中星号表示标准故障类型，三角表示实际分到的故障类型。由图可见，根据编码距离的不同，分类效果也有明显差别，并且根据多次实验结果来看，不同种类间距离越大，分类效果越好，最终调整完距离后，可实现分类准确性100%。

图4 测试数据误分率

图5 PNN测试结果图

4 基于多源数据的快速智能诊断方案

4.1 故障分析模块的设计

故障分析模块可对保护和断路器信息畸变、拒动、误动情况进行分析。其分析流程如图6所示。

图6 故障分析流程图

图6中从开始框图随箭头方向指向矩形框图为一条逻辑路径，共10条路径已标在图中。因为断路器位置信息可由电气量进行修正，SCADA中的保护动作信息由FIS进行修正，这个过程可以在数据输入故障分析模块之前完成，所以此处认为它们的信息是准确的。因此，图中的元件是否故障以故障相判别程序是否有输出为准，保护是否动作以是否收到保护动作信息为准，开关是否动作以电气量修正结果为准。结合下图故障分析模块分析出的保护误动、拒动，开关误动、拒动等情况，所有的非正常情况均可分析。需指出的是，当发生保护拒动时，需搜索相邻线路后备保护是否动作切除故障，单独做一个子程序输出搜索结果，以供路径1、路径4、路径5、路径10利用其结果进行逻辑判断。

4.2 故障诊断流程

本文所提的故障编码方案，通过调整编码可以做到包含所有保护和断路器均正常动作的情况下的故障识别，此时，由开关量诊断程序和电气量的故障相判断程序即可得出完整的故障诊断结果。但当发生保护或断路器误动、拒动等情况时，开关量诊断程序可能出现无法输出诊断结果或输出错误结果的情况，此时令开关量诊断程序分字段输出诊断结果，然后由故障分析模块分析误动、拒动情况，综合输出最终诊断结果。完整的故障诊断流程如图7所示。

图7 基于多源信息的故障诊断流程图

5 故障案例分析

发生故障时，WAMS可得到各个测点的电压、电流波形，PMU采样频率为1 000 Hz。

算例1。以华东某500 kV线路发生的实际故障为例，故障发生前该线路接线示意图如图8所示。

图8 电网局部接线图

某日18：09该线路发生A相接地故障后，两侧主保护动作跳开线路A相，然后重合闸动作，重合成功。线路两侧收到的遥信信息如表3所示。故障时，5042、5043开关靠近线路侧的PMU记录的相电压、电流波形如图9所示。

表3 线路两端SOE报警信息

图9 故障电流、电压波形

若直接由开关量进行诊断，由于A电厂缺失故障录波启动信号和事故总信号，诊断程序将无法启动。故障时刻为600 ms，故障启动算法在604 ms时计算结果为Δf(t)=1.57 kA，满足式(5)的设定值，故启动故障诊断程序，其故障编码为(384，768，2304)。B变电站由于缺少开关分位信号，仅由开关量程序也无法进行诊断。取图9(b)中保护动作100 ms后的一个周波内的数据进行计算得，Ub=148.57 kV，Uc=140.27 kV，均满足式(7)，故可判断开关位置应为分位，断路器分位遥信信息丢失。修正后的编码为(384，768，2304)。

将两个站的编码分别输入PNN分类器后，输出类别都为49，对应故障类型为“瞬时故障、重合成功；主保护动作，本线路故障；A相故障”。故障相判别程序的特征值集合A的计算结果为(1，1，0，0，0，0)，对应故障类型为A相接地故障。故障分析模块经过第9条分析路径，输出结果为“正确动作”。最后，本次诊断综合输出结果如表4所示。

由表4可以看出本方案诊断结果详细、准确。

算例2。取南方电网某处的实际故障案例进行诊断[15]，如图10所示。

初始故障点在线路L1上，由于保护拒动、误动等原因造成连锁故障，最终导致6条线路跳闸，一个发电厂解列。事故实际发展过程描述如下：

(1)线路L1发生A、C两相接地短路，S5侧零序 I段、高频、距离保护同时动作，CB1跳闸；

表4 诊断结果

图10 电网局部接线图

(2)线路L1的S1侧保护拒动，断路器未跳，造成线路L2的S8侧的零序 IV段保护动作跳开CB7；

(3)线路L4两侧零序 IV段误动跳开CB3、CB4；

(4)线路L6、L7保护拒动，导致1～4号主变压器低压过流保护动作，CB01～ CB04断路器跳闸；

(5)线路L8保护拒动，造成线路L11的P3侧零序 IV段保护动作，CB24跳闸，线路L12两侧零序 IV段保护动作，CB17、CB18跳闸。

(6)线路L5的S11侧高频保护误动，CB16跳闸。

上述故障过程中各厂站均有事故总信号，但均没有重合闸信号。根据各个厂站的故障数据，以厂站为单位，分别对站内各个元件进行诊断。将所有故障数据输入诊断程序后，仅有线路L1的故障相判别程序的计算结果与特征集C相匹配，为(0，0，0，1，1，1，0，0，0)，代表A、C两相接地故障。而S1无保护动作信息，线路L1在S1端的故障分析模块经路径7输出结果“保护拒动”，从而触发图6中“是否有相邻元件拒动”搜索条件，经路径10可得出线路L6、L7、L8后备保护拒动。其他元件分析结果均可由图6的逻辑分析路径得出，不在赘述。由于故障区域为220 kV及以下电压等级，故断路器跳闸字段编码为空，例如，线路L1在S1端的故障编码为(192，864，)，开关量诊断程序启动“分字段输出”模式。各个元件的综合诊断结果如表5所示。

表5 综合诊断结果

由表5可见，本文所提故障诊断方案在处理多重复杂故障时，诊断结果详细、准确、全面。尤其在涉及误动拒动时，故障分析模块可清晰呈现故障发展过程，为调度员准确判断故障，及时采取措施进行故障处理提供了极大帮助。

6 结束语

本文首先提出一套基于开关量的故障编码方案，并在此基础上构造PNN分类器对故障进行分类。对于遥信可能存在误报、漏报的问题，提出利用WAMS的电气量信息进行修正。并针对仅用开关量有时无法判别故障相的缺陷，提出利用WAMS的采样电流进行故障相判断。最后构造了故障诊断模块对多源故障数据进行综合分析。理论分析表明本方案可处理包括信息畸变，保护或断路器误动、拒动等复杂情况在内的多种故障情况，并且本文故障编码方案还可输出装置故障、PT、CT断线等告警信号，对故障进行快速，准确，全面地诊断，可满足调度实用化要求。