基于电力信息物理系统的输电线路故障辨识研究

彭翠红

(咸阳师范学院，陕西 咸阳 712000)

目前，现代科技不断发展，先进的信息技术被广泛应用于各个领域，成果最为显著的就是电力系统，经过人类的不断探索，将物理系统与信息科技结合到一起，利用两者之间的制约关系，共同合作，安全稳定维持输电线路的稳定运行。对于线路的状态辨识由于以往的技术落后与思维过于保守导致不能预测到线路中的故障出现，致使辨识方向错误，出现了一系列的用电困难。针对当前输电线路故障辨识现状，有许多学者都开展了研究，有学者研究了VMD-PE协同SNN的输电线路故障辨识方法，该方法主要将变分模态分解排列熵与神经网络结合，对瞬时频率均值优化参数，计算分解后将获得的排列熵作为故障特征量，将结果输入到网络中进行输电线路故障辨识[1]；有学者研究了考虑多影响因素的关键输电线路故障辨识方法，该方法主要将发电机输电容量、负荷大小等参数作为线路指标，将博弈论综合赋权法应用到指标处理中，实现对输电线路的辨识[2]。上述提出的方法虽能够实现输电线路故障辨识，但是容易受到周围环境影响，导致辨识效果较差。基于当前存在问题，设计一个基于电力信息物理系统的输电线路故障辨识方法，期望提高输电线路故障辨识效果。

1 电力信息物理系统

1.1 电力信息物理系统工作原理及结构

随着电力系统的智能化发展，电力系统中信息不断增多，需要先进的信息通信技术融入其中，发挥电力信息采集处理等功能。电力信息物理系统是将电网一次系统与通信信息系统相融合，利用海量异构智能终端采集与感知电力系统的信息，并通过中间层通信系统将海量多源异构电力监测数据进行传输，输送至决策层进行存储并分析，并实施控制决策指令，由此实现电力物理系统的运行控制。其结构如图1所示。

图1 电力信息物理系统的基本结构Fig.1 Basic structure of power information physical system

1.2 电力信息物理系统的能量与信息

电力信息物理系统每个环节的信息数据均为双向传输，其能量与信息的传输过程如图2所示。

图2 电力信息物理系统的能量与信息的传输Fig.2 Energy and information transmission diagram of power information physical system

电力系统的运行状态，不仅受到电力一次设备的影响，还会受到电力二次设备的影响，数据采集与监控系统或信息传输系统受到故障，都会影响信息完整稳定传输，影响电力系统正常运行。虽然信息网络攻击不能直接攻击电力物理设备，但可以破坏或削弱二次设备的功能来导致采集的数据丢失或有误，使电力系统进行错误的状态估计，进而影响状态估计后的高级软件分析而做出错误的抉择，导致电力一次设备错误操作而发生故障，引发电力系统振荡甚至造成大面积停电。

2 影响输电线路故障辨识因素

在应用电力信息物理系统进行输电线路故障辨识时，易出现多种问题导致对输电线路故障的辨识效果不足，主要有3个方面：①电力信息物理系统的底层设备状态感知辨识精度低。底层设备型号混杂、软件系统升级程度不统一以及存在环境噪声干扰等情况，导致难以有效区分输电线路电流的状态。②电力信息物理系统采集的输电线路信息为海量多源异构数据，数据传输量大，且数据压缩复杂度高，给输电线路故障数据的及时传输与快速分析带来了困难。③在上层决策层中，由于数据的多源异构特性，也给存储造成了困难，容易造成主站资源浪费，且在数据匹配分析时，调度速度也被拖慢，影响了输电线路故障辨识。

3 输电线路故障辨识方法

3.1 电网中电流潮流计算

只要计算出稳定的功率与电阻比，保证线路两端的电压不变，就得到线路中各个节点的潮流效率[3]为 ：

(1)

当电流流向故障部位[4-5]，就会产生分流，那么前后电流比为：

I0=I(0)/I(1)

(2)

式中，I0为初始电流围。

节点的功率变化为：

(3)

按照电力信息物理系统中信息潮流计算的顺序来迭代计算，设定一定的相位角与电阻比，当两端电压稳定，电阻小于本身电阻时就可直接进行潮流计算，输电线路的潮流计算会因为节点的不断增加而变得复杂，为了实现计算的准确性与高效性，可以根据电力系统的运行方式来改变相应的计算方法。当输电线路两端的电压达到最高时[6]，其中的电阻也就达到了峰值，此时的电功率就会随之减小，为了增加线路的辨识性，考虑到影响线路的各种参数的变化，任何参数的改变都会干扰电路的潮流计算[7]，那么潮流评价受到潮流因子、电容差、电力信息、辨识度、动态量化的综合影响。插入3个不同的偏移角度参数值，根据线路的波动产生弹性的辨识行为，但是辨识行为会受到波动行为的影响导致辨识行为波动性较大，为此需要进一步处理。

3.2 电力信息适应度函数建立

由于电流潮流计算中会受到其他因素的影响，波动性较大，为此建立适应度函数。输电线路的适应度是根据两端的电压与自身的电阻来决定的，利用粒子群算法来对其进行定义，调整到合适的适应值，准确地形成一个函数关系[8]。而建立适应度函数会涉及到多个参数的变化，要想得到合理的模型，可以将适应度函数定义为：

f=min(|P(θ)-P1|+|Q(θ)-Q1|+k)

(4)

式中，θ为惯性因子；P(θ)为向量的适应度；Q(θ)为理论适应值；P1与Q1为初始适应值。

当出现最大或者最小的极值时[9]，通过二者之间的差来确定函数波动的范围，反复计算，因此获得的最优解就可以作为最终值，反之，重新计算。根据电力系统的不稳定性预测输电线路的故障与否，那么涉及到的各种参数就包括电压、电流与线路电阻值，假设存在一段固定长度的线路[10]，推测电路形成的适应度需要对输电线路的长度、单位时间内的电阻、电流、电容量、最大电压、端点电流、最大电流、故障电流等进行采集。由于上述参数过于繁杂[11]，将其简化为只求解故障部位的电阻的变化。

由于线路中途出现变化，就会导致电流与电阻处于稳定的动态中，利用能量守恒定律[12]，就可以保持参数平衡，形成一个稳定的矩阵。电力物理系统中决定辨识方向的主要是物理节点，每个节点具有不同的作用，不但可以控制电压的变化，还能减小线路中的电阻，自增大电流的走向[13]。当线路中电压与电流的角度发生偏移[14]，就会导致辨识度出现误差，若要保证两个参数处于不变的动态变化中，那么限制条件就为在不同辨识因子下电阻抗恒定，当辨识因子由于线路的故障可以忽略不计时，当系统达到一个稳态，就会减小线路的压力，存留的能量就会参与到下一步的迭代计算[15]。在此条件下，线路状态的适应度函数由节点的数量决定，若输入了处理后的节点，在一定时间内节点数量逐渐增加，得到最佳适应度函数，采用适应度函数能够为输电线路故障辨识提供参考。

3.3 线路辨识模型构建

确定输电线路中各个参数的波动范围后，设将电力系统看成是一个分段式的网格模式，将适应度函数输入到整个网格系统中。每个模块都有一个连接端，利用网络信号将其串联起来，使信息物理系统成为辨识线路各种状态的主要方式，维持电力系统的稳定。而对于线路中的电阻与电流都会有一个固定的波动范围，可用Z=R+jX为电阻的波动情况，当线路开始运行的时候，可以看出辨识系数基本差不多的，对线路的干扰性几乎为零，那么就会呈现一个基本稳定的状态，因此将多个电路同时打开，实现并联。对线路的情况进行辨识后，出现故障时就可以根据电压与电流之间的比例来推测出具体部位，一般小型的干扰不会对线路的稳定性产生任何影响，干扰的位置为x=Ax+Bu，其中，x为干扰信号模型。那么两端电压与干扰信号的电阻关系式为:

(5)

式中，ζ为振动幅度；σ为电阻系数；ω为参数。

电力信息系统的构成类似于神经网络系统，都是在节点运输数据的情况下进行的，增加一个节点，系统就会多接收一类电力信息，电流发生变化时，节点电功率与电容都会存在差异，即：

(6)

式中，Δθ为该节点两端的电流比，那么此时的输电线路的状态辨识公式为：

(7)

式中，eα为角度偏移时节点的能量值；dm为边缘距离；θm为偏移角度；Δθ为角度差。

利用节点的可控性不但可以保证输电线路的完整性，还能尽可能地减少误差，提高辨识模型的包容性，以此完成输电线路的辨识。

4 实例分析

4.1 应用场景

为验证提出的基于电力信息物理系统的输电线路故障辨识方法在实际中的应用效果，进行实验。在实验中主要对正常的输电线路、受到攻击的输电线路故障辨识。将本文设计的基于电力信息物理系统的输电线路辨识研究方法进行应用。

4.2 输电线路3种状态

在应用过程中，还原信息空间网络，主要包含远程调度中心、站控层、间隔层和过程层，其中间隔层主要实现信息空间与电力系统两者之间的联动。同时为了方便后期远程调控，设置远程调度中心，主要模型如图3所示：其中，输电线路采用双电源双回路供电系统，电源电压为220 kV，初始相角为0°，仿真运行时间设置为0.5 s。同时，设定3种攻击情况。①获取正常情况下输电线路电流波形，直接将其作为对比指标；②模拟输电线路攻击，在输电线路正常运行时，仅对一个输电线路进行攻击使其故障，出现短路情况，仅对短路故障电流波形辨识；③模拟信息节点与输电线路同步攻击情况，对信息节点实施Fuzzing攻击，即移动攻防平台向测控装置发送畸形报文，在攻击后对节点电压采样，作为实验对比指标。

图3 实验信息空间模型Fig.3 Experimental information space model

4.3 输电线路故障电流

采用本文设计的方法进行输电线路故障时刻的电流分解，得到在0～2 500 Hz下不同故障的电流边际谱幅值特征图谱如图4所示。

图4 故障电流边际谱幅值特征Fig.4 Characteristic atlas of fault marginal spectrum amplitude

4.4 输电线路电流/电压波形辨识结果对比

分别在正常运行、短路故障、受到攻击情况下进行输电线路电流/电压波形辨识，结果见表1。通过表1可知，在不同情况下，应用设计方法的波形与实际波形相差较小，较未应用设计方法的波形与实际波形相似性更高，即辨识结果更为准确。其中，在短路故障情况下，实际短路波形在发生突变的同时产生了比较大的零序电流，未应用研究方法的电流波形识别结果与实际波形有一定的差距。表明应用本文研究方法可以有效应对电流突变的情况，并有效输出辨识结果。

表1 不同情况下电流/电压波形辨识结果对比Tab.1 Comparison of identification results of current/voltage waveforms under different conditions

5 结语

基于上述过程完成基于电力信息物理系统的输电线路故障辨识方法的研究，利用电流的潮流计算，来完成线路辨识模型的构建，准确地模拟出了线路的微型变化，有效提高了输电线路故障辨识方法的辨识效果。由于研究时间的限制，实验对比内容较少，在后续研究中还需要做进一步研究，以及时发现所提出方法的不足之处。