云边协同下变电站继电保护故障信息采集系统

朱峰奎

（中国电子信息产业发展研究院，北京 100048）

为了保证电力系统始终维持安全稳定的工作状态，继电保护装置应运而生[1]。变电站继电保护装置作为维护电力系统安全运行的可靠装置，能够通过反馈故障信息，起到保护电力系统及其内部工作情况的作用[2]。变电站继电保护装置作为全面支撑电网运行的新一代智能设备，常被应用于多专业电力相关元件的逻辑分析和节点关联度匹配的研究当中，成为电力系统不可分割的重要组成部分。相关领域研究人员为了及时发现电力系统潜在问题，已投身到变电站继电保护故障信息采集方法的研究之中。

林凌云[3]等人通过变电站继电保护装置释放的变位信号和异常信号构建告警信息故障知识图谱，并深入分析故障知识间的逻辑关系，根据逻辑关系定位故障发生位置，锁定故障追踪领域，实现变电站继电保护故障信息采集，该方法存在故障信息采集效率低的问题。于广[4]等人通过ATT7022E 电能计量芯片模拟变电站继电保护装置的硬件电路，并利用串口通信设备测量硬件电路的电流、电压和功率，通过STM32 微处理器截获异常电路，实现变电站继电保护故障信息采集。刘潇潇[5]等人通过变换系数线性投影重建信号稀疏性较高的低维观测向量，并在压缩传感的作用下将观测向量分割成多组电力数据，通过将多组电力数据作为训练样本传输至智能电网采集模型，实现变电站继电保护故障信息采集。

为了解决上述方法中存在的远距离失真问题，提出云边协同下变电站继电保护故障信息采集系统的方法。

1 变电站继电保护故障原因

1）操作过电压

正常情况下，变电站继电保护装置的杂散电压和电感电压与装置启动时间、装置关闭时间、电流电压开合截流、电路参数、电位梯度均有一定相关性[6]。电力系统的电流、电压振荡频率在受端过载的影响下攀升至几百万赫兹时，绕组匝间的电位梯度会由于随机分布特性失衡而出现总电压陡度增大、总电压幅值和频率双双过载的现象[7]，使得变电站继电保护装置的整体操作过程在实际运行工况中出现过负荷电压，从而导致故障的产生[8]。杂散电压的计算公式如下：

式中，s表示线路截流值；y表示直流电阻；m表示感抗。

电感电压的计算公式如下：

式中，h表示串联线路的电容量；f表示同步脉冲；τ表示脉冲峰值幅度。

2）电磁单元变压器断线

电磁单元变压器是变电站继电保护装置内部连接件的一部分，由分压电容器和接地线盒组成，能够通过周期性检测和热像分布起到预防装置受潮老化、避免氧化锌腐蚀瓷套内链路的作用。当电力系统导电回路在制热型设备干扰下出现内部缺陷时，电磁单元变压器整相承受的电压击穿直流线路和交流线路，会导致电磁单元变压器断线，变电站继电保护装置发生故障。分压电容器的电容值表达式如下：

式中，to表示消除直流偏置后的电容器相位角；Δ∂表示单相烧损故障产生的电压冲击；g表示放电后正交功率。

2 继电保护故障信息采集系统设计

2.1 系统硬件设计

变电站继电保护故障信息采集系统包括故障可视化模块、云边协同下故障信息采集模块和故障信息优化模块。

2.1.1 故障可视化模块

故障可视化模块作为检索变电站继电保护装置故障原因、生成故障信息的系统起始模块，由故障原因逻辑图搭配滤波器[9]组成。该模型的具体建立过程如下：

首先将变电站继电保护故障原因视为des 标记下的mid 文件，然后确定mid 文件的id 坐标和故障通道号，以此绘制故障原因逻辑图，将各种导致变电站继电保护装置故障的原因与该原因所能造成的后果一一连接。经过总结的故障原因逻辑图以简报的形式清晰再现了变电站继电保护装置从故障起始到故障终止的整体过程，有利于判别由抽象元素组成的电力设备及电网相关信息。故障可视化模块操作流程如图1 所示。

2.1.2 云边协同下故障信息采集模块

云边协同计算框架属于AR空间分析计算框架[10]，云边协同计算框架包括三层结构，即数据端、边缘端和云端。其中，数据端由大基数物联网设备组成，且每个设备都在边缘服务器[11]的作用下，能够将设备存储的大额数据传送至下行模块。边缘端由边缘计算技术[12]搭建而成，在成功接收来自数据端的下行数据后，边缘计算技术启动初步协同功能，将下行数据按照时间顺序排列整齐，随后共享至云端。云端作为云边协同计算框架的核心结构，并不仅仅存储来自边缘端的共享数据，还负责二次协同、数据清洗[13]和任务调度[14]。

以云边协同计算框架为故障信息采集模块的骨骼结构，分三步采集故障可视化模块提供的故障信息[15]。第一步，将变电站继电保护设备视为数据端大基数物联网设备之一。已知数据端每个设备均连接一台边缘服务器，则与变电站继电保护装置连接的边缘服务器除实现数据临时存储和传输之外，还需要连通上行模块，实现变电站继电保护故障信息采集。第二步，经过采集的变电站继电保护故障信息通过边缘服务器传输至边缘端，故障信息由一行或多行数控程序指导有序排列。第三步，系统派发二次协同、数据清洗和任务调度指令，开始初步优化故障信息。云边协同计算框架如图2 所示。

图2 云边协同计算框架

2.2 系统软件设计

以系统硬件为基础，设计变电站继电保护故障信息采集系统的软件算法，基于云边协同下实现变电站继电保护故障信息采集。

云边协同下边缘服务器接收的继电保护故障信息的表达式如下：

式中，θj表示故障信息传输权重值；x表示通过以太网协议传输的数据；di表示寄存器接收的故障信息。

通过边缘端初步协同、初步处理和筛选收集的数据[16]公式如下：

式中，σ表示串口集成度；yi表示高优先级输出阵列；w表示实时数据输出阵列。

通过云端二次协同，将数据从边缘端传输到云端进行高级处理，得到处理后的数据公式如下：

式中，l3表示二次协同时间参数；v表示二次协同有效时段；k表示故障信息协同频率。

数据清洗公式如下：

式中，-exp(fnm)k表示边缘节点接收的数据；ω2表示云平台部署的中心节点；a表示能源消耗。

云端任务调度公式如下：

式中，q表示跨层级任务调度时延；sj表示云中心故障信息处理压力。

云端决策信息融合模型的表达式如下：

式中，Vr表示故障信息的有效净负荷；d表示云端波特率；λ3表示串口返回时间。

通过小波变换组合双线性插值法在每个尺度上对小波系数进行插值操作，以估计缺失的故障信息，计算公式如下：

式中，c′表示噪声幅值；in表示噪声激发频率；im表示上下包络线对故障信息的修复度。

3 实验与结果

为了验证云边协同下变电站继电保护故障信息采集系统的整体有效性，需要对其测试。以国内某地区电网为试验对象，验证算法对变电站继电保护故障信息的采集性能，电力系统后台数据如图3所示。

图3 电力系统后台数据

根据该地区电力系统后台数据可知，变电站继电保护装置出现故障的开始时刻为第100 s，结束时刻为第160 s。

3.1 故障信息采集效率

分别采用所提方法、文献[3]方法和文献[4]方法采集变电站继电保护故障信息，通过对比不同方法的采集开始时刻和采集结束时刻，判断不同方法对变电站继电保护故障信息的采集效率。不同方法的采集开始时刻和采集结束时刻如表1 所示。

表1 不同方法的采集开始时刻和采集结束时刻

采用所提方法采集变电站继电保护故障信息，其采集开始时刻和采集结束时刻与电力系统后台数据完全吻合，说明所提方法能够及时采集故障信息，不会出现采集延迟而造成故障信息采集不完全等问题，即所提方法对故障信息的采集效率较高。这是因为所提方法在构建变电站继电保护故障信息采集系统前，优先分析了变电站继电保护装置发生故障的原因，并以此为基础建立了故障可视化模型，为系统提供与故障原因息息相关的待采信息，这样根据故障原因建立的采集系统可信度更高、效果更好。

3.2 变电站主接线采集距离对系统性能的影响

已知变电站主接线采集距离越远，故障信息的采集过程出现失帧现象的频率越高。分别采用所提方法、文献[3]方法和文献[4]方法采集远距离变电站继电保护故障信息，通过对比不同方法采集到的电压波形，判断不同方法对故障信息的采集性能。不同方法采集到的电压波形如图4 所示。

采用文献[3]方法和文献[4]方法采集远距离变电站继电保护故障信息，二者电压波形采集结果虽较为清晰，但波形波动明显，存在失帧现象；而采用所提方法采集远距离变电站继电保护故障信息，其电压波形采集结果清晰、波形平滑，不存在失帧现象，说明所提方法能够较好地完成远距离变电站继电保护故障信息的采集工作。

4 结束语

变电站继电保护装置作为电力系统的跟踪性故障检测装置，其故障信息能够间接反映电力系统的运行状态，为了消除电力系统安全隐患，设计了一种云边协同下的变电站继电保护故障信息采集系统。经实验验证得出，所提方法对变电站继电保护故障信息的采集效率高，能够实现远距离下故障信息的准确采集。