基于调控云平台的变电站二次系统故障主动预警技术

李泽科，林静怀，李军良，余斯航，李兆祥

（1.国网福建省电力有限公司电力调度控制中心，福建福州 350000；2.福建和盛高科技产业有限公司，福建福州 350000；3.南瑞集团（国网电力科学研究院）有限公司信息化系统研发部，北京 100192；4.国网福建省电力有限公司电力科学研究院电网技术中心，福建福州 350000）

电力调度主机作为核心电网的一级控制设备，负责调节电信号参量的运行与传输速度，也可以联合其他电网元件，对电网负荷电压进行统一调配。调控云平台由电量终端、调控云框架、服务平台等多个连接结构共同组成，可以直接控制电力调度主机[1]。其中，电量终端实现了由高压交流电到低压直流电的转换，可以在提供点电荷传输信号的同时，协调电网高压终端与低压终端之间的连接关系，保证电信号不会出现断电供应状态[2]。调控云框架为电力调度主机提供了稳定的连接环境，其核心框架体系外部负载了多个小型电信号处理装置，可以在电量匮乏阶段，短暂地为下级服务平台提供电信号参量，从而使得调控云平台内的电压负荷始终保持相对稳定的数值状态。

二次系统是指由DCS 自动控制、继电保护、调度自动化等应用模块共同组成的变电调控结构，可以借助电流互感器、电压互感器与一次用电设备取得电量联系[3]。在变电站体系中，为保证二次系统的运行稳定性，需要接入大量的变压器主机，然而随着电信号输入量的增大，变电设备的实际功率水平也会不断增大，当其实际功率数值超过额定功率则会引发严重的电力系统瘫痪问题。为避免上述情况的发生，文献[4]提出基于Apriori 算法的故障诊断技术，利用电度表监测电网环境中的电信号传输情况，再根据电信号回流量统计变压器主机的实际功率水平。然而该方法的应用能力有限，并不能有效解决因功率超载而导致的电力系统瘫痪问题。为应对上述情况，针对基于调控云平台的变电站二次系统故障主动预警技术展开研究。

1 基于调控云平台的变电故障特征提取

变电站二次系统的故障特征提取需要以调控云平台为基础，根据IaaS 架构连接形式，对云变电系数、故障数据集合进行同步求解。

1.1 IaaS架构

IaaS 架构作为调控云平台的基本模型，包含多个路由节点，在DNS 主机、负载均衡设备的共同作用下，调节变电站二次系统中的电量传输信号，从而使得电网HADOOP 集群满足电流与电压的应用需求[5-6]。IaaS 架构的具体连接模型如图1 所示。

图1 变电站调控云平台的IaaS架构

在变电站二次系统中，IaaS 架构同时负责传输电压与电流信号，所以DNS 主机模块必须包含电压服务器、电流服务器两类调控设备，而负载均衡设备作为DNS 主机的附属结构，也必须同时包含与电压服务器匹配的动态电容及与电流服务器匹配的静态电容元件。

1.2 云变电系数

云变电系数可以用来描述变电站二次系统调控云平台对于电量信号的瞬时承载能力，在IaaS 架构DNS 主机、负载均衡设备均处于稳定连接状态的情况下，云变电系数的计算数值越大，表示云平台调控主机对于电量信号的承载能力越强[7-8]。设i表示一个随机选取的电量信号标记系数，在变电站二次系统调控云平台中，i系数的最小取值结果只能等于自然数“1”。ui表示基于系数i的电量信号变频传输特征，u0表示电量信号变频传输特征的初始取值，uˉ表示电量信号变频传输特征在IaaS 架构中的平均取值，χ表示电网二次回路中的变电信号定义系数。联立上述物理量，可将云变电系数表达式定义为：

1.3 故障数据集合

在变电站二次系统调控云平台中，故障数据集合必须包含所有可能出现的故障信息参量，且任意两个数据信息之间不得存在明显的关联性[9]。由于故障信息参量在数据集合中的排列方式并不固定，所以在提取变电故障特征时，需要建立所选信息参量与既定故障表现行为之间的对应数值映射关系[10]。规定e表示故障数据集合中一个随机故障特征指标，r表示故障信息参量的取值范围度量值，α表示区间划分系数，wα表示基于系数α的变电故障特征参量，β表示基于调控云平台的故障信息参量提取系数，联立式（1），可将变电站二次系统的故障数据集合ℵ表示为：

求解故障数据集合表达式时，要求系数α、系数wα、系数β的取值均不能为零，而系数e的取值则必须属于[1,+∞)的数值区间。

2 变电站二次系统的故障预警方法

2.1 故障数据关联规则

设δ、ε表示两个不相等的关联信息标度值[11-12]，在变压器故障信息均值恒为Aˉ的情况下，可将故障数据关联特征sδ、sε分别表示为：

式中，Aδ表示基于系数δ的变压器故障信息参量，Aε表示基于系数ε的变压器故障信息参量。

联立式（2）、式（3），可将基于调控云平台的变电站二次系统故障数据关联规则表达式定义为：

式中，ϕ表示关联值度量向量，R1、R2分别表示两个随机选取的故障数据定标值，且R1∈ℵ、R2∈ℵ的取值条件同时成立，ΔT表示故障数据的单位检测时长。

2.2 风险向量

为实现对变压器故障表现行为的准确监测，在求解风险向量表达式时[13-14]，要求度量值指标的取值属于(-∞,+∞)的数值区间。

风险向量计算表达式为：

式中，ΔB1、ΔB2表示两个不相等的点电荷累积量，γ̇表示二次变电回路中的故障信息提取特征值，H表示故障表现行为的风险性系数，f表示故障行为的风险性度量指标。

2.3 预警建模条件

预警建模条件的建立应参考故障行为表现指标c的取值[15-16]。一般来说，若故障行为表现指标c取值小于零，预警建模表达式的计算结果恒等于零；若故障行为表现指标c取值大于1，预警建模表达式的计算结果恒等于1；若故障行为表现指标c取值大于零小于1，预警建模条件的求解表达式如下：

式中，vc表示基于故障行为表现指标c的判别向量。至此，完成对各项指标参量的计算，实现基于调控云平台的变电站二次系统故障主动预警方法的设计与应用。

3 实例分析

3.1 前期准备

以CD4051 型号的三相调压交流电源作为电量输出装置，将其与GN-P1W 的变压设备相连，模拟变电站二次系统运行环境，具体的实验电路如图2所示。

图2 实验电路

当电压或电流值异常增大时，预警指示灯亮起，相关人员可根据指示灯判断模拟变电站二次系统是否发生故障。

3.2 数据处理

该实验以变压设备的功率作为研究变量，表1记录了不同情况下的变压设备额定功率数值。

表1 额定功率

分析表1 可知，随着变压器内阻数值的增大，其额定电压水平始终保持为220 V，但电流值却在不断增大，导致变压器额定功率也呈现出不断增大的变化态势。

3.3 结果分析

变压器实际功率与额定功率之间的比值关系，可以反映出电力系统当前运行状态。分别利用基于调控云平台的变电站二次系统故障主动预警方法、基于Apriori 算法的故障诊断方法对图2 所示电路进行控制，前者为实验组、后者为对照组。当预警指示灯亮起时，记录当前时刻的电流表与电压表示数，计算变压设备的实际功率水平，将所得结果与变压设备额定功率进行对比。

图3、图4 反映了实验组、对照组预警时刻的电压表与电流表示数。

图3 电压表示数

图4 电流表示数

功率对比详情如表2 所示。

表2 功率对比

分析表2 可知，当变压器内阻等于7.5×107Ω时，实验组、对照组变压器实际功率对于额定功率的占比率同时达到最大值，但明显对照组占比率更高，整个实验过程中，对照组占比率均值也始终高于实验组。

4 结束语

变电站二次系统故障主动预警技术在调控云平台的基础上，根据云变电系数求解结果，建立故障数据集合，联合故障数据关联规则，判断风险向量的取值合理性。实验结果表明，应用这种新型预警方法，当变压器功率达到其额定功率的95%时会发出警报。由变压器过载引发的电力系统瘫痪问题得到较好解决，对于维护变电系统的运行稳定性可以起到明显的促进性影响作用。