潘明九 王穎 蘭洲 王蕾
摘要:電力系統(tǒng)發(fā)生故障時,其相應的保護以及斷路器動作跳閘,根據(jù)這些動作信息,通過廣度優(yōu)先搜索法找出故障發(fā)生區(qū)域,然后對該區(qū)域內的可疑元件進行Petri網(wǎng)建模,再利用Visual Object Net ++軟件進行故障診斷。實驗表明,該方法能夠通過保護和斷路器的狀態(tài)準確找出故障元件。
Abstract: When the power system fails, its corresponding protection and circuit breaker will trip. According to these action information, the fault occurrence area is found by the breadth-first search method, and then the suspected components in the area are modeled. Then Visual Object Net++ software is used for troubleshooting. Experiments show that the method can accurately identify the faulty component through the state of protection and circuit breaker.
關鍵詞:故障診斷;廣度優(yōu)先搜索法;Petri網(wǎng);Visual Object Net ++軟件
Key words: fault diagnosis;breadth-first search method;Petri net;Visual Object Net ++ software
中圖分類號:TM711 文獻標識碼:A 文章編號:1006-4311(2018)32-0177-02
0 引言
故障診斷一般根據(jù)保護以及斷路器的狀態(tài)來定位故障元件從而實現(xiàn)隔離。對于電力系統(tǒng)的故障診斷通常都是運行人員在調度中心進行,保護和斷路器的相應報警信息由電網(wǎng)故障數(shù)據(jù)采集監(jiān)控系統(tǒng)提供,調度人員通過長時間所積累的經(jīng)驗結合保護的動作邏輯來定位故障元件。然而,隨著電網(wǎng)自動化水平不斷提高,在電網(wǎng)故障瞬間,海量故障報警信息會通過數(shù)據(jù)采集監(jiān)控系統(tǒng)進入調度端,在這樣的情況下,要調度人員根據(jù)以往的經(jīng)驗提取出故障的有用信息來確定故障的位置是非常困難。如何快速準確地定位故障組件,幫助操作員在第一時間排除故障,使電力系統(tǒng)迅速恢復到正常運行狀態(tài),愈加重要[1-3]。
Petri網(wǎng)在建模的過程中將電網(wǎng)系統(tǒng)圖形化,它以電網(wǎng)系統(tǒng)間各要素的邏輯關系為紐帶,將電網(wǎng)的動態(tài)變化用矩陣計算以及有向圖形狀態(tài)變化表示,最后可以把系統(tǒng)的邏輯推理過程用具有特殊含義的圖形來體現(xiàn)[4-6],并可以將該過程用數(shù)學推理的過程來驗證。由于故障診斷是基于動作的產生邏輯,故障源是根據(jù)檢測到的各類信息來定位的,所以Petri網(wǎng)能清楚地表述該過程。所以,本文結合故障診斷和Petri網(wǎng)特點,利用Petri網(wǎng)體現(xiàn)故障診斷整個動態(tài)過程,實現(xiàn)故障分析。
1 Petri模型
在進行故障診斷的Petri網(wǎng)建模時,由于需要對電網(wǎng)中的元件、斷路器以及保護之間的關系進行描述[7],所以要進行四種庫所類型的定義:
①保護庫所,用于存儲監(jiān)控裝置收集到的保護信息;②斷路器庫所,用于存儲監(jiān)控裝置收集的斷路器信息;③虛擬庫所,一種臨時產生的中間過渡庫所,在動態(tài)演變時產生,并無實際物理意義;④元件庫所,是最終的輸出庫所,用于判斷元件的故障與否。在進行Petri網(wǎng)故障診斷時,若最終元件庫所中有令牌因子存在,那么證明這一元件發(fā)生故障;若元件中無托肯,則表明該元件正常。
下面以圖1為例闡述原理。
1.1 故障診斷前的Petri網(wǎng)模型
在圖2所示的局部電力系統(tǒng)當中,若線路L1發(fā)生故障,在只考慮主保護的情況下對L1進行Petri網(wǎng)的建模分析。若監(jiān)測系統(tǒng)檢測到保護L1Sm、L1Rm動作,斷路器CB1、CB3跳閘,依照上述條件可搭建如圖2所示的診斷前Petri網(wǎng)模型[8-10]。
1.2 故障診斷后的Petri網(wǎng)模型
在該模型當中,P1(L1Sm)、P3(L1Rm)是上述①中介紹的線路L1兩個的主保護庫所;P2(CB1)、P4(CB2)是上述②中所介紹的斷路器庫所;P5、P6則為上述③中所介紹的虛擬庫所;P7(L1)為上述④中介紹的電網(wǎng)元件庫所。
庫所中的實心小黑點則表示托肯,在圖3的模型當中,由于保護L1Sm、L1Rm動作,斷路器CB1、CB3跳閘,所以對相應的庫所賦予了托肯,表示有動作信息產生。將庫中的所有托肯信息以矩陣形式寫出,以獲得Petri網(wǎng)初始標記M0,在本例中可得的初始標記M0=[1 1 1 1 0 0 0]T,其中第1列到第7列分別表示P1到P7,內部含有托肯的庫所記為1,內部無托肯的則記為0。
將該模型下的Petri網(wǎng)進行動態(tài)演變,進行故障診斷后的Petri網(wǎng)模型如圖3所示。
2 實驗驗證
以某電網(wǎng)局部網(wǎng)絡圖為例來驗證Petri網(wǎng)應用于電網(wǎng)故障診斷。如圖4所示,該網(wǎng)絡中含有7條母線、8條輸電線路以及16個斷路器開關。
在四種案例下對Petri網(wǎng)的故障診斷模型進行仿真分析。
案例1:假設在線監(jiān)測系統(tǒng)檢測到保護L1Rm、L3Rs動作,斷路器CB3、CB5跳閘。
案例2:假設在線監(jiān)測系統(tǒng)檢測到保護L1Rs、L3Rs動作,斷路器CB3、CB5跳閘。
案例3:保護L2Sm、L2Rm動作,斷路器CB4、CB8動作跳閘。
案例4:保護L1Rm動作、斷路器CB2、CB3動作跳閘。
3 結果與分析
通過四個案例在不同保護和斷路器的動作信息下利用Petri網(wǎng)對可疑故障元件建模仿真后,能準確地找出故障元件的所在,同時用數(shù)學推理對仿真進行了驗證,證明了方法的準確性。最后結合故障信息對各類保護動作進行了評價,找出了拒動的保護和斷路器。
4 結論
將電網(wǎng)故障診斷與數(shù)學上的Petri網(wǎng)理論結合到一起,提出一種基于Petri網(wǎng)的電網(wǎng)故障診斷方法。首先根據(jù)保護和斷路器的動作信息,結合廣度優(yōu)先搜索法找到故障發(fā)生的區(qū)域,然后對故障區(qū)域內的可疑元件進行Petri網(wǎng)的建模,本文還利用了一種可用來對建立的Petri網(wǎng)進行仿真的軟件,Visual Object Net ++,通過該軟件可直接仿真得到診斷結果。本文還通過嚴密的數(shù)學推理方式對仿真的結果推理驗證,證明了Petri網(wǎng)用于故障診斷具有非常高的可行性。
參考文獻:
[1]梁志峰,葛睿,董昱,陳剛.印度“7.30”、“7.31”大停電事故分析及對我國電網(wǎng)調度運行工作的啟示[J].電網(wǎng)技術,2013(07):1841-1848.
[2]王同文,謝民,孫月琴.基于專家系統(tǒng)的繼電保護故障信息綜合分析技術[J].電力系統(tǒng)保護與控制,2013(12):131-135.
[3]劉相鋒.智能調度系統(tǒng)中的故障分析與研究[D].山東大學, 2011.
[4]方培培,李永麗,楊曉軍.Petri網(wǎng)與專家系統(tǒng)結合的輸電網(wǎng)絡故障診斷方法[J].電力系統(tǒng)及其自動化學報,2005,17(2):26-30.
[5]Murata T. Petri nets: Properties, analysis and applications[J]. Proceedings of the IEEE, 1989, 77(4):541-580.
[6]張林.基于模糊Petri網(wǎng)的電力系統(tǒng)故障診斷[D].南昌大學,2007.
[7]王世榮,王蔚,王玉華.選擇電網(wǎng)繼電保護方式的幾個問題[J].長春工業(yè)大學學報,2004,25(1):49-51.
[8]楊春發(fā).基于Petri網(wǎng)的電網(wǎng)故障診斷方法的研究[D].華北電力大學(北京),2005.
[9]鄭逸.基于加權模糊Petri網(wǎng)的電網(wǎng)故障診斷研究[D].浙江工業(yè)大學,2015.
[10]Gong L, Ma R, Yang H J, et al. The substation fault diagnosis method based on the time constraint probability Petri net[C]// International Conference on Electric Utility Deregulation and Restructuring and Power Technologies. IEEE, 2016.