周龍興
[摘 要] 大數(shù)據(jù)故障模式辨識針對地區(qū)電網(wǎng)故障模式,特別是連鎖故障模式的辨識方法,將電力系統(tǒng)的網(wǎng)架結(jié)構(gòu)與發(fā)電廠、變電站的主接線相結(jié)合,對地區(qū)電網(wǎng)共同模式的故障和相關(guān)故障進(jìn)行大數(shù)據(jù)分析辨識,對電力元件故障模式和系統(tǒng)故障模式的元件可靠性評估模型,以反映元件、系統(tǒng)不同故障模式對運(yùn)行可靠性的影響規(guī)律。并在此基礎(chǔ)上,需綜合考慮時間尺度和運(yùn)行條件的影響,對地區(qū)電網(wǎng)運(yùn)行可靠性進(jìn)行評估,并采用二階偏導(dǎo)數(shù)對運(yùn)行可靠性指標(biāo)靈敏度進(jìn)行定量分析,快速尋找鉗制運(yùn)行可靠性的薄弱元件和薄弱環(huán)節(jié),以此為依據(jù)制定合理的輔助決策,為調(diào)度運(yùn)行提供決策依據(jù),對提升地區(qū)電網(wǎng)運(yùn)行可靠性水平具有重要的理論意義和實際參考價值。
[關(guān)鍵詞] 故障識別 可靠性 靈敏度 預(yù)測預(yù)警
中圖分類號:TM73 文獻(xiàn)標(biāo)志碼:A
大數(shù)據(jù)故障模式辨識,以電網(wǎng)的數(shù)據(jù)為研究對象,開展系統(tǒng)故障模式,特別是連鎖故障模式的分析研究,掌握元件、系統(tǒng)不同故障模式對運(yùn)行可靠性的影響規(guī)律;在此基礎(chǔ)上,綜合考慮時間尺度和運(yùn)行條件的影響,對地區(qū)電網(wǎng)運(yùn)行可靠性進(jìn)行評估和運(yùn)行可靠性指標(biāo)靈敏度分析研究,利用靈敏度指標(biāo)實現(xiàn)設(shè)備可靠性參數(shù)不確定性對系統(tǒng)運(yùn)行可靠性的影響分析,識別地區(qū)電網(wǎng)的薄弱元件和薄弱環(huán)節(jié),并以此為依據(jù)制定合理的輔助決策,是保證電力系統(tǒng)經(jīng)濟(jì)可靠運(yùn)行的重要途徑,對提升地區(qū)電網(wǎng)運(yùn)行可靠性水平具有很高的參考價值,從而提高供電服務(wù)水平,提升客戶滿意度,做到為廣大客戶提供“可靠、穩(wěn)定”的供電服務(wù)。
一、大數(shù)據(jù)故障模式辨識介紹
大數(shù)據(jù)故障模式辨識(Big Data Fault Pattern identification),主要以地區(qū)電力系統(tǒng)的數(shù)據(jù)為基礎(chǔ),以信息集成平臺(一體化建模、公共信息模型CIM與數(shù)據(jù)交換模型、大數(shù)據(jù)分析模型)、實時數(shù)據(jù)平臺為底層信息基礎(chǔ),采用面向服務(wù)的架構(gòu)(SOA)和企業(yè)集成軟總線(ESB)技術(shù),構(gòu)建基于系統(tǒng)故障模式辨識的地區(qū)電網(wǎng)運(yùn)行可靠性薄弱環(huán)節(jié)定位系統(tǒng),在綜合考慮時間尺度和運(yùn)行條件的影響基礎(chǔ)上,實現(xiàn)對地區(qū)電網(wǎng)運(yùn)行可靠性進(jìn)行評估和運(yùn)行可靠性指標(biāo)靈敏度分析,利用靈敏度指標(biāo)實現(xiàn)設(shè)備可靠性參數(shù)不確定性對系統(tǒng)運(yùn)行可靠性的影響分析,識別地區(qū)電網(wǎng)的薄弱元件和薄弱環(huán)節(jié),并以此為依據(jù)制定合理的輔助決策,保證電力系統(tǒng)經(jīng)濟(jì)可靠運(yùn)行。
二、故障模式辨識存在的問題
電力系統(tǒng)可靠性評估主要包括兩個方面:充裕度和安全度。二者雖然都涉及系統(tǒng)供電持續(xù)性的中斷,但充裕度是指一個或少量負(fù)荷點(diǎn)因供電能力不足而引起的供電中斷;安全度則是指眾多的負(fù)荷點(diǎn)因受到廣泛涉及性的跳閘而引起的大面積停電。從對運(yùn)行可靠性的影響來看,充裕度不足可能引起局部電力不足,而安全度不足將造成停電的蔓延或整個系統(tǒng)的停運(yùn)。
常規(guī)電力系統(tǒng)可靠性主要是從充裕度角度,研究系統(tǒng)在長期不同運(yùn)行狀態(tài)下的平均可靠性,通過元件故障模式辨識建立元件可靠性模型,采用枚舉法、模擬法等進(jìn)行可靠性評估及靈敏度分析,找出可靠性薄弱環(huán)節(jié),為規(guī)劃人員提供決策依據(jù)。但評估中僅對元件故障模式進(jìn)行辨識,未考慮由單一外部原因引起的系統(tǒng)連鎖故障;可靠性評估方法未計及時間尺度和系統(tǒng)運(yùn)行行為,且計算速度慢;可靠性指標(biāo)靈敏度僅能識別薄弱元件,不能識別系統(tǒng)的薄弱環(huán)節(jié),充分暴露了常規(guī)系統(tǒng)可靠性評估的不足[1]。
電力系統(tǒng)運(yùn)行可靠性是從充裕度和安全度兩個方面,研究系統(tǒng)短期運(yùn)行的可靠性。在系統(tǒng)運(yùn)行中,除元件故障引起停電外,連鎖故障是作為一種低概率、高風(fēng)險的故障類型,近年來時常發(fā)生,導(dǎo)致出現(xiàn)大面積停電。由于連鎖故障成因復(fù)雜,具有不確定和時變特點(diǎn),分析和預(yù)測十分困難,導(dǎo)致很難定位運(yùn)行可靠性的薄弱環(huán)節(jié),不能為調(diào)度人員提供決策依據(jù)。
三、大數(shù)據(jù)故障模式辨識的可行性
隨著電力系統(tǒng)的迅速發(fā)展,電力系統(tǒng)的規(guī)模也在不斷的擴(kuò)大,結(jié)構(gòu)日益復(fù)雜;電力也在跟隨時代的步伐朝著信息化和大數(shù)據(jù)的方向發(fā)展,如何確保電力系統(tǒng)的安全穩(wěn)定是一項非常關(guān)鍵的民生問題,最近幾年因電網(wǎng)系統(tǒng)中出現(xiàn)問題沒有及時準(zhǔn)確地進(jìn)行辨識和處理造成事故時有發(fā)生。傳統(tǒng)的方式采用枚舉法、模擬法等進(jìn)行可靠性評估及靈敏度分析,預(yù)測出可靠性薄弱的環(huán)節(jié),但評估過程中只對單一的元件進(jìn)行預(yù)測辨識,但是該計算方式具有時間慢和準(zhǔn)確性低的不足,并且由單一元件導(dǎo)致的連鎖故障無法進(jìn)行計算和預(yù)測,可靠性指標(biāo)只能識別薄弱故障元件,不能識別系統(tǒng)的薄弱環(huán)節(jié),結(jié)果往往不理想。當(dāng)前電網(wǎng)數(shù)據(jù)主要是依靠SCADA系統(tǒng)和站內(nèi)綜合自動化系統(tǒng)進(jìn)行數(shù)據(jù)采集,采集的數(shù)據(jù)相對比較獨(dú)立,沒有充分地發(fā)揮數(shù)據(jù)的價值。因此大數(shù)據(jù)故障模式辨識系統(tǒng)的建設(shè)能有效地使電網(wǎng)的數(shù)據(jù)實現(xiàn)數(shù)據(jù)共享、共用,使更多的信息孤島納入系統(tǒng)中充分發(fā)揮數(shù)據(jù)價值,這些寶貴的數(shù)據(jù)提供了堅實計算基礎(chǔ),極大地拓展了電網(wǎng)故障辨識的研究方向。
四、做好大數(shù)據(jù)故障模式辨識的意義
電力是現(xiàn)代人類社會生產(chǎn)與生活不可缺少的一種主要能源形式。隨著電力裝置的應(yīng)用日益廣泛,電能得到了更加充分的利用。但電力系統(tǒng)的穩(wěn)定、安全是當(dāng)前電網(wǎng)公司的核心任務(wù)之一。因此如何把當(dāng)前電網(wǎng)公司內(nèi)部數(shù)據(jù)充分發(fā)掘利用,打破數(shù)據(jù)孤島。運(yùn)用當(dāng)前比較先進(jìn)的大數(shù)據(jù)技術(shù)對數(shù)據(jù)進(jìn)行分布式存儲、分布式計算等操作完成對電力系統(tǒng)單一元件故障的故障模式進(jìn)行識別,也根據(jù)數(shù)據(jù)的分析達(dá)到對單一元件引發(fā)的連鎖故障模式的識別,從而實現(xiàn)電力系統(tǒng)故障的預(yù)判、預(yù)警,為人們提供安全、有效、穩(wěn)定的電能[2]。
五、如何做好大數(shù)據(jù)故障模式辨識
(一)電力系統(tǒng)數(shù)據(jù)的采集
為了實現(xiàn)運(yùn)用大數(shù)據(jù)技術(shù)對電力系統(tǒng)故障的辨識,必須對電力系統(tǒng)各種數(shù)據(jù)進(jìn)行有效采集和分析,時時刻刻監(jiān)控著電力系統(tǒng)的數(shù)據(jù),因此需要對電力系統(tǒng)上各個元件產(chǎn)生的數(shù)據(jù)進(jìn)行實時或頻繁的測量、監(jiān)控、采集。隨著科學(xué)技術(shù)的發(fā)展,雷達(dá)、通訊、電子對抗、航天測量、圖象、多媒體等諸多領(lǐng)域?qū)?shù)據(jù)采集提出了更高的要求。隨著一些高性能的電子芯片的推出,使電力系統(tǒng)數(shù)據(jù)采集得到了快速的發(fā)展。實現(xiàn)多路并行的高速數(shù)據(jù)采集,為大數(shù)據(jù)故障模式辨識系統(tǒng)提供堅實的數(shù)據(jù)基礎(chǔ)。
(二)數(shù)據(jù)共享
電力系統(tǒng)數(shù)據(jù)是電網(wǎng)公司最有價值的資產(chǎn)之一,也是電網(wǎng)公司發(fā)展的的命脈,打破數(shù)據(jù)孤島,充分發(fā)揮數(shù)據(jù)的價值至關(guān)重要,數(shù)據(jù)永恒不變,是電網(wǎng)公司永不變質(zhì)的資產(chǎn)。當(dāng)前電力系統(tǒng)中數(shù)據(jù)的采集比較分散,數(shù)據(jù)大部分存儲為關(guān)系型數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù),由于這些數(shù)據(jù)都缺乏頂層設(shè)計,數(shù)據(jù)之間很難實現(xiàn)互通共享,為頂層設(shè)計提供上層服務(wù)。因此大數(shù)據(jù)利用互聯(lián)網(wǎng)技術(shù),將數(shù)據(jù)進(jìn)行分散存儲,通過大數(shù)據(jù)技術(shù)把數(shù)據(jù)互聯(lián)互通,充分地把電力系統(tǒng)數(shù)據(jù)的價值實現(xiàn)出來,為電力系統(tǒng)故障辨識保駕護(hù)航。
(三)數(shù)據(jù)分析計算及預(yù)測、預(yù)警
基于系統(tǒng)故障模式辨識的地區(qū)電網(wǎng)運(yùn)行可靠性薄弱環(huán)節(jié)定位系統(tǒng)包括兩個部分:第1個部分是系統(tǒng)啟動時初始化模塊;第2個部分是第T個時段的計算流程,其中包括運(yùn)行數(shù)據(jù)獲取、負(fù)荷預(yù)測、故障概率預(yù)測、運(yùn)行可靠性預(yù)測評估、靈敏度計算、統(tǒng)計分析及薄弱環(huán)節(jié)告警等模塊。
(1)初始化:節(jié)點(diǎn)導(dǎo)納矩陣、節(jié)點(diǎn)阻抗矩陣、計算參數(shù)等數(shù)據(jù)運(yùn)用大數(shù)據(jù)的分布式算法進(jìn)行初始化。
(2)運(yùn)行數(shù)據(jù)獲?。弘x線時從本地數(shù)據(jù)庫中讀入,在線運(yùn)行時從SCADA系統(tǒng)中讀取,并預(yù)留外部氣候數(shù)據(jù)接口。
(3)負(fù)荷預(yù)測:根據(jù)歷史日負(fù)荷,結(jié)合氣候數(shù)據(jù),對第T個時段內(nèi)的負(fù)荷進(jìn)行預(yù)測。
(4)故障概率預(yù)測:根據(jù)歷史元件故障概率、第T-1時段內(nèi)的運(yùn)行數(shù)據(jù)和氣候數(shù)據(jù)預(yù)測第T時段內(nèi)元件時變故障概率、連鎖故障概率。
(5)運(yùn)行可靠性預(yù)測評估:根據(jù)元件時變故障概率、連鎖故障概率,采用快速排序、分塊理論和蒙特卡洛抽樣法相結(jié)合的算法,計算第T時段內(nèi)運(yùn)行可靠性指標(biāo)。
(6)靈敏度計算:根據(jù)第T時段內(nèi)運(yùn)行可靠性指標(biāo),計算各指標(biāo)相對主要參數(shù)的靈敏度,從而識別出第T時段內(nèi)影響運(yùn)行可靠性的薄弱環(huán)節(jié)。
(7)統(tǒng)計分析:通過系統(tǒng)圖、主接線圖、柱狀圖、餅圖及報表等實現(xiàn)計算結(jié)果統(tǒng)計分析、查詢等功能。
(8)薄弱環(huán)節(jié)告警:采取圖形告警、報告告警等方式對第T時段內(nèi)影響運(yùn)行可靠性的薄弱環(huán)節(jié)進(jìn)行預(yù)警。
六、結(jié)語
本文中,筆者主要從大數(shù)據(jù)故障辨識的現(xiàn)狀、大數(shù)據(jù)故障辨識的可行性、大數(shù)據(jù)故障辨識的意義及如何大數(shù)據(jù)故障辨識等方面進(jìn)行了分析和探討,旨在為電力企業(yè)做到事故率低,可靠性高,穩(wěn)定性高。因而,在電力系統(tǒng)中,可能一個很小的電力故障會造成大面積的停電事故,給經(jīng)濟(jì)的發(fā)展造成不可估量的損失。針對電力系統(tǒng)的故障進(jìn)行有效辨識并進(jìn)行預(yù)判、預(yù)警,從而減少風(fēng)險,已經(jīng)成為電力行業(yè)研究的一個重點(diǎn)。
(作者單位:遵義供電局)
參考文獻(xiàn):
[1]馮劍紅,謝汶.電力信息安全體系結(jié)構(gòu)研究及安全策略[J].四川電力技術(shù),2006,29(3):59- 62.
[2]施華軍.面向電力系統(tǒng)的分布式數(shù)據(jù)庫管理系統(tǒng)的設(shè)計與實現(xiàn)[D].上海交通大學(xué),1999.