基于趨勢(shì)分析技術(shù)的設(shè)備運(yùn)行態(tài)勢(shì)自動(dòng)感知建模研究

周宏輝 翁?hào)|雷 莫建國(guó) 邱云 盧俊

摘 要：態(tài)勢(shì)感知系統(tǒng)在電力設(shè)備運(yùn)行的安全監(jiān)測(cè)和異常控制中起著主要作用。以往增強(qiáng)態(tài)勢(shì)感知系統(tǒng)的方法主要集中在狀態(tài)估計(jì)、安全分析和視覺(jué)感知上。作為自動(dòng)識(shí)別持續(xù)變化過(guò)程的趨勢(shì)特征的有效工具，趨勢(shì)分析系統(tǒng)技術(shù)可用于增強(qiáng)電力設(shè)備運(yùn)行異常的態(tài)勢(shì)感知。通過(guò)定性的趨勢(shì)分析提出了一個(gè)增強(qiáng)的態(tài)勢(shì)感知框架。增強(qiáng)框架包括3個(gè)層次：信息的感知、對(duì)當(dāng)前狀態(tài)的安全評(píng)估以及對(duì)未來(lái)系統(tǒng)狀態(tài)和趨勢(shì)的預(yù)測(cè)。在感知信息的基礎(chǔ)上，引入N-1穩(wěn)態(tài)安全距離模型來(lái)評(píng)估當(dāng)前電力設(shè)備狀態(tài)的安全水平。實(shí)際應(yīng)用結(jié)果表明：穩(wěn)態(tài)安全距離趨勢(shì)提取與電力設(shè)備原始數(shù)據(jù)擬合度較好，誤差大于97%，且基于趨勢(shì)的方法可以有效監(jiān)測(cè)電力設(shè)備及線路異常，幫助電力設(shè)備操作人員監(jiān)測(cè)設(shè)備運(yùn)行異常問(wèn)題。

關(guān)鍵詞：趨勢(shì)分析；電力設(shè)備；運(yùn)行異常；態(tài)勢(shì)感知

中圖分類號(hào)：TP311

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-5922（2023）07-0175-04

Research on automatic perception modeling of equipment operational trends based on trend analysis techniques

ZHOU Honghui1，WENG Donglei1，MO Jianguo1，QIU Yun1，LU Jun2

（1.State Grid Ningbo Power Supply Company，Ningbo 315000，Zhejiang China;

2.Operation and Maintenance Branch of Ningbo Power Transmission and Transformation Construction Co.，LTD.，Ningbo 315000，Zhejiang China

）

Abstract：Situational awareness systems play a major role in the safety monitoring and anomaly control of power plant operations.Previous approaches to enhance situational awareness systems have focused on state estimation，safety analysis and visual perception.As an effective tool for automatically identifying trend characteristics of continuously changing processes，trend analysis techniques can be used to enhance situational awareness of abnormalities in power plant operation.An enhanced situational awareness framework is therefore proposed through qualitative trend analysis.The enhanced framework consists of three levels： perception of information，safety assessment of the current state and prediction of the future system state and its trends.Based on the perceived information，an N-1 steady-state safety distance model is introduced to assess the safety level of the current state of power equipment.The practical application results showed that the steady-state safety distance trend extraction fitted well with the original data of power equipment，with an error greater than 97%，and the trend-based approach could effectively monitor power equipment and line abnormalities and help power equipment operators to monitor abnormal equipment operation problems.

Key words：trend analysis; power equipment; operational anomalies; situational awareness

目前態(tài)勢(shì)感知系統(tǒng)已應(yīng)用在電力設(shè)備異常監(jiān)測(cè)中［1］。但態(tài)勢(shì)感知系統(tǒng)在電力設(shè)備異常狀態(tài)監(jiān)測(cè)中無(wú)法有效識(shí)別異常數(shù)據(jù)，需要進(jìn)一步提高態(tài)勢(shì)感知系統(tǒng)識(shí)別效率。

且已有眾多學(xué)者做了大量的態(tài)勢(shì)感知系統(tǒng)增強(qiáng)工作。在狀態(tài)估計(jì)方面，提出了相位測(cè)量單元放置策略，以增強(qiáng)態(tài)勢(shì)感知［2］。在視覺(jué)感知方面，安全數(shù)據(jù)共享機(jī)制和可視化技術(shù)被用來(lái)提高電力設(shè)備的可觀察性，實(shí)現(xiàn)直觀的態(tài)勢(shì)感知。然而，上述方法并沒(méi)有對(duì)電力系統(tǒng)狀態(tài)的持續(xù)變化提供精確的趨勢(shì)分析。此外，根據(jù)文獻(xiàn)［3］的研究，態(tài)勢(shì)感知系統(tǒng)需要不斷了解電力設(shè)備的健康狀況。通常情況下，收到的異常數(shù)據(jù)信息沒(méi)有以反映變化過(guò)程中的基本趨勢(shì)的方式呈現(xiàn)［4］。因此，有必要引入一個(gè)趨勢(shì)分析工具來(lái)捕捉電力設(shè)備狀態(tài)的演變趨勢(shì)，以增強(qiáng)態(tài)勢(shì)感知。

趨勢(shì)分析技術(shù)已經(jīng)被應(yīng)用于電力設(shè)備異常安全分析，以及復(fù)雜電力設(shè)備系統(tǒng)監(jiān)測(cè)和決策支持［5］。在電力設(shè)備異常安全分析中，有學(xué)者提出了趨勢(shì)的概念［6］，還有提出了在設(shè)備異常概率下的安全指數(shù)，以確定設(shè)備異常狀態(tài)的趨勢(shì)變化［7］。為了支持復(fù)雜系統(tǒng)的監(jiān)測(cè)和決策，提出了一種定性趨勢(shì)分析（QTA）的方法，以確定設(shè)備變化過(guò)程的趨勢(shì)特征［8］。用趨勢(shì)分析了電力系統(tǒng)歷史狀態(tài)的趨勢(shì)特征［9］?；诖?，本文通過(guò)定性的趨勢(shì)分析提出了一個(gè)增強(qiáng)的態(tài)勢(shì)感知框架以自動(dòng)識(shí)別電力設(shè)備異常安全狀態(tài)的趨勢(shì)特征。

1 N-1 STEADY-STATE 模型

為了更好地量化電力設(shè)備運(yùn)行異常下的運(yùn)行狀態(tài)，本文使用距離建模（N-1 SSD）的模型。建立距離建模的程序包括3個(gè)步驟： （1）建立N-1 STEADY-STATE SD（N-1 SSR）;（2）N-1 SSR邊界識(shí)別;（3）N-1 SSD計(jì)算。

3 研究結(jié)果與分析

3.1 測(cè)試用例概述

利用所提出的態(tài)勢(shì)感知模型用于某電網(wǎng)電力設(shè)備。該電力設(shè)備系統(tǒng)的總發(fā)電量為22.03 GW，994條母線，以及1 271條電壓等級(jí)在220 kV以上的分支。

案例研究時(shí)間為2022年9月23日00：00～21：00的運(yùn)行數(shù)據(jù)。前1 h的預(yù)測(cè)數(shù)據(jù)基于每5 min的歷史實(shí)時(shí)測(cè)量數(shù)據(jù)，后1 h的預(yù)測(cè)數(shù)據(jù)由智能電網(wǎng)調(diào)度系統(tǒng)估算得出。圖1為2022年9月22日電力設(shè)備負(fù)荷數(shù)據(jù)，并標(biāo)注了2個(gè)負(fù)荷峰值時(shí)間點(diǎn)。

3.2 設(shè)備運(yùn)行中態(tài)勢(shì)感知應(yīng)用

第2個(gè)小時(shí)內(nèi)系統(tǒng)運(yùn)行點(diǎn)的數(shù)據(jù)最終用于態(tài)勢(shì)感知預(yù)測(cè)。預(yù)先指定的電力設(shè)備運(yùn)行異常事件集由系統(tǒng)中的分支組成。對(duì)于每個(gè)運(yùn)行異常事件，進(jìn)行N-1 SSD模型來(lái)量化操作狀態(tài)的安全級(jí)別，并獲得N-1 SSD結(jié)果的趨勢(shì)曲線，結(jié)果如圖2所示；表1為Cusum的分級(jí)閾值。數(shù)據(jù)的變化分為3個(gè)范圍，分別代表溫和變化、可觀察變化和廣泛變化。然后，為每個(gè)范圍確定Cusum的3個(gè)閾值，閾值根據(jù)給定實(shí)際電力設(shè)備運(yùn)行中所選變量的變化來(lái)確定的。根據(jù)本文提出的基本概念，態(tài)勢(shì)感知的特征由3部分組成：穩(wěn)態(tài)安全距離、趨勢(shì)方向和趨勢(shì)的變化率。在本文中，電力設(shè)備運(yùn)行的整體顯示應(yīng)以需求為基礎(chǔ)。

在圖2中，最小距離的趨勢(shì)表明，電力設(shè)備運(yùn)行異常水平先下降后上升。從11：15開始，N-1穩(wěn)態(tài)安全距離經(jīng)歷了非線性下降。同時(shí)，隨著電力設(shè)備運(yùn)行時(shí)間的增加，N-1 SSD迅速下降到底部（11：49）。盡管在這個(gè)時(shí)間段內(nèi)設(shè)備運(yùn)行仍然是安全的（N-1 SSD都是正數(shù)），但穩(wěn)態(tài)安全距離越來(lái)越接近安全邊界。這導(dǎo)致電力設(shè)備運(yùn)行異常趨勢(shì)并觸發(fā)警報(bào)。因此，電力設(shè)備運(yùn)行監(jiān)測(cè)人員可以根據(jù)警報(bào)內(nèi)容實(shí)時(shí)對(duì)電力設(shè)備進(jìn)行檢測(cè)。在11：55～12：15，N-1穩(wěn)態(tài)安全距離呈非線性上升趨勢(shì)，且逐漸遠(yuǎn)離設(shè)備安全邊界，進(jìn)一步表明電力設(shè)備運(yùn)行越來(lái)越安全，無(wú)明顯異常。同時(shí)可觀察到，電力設(shè)備一直在低N-1穩(wěn)態(tài)安全距離（小于50MVA）的范圍內(nèi)運(yùn)行，并且滿足N-1安全標(biāo)準(zhǔn)，有一定的安全裕度（主要因?yàn)镹-1 SSD總是正的）。這表明該電力設(shè)備目前在良好的情況下運(yùn)行。只有當(dāng)N-1穩(wěn)態(tài)安全距離急劇下降時(shí)，表征電力設(shè)備運(yùn)行異常。需要電力設(shè)備檢測(cè)人員對(duì)異常情況作出快速分析反應(yīng)。且可觀察到穩(wěn)態(tài)安全距離趨勢(shì)提取與電力設(shè)備原始數(shù)據(jù)擬合度較好，誤差大于97%。

3.3 電力設(shè)備線路穩(wěn)態(tài)安全距離分析

為進(jìn)一步提高電力設(shè)備運(yùn)行異常的全面檢測(cè)，對(duì)電力設(shè)備線路的穩(wěn)態(tài)安全距離進(jìn)行分析，由于線路負(fù)載能力大于設(shè)備，因此其安全邊界也將大于設(shè)備正常運(yùn)行時(shí)的安全邊界。根據(jù)“3.2”N-1 SSD的研究結(jié)果，選擇了4條在N-1運(yùn)行異常事件后安全系數(shù)排名最低的設(shè)備線路，并在11：15～12：15進(jìn)行觀察。這4條線路都位于1 000 V的關(guān)鍵設(shè)備輸電段，負(fù)荷流量大。每條線路對(duì)整個(gè)設(shè)備都是至關(guān)重要的。只要其中一條線路停止服務(wù)，電力設(shè)備的運(yùn)行就會(huì)受到嚴(yán)重影響。對(duì)這4條線路進(jìn)行穩(wěn)態(tài)安全距離分析，結(jié)果如圖3所示。隨著設(shè)備運(yùn)行時(shí)間增加，不同支線的穩(wěn)態(tài)安全距離均呈非線性上升趨勢(shì)，4支線路均在12：15達(dá)到最高。其中支線4在11：30時(shí)穩(wěn)態(tài)安全距離最大，約為28MVA。在接下來(lái)的45 min內(nèi)，這條線路的穩(wěn)態(tài)安全距離急劇增加到51MVA，而電力設(shè)備異常運(yùn)行期間的平均穩(wěn)態(tài)安全距離只在50 MVA附件變化，表明這條線路在設(shè)備運(yùn)行期間，存在異常。同時(shí)支線3的穩(wěn)態(tài)安全距離為48MVA，已接近安全邊界，該線路也存在異常需要給予關(guān)注，否則線路一旦發(fā)生異常，也會(huì)誘使電力設(shè)備發(fā)生異常。

4 結(jié)語(yǔ)

本文提出了一種基于趨勢(shì)的方法，利用已確定的趨勢(shì)特征，運(yùn)行點(diǎn)的移動(dòng)方向和趨勢(shì)的變化率來(lái)增強(qiáng)態(tài)勢(shì)感知。N-1 SSD模型被用來(lái)評(píng)估當(dāng)前電力設(shè)備運(yùn)行異常狀態(tài)的安全水平。案例研究結(jié)果表明，基于趨勢(shì)的方法可以作為電力設(shè)備異常檢測(cè)的智能助手，具有先進(jìn)的監(jiān)督和有效的決策支持。在所提出基于趨勢(shì)的方法幫助下，電力設(shè)備的安全可以在控制中心環(huán)境下得到有效的加強(qiáng)。此外，動(dòng)態(tài)安全的態(tài)勢(shì)感知也可以通過(guò)動(dòng)態(tài)穩(wěn)態(tài)安全距離模型和基于趨勢(shì)的方法的結(jié)合來(lái)實(shí)現(xiàn)，可以進(jìn)一步提高電力設(shè)備運(yùn)行異常監(jiān)測(cè)。

【參考文獻(xiàn)】

［1］ 王文君，路國(guó)正，趙杰.基于設(shè)備行為分析的電力監(jiān)控網(wǎng)絡(luò)態(tài)勢(shì)感知系統(tǒng)［J］.信息技術(shù)與標(biāo)準(zhǔn)化，2019（9）：90-93.

［2］ 劉晴，劉旭，龍姣，等.電力通信調(diào)度智能指揮平臺(tái)研究與應(yīng)用［J］.粘接，2020，41（1）：189-192.

［3］ 彭?xiàng)n萌.基于大數(shù)據(jù)的電力通信網(wǎng)絡(luò)狀態(tài)感知分析［J］.電氣應(yīng)用，2022，41（10）：25-30.

［4］ 于斌，劉曦.態(tài)勢(shì)感知系統(tǒng)在電力網(wǎng)絡(luò)中的應(yīng)用［J］.電子技術(shù)與軟件工程，2020（21）：221-222.

［5］ 王立峰，馬超，牛永光，等.基于大數(shù)據(jù)背景下電站設(shè)備狀態(tài)監(jiān)測(cè)及故障檢修管理系統(tǒng)仿真設(shè)計(jì)［J］.粘接，2022，49（10）：176-179.

［6］ 劉旭，湯瑋，龍姣，等.電力調(diào)度平臺(tái)全景化管控的實(shí)現(xiàn)方式研究［J］.粘接，2020，44（12）：149-152.

［7］ 李軍.分析電力技術(shù)中電力節(jié)能技術(shù)應(yīng)用［J］.粘接，2020，42（6）：158-161.

［8］ 吳旻哲，張潔華.電力調(diào)度自動(dòng)化系統(tǒng)應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)［J］.產(chǎn)業(yè)創(chuàng)新研究，2023（6）：21-23.

［9］ 彭翠紅.多源數(shù)據(jù)分析的電力信息物理系統(tǒng)安全態(tài)勢(shì)預(yù)測(cè)研究［J］.能源與環(huán)保，2022，44（10）：272-277.

［10］ 呂鵬鵬，王少影，周文芳，等.基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的電力信息網(wǎng)安全態(tài)勢(shì)量化方法［J］.計(jì)算機(jī)科學(xué)，2022，49（S1）：588-593.

［11］ 朱炳銓，郭逸豪，郭創(chuàng)新，等.信息失效威脅下的電力信息物理系統(tǒng)安全評(píng)估與防御研究綜述［J］.電力設(shè)備保護(hù)與控制，2021，49（1）：178-187.

［12］ 梁曉偉，朱琳艷，胡呂龍，等.電力設(shè)備的潮流計(jì)算和可視化技術(shù)研究［J］.粘接，2022，49（11）：161-164.

［13］ 劉林，祁兵，李彬，等.面向電力物聯(lián)網(wǎng)新業(yè)務(wù)的電力通信網(wǎng)需求及發(fā)展趨勢(shì)［J］.電網(wǎng)技術(shù)，2020，44（8）：3114-3130.

［14］ 楊家全.基于IEC61850的變電站監(jiān)測(cè)系統(tǒng)設(shè)計(jì)［J］.云南電力技術(shù)，2012，40（5）：25-27.

［15］ 李卓，顏少偉，符樹雄，等.基于自然語(yǔ)言處理的電力調(diào)控智能搜索引擎關(guān)鍵技術(shù)研究［J］.粘接，2021，46（5）：85-87.