梁高峰
(国家新闻出版广电总局二0二二台 新疆喀什 844000)
摘要:电力系统发生故障后,系统会发出警报信息,电网维护管理人员接收到警报信息后通过一定的方法对其进行分析处理能够准确的诊断故障。这些警报信息具有时序特征,利用该特征能够提高故障诊断的效率,但现阶段大多数电力系统维护管理人员在故障诊断时都没有充分利用这一特征。本文构建一种新的时序因果网络,重点探讨基于这种网络的电力系统故障诊断方法。
关键词:时序因果网络;电力故障;诊断方法
电力系统在实际的运行过程中经常会由于线路老化、设备短路、断路等等导致系统故障,严重危害电力用户的正常供电,为了保证电力系统在较短时间内能够快速恢复供电,故障诊断必须高效。目前来说,电力系统故障诊断有因果网络、解析模型等等多种方法,但各种故障诊断方法都存在一些重难点问题,严重影响了电力系统故障诊断的效率。电力系统设备故障与保护及断路器动作之间存在着一定的逻辑关系,这种关系可以使用因果网络进行描述,而电力系统故障警报信息存在着一定的时序特征。本文在原有因果网络的基础上引入了故障信息时序特征这一概念,建立了一种新的基于时序因果网络的电力系统故障中诊断方法。下文对此进行详细的介绍。
一、警报信息时序特性概述
电力系统发生故障后,首先系统电气量会发生变化,为了保障整个系统的安全,保护装置会立即动作,最后断路器跳闸。电力系统发生故障之后,分析故障信息的时序特征有利于电力检修人员迅速分析故障发生的原因及演变过程,对于故障诊断十分有利。现阶段,电力系统故障检修人员在实际的检修过程中并没有充分利用这一特征,只有部分人员对这一内容进行了初步的研究。
(一)警报事件时间点约束
电力系统发生故障后,保护装置及断路器动作会有一定的延时误差,也就是说警报事件是发生在一个时间范围之内的,警报事件记为mi,发生时刻记为TBEG(mi),事件发生时刻的时间点约束记为TCONS(mi),两个关联事件时间区间约束记为tCONS(mi,mj)
(二)保护事件时间点约束
通过保护动作时间整定值可以预测保护事件时间点约束,假设电力系统在t0时刻发生故障,此时保护P的时间整定值为tP,实际运行时间误差为τP,保护事件时间点约束为TCONS(P)=[t0+tP-τP,t0+tP+τP]。
(三)断路器事件时间点约束
利用断路器分闸时间可以估算断路器事件的时间点约束。同理,TCONS(c)=[t1+tC-τc,t1+tC+τC]。其中C指的是断路器,tC表示断路器分闸时间,t1表示断路器保护动作触发时刻,τC指的是实际运行时间误差。则由保护事件时间点约束计算方法可知,Mi保护动作事件引发mj断路器动作时间的时间区间约束为TCONS(C)=[tC-τC,tC+τC]。
(四)时序特性一致性约束
一致性约束是警报事件时序特性必须满足的条件,如果不满足说明警报信息错误。
(TBEG(mi)+tDIST(mi,mj))∩TBEG(mj)≠?。
二、CEN概述
CEN是一种图形化的建模工具,本文的研究之中主要用来描述各种警报动作信息之间的逻辑关系,断路器节点、故障设备节点、保护节点、虚拟节点及一些带有方向的弧共同组成CEN,这些带有方向的弧主要用于连接各个节点,表示它们相互之间的因果关系。CEN中可能会出现环网,影响矩阵的推理计算,因此出现虚拟节点。电力系统发生故障后按照一定的关联关系构建CEN,并用二进制n阶方阵R进行描述,矩阵的对角线元素均为1,CEN中的节点总数即为n。
三、基于TCEN的故障诊断
电力系统报警事件主要有两种关联关系,即事件逻辑和时序逻辑。本文在构建基于报警信息时序特征的因果网络时主要是将警报信息的时序特征约束通过TCEN引入到CEN之中。事件不同关联关系之间具有一定的互补性,利用他们的互补性可以有效地增加诊断模型的容错性,基于时序特征的因果网络中,TCEN中的各类事件节点及弧都具备时间属性,且为了便于判断主保护之间是否发生了拒动现象,主保护拒动及后备保护动作之间也增加新的关联关系。TCEN中节点之间的几种关联关系如图1所示。其中主保护或者断路器拒动发生的时刻即为虚拟节点发生时刻。
向量及矩阵生成之后,即可进行故障推理。首先使用二进制乘法计算矩阵R及向T,可以得到一个转换矩阵T*,事件节点之间的因果关系主要通过矩阵R反映,节点之间原有的因果关系也会随着矩阵的转置而转换,从而实现了警报信号与故障信号反向推理。转换矩阵生成之后,向量F与矩阵T*进行逻辑“与”运算,可以得到故障判断矩阵Tend,只有故障设备节点处可能发生故障,因此,故障判断矩阵中发生故障的设备对应的元素均为非零元素。故障设备大致估测出来之后,利用TECN中节点间弧的时间属性及接受到的警报时序信息进行正反向推理,即可以得出故障演变的过程,并大致计算出设备发生故障的时刻。
结束语
本文综合考虑了故障信息的时序特性之后建立了一种新的因果网络,主要用于诊断电力系统的故障,该种故障诊断方法对于故障场景具有良好的容错能力,诊断速度较快,准确度较高,电力系统故障诊断中可以考虑使用这种方法。本文介绍比较粗浅,仅为相关人员的研究工作提供简单的参考。
参考文献
[1]文福拴,孙维真,黄远平等.基于时序因果网络的电力系统故障诊断[J].电力系统自动化 2012(12).
[2]薛毓强,李宗辉.基于因果时序网络的FOA-GRNN电网故障诊断方法[J].电力系统及其自动化学报.2014(11).
[3]刘道兵,顾雪平,李海鹏.基于IEC61850的电网故障诊断完全解析化建模[J].电力系统自动化.2012(36).
[4]乐全明.电网高级智能故障诊断系统中关键技术的研究[D].上海:上海交通大学.2006.
[5]孙雅明,吕鹏.基于混合因果网络的配电变电站故障诊断[J].电力系统自动化.2010(28).
论文作者:梁高峰
论文发表刊物:《电力设备》2016年第12期
论文发表时间:2016/8/25
标签:时序论文; 故障论文; 电力系统论文; 节点论文; 警报论文; 时间论文; 断路器论文; 《电力设备》2016年第12期论文;