風暴災害下輸電線路運行故障遠程監控技術

發布時間：2020-03-20所屬分類：農業論文瀏覽：1次

摘 要： 摘要:在風暴災害影響下，傳統的故障遠程監控方法存在監控時間過長、誤差率較高等問題。針對以上不足，提出一種基于Petri網的風暴災害下的輸電線路運行故障遠程監控技術。融合輸電線路的電氣量及開關量數據，根據融合結果，運用故障模式匹配與Petri網技術提取

　　摘要:在風暴災害影響下，傳統的故障遠程監控方法存在監控時間過長、誤差率較高等問題。針對以上不足，提出一種基于Petri網的風暴災害下的輸電線路運行故障遠程監控技術。融合輸電線路的電氣量及開關量數據，根據融合結果，運用故障模式匹配與Petri網技術提取故障特征;由故障特征構建網絡拓撲結構矩陣，把故障方向傳給主機，根據主機上輸電線路各點的故障方向構建故障信息矩陣，對兩個矩陣進行運算來遠程監控輸電線路運行故障。分析實驗數據可知，運用該遠程監控技術對風暴災害下輸電線路運行故障進行監控時，監控時延保持在22～27ms之間，監控誤差率基本保持在20%以下，遠低于傳統技術。

　　關鍵詞:電氣量;故障模式匹配;故障信息矩陣;Petri;風暴災害

　　國際資源短缺現象不斷加劇，新型的水利發電、風利發電等都在不斷地發展，由電設備連接組成的大型系統，這些設備的穩定性與可靠性關系著整個電力系統的安全，也決定著電網供電的質量[1]。我國電網建設已經全面展開，輸電線路遠程監控系統作為電網建設中一個重要的組成部分，是提升輸電線運行的重要手段[2]。當前輸電線路遠程監控范圍較大，輸電線路運行環境惡劣，容易受到風暴災害的影響，在長時間的檢測中仍存在著一些弊端[3]，以往遠程監控手段多是在故障發生后確定故障發生位置，需要派維修人員到現場進行排查來處理此故障，同時還存在受到風暴災害影響時，輸電線路電阻過大，電流突變量很小，監控出的故障特征不明顯，導致實際線路運行故障診斷結果不準等問題[4]。在此背景下，研究風暴災害下輸電線路運行故障遠程監控技術成為當前輸電線路建設領域廣泛關注的重點[5]，目前已有很多學者針對此方面進行大量研究，并取得了很多好的成果[6]。

　　王燾等[7]提出了一種輸電線路運行故障遠程監控技術。涵蓋了分布式監測、監測數據處理、故障檢測、故障診斷等步驟，把現有的監控工作分類為基于規則、度量分析、日志分析、行為分析等幾種類別，詳細描述其工作原理，但該技術故障監控時延較長。趙慶周等[8]提出了一種輸電線路配電網大數據分析的狀態遠程監測與故障處理技術。根據網絡關聯矩陣與區域差分規則，對每個節點電流、功率數據進行預處理，將預處理的結果進行數據融合，生成監測矩陣。將監測矩陣進行降維及局部異常因子檢測，計算出每個節點的局部異常因子，根據該因子實現故障監控。該技術在保持較短故障監控時延的同時故障監控的誤差率也隨之增加。滕予非等[9]提出一種輸電線路高頻電壓突變量的故障遠程監測技術。分析輸電線路故障時高頻電壓的特性，提出利用高頻電壓突變量作為判測輸電線路故障的新策略，該技術不受高頻信號下輸電線路的影響，具有一定的抗過渡電阻能力，但該技術監控時延較長。

　　推薦閱讀：農業氣象論文發表期刊推薦

　　針對上述技術存在的不同方面的不足，設計了一種新的輸電線路運行故障遠程監控技術，實驗結果表明，所設計的故障遠程監控技術具有故障監控時間短、誤差率低等卓越優勢。

　　1基于Petri網的輸電線路運行故障遠程監控

　　1.1輸電線路運行故障特征提取

　　在進行運行故障遠程監控過程中，對輸電線路的電氣量及開關量數據進行融合，運用加權平均法對數據融合結果進行校正，獲取輸電線路運行故障診斷特征，運用故障模式匹配與Petri網技術對診斷出的故障特征進行提取。具體過程如下述:

　　輸電線路運行故障中，根據電線中電氣量的變化情況判斷首先保護故障斷路器的動作，輸電線路電氣量具有較好的可靠性、完整性與容錯性，經過輸電線路電器量的采集進行其運行狀態的分析，分析出參數來對輸電線路運行故障進行檢測。由電氣量采集Agent、開關量采集Agent、電氣量狀態監控Agent與數據融合Agent等部分構成。

　　(1)電氣量提取Agent和電線數據采集及電線監測系統、障礙防護信息管理系統進行通信，運用向量同步單元用來得到對電壓、電流、功率、RPMS中輸電線路故障信息等數據進行采集，測量SCADA系統中的電壓、功率，使獲取的電氣量故障信息傳輸到狀態監控Agent。

　　(2)對輸電線路開關量采集Agent與SCADA進行相互關聯，通過提取輸電線中斷路器現狀、阻斷輸電線路開關狀態等故障數據。當電網發生故障時，開關量采集Agent將信息發送給數據融合Agent。

　　(3)輸電線路中的狀態監控Agent為認知型Agent，輸電線路質量的好壞取決于輸電線路中的質量和數量。正常傳輸狀態下的信息與非正常狀態下時樣本信息構成了信息庫中的實驗信息，隨著狀態的變化，數據庫中的數據也根據變化進行改正，根據改正后的數據與原始數據進行對比來判斷輸電線路的運行狀態。

　　1.2輸電線路運行故障遠程監控

　　根據提出的故障特征，構建網絡拓撲結構矩陣，運用網絡拓撲結構矩陣把故障方向傳給主機，根據主機上輸電線路各點的故障方向建立故障信息矩陣，運用網絡拓撲結構對障礙數據矩陣進行校正，獲取關聯矩陣，把障礙數據矩陣和關聯矩陣相乘，提取輸電線路故障區間，對其進行遠程監控。在主機內完成輸電線路運行故障診斷，得到相應從機對其障礙方位的診斷結果與相應網絡拓撲結構數據。運用通信網絡把從機判斷出的故障方位傳輸給主機，利用每個輸電線路開關的部位取得網絡拓撲結構，運用圖1來描述拓撲圖，CB表示裝有從機的開關，將這些開關視為節點，L代表開關間的分支線，將分支線作為支路，正常S7斷開，對應節點CB7用空心圓表示。

　　2仿真實驗證明

　　為了證明本文技術的優越性，以監控時延和監控誤差率作為實驗指標，對本文提出的新的輸電線路運行故障遠程監控技術、文獻[7]技術與文獻[8]技術進行比較分析。對相同故障數據量下的遠程監控時延(ms)進行對比，對比結果如圖3所示。由圖3可知，隨著樣本個數的不斷增加，不同技術的監控時延變化趨勢也在不斷改變。當樣本數量增加到35個時，文獻[8]技術監控時延達到第一個峰值，主要原因在于文獻[8]技術對節點電流、功率數據預處理結果進行融合，融合過程需要準確劃分不同節點電流數據以及功率數據，此過程導致了故障監控時延;本文技術監控時延保持在波動區間(22～27ms)內，文獻[7]技術監控時延從51ms增加到68ms左右，文獻[7]技術時延增加幅度明顯，主要原因在于文獻[7]技術把故障監控分成不同的模塊，對比每個模塊的有缺點，對比過程太繁瑣，復雜的監控過程導致時延較長。樣本數量到達110個時，從整體監控時間變化趨勢上來看，文獻[8]技術共出現5次峰值，且每次出現較高時延前，前一階段的時延明顯較低，此結果也從側面上體現了該技術進行輸電線路運行故障遠程監控具有不穩定性;文獻[7]技術時延整體走勢逐漸升高，最終監控時延達到72ms左右;而本文技術監控時延始終保持在28ms以下，整體變化趨勢較為平穩，側面體現了該技術可以較為穩定地監控輸電線路運行故障遠程監控。

　　分別利用本文的技術、文獻[7]提出的遠程監控技術與文獻[8]提出的遠程監控技術進行故障監控誤差率(%)對比，對比結果如圖4所示。由圖4可知，當樣本數量為10個時，3種技術的誤差率都是最低的，因為樣本數量較少，工作量較為簡單，所以誤差率較低;當樣本數量達到30個時，文獻[7]技術監控誤差率達到第一個峰值，主要原因為文獻[7]技術將故障監控工作劃分為多步，當數量較少時，工作量較少，誤差率就較低;當數量增多時，由于監控過程過于繁瑣，會出現一些漏檢、誤檢情況，此時監控誤差率較高，故障監控結果隨故障數量的變化而變化，具有不穩定性。本文的技術監控誤差率基本保持在10%～20%之間，而文獻[8]技術監控誤差率由35%增加到70%左右，誤差率增加幅度較大。當樣本數量從40個增加到70個時，本文技術可將監控誤差率控制在20%以下，整體變化的趨勢較為平穩，文獻[7]技術監控誤差率由最低的31%增加到46%，文獻[8]技術監控誤差率由最低的50%增加到70%。綜合上述實驗結果可知，文獻[7]技術與文獻[8]技術監控誤差率波動較大，側面體現了監控技術的不穩定性，由此可見，本文監控技術明顯優于傳統監控技術，更具有實用價值。

　　3結論

　　針對傳統的運行故障遠程監控技術存在的監控時間長，誤差率較高等問題，本文提出了一種新的輸電線路運行故障遠程監控技術。實驗結果表明，本文提出的遠程監控技術與傳統的遠程監控技術相比，監控時間較短、速度較快，故障遠程監控誤差率較低，該技術的提出為解決當前運行故障診斷提供了一種有效的解決方案，具有實際應用價值。未來將對風暴災害下輸電線路運行故障遠程監控技術進行深入研究，會將研究重點放在降低監控過程中干擾因素的影響方面，以此來進一步提升監控準確度。