CN103324845A - 一种基于不确定性推理的智能变电站开关状态估计方法 - Google Patents

Abstract

本发明涉及一种基于不确定性推理的智能变电站开关状态估计方法，属于智能变电站自动化领域。首先基于智能变电站全景数据库建立开关状态估计需要的设备模型表、实时状态信息表和量测信息表；其次建立推理知识库，以开关设备为对象建立各种开关状态推理知识；然后采用周期性定时计算方式，根据不确定性推理的传递算法和合成算法计算每个开关状态的综合可信度，最终得出开关的正确状态。本发明通过在站内基于不确定性推理方法实现快速可靠的开关状态估计，可以有效的解决开关状态错误后，再将准确的开关状态上送给调度主站，从而改善开关状态错误对调度主站运行控制的不利影响，提高电网调度基础数据的准确性。

Description

一种基于不确定性推理的智能变电站开关状态估计方法

技术领域

本发明涉及一种智能变电站开关状态估计方法，属于智能变电站自动化领域。 

背景技术

电力系统状态估计是解决电网基础数据准确性的核心应用，也是电网正确运行控制的基础。现有的调度状态估计的网络拓扑模型是建立在变电站上送开关状态数据基础上。虽然与上送的量测不良数据相比，开关状态发生错误的频率要低很多，然而并不能排除意外失灵、干扰、通道故障等原因造成的开关状态的错误，而且开关状态错误将直接导致调度中心网络拓扑的错误，从而严重影响调度中心状态估计结果的正确性。因此，通过变电站开关状态估计将错误的开关信号进行辨识修正，才能为调度中心提供准确的基础数据，提高电网运行控制的可靠性和安全性。 

近年来，随着智能变电站的建设和发展，变电站就地采集了越来越多的电网运行与设备状态数据。特别是智能变电站一体化信息平台实时采集了SCADA、一次设备在线监测、一体化电源、保护、PMU、故障录波等各个子系统的数据，通过建立站内全景数据库，具备了就地进行数据综合分析的基础。变电站开关状态估计可以有效解决变电站内开关状态数据的准确性问题。 

发明内容

为了提高变电站开关状态基础数据质量，提高调度中心状态估计水平，支撑电网安全稳定的运行控制，本发明提供了智能变电站自动化系统中一种基于不确定性推理的开关状态估计方法，实现在变电站内对实时采集开关状态的正确性辨识，从而有效提高电网调度基础数据的准确性。 

为实现以上目的，本发明采用以下技术方案： 

一种基于不确定性推理的智能变电站开关状态估计方法， 

包括以下步骤： 

基于智能变电站全景数据库建立变电站设备模型表、设备信息表和开关状态推理知识库，供推理机使用； 

采用周期性定时方式进行开关状态估计的计算； 

通过不确定性推理的合成算法计算每个开关状态的综合可信度。 

包括以下具体步骤： 

1．基于智能变电站全景数据库建立变电站设备模型、设备实时状态信息表和量测信息表，采用共享内存机制存放数据表，建立设备模型和实时状态信息的访问接口，供推理机使用。 

2．建立开关状态估计的推理知识库，以开关设备为对象建立各种开关状态推理知识，例如基于遥测遥信数据与开关状态关系的推理知识、基于间隔内开关与刀闸关系的推理知识、基于断面关系的推理知识以及基于三相状态的推理知识等，并为每个证据和知识都赋予相应的可信度。 

3．采用周期性定时方式进行开关状态估计的计算，一开始假定所有开关处于闭合状态，根据不确定性推理的传递算法，利用证据可信度和推理知识可信度计算每个开关闭合状态的可信度。 

4．通过不确定性推理的合成算法计算每个开关状态的综合可信度，如果绝对值大于阀值，且综合可信度为正值时开关估计结果为闭合，为负值时开关估计结果为断开；如果绝对值小于阀值，则认为开关状态可疑，列入可疑开关并提示报警，采用人工核对进一步处理。 

根据智能变电站的全景数据库建立变电站一次设备模型、设备实时状态信息表、设备实时量测表，并采用共享内存机制存放与管理上述的数据表，同时提供数据访问接口供推理机使用。 

以开关设备为对象建立开关状态推理知识库，包括基于遥测遥信数据与开关状态关系的推理知识、基于间隔内开关与刀闸关系的推理知识、基于断面关系的推理知识，并为每个证据和知识都赋予相应的可信度。 

开关状态估计的计算步骤如下： 

1）假设所有开关状态为闭合； 

2）依次对每个开关进行推理知识判断和不确定性计算； 

如果对于某一开关，其所在支路的量测及设备状态数据满足推理知识库中任一条推理知识的条件，就利用不确定性的传递算法： 

CF(H)=CF(H,E)max{0,CF(E)} 

计算该条推理知识所得结论的可信度CF(H)，其中，证据的可信度为CF(E)，推理知识的可信度为CF(H,E)，然后将这个可信度在下式中表示为CF₂(H)）和该开关原来的可信度CF₁(H)通过不确定性的合成算法： 

${\mathrm{CF}}_{\mathrm{1,2}}\left(H\right)=\left\{\begin{array}{cc}{\mathrm{CF}}_1\left(H\right)+{\mathrm{CF}}_2\left(H\right)-{\mathrm{CF}}_1\left(H\right)\&CenterDot;{\mathrm{CF}}_2\left(H\right)& {\mathrm{IF\; CF}}_1\left(H\right)\&GreaterEqual;0,{\mathrm{CF}}_2\left(H\right)\&GreaterEqual;0\\ {\mathrm{CF}}_1\left(H\right)+{\mathrm{CF}}_2\left(H\right)+{\mathrm{CF}}_1\left(H\right)\&CenterDot;{\mathrm{CF}}_2\left(H\right)& {\mathrm{IF\; CF}}_1\left(H\right)<0,{\mathrm{CF}}_2\left(H\right)<0\\ \frac{{\mathrm{CF}}_1\left(H\right)+{\mathrm{CF}}_2\left(H\right)}{1-\min \left\{\right|{\mathrm{CF}}_1\left(H\right)|,|{\mathrm{CF}}_2\left(H\right)\left|\right\}}& {\mathrm{IF\; CF}}_1\left(H\right)\&CenterDot;{\mathrm{CF}}_2\left(H\right)<0\end{array}\right.$

进行累加，计算得出该开关累加的可信度CF_1,2(H)，然后进入下条推理知识；所有推理知识计算完后，利用冗余数据重复计算和累加，最后得到该开关的综合可信度； 

3）将最终得到的每个开关闭合状态的可信度，与门槛值进行比较；若开关闭合的可信度的绝对值小于门槛值，则无法判断开关闭合状态是否正确，处于可疑状态；如果可信度绝对值超过门槛值，且可信度为正时，则表示开关闭合状态可信，假设成立；若可信度绝对值高于门槛值，且为负数时，则开关闭合状态不可信，开关的真实状态为断开； 

4）将开关状态估计处理后的正确开关状态上传到调度中心，对可疑的开关状态进行报警。 

由于智能变电站全景数据冗余度高，间隔内一次设备状态数据齐全，可用于开关状态估计的推理知识较多，针对同一开关对象采用多种知识进行推理时，推理结果出现不一致的可能性较大，因此需要根据不确定性推理理论综合计算开关状态估计结果，提高开关状态估计的正确性和可用性。智能变电站开关状态估计通过在变电站内将错误的开关状态辨识出来并进行修正，将处理后的正确开关状态数据上送到调度中心，有效提高调度中心状态估计结果的准确性，进而提高电网监控系统运行的可靠性，为调度中心实时控制、稳定分析等核心应用的可靠运行提供基础保障。 

本发明所达到的有益效果： 

随着智能变电站自动化系统的建设和推广，变电站具备了就地处理实时采集数据正确性的基础，在站内基于不确定性推理方法实现快速可靠的开关状态估计，可以有效的就地解决开关状态错误后，再将准确的开关状态数据上送给调度主站，从而有效解决拓扑错误对调度主站状态估计的不利影响，切实提高电网调度基础数据的准确性。 

附图说明

图1为开关状态估计体系结构，示意系统在内存中的组织结构。 

图2为开关状态估计推理知识示意图，举例示意了基于开关遥测数据与开关状态关系的推理知识、基于间隔内开关与刀闸关系的推理知识、基于断面关系的推理知识。 

图3为开关状态估计流程图，示意实现开关状态估计的整个处理流程。 

具体实施方式

下面根据说明书附图对本发明的技术方案进一步详细阐述，包括开关状态估计的体系结构、推理知识以及估计流程。 

1.开关状态估计体系结构 

系统的体系结构如图1所示，主要由全景数据库、管理进程、数据处理动态库、共享内存和推理机五部分组成。管理进程通过调用数据处理动态库从变电站全景数据库提取需要的数据，创建共享内存块并建立智能变电站设备模型、设备实时量测表、设备实时状态信息表和推理知识库，并进行数据维护；推理机通过调用数据处理动态库访问共享内存中的各种数据表，定时进行不确定性推理，得出开关状态估计结果，修正错误的开关状态及告警。 

2.开关状态估计推理知识及其表示 

根据推理知识利用的数据类型和关系，可以将开关状态估计知识划分为以下几类：基于遥测遥信数据与开关状态关系的推理知识、基于间隔内开关与刀闸关系的推理知识、基于断面关系的推理知识。下面举例说明了这几类推理知识，以及不确定性推理的表示。开关状态估计推理的过程是在推理机中完成，这些推理知识保存在推理知识库中。 

1）基于遥测数据和开关状态的推理知识 

某一支路上，如果电流/有功量测大于门槛值，那么该支路为闭合，该支路上的开关和刀闸都应为闭合状态；某一支路上，如果电流/有功量测小于门槛值，那么该支路有可能是断开的，该支路上的开关有一定概率是断开的。利用不确定性理论，结合可信度的知识可以表示为： 

其中，I、P分别是电流、有功量测，C、S分别是待求的当前断面的开关、刀闸状态。Φ是相位。下标q是数据来源。开关、刀闸状态1表示闭合，0表示断开。z表示小正数的门槛值，各个公式中的门槛值根据具体情况而有所不同。 

2）基于间隔内开关与刀闸关系的推理知识 

对于图2中一条支路上有一个开关CB和两个刀闸SW1、SW2的情况，若开关CB为闭合状态，则刀闸也应该在闭合状态；若刀闸在断开状态，则开关也应该在断开状态。根据不确定性理论可以表示为： 

其中MC、MS分别是开关、刀闸的遥信位置信息，1表示闭合，0表示断开。 

3）基于断面关系的推理知识 

利用上一断面数据和当前断面的进行比较，归纳出以下推理知识：与上一断面比较，如果支路上的电流（功率）没有明显改变，而开关状态却发生改变，则开关状态可疑。可以表示为： 

其中，TI、TC分别为上一断面遥测的电流值、通过开关状态估计处理后的状态信息，1表示闭合，0表示断开。 

3.开关状态估计流程 

开关状态估计的流程如图3所示，具体实现步骤如下： 

1）假设所有开关状态为闭合。 

2）依次对每个开关进行推理知识判断和不确定性计算。 

如果对于某一开关，其所在支路的量测及设备状态等数据满足上述列出的三类开关状态估计推理知识中的任意一条推理知识的条件，如证据的可信度为CF(E)，推理知识的可信度为CF(H,E)，则利用不确定性的传递算法： 

CF(H)=CF(H,E)max{0,CF(E)} 

计算该条推理知识所得结论的可信度CF(H)，然后将这个可信度（下式中表示为CF2(H)）和该开关原来的可信度CF₁(H)通过不确定性的合成算法： 

${\mathrm{CF}}_{\mathrm{1,2}}\left(H\right)=\left\{\begin{array}{cc}{\mathrm{CF}}_1\left(H\right)+{\mathrm{CF}}_2\left(H\right)-{\mathrm{CF}}_1\left(H\right)\&CenterDot;{\mathrm{CF}}_2\left(H\right)& {\mathrm{IF\; CF}}_1\left(H\right)\&GreaterEqual;0,{\mathrm{CF}}_2\left(H\right)\&GreaterEqual;0\\ {\mathrm{CF}}_1\left(H\right)+{\mathrm{CF}}_2\left(H\right)+{\mathrm{CF}}_1\left(H\right)\&CenterDot;{\mathrm{CF}}_2\left(H\right)& {\mathrm{IF\; CF}}_1\left(H\right)<0,{\mathrm{CF}}_2\left(H\right)<0\\ \frac{{\mathrm{CF}}_1\left(H\right)+{\mathrm{CF}}_2\left(H\right)}{1-\min \left\{\right|{\mathrm{CF}}_1\left(H\right)|,|{\mathrm{CF}}_2\left(H\right)\left|\right\}}& {\mathrm{IF\; CF}}_1\left(H\right)\&CenterDot;{\mathrm{CF}}_2\left(H\right)<0\end{array}\right.$

进行累加，计算得出该开关累加的可信度CF_1,2(H)，然后进入下条推理知识。所有推理知识计算完后，可利用冗余数据重复计算和累加，最后得到该开关的综合可信度。 

3）将最终得到的每个开关闭合状态的可信度，与门槛值进行比较。当结论可信度为0时表示无法判断结论是否正确，因此如果开关闭合的可信度的绝对值小于门槛值，则无法 判断开关闭合状态是否正确，处于可疑状态；如果可信度绝对值超过门槛值，且可信度为正时，则表示开关闭合状态可信，假设成立。如果可信度绝对值高于门槛值，且为负数时，则开关闭合状态不可信，开关的真实状态应该为断开。 

4）将开关状态估计处理后的正确开关状态上传到调度中心，对可疑的开关状态进行报警，利用人工判别开关状态。 

Claims (5)

1.一种基于不确定性推理的智能变电站开关状态估计方法，其特征在于，包括以下步骤： 

基于智能变电站全景数据库建立变电站设备模型表、设备信息表和开关状态推理知识库，供推理机使用； 

采用周期性定时方式进行开关状态估计的计算； 

通过不确定性推理的合成算法计算每个开关状态的综合可信度。 

2.根据权利要求1的基于不确定性推理的智能变电站开关状态估计方法，其特征在于，包括以下具体步骤： 

基于智能变电站全景数据库建立变电站设备模型、设备实时状态信息表和量测信息表，采用共享内存机制存放数据表，建立设备模型和实时状态信息的访问接口，供推理机使用； 

建立开关状态估计的推理知识库，以开关设备为对象建立各种开关状态推理知识，包括基于遥测遥信数据与开关状态关系的推理知识、基于间隔内开关与刀闸关系的推理知识、基于断面关系的推理知识以及基于三相状态的推理知识等，并为每个证据和知识都赋予相应的可信度； 

采用周期性定时方式进行开关状态估计的计算，一开始假定所有开关处于闭合状态，根据不确定性推理的传递算法，利用证据可信度和推理知识可信度计算每个开关闭合状态的可信度； 

通过不确定性推理的合成算法计算每个开关状态的综合可信度。 

3.根据权利要求1的基于不确定性推理的智能变电站开关状态估计方法，其特征在于，根据智能变电站的全景数据库建立变电站一次设备模型、设备实时状态信息表、设备实时量测表，并采用共享内存机制存放与管理上述 的数据表，同时提供数据访问接口供推理机使用。 

4.根据权利要求1的基于不确定性推理的智能变电站开关状态估计方法，其特征在于，以开关设备为对象建立开关状态推理知识库，包括基于遥测遥信数据与开关状态关系的推理知识、基于间隔内开关与刀闸关系的推理知识、基于断面关系的推理知识，并为每个证据和知识都赋予相应的可信度。 

5.根据权利要求2或4的基于不确定性推理的智能变电站开关状态估计方法，其特征在于，开关状态估计的计算步骤如下： 

1）假设所有开关状态为闭合； 

2）依次对每个开关进行推理知识判断和不确定性计算； 

如果对于某一开关，其所在支路的量测及设备状态数据满足推理知识库中任一条推理知识的条件，就利用不确定性的传递算法： 

CF(H)=CF(H,E)max{0,CF(E)} 

计算该条推理知识所得结论的可信度CF(H)，其中，证据的可信度为CF(E)，推理知识的可信度为CF(H,E)，然后将这个可信度在下式中表示为CF₂(H)）和该开关原来的可信度CF₁(H)通过不确定性的合成算法： 

进行累加，计算得出该开关累加的可信度CF_1,2(H)，然后进入下条推理知识；所有推理知识计算完后，利用冗余数据重复计算和累加，最后得到该开关的综合可信度； 

3）将最终得到的每个开关闭合状态的可信度，与门槛值进行比较；若开关 闭合的可信度的绝对值小于门槛值，则无法判断开关闭合状态是否正确，处于可疑状态；如果可信度绝对值超过门槛值，且可信度为正时，则表示开关闭合状态可信，假设成立；若可信度绝对值高于门槛值，且为负数时，则开关闭合状态不可信，开关的真实状态为断开； 

4）将开关状态估计处理后的正确开关状态上传到调度中心，对可疑的开关状态进行报警。 

Images