智能站保護二次回路故障診斷方法

導語：智能站保護二次回路故障診斷方法一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:隨著城市化建設發展電力系統更加錯綜復雜，連接路線長，電壓電流變換也非常頻繁，在這種情況下，極容易產生二次回路故障，導致整個電力智能站供電故障。傳統的二次回路診斷方法最大矢量低，導致其診斷效率低，因此設計新的診斷方法，首先采集了智能站二次回路故障信息，構建了二次診斷模型，然后設計了故障推理方案，實現了智能站故障綜合診斷。實驗證明，設計的二次回路故障診斷方法的最大矢量高，因此其診斷效率高，有一定的應用價值。

關鍵詞:智能站；二次回路；故障診斷；電力系統；供電故障

隨著經濟的發展，我國的變電站數量也越來越多，各個地區的用電量增加導致變電站電纜分布復雜［1］。智能站主要是利用計算機技術，將變電站中的各個電纜分支記錄到變電站管理平臺中實現統一管理，常規的智能站故障診斷方法主要是在管理平臺中攔截故障信息［2］，報警實現故障診斷，但這種方法存在效率低，容易出現錯漏的問題，因此需要設計一種新的診斷方法，提高診斷效率，對促進智能站發展有重要意義。

1智能站保護二次回路故障診斷方法設計

1．1采集智能站二次回路故障信息

當電網發生故障時，最先應該進行故障信息排除，因此首先需要采集故障信息，提取出的故障信息可以為故障排除和恢復提供依據，故障信息包括靜態配置信息和動態實時監控信息［3］，動態實時監控信息包括變電站綜合自動報警信息、故障日志信息和輔助信息。根據傳統變電站的輸送規則，可以進行二次配置，將故障信息采集模塊接入到采集平臺中［4］。除此之外，智能變電站信息采集的范圍可以根據變電站的規模劃分，首先采集設備自檢信息，然后采集網絡運行狀態信息，將這些故障信息依次輸入到過程層、間隔層、站控層，并進行初步連接。故障信息采集為維護二次智能站保護提供了堅實的信息庫，因此，在故障信息采集時，需要設置輸入電路的位置，方便其進入到智能站數據庫中。輸入電路包含模擬量輸入和開關量輸入，智能變電站通過故障記錄系統和存儲數據，因此需要將輸入電路的接口與數據庫的入口緊密連接。智能變電站配備網絡歷史分析與故障記錄集成裝置、故障記錄儀和數據管理機［5］。不僅如此，變電站還配備了外圍電壓記錄儀、線路記錄儀、報文分析儀，保證智能站數據信息采集的信息與故障信息擬合。變電站的數字記錄分析設備可以捕捉所有數字設備的網絡運行狀態，并直接采集每個時間間隔映射的光口、GOOSE開關值和保護裝置的網絡端口數量，GOOSE開關可以監控并記錄來自GOOSE交換機的數據。在運行狀態下，合并單元由數字記錄儀和網絡分析儀監控，并與保護單元進行比較。但是，合并裝置作為電子元件，不具有可靠性，因此，站臺配備了常規的記錄儀，監測合并裝置的輸入，電壓輸入、開關跳變和三側PT合并位置，實現監測和控制協調運行的綜合自動化系統［6］。數據采集的輔助裝置包括報警儀、錯誤記錄儀、自動裝置和遙控裝置。變電站故障診斷側重于綜合系統的故障告警信息，該告警信息可以反饋測控單元異常、開關機構信號異常、交流電源單元異常、直流電源單元異常等。二次系統故障診斷主要針對二次設備和通信網絡故障，因此沒有對變壓器等一次設備的監測信息進行詳細分析，因此，需要重點分析斷路器的監測信息，不要過多考慮內部機械結構。

1．2構建智能站保護二次回路故障診斷模型

在采集到智能站保護信息后，需要建立故障診斷模型，故障診斷模型可以及時檢測出網絡的異常，并根據網絡的異常狀態告警信息，經過調查發現，變電站的通信組網是由監控模塊，保護模塊、測量模塊等模塊組成，經過幾個模塊的篩選，提取產生的報警信息，根據此時的報警信息，設計診斷模型，如下圖1所示。由圖1可知，該故障診斷模型首先需要進行故障重塑，重塑后觀察此時是否存在異常故障信息，如果此時出現了異常故障信息，需要先進行動作信息保護，然后進行綜合診斷，在綜合診斷時，由于輸入的告警信息類型不同，需要使用不同的方法進行診斷，包括智能裝置診斷，配置診斷和報文診斷，將診斷的故障信息輸出到信息反饋中心，實現故障診斷。

1．3設計故障推理方案

由于某些不可靠的因素存在，告警信息可能存在虛警或漏警，在這種情況下，進行準確的推理往往得不到正確的處理結果，在執行不確定推理時，警報需要與信息相匹配，因此設計的故障推理方案對故障推理規則進行了部分修改，以確保推理的正常進行。在故障正常診斷的情況下，故障告警信息可以根據重要程度分為核心信息和輔助信息，采用部分主輔信息相加的方法推導出此時的診斷規則和診斷結果，本方法根據一致性程度進行分析，輔助系統故障推理的基本步驟如下：第一步，根據告警信息發現相關的告警對象，根據告警對象對告警對象進行分類，確定最大誤差范圍。第二步，根據告警信息屬性檢索相同的屬性信息，根據相同的屬性對應關系對相同的告警對象進行分類，確定相同屬性告警信息的故障范圍。第三步，根據網絡拓撲對連接對象進行分類，確定故障區域。從報警對象到拓撲檢測，所有發現的智能設備和通信設備都是疑似有缺陷的部件。第四步，根據已有啟發式知識進行規則匹配，確定故障設備或鏈路。對疑似故障元件進行故障假設，然后根據知識庫中的相關啟發式規則判斷匹配程度，最終輸出診斷結果。

1．4實現智能站故障綜合診斷

智能站保護功能的正常實現需要所有鏈路的協調配合，才能保證診斷系統穩定正常運行，如果鏈路發生故障，極有可能造成保護異常，此時如果故障線路無法快速可靠地排除故障，會嚴重威脅智能站的安全。因此在進行電纜布設時，應及時篩選出有缺陷的生產線，確保智能站線路的可靠運行。由于GOOSE報文傳輸過程選用了一個GOOSE網絡智能保護組件，因此在進行故障診斷時，需要考慮智能保護裝置的配置信息、智能組件的運行狀態、運行回路狀態、GOOSE診斷結果和消息的傳遞狀態?？梢愿鶕R庫中已有的知識來推斷智能部件和運行回路的運行狀態。GOOSE報文傳輸狀態診斷需要對故障期間的GOOSE跳閘報文進行信息分析，從而檢查保護裝置的通訊狀態，該信息也可以通過二級診斷獲得。開關的故障主要發生在兩個方面，一是開關本身故障，二是跳閘信息，所以開關的故障診斷需要從這兩方面考慮和推斷。步驟1，分析并確定開關的工作狀態；步驟2，進行GOOSE跳閘命令檢測，確定外部跳閘信息來源。GOOSE報文檢測側重于SqNum報文信息。如果沒有檢測到外部跳閘命令，也可能是智能開關故障導致的，當檢測到跳閘命令時，可以分析跳閘信息的來源，當保護跳閘信息丟失時，可以使用GOOSE及時進行糾正。

2實驗

為了檢測本文設計的智能站保護二次回路故障診斷方法的可行性與有效性，將其與傳統的故障診斷方法進行對比，檢測兩種方法的矢量，進行實驗。

2．1實驗準備

本實驗在原件自檢數據庫中進行，將實驗中需要檢測的數據從數據庫中提取出來，進行多元化處理，輸入到故障診斷模型中，此時數據庫參數如表1所示。按照表1中的數據參數進行故障信息儲存，從D5000系統故障數據庫中提取的結構化數據屬性為Re－gion、Factory和AlarmTime。從OMS系統中提取的結構化數據屬性為地區、工廠、防護設備、動作狀態和動作時間。對于非結構化數據，數據提取后，必須經過處理后才能存儲。D5000系統提取兩個非典型屬性來保護站點異常、保護檢查中發現的問題并及時采取改進措施，進行故障診斷和保護設備后即可記錄報警內容和實際故障信息，處理后，再進行后續的矢配量檢測實驗。

2．2實驗結果與討論

在上午實驗準備中的自檢數據庫中，隨機調取若干數據，使用本文設計的故障診斷方法和傳統的故障診斷方法進行測試，檢測兩者面對大數據時的矢配量實驗結果如下圖2所示。由圖2可知，在大數據的沖擊下，傳統方法的矢量值逐漸減少，本文設計方法的矢量值呈增加趨勢，因此本文設計方法的故障診斷效率高，具有明顯優勢。

3結束語

綜上所述，智能站在大數據背景下應用十分廣泛，及時解決智能站布設或使用時出現的故障對智能站的發展十分有幫助，因此本文設計了智能站保護二次回路故障診斷方法，實驗證明，本文設計方法的矢配量不隨著迭代次數增加而減少，始終呈現增加的趨勢，因此本文設計方法的故障診斷效率高，具有明顯優勢，有一定的應用價值。

參考文獻

［1］周迎偉，高明亮，楊慢慢，等．電力系統繼電保護二次回路故障狀態實時監測方法［J］．自動化與儀器儀表，2021（7）：171－174．

［2］李玉峰，吳曉賓，孔海波，等．基于多參信息量的智能變電站繼電保護二次回路故障在線診斷［J］．自動化技術與應用，2021，40（3）：172－175．

［3］張曉彤，陳青，孫夢璇，等．針對智能變電站二次回路故障的高壓斷路器故障追蹤［J］．電力自動化設備，2020，40（10）：212－217，224．

［4］戴志輝，魯浩，劉媛，等．基于改進D－S證據理論的智能站保護二次回路故障診斷方法［J］．電力系統保護與控制，2020，48（9）：59－67．

［5］王同文，劉宏君，邵慶祝，等．智能變電站二次回路智能預警及故障診斷技術研究［J］．電測與儀表，2020，57（8）：59－63，98．

［6］尹相國，張文，路致遠，等．面向智能變電站二次設備的故障診斷方法研究［J］．電測與儀表，2020，57（3）：39－45.

作者：邱亮 單位：國網南通供電公司