变电站直流回路智能诊断技术研究

引言

变电站的直流系统是全站继电保护设备、测控装置、安稳装置等控制系统的中枢,由蓄电池组、充电机屏、馈电屏等组成,为站内的保护、测控及其他自动装置、通信设备、断路器的跳合闸回路、信号回路及事故照明回路提供直流电源。变电站直流电源系统的正常运行与否直接关系到全站保护控制系统的正常运行以及站内测控信息的远传。变电站直流母线失压,会导致继电保护设备、安全自动装置、通信设备等无法正常工作,若此时本站继电保护快速段动作范围内电力系统发生故障,则会造成下一级变电站保护越级跳闸,停电范围扩大:同时,因测控信息无法上送调度,运行人员无法了解变电站的运行状态。

直流二次空开的跳闸会引起二次装置失电、通信中断,继电保护、安稳功能缺失,严重威胁电网安全运行。针对此问题,部分220kV智能变电站中增加了对直流二次回路中空开的触点位置的采样和记录。但一个典型的220kV智能站内直流空开数量很多,约有V00个,每个空开又有253种可能的状态,空开的位置量大点多,逻辑复杂,未有明确的故障诊断结果推送,调度人员无法对空开变位含义进行实时的解释和判断。

直流配电屏为变电站的直流子系统提供工作电源,正常运行时,蓄电池组处于浮充状态:当交流失电或系统需要大电流供电时,蓄电池组迅速切入,向事故负荷、自动装置、保护装置及通信装置等提供电力。作为变电站直流系统的备用能源,保证直流不全停的最后一道防线,蓄电池在电力系统中的地位十分重要,需在正常运行中监测其状态,提前预防其可能发生的故障。

针对变电站直流回路健康运行的需求,本文构建了一套完整的变电站直流回路智能诊断方案,包括直流电源的建模,利用智能诊断技术,实现变电站直流回路智能诊断及告警。

1总体架构

1.1直流电源回路状态监测的需求

变电站直流回路状态监测的对象包括直流电源设备和直流用电装置。

直流电源设备由交流电源、充电机和蓄电池组组成,需监测交流电源工况、交流进线开关状态、绝缘、单体电池电压、充电机充电模块状态等。

直流用电装置主要包括继电保护、测控及其他自动装置的电源、控制回路电源、操作回路电源和事故照明负荷等。

1.2直流电源智能诊断系统架构

变电站直流电源智能诊断系统架构如图1所示,系统包括集成在变电站端监控系统中的直流电源信息采集、监视与诊断模块和调度端站用直流电源状态评估模块两部分。调度端站用直流电源状态评估模块包括通信服务器、数据服务器、应用服务器和工作站,通信服务器实现主站与站端的通信,数据服务器实现数据处理和存储,应用服务器完成应用功能。

调度端功能块包括信息采集模块、监视功能模块和状态评估模块3个部分,如图2所示。

子站端完成站内直流电源状态采集、监测、展示与故障诊断等功能,并实现与调度端的通信,如图3所示。

1.3诊断结果

变电站端利用变电站直流回路模型,基于SVG图形形成站用直流回路的人机交互界面,供监视人员对直流回路进行监视。站端SVG文件远传到调度端,调度端可远程呈现站端直流回路的状态。

直流回路的诊断结果在人机交互界面上直观展示,文字加图形的形式可以方便运行人员确认故障点和故障可能的原因。同时,站端诊断结果信息也远传到调度端。

2直流回路建模

直流回路建模用于解决直流回路采集信息的标准化通信问题。直流回路建模需考虑直流回路状态监视、智能诊断以及状态评估的需求。

2.1建模语言

变电站直流回路建模采用变电站配置描述语言(SubstatiQnCQnfiguratiQnLanguage,简称SCL）。SCL语言基于可扩展标记语言(XML）,可扩展的含义就是用户可以根据需要创建自己的标记符。SCL的应用使得变电站设备自描述、设备在线配置及互操作可以方便地实现。

2.2建模对象范围定义

直流电源系统建模的范围要满足变电站直流回路运维的需求,包括设备名称、装置类型、设备描述、制造厂商、设备的制造参数及运行状态等。

对于用电设备的开关状态,可由测控装置采集,也可由独立的位置采集装置采集。位置采集装置在IED设备下建GGIQ逻辑节点(LN）,在LN下建一个或多个位置(pQs）数据对象(DQ）,DQ下则是空开的位置数据(DA）。

直流电源设备有分离式的,也有一体化的。当采集信息来自于一个IED设备时,建模模型可一致,在IED下建多个逻辑节点,包括交流进线、充电机、蓄电池组等:在LN下根据设备的参数建立DQ和DA。若为分离式,采用多IED采集时,则不同的LN建立在不同的IED之下。

变电站一体化电源是将直流电源、电力用交流不间断电源和电力用逆变电源、通信用直流变换电源等装置组合为一体,共享直流电源的蓄电池组的成套设备。以一体化直流电源为例,表1定义了该设备的基本属性。

变电站分离式直流电源回路包括的设备比较多,如中低压交流电源、通信电源、逆变电源、直流母线、直流电源、蓄电池组、蓄电池单体、充电装置、整流模块等。在每个设备之下,建立对应的监测信息元素。

3智能诊断技术

智能变电站的直流回路智能诊断技术是通过专家知识库完成的。直流回路智能诊断过程包括以下几个步骤:

(1）智能变电站直流回路运行数据采集:

(2）对直流信息建模,采用IEC61850标准上送至变电站站控层网络:

(3)站控层的诊断子机配置有专家知识库,通过诊断的单事件推理模型及多事件关联分析模型诊断出直流回路的告警类型:

(4）告警信息在站端展示,同时将诊断结果及原始原因上送到调度端。

3.1诊断专家库

智能变电站直流回路诊断专家库的主要作用是借助于直流回路运维专家工作经验的总结,形成对直流回路事故的判断、推理以及处理模型。

知识库是专家系统的核心,用来储存专家提供的大量的专业领域知识。智能诊断结果的有效性反映了专家系统性能,提高专家系统性能的关键在于在已归纳的专家知识的基础上不断修正和完善知识库,提高知识库的质量。知识库支持用户对知识条目的存贮、检索和修正等功能。

直流回路智能诊断专家库能够实现对变电站直流设备、用电设备及回路告警、异常和故障的判断和处理。在知识库构建过程中,对直流电源设备,要了解其回路构成、设备运行原理、测控信息点以及诊断的理论依据:对用电设备,要构建直流回路的拓扑结构,明确设备间的关联关系。同时,也要了解直流设备、装置及回路的操作方法、异常时故障报告的含义,在此基础上确认故障后的处理措施。

直流回路诊断知识库的结构如表2所示。

3.2推理诊断

直流系统故障推理诊断能有效提高运维人员对直流故障的处理水平,减轻设备的检修工作量。直流故障推理诊断建立在诊断专家库基础之上,推理诊断专家系统是一种产生式的专家系统,它针对当前问题的条件或已知的信息,并将其与知识库中的规则进行反复比对,以推理出问题的最佳求解结果。其基本形式为P一Q,其中P是产生式的前提条件,Q是一组结论,当前提P被满足时,则可推出结论Q。

推理方式通常分为正向推理与反向推理两种。正向推理是由一个或N个前提引出一个结论:反向推理是先要假设一个结论成立,自顶向下进行推理,直到它的生成条件得到满足。直流回路智能诊断采用正向推理。

推理诊断一般采用推理模型。推理模型有些比较简单,单一故障是由单一原因所致,如某IED设备空开接点断开,导致该IED设备装置异常。但也有很多异常是由多事件导致的,这就需要人工制订规则实现推理模型。多事件推理模型由多层次的与门、或门、非门等一系列逻辑回路组成,当关联的异常信号满足推理模型的输出时,得出推理结果。

图4为蓄电池本体故障推理,是关联多事件推理的典型应用。蓄电池组在线监测,对蓄电池单体电池电压、电流、内阻及蓄电池组总电压、环境温度等各项运行参数进行监控,当蓄电池整组电池或部分电池失效时,能及时发现问题,以免保护及自动装置因失电而拒动,影响电网安全。

4结语

变电站直流系统的可靠性直接影响继电保护和其他控制设备运行。IEC61850标准对变电站内直流建模很少涉及,本文通过对变电站直流回路包括直流电源与用电设备建模,将监测信息上送到变电站站控层,实现了直流回路的可观测和直流回路信息的展示。同时,信息远传到调度端,为未来实现直流回路的状态评价打下了数据基础。本文对直流回路智能告警也进行了一定的研究,后续此方向还有很大的进步空间。