智能配電網(wǎng)態(tài)勢感知關鍵技術(shù)分析

0引言智能配電網(wǎng)態(tài)勢感知針對不同場景、數(shù)據(jù)量以及運行特點，從運維精細化、管理動態(tài)化的角度，采用多模態(tài)數(shù)據(jù)融合態(tài)勢感知關鍵技術(shù)，實現(xiàn)快速察覺環(huán)境要素，并對未來態(tài)勢進行預測。該技術(shù)主要分為3個階段：①察覺感知階段搜集重要特征元素。②態(tài)勢理解階段剖析數(shù)據(jù)整合信息。③態(tài)勢預測階段，基于實際應用對前兩階段進行整合并完成對發(fā)展趨勢的預測。1智能配電網(wǎng)態(tài)勢感知指標失效故障排除2023年7月24日，中國電網(wǎng)公司調(diào)度中心重點對某區(qū)態(tài)勢感知主站展開階段式升級工作，將主站升級到最新穩(wěn)定版本。研究針對第一次主站小版本升級后的態(tài)勢感知實用化指標出現(xiàn)的失效情況展開調(diào)查，發(fā)現(xiàn)該區(qū)態(tài)勢特點為：主機數(shù)量多、多為嵌入式設備、無須進行實用化指標配置、指標失效面積較大。基于此，對態(tài)勢感知實用化指標考核率的影響較大，需要進一步加強故障排查。2智能配電網(wǎng)態(tài)勢感知阻礙因素分析2.1實用化指標失效分析在對某區(qū)電力行業(yè)態(tài)勢感知進行實用化指標失效分析時，直接通過登錄Web頁面查看指標失效情況，發(fā)現(xiàn)失效指標主要集中在V1.0實用化指標上，檢查指標失效主機的SNMP、SNMPTrap和審計員配置，均未發(fā)現(xiàn)配置問題。由此可見，針對實用化指標失效部分的研究并未發(fā)現(xiàn)影響電網(wǎng)態(tài)勢感知系統(tǒng)運行的阻礙。2.2網(wǎng)絡連通性分析在對某區(qū)電力行業(yè)態(tài)勢感知進行網(wǎng)絡連通性分析時，直接登錄裝置后臺，對智能配電網(wǎng)的數(shù)據(jù)通道狀態(tài)進行查驗，發(fā)現(xiàn)裝置處于離線狀態(tài)。發(fā)現(xiàn)問題后相關人員對中調(diào)態(tài)勢感知運維組進行網(wǎng)絡聯(lián)調(diào)，對主站端口進行測試，采集追蹤裝置后臺對數(shù)據(jù)包進行抓取，查看運行概覽在線資產(chǎn)狀態(tài)，除了態(tài)勢感知裝置后臺在線，其他資產(chǎn)均不在線，因此判斷裝置網(wǎng)絡連通性存在故障。2.3裝置版本情況分析綜合分析目標建設區(qū)電廠配電網(wǎng)信息，發(fā)現(xiàn)其態(tài)勢感知采集裝置版本為V2.0.2，版本角度，容易影響指標報文采集效率。2.4裝置規(guī)約調(diào)試分析在對該區(qū)電廠進行采集裝置規(guī)約調(diào)試情況進行分析時，在采集裝置上對接主機進行統(tǒng)一化的重啟規(guī)約，并查看采集情況[1]。調(diào)查顯示，采集裝置掃描速度較慢，對宕機主機直接停止，無法跳過宕機主機對其他主機進行掃描。針對這一情況的原因，一方面在于接入態(tài)勢感知裝置的主機數(shù)量過多；另一方面在于態(tài)勢感知廠家設定的掃描程序局限性，設置了允許接入主機數(shù)量的閾值，一旦超出范圍就會導致采集數(shù)據(jù)運動，一旦掃描到宕機主機，會直接停止掃描。3故障恢復3.1恢復網(wǎng)絡連通性聯(lián)系網(wǎng)絡管理人員對態(tài)勢感知采集裝置與主站之間的網(wǎng)絡進行檢查，重啟態(tài)勢感知裝置，待裝置恢復正常后再次進行網(wǎng)絡抓包測試，實現(xiàn)對報文信息的抓取。再次查看數(shù)據(jù)通道狀態(tài)，發(fā)現(xiàn)連通性正常，資產(chǎn)狀態(tài)恢復為在線狀態(tài)。3.2升級裝置版本對于電廠配電網(wǎng)裝置版本過低問題，由相關人員與態(tài)勢感知裝置采集裝置單位進行溝通，保證系統(tǒng)升級至最新版本，即V2.0.4版本，做好采集裝置的維護調(diào)試與備份，并重新安裝調(diào)試采集裝置客戶端。完成以上操作后重啟SNMP服務觸發(fā)指標，并觀察指標情況，做好分批恢復工作。3.3采集裝置優(yōu)化對于裝置規(guī)約調(diào)試分析后發(fā)現(xiàn)采集裝置存在掃描速度慢的情況，針對這一問題，需要與采集裝置廠家進行溝通，并對數(shù)據(jù)采集陳旭進行優(yōu)化，確保提升采集效率，可通過均衡負載來實現(xiàn)。4智能配電網(wǎng)態(tài)勢感知挑戰(zhàn)縱觀以上對某區(qū)電網(wǎng)態(tài)勢感知情況的調(diào)查，對當前智能配電網(wǎng)態(tài)勢感知系統(tǒng)應用的挑戰(zhàn)進行匯總，主要包括以下3個方面。（1）態(tài)勢察覺方面?，F(xiàn)階段我國電網(wǎng)行業(yè)逐漸發(fā)展，并成為人們生活中必不可少的存在，其系統(tǒng)運行的場景也區(qū)域多樣化，需要處理的數(shù)據(jù)量更大，運行態(tài)勢復雜，在感知環(huán)節(jié)面臨巨大挑戰(zhàn)[2]。加之當前各種測量裝置層出不窮，如智能電表、同步相量測量裝置等，使得態(tài)勢察覺所應對的冗余數(shù)據(jù)更多，形成一定處理壓力。此外，針對電力數(shù)據(jù)的采集更多集中在反映電網(wǎng)運行狀態(tài)，而忽視故障預判，這是未來電網(wǎng)態(tài)勢感知智能化建設的關鍵之一。（2）態(tài)勢信息處理。根據(jù)調(diào)查顯示，部分智能配電網(wǎng)存在電壓波動大、失電風險大的情況。當前電網(wǎng)配置存在區(qū)域差別大、自動化水平不平均等問題，需要進一步加強對精準化態(tài)勢感知的研究。（3）態(tài)勢感知預測。對電網(wǎng)進行態(tài)勢感知的最終目的在于預測，及時發(fā)現(xiàn)電網(wǎng)穩(wěn)定性判斷。但實際預測過程中受到配電數(shù)據(jù)類型復雜、不確定因素多的情況，需要進一步滿足實際需求，實施電網(wǎng)保護運行保護。5重點技術(shù)態(tài)勢感知技術(shù)在配電網(wǎng)中的應用能夠有效打造高精度、高可靠性的運行環(huán)境，目前態(tài)勢感知系統(tǒng)已經(jīng)引入5G通信技術(shù)、高級量測體系構(gòu)建技術(shù)、虛擬技術(shù)、大數(shù)據(jù)技術(shù)、協(xié)同調(diào)度技術(shù)、混合狀態(tài)估計技術(shù)、邊緣計算技術(shù)、三相不平衡負荷預測技術(shù)分布式能源規(guī)劃技術(shù)、安全性態(tài)勢預測及預警技術(shù)等[3]。本次研究詳細分析其中的重點技術(shù)，討論技術(shù)建設，為后續(xù)的技術(shù)優(yōu)化提供新的思考方向。5.1基本框架利導關系隨著計算機技術(shù)的不斷發(fā)展，態(tài)勢感知技術(shù)從最開始技術(shù)局限、數(shù)據(jù)收集不充分、態(tài)勢理解難度大等情況，逐漸演進為能夠?qū)崿F(xiàn)實時動態(tài)化決策的運行模式。本次研究針對態(tài)勢感知技術(shù)基本框架利導關系的研究，利用Endsley態(tài)勢感知模型進行系統(tǒng)劃分，形成三個層級，第一級為要素覺察，第二級為信息理解，第三級為態(tài)勢預測，詳細流程如下。（1）態(tài)勢要素覺察主要利用信息收集的方式完成對外界態(tài)勢的初步了解，即數(shù)據(jù)采集與預處理，了解方式包括傳感器、遙感器等，預處理環(huán)節(jié)包括光滑噪聲、填補、刪除、集成、規(guī)約等。目前態(tài)勢感知的應用已經(jīng)實現(xiàn)主動配電網(wǎng)態(tài)勢感知，能夠?qū)崟r主動的反應外部環(huán)境變化，對分布式電源用電情況進行監(jiān)控。（2）要素理解是整個環(huán)節(jié)的關鍵部分，需要對上一步所獲得的信息展開更加深入的識別分析，包括分類、特征提取、模式識別等，以便于后續(xù)應用，基于特征進行分類，并識別外界態(tài)勢模式。在配電網(wǎng)信息管理過程中，目前已經(jīng)引入大數(shù)據(jù)采集技術(shù)、虛擬測量技術(shù)、分布式數(shù)據(jù)庫技術(shù)以及高級量測技術(shù)。（3）預測是根據(jù)現(xiàn)有資料和分析后的信息對未來模式進行預判，包括建立模型、模型仿真、聚類等，實現(xiàn)態(tài)勢的精準模擬與預測，目前部分態(tài)勢感知技術(shù)已經(jīng)引入對內(nèi)部故障和外部環(huán)境兩種情況的預測，有效提升系統(tǒng)運行彈性。5.2配電指標選取技術(shù)為保證智能配電網(wǎng)態(tài)勢能夠?qū)崿F(xiàn)精準感知，在選取指標時應注重其參考準確性。重點從安全負荷邊界角度進行計算，其最大值、最小值與電信號傳輸能力存在關聯(lián)性，如式（1）至式（2）所示：式中：Emax——接入電阻最大值；Emin——接入電阻最小值；C1～Cn——n個不同電信號傳感指標；β——電信號負荷系數(shù)；Rmax——電阻最大值；Rmin——電阻最小值。根據(jù)式（1）和式（2），可計算無線傳感器網(wǎng)絡配電指標，如式（3）所示：式中：j——電量信號態(tài)勢分布系數(shù)；f——感應特征值；ΔT——態(tài)勢感知行為時長。完成指標選取后方可繼續(xù)落實后續(xù)安排。明確指標后，對信息進行預處理，格努實際情況劃分風險等級，并做出綜合度量，在后續(xù)的態(tài)勢覺察、要素信息抓取以及預警方面加強風險控制。5.3態(tài)勢察覺技術(shù)目前配電網(wǎng)態(tài)勢感知技術(shù)的應用已經(jīng)進入智能化時代，并從深度和廣度兩個角度搭建智能化系統(tǒng)，常見故障為網(wǎng)絡連通性故障。在這一層級的關鍵技術(shù)包括大數(shù)據(jù)技術(shù)、高級量測體系構(gòu)建技術(shù)、5G技術(shù)以及虛擬采集技術(shù)，其中基本技術(shù)在于智能化通信，是整個系統(tǒng)運行的關鍵，目前引入的5G技術(shù)具有傳輸延時低、速率快的優(yōu)勢。針對當前數(shù)據(jù)采集問題，研究重點在于運維數(shù)據(jù)的準確性，需要保證電網(wǎng)虛擬采集技術(shù)與通信系統(tǒng)的聯(lián)動性。在實際應用中，應保障電廠做好傳感器、集中器、終端設備、PMU、智能電表、FTU采集器等設備的投入，保證實時采集，配合大數(shù)據(jù)系統(tǒng)實現(xiàn)對電網(wǎng)實際運行情況的映射。重點加強對量測技術(shù)的應用，即高級量測體系構(gòu)建技術(shù)，其中涉及PMU配置優(yōu)化技術(shù)、量測配置優(yōu)化技術(shù)等，將電廠內(nèi)的各類電表與廣域通信相連接，構(gòu)成可視化系統(tǒng)。5.4理解階段關鍵技術(shù)態(tài)勢理解主要通過對數(shù)據(jù)信息的挖掘，將其提取并轉(zhuǎn)換為電力系統(tǒng)運行過程中所需要的信息[4]。此步驟關系到配電網(wǎng)系統(tǒng)運行的穩(wěn)定性、靈活性，保證落實智能化分析，根據(jù)對當前比較先進的電網(wǎng)調(diào)查顯示，關鍵技術(shù)包括配網(wǎng)彈性分析與自愈控制技術(shù)、配網(wǎng)協(xié)同調(diào)度技術(shù)、故障定位技術(shù)、虛擬電廠技術(shù)、不確定性潮流計算技術(shù)等，此步驟經(jīng)常會出現(xiàn)采集裝置應用不當問題，導致后續(xù)的隨機變量計算和模糊數(shù)、概率統(tǒng)計技術(shù)應用精準性受到影響，因此務必做好相關設備的升級優(yōu)化。為應對此問題，需要建立不確定潮流計算模式，充分應用SCADA系統(tǒng)中的數(shù)據(jù)，保證信息全面性。研究重點討論彈性分析與自愈控制技術(shù)和協(xié)同調(diào)度技術(shù)。前者是目前智能配電網(wǎng)態(tài)勢感知技術(shù)中的關鍵內(nèi)容，其目的在于分析電網(wǎng)故障并定位，對現(xiàn)有故障網(wǎng)絡進行重構(gòu)，并實現(xiàn)快速仿真。目前來看，該技術(shù)能夠根據(jù)感知層的數(shù)據(jù)分析實現(xiàn)預判，避免由于突發(fā)情況而導致突然間斷電，提升配電系統(tǒng)運行的靈活性。協(xié)同調(diào)度技術(shù)適應性較強，在智能配網(wǎng)中的應用能夠?qū)ο到y(tǒng)空間布局和時間尺度進行一定的控制，保證態(tài)勢感知計算效率，同時維護系統(tǒng)中各個環(huán)節(jié)的運行，提高響應速度。5.5預測階段關鍵技術(shù)針對智能配電網(wǎng)態(tài)勢感知預測階段的運作流程，主要分為以下3個方面：①數(shù)據(jù)庫輸入數(shù)據(jù)，包括日數(shù)據(jù)、氣象數(shù)據(jù)、歷史運行數(shù)據(jù)、配電網(wǎng)運行狀態(tài)數(shù)據(jù)、事故統(tǒng)計數(shù)據(jù)等。②數(shù)據(jù)輸入至預測算法中，包括神經(jīng)網(wǎng)絡、元胞自動機、蒙特卡洛等。③輸出結(jié)果，此環(huán)節(jié)主要技術(shù)包括預測目標、安全性態(tài)勢與預警、三相不平衡負荷、分布式能源規(guī)劃技術(shù)等。在預測階段智能配電網(wǎng)態(tài)勢感知運行影響因素主要包括設備自身因素、外部影響因素以及人為影響因素，其中自身因素為設備出廠狀態(tài)、安裝數(shù)量等，導致系統(tǒng)運行環(huán)境不穩(wěn)定，長此以往會引發(fā)配電網(wǎng)安全故障[5]。外部因素主要包括時間、空間、氣象，如鳥類遷徙、筑巢、地震、泥石流、強降雨、高溫、臺風等情況。認為影響因素包括施工破壞、偷電竊電、伐樹倒塌導致線路破壞等。針對此類問題，在智能配電網(wǎng)態(tài)勢感知中比較關鍵的部分在于風險預警模塊針對該模塊的建設主要涉及數(shù)據(jù)采集終端、傳輸模塊以及可視化模塊，實現(xiàn)對數(shù)據(jù)采集層風險、服務層故障的實時信息采集，并上傳至數(shù)據(jù)庫，利用可視化平臺完成數(shù)據(jù)展示，并支持人機交互，提升配電網(wǎng)運行可靠性。對于風險預警系統(tǒng)的建立，采集終端模塊中主要在顯示屏中呈現(xiàn)故障風險參數(shù)、故障電路，保證主控制臺及時監(jiān)控。完成采集后再通過數(shù)據(jù)傳輸模塊，傳輸模塊的建設應用到物聯(lián)網(wǎng)平臺和數(shù)據(jù)庫，完成處理后接入可視化模塊，通過面板展示代碼設計、頁面框架以及網(wǎng)頁。在可視化模塊中，關鍵技術(shù)包括4個方面。①賬號管理部分。包括用戶管理、賬號管理及權(quán)限管理。②配電網(wǎng)風險預警部分。包括在線預警模型訓練、電網(wǎng)風險感知、風險實時預測、天氣地理位置信息實時判斷與定位。③數(shù)據(jù)庫。包括歷史數(shù)據(jù)和實時數(shù)據(jù)兩類。④運行圖部分，包括電網(wǎng)地理圖、電氣接線圖兩項內(nèi)容。6結(jié)語目前，態(tài)勢感知技術(shù)在智能配電網(wǎng)中的應用范圍逐漸擴大，并與5G通信技術(shù)、大數(shù)據(jù)及人工智能等技術(shù)構(gòu)成聯(lián)系，能夠為智