电力信息物理融合系统（精选8篇）
电力信息物理融合系统 篇1
0 引言
近年来,在世界范围内的节能减排浪潮和信息技术快速发展的推动下,电力系统正在发生深刻的变革。智能电网的研发已成为电力工业界和学术界关注的焦点,并已在部分国家进入前期发展或工程示范阶段。推动智能电网发展的主要动力在于促进间歇式可再生能源、电动汽车等新型负荷和各种储能设备的并网与优化调度,以及用户侧更广泛和深入的参与。此外,与传统电力系统相比,智能电网还应该具有高效、可自愈、高可靠性和高安全性等主要特征[1]。要实现上述目标,就必须首先实现信息在电力系统内的双向流动和有效利用,并在此基础上提高对系统的感知和控制能力。将前沿信息技术引入电力系统对实现智能电网尤为关键[2,3]。
需要指出,要实现智能电网,仅仅简单地引入前沿信息技术是不够的。这是因为现有电力系统建模、分析与控制方法是针对传统电力系统所发展起来的,其中并没有充分考虑和系统计及电力信息系统的影响。由于智能电网中将嵌入大量的传感设备,并高度依赖通信网络实现信息汇总进而系统运行优化与控制,因此作为智能电网的重要组成部分,电力信息系统对于电力系统本身的运行行为会有显著影响。由于传统的电力系统建模、分析、优化与控制方法体系将电力一次系统和电力信息系统基本上相互割裂,这无法适应智能电网发展的要求。
信息物理融合系统(cyber physical system,CPS)的提出与发展为促进电力一次系统与电力信息系统的深度融合,并最终实现电网智能化的目标提供了新的思路和实现途径。CPS是将计算资源与物理系统深度融合所构成的新型系统[4,5,6,7,8]。与传统控制系统或嵌入式系统相比,CPS有下述主要特点[4,5,6,7,8]:①CPS中的物理实体均嵌入传感设备,以实现对大系统的信息采集和行为感知;②CPS通过通信网络将系统中所有物理实体和嵌入式信息设备相互连接,以实现信息在系统内的流动和共享;③CPS利用物理实体内嵌入的控制设备和大规模分布式计算技术控制所有系统组件,进而控制系统的整体行为;④在CPS中物理设备与信息设备相互协同和相互影响,共同决定整个系统的功能和行为特征;⑤CPS可以实现系统组件的动态重组和软件的在线更新。上述特征将使CPS具有明显强于现有工业系统的适应性、灵活性、安全性和可靠性。从长远来看,所有物理系统均可以联网成为CPS的一部分。由于CPS对于经济和技术发展具有重要意义,美国等主要发达国家都将其列为优先开展的研究领域。在中国,国家自然科学基金、科技部“973”计划和“863”计划均已将CPS列为重点资助领域。
从上文对CPS的介绍中可以看出,CPS与智能电网在概念上有相通之处,即都强调利用前沿信息技术以增强对大系统的感知和控制能力。基于这样的考虑,文献[8]提出可以建立电力CPS并作为未来智能电网的基本架构。本文在CPS概念和现有研究成果的基础上,力图进一步构建电力CPS的基本理论和方法研究框架。首先发展电力CPS的综合建模理论,然后在此基础上进一步探讨电力CPS的分析与控制问题。本文所发展的电力CPS的基础理论与方法有助于促进电力一次系统与电力信息系统的深度融合与协作,并从理论上支持智能电网的发展。
电力系统是CPS应用的重要领域之一,近年来一些学者针对CPS与电力系统的结合作了初步的研究工作。文献[9]中首先提出了电力CPS的概念。文献[2,9,10]对电力CPS的建模作了初步尝试。文献[11,12,13]则初步研究了电力CPS的安全性与可靠性问题。通过对现有相关文献的整理和总结可以发现:①尚不存在能够全面而准确地计及信息系统与电力系统交互过程的CPS建模理论与方法。②针对电力CPS的理论、模型、方法、算法和计算与实现工具等方面的研究仍处于刚刚起步甚至是空白状态。因此,电力CPS的研究有待进一步开拓和深入。特别地,考虑到智能电网的建设正在快速推进,提出能与下一代电力系统“智能化”特点相适应的电力一次系统与电力信息系统集成的新理论与新方法就显得尤为重要。
1 电力CPS的建模理论
1.1 智能电网环境下信息系统的影响
传统的电力系统分析和控制方法中并未明确计及电力信息系统的影响,一般假定所获得的系统信息是及时、准确和可靠的。在目前的电力系统中,控制对象主要是大型水火电机组、保护装置、无功补偿装置等;需要控制的设备数量不大,且大部分控制功能主要是基于本地信息实现的。因此,目前电力通信网络的数据传输负担较轻。另外,由于现有的电力通信网络是相对独立的专用网络,面对外部网络的接口数量少,因此其可靠性与安全性都有较好的保证。现有电力系统的这些特点决定了不考虑信息系统对于电力系统分析和控制的影响不会导致明显的误差。
由于智能电网中存在相量测量装置(PMU)、智能电表等大量传感装置,且传感装置的采样频率也会明显增大,因此智能电网需要传输和处理的信息量将远大于目前的电力系统。这决定了智能电网对计算系统和通信网络的依赖程度将明显增大。出于成本考虑,对于数量庞大的智能电表、智能家电等终端,一个可行办法是借助公用通信网络如有线电话网络和Internet实现通信。这将使通信延迟、通信系统可靠性、信息系统安全性等问题变成影响智能电网整体性能的重要因素。此外,由于信息传输和处理能力的不足,现在的电力系统调度机构对系统中的大量设备,如小容量分布式电源、保护装置等只能依靠其自身的控制器进行分散本地控制,这使得系统因为无法协调全部可用资源而导致整体运行效率较低。要实现智能电网对于自愈性、高可靠性、高安全性的要求,就必须对上述设备进行网络化集中控制;这又将进一步增强电力系统对于信息系统的依赖性。
从上述讨论可以看出,信息系统的性能对于智能电网有着至关重要的影响。因此,建立能够深度融合信息系统和电力系统的电力CPS,并研究与之相适应的建模、分析与控制方法对于实现智能电网具有重要作用。
1.2 电力系统与电力信息系统的统一建模方法
一般而言,可以将电力信息系统分为计算、通信、传感3个部分,分别用于完成信息的处理、传输与采集等功能。这3个部分共同决定电力信息系统的整体性能。这里将基于有穷自动机(finite automation)、随机过程、微分代数方程等理论首先为计算、通信与传感系统分别建立适当的数学模型,再将其与现有的电力系统数学模型联立起来以构成比较完整的电力CPS数学模型。
与电力系统类似,从整体上讲电力信息系统模型也可以分为稳态模型和动态模型2类,并分别用代数方程组和微分方程组描述。信息系统建模与电力系统建模的不同之处在于信息系统通常存在若干种离散工作状态,因此需要引入有穷自动机等数学工具处理离散工作状态之间的相互转换。联合采用微分代数方程组、有穷自动机和随机过程理论,就可以构成电力信息系统模型。由于信息系统模型和电力系统模型均以微分代数方程组为基础,因此可以方便地将两者联立,形成电力CPS的统一模型。
1.3 电力信息系统的稳态模型
与电力一次系统类似,电力信息系统也是一个网络化系统,因此其稳态模型可表示为网络流量模型。在电力信息系统中,传感设备和部分计算设备是信息流的起点,其作用是产生信息流并将其注入通信网络中。而另一部分计算设备的作用则是接收信息流并进行相应的分析处理,因而是信息流的终点。通信网络是传输信息的媒介,其中路由器等信息交换设备的主要作用是决定每一个到达交换设备的数据包(packet)下一步应该被交换到哪一个节点。换句话说,路由器的作用就是决定信息在网络中的流向。
基于上述考虑,这里构建电力信息系统的稳态模型。考虑一个有向带权多重图G=(V,E),其中V为图中节点的集合,其元素可以是计算单元、传感单元、信息交换单元或三者的组合;而E表示图中边(通信线路)的集合。对于任意一个信息交换单元v∈V,用Cv表示其信息交换能力(即单位时间内能够处理并送出的信息量)的上限,其单位一般为bit/s或Mbit/s;用Dv表示数据包在信息交换单元中的延时。对于任意一个通信线路l=(i,j)∈E,用Bl或Bi,j代表线路的带宽(band width),其单位一般也为bit/s或Mbit/s。需要指出,由于电力信息系统是用有向图表示的,因此Bi,j和Bj,i不一定相等。此外,采用Dl或Di,j表示数据包在线路中的延时。假定系统中共有N组信息源,以Si,j(k)表示第k组信息源注入系统的信息流量,其中i,j分别表示信息流的起点和目的地;注意这里不要求i,j直接相连。这样,电力信息系统的稳态模型可由下列代数方程和约束条件组成。
1)节点信息流量平衡方程
对于任意节点v∈V,其流入与流出的信息流量相等:
式中:(i,v)∈E,(v,j)∈E分别表示节点i,j和节点v直接相连;Si,v和Sv,j分别为由节点i流入节点v和由节点v流入节点j的信息流量;Nv为位于节点v的信息源数量;Sv(k)为位于节点v的第k组信息源注入系统的信息流量;Mv为在节点v终止的信息流数量;Ov(k)为在节点v终止的第k组信息流的流量。
2)节点最大信息流量约束
对于任意节点v∈V,其流入的信息流量不能大于其信息交换能力的上限:
3)线路最大信息流量约束
对于任意线路(i,j)∈E,其流量不应大于其带宽:
0≤Si,j≤Bi,j (3)
可以采用上述模型对信息系统作稳态分析,求取其稳态运行点。下文还将对此作进一步讨论。
1.4 电力信息系统的动态模型
上面介绍的稳态模型主要用于解决信息流在通信网络中的路径分配问题。在理想情况下,所有线路和路由器上的信息流量均应不大于其带宽和交换能力上限,此时信息系统处于稳定运行状态。然而,在实际运行中,由于信息源注入信息的速率过快,部分线路和路由器上注入的信息流量常常会超过其带宽或处理能力,其结果是可能造成信息传输的显著延迟和部分数据包的丢失。这就是所谓的通信网络阻塞(congestion)问题。阻塞发生后,信息系统会从稳态进入到一个动态过程,并在通信网络控制系统的作用下,过渡到新的稳态。然而,不当的控制措施可能导致通信网络的阻塞崩溃(congestive collapse)。在通信网络的实际运行中,网络阻塞是经常发生的,因此为信息系统建立准确的动态模型对于评估其性能是非常必要的。
通信网络的动态模型是信息系统动态模型的核心。根据国际标准组织(ISO)所制定的通信网络的开放系统互联(open system interconnection,OSI)模型[14],通信网络按照功能可以划分为7层。由于在电力系统分析和控制中所感兴趣的问题是通信网络造成的数据延迟和丢失现象,因此下面主要针对OSI模型中的网络层(network layer)和传输层(transport layer)建立其动态模型。
在网络层和传输层中,主要的建模对象是路由器、通信线路,以及用于防止网络阻塞的核心控制措施——阻塞控制(congestion control)协议。路由器和通信线路一般都自带内存缓冲(memory buffer),进入路由器和通信线路的数据包将首先存储于内存缓冲里,等待进一步处理和传输。在数学上,可以将内存缓冲用排队论中的队列(queue)表示,缓冲的大小称为队列的最大尺寸,而当前缓冲中存储的数据量被称为队列的尺寸。以最常见的TCP/IP网络为例,当网络中出现阻塞现象时,阻塞控制协议可以采取2种措施以缓解阻塞:一是降低数据源注入网络的数据量,这可以通过减小数据源所在节点上的阻塞窗口(congestion window)的尺寸来实现;二是在各路由器上主动删除一部分重要性较低的数据包,避免出现因为队列溢出而被动丢失数据的情况。当出现网络阻塞时,各节点的阻塞窗口尺寸和各队列的尺寸将发生动态变化,因此可以选择它们作为动态模型的状态变量;而系统的输出一般可以取为各数据流的传输延迟和数据丢失率。与一般控制系统类似,若以X(t)表示系统的状态变量,以Y(t)表示系统的输出,以u(t)表示控制信号,则通信网络的动态模型可以表示为:
当系统处于不同状态时,阻塞控制协议的工作机理是不同的。这里仍以TCP/IP网络为例,一个队列可能在空、满和非空非满3种状态中不断转换,而3种状态对应的队列尺寸的微分方程组是不同的。类似地,对应不同的系统阻塞情况,TCP协议存在慢启动(slow start)、阻塞避免(congestion avoidance)、快速恢复(fast recovery)等工作状态;不同状态下阻塞窗口尺寸的微分方程也不同。因此,为了处理信息系统在各种离散工作状态间的转换,可以引入有穷自动机作为数学工具,与微分方程组共同构成通信网络的数学模型。有穷自动机是用来描述一个系统根据若干条件在不同状态间相互转换的离散数学工具。如图1所示,利用有穷自动机可以模拟系统的离散状态转换,而对应有穷自动机的每一个离散状态,系统的动态行为由相应的微分方程组进行模拟。这样的建模方法被称为通信网络的混合系统建模(hybrid system modelling)[15]。需要指出,不同通信网络所采取的网络协议不同,其阻塞控制机制也就不同。因此,在建立通信网络的动态模型时,必须仔细考虑阻塞控制协议本身的特点。
对于计算单元,可以基于排队论和随机过程进行建模。一个计算单元一般由处理器和内存缓冲组成。一个计算任务到达计算单元后,将首先在内存中排队等待。处理器则按照先到先处理的原则逐个处理内存中的任务。因此,可以选择排队论中的D/G/c/∞或M/G/c/∞队列作为计算单元的模型。队列名称中的第1个字母表示计算任务到达计算设备的频率(或间隔时间)的概率分布:其中D表示计算任务将按照确定的频率到达计算设备;M表示计算任务到达的频率服从Markov过程(Poisson过程或Binomial过程)。队列名称的第2个字母G表示计算设备处理一个计算任务的时间服从一个非Markov随机过程,如Gaussian过程。队列名称中的第3个字母c表示该计算单元可以并行处理最多c个任务。这里所谓的并行包括硬件并行和利用软件实现的虚拟并行。队列名称中的∞表示缓存中等待的任务数无上限。由于存储设备成本很低,目前计算设备的存储空间一般很大,因此可以近似认为计算设备中等待的任务数没有上限,即不会发生因为缓存不足而丢失任务的情况。对于电力信息系统而言,计算任务包括各种电力系统分析任务(如潮流计算、在线安全分析等)和控制策略计算任务(如电动汽车或分布式电源的最优控制策略等)。应针对不同计算任务的特点选择适合的到达频率和处理时间的概率分布。基于上述考虑和概率分布,可以求出计算单元的性能指标(如各种任务的平均处理时间)。在此基础上,可以进一步求出计算单元向网络注入数据的速率(如向网络中发送控制信号的速率)。
对于传感单元的建模,需要考虑的重点问题在于传感单元数据产生速率所服从的随机过程。可考虑采用的模型包括连续时域随机过程如Wiener过程,Markov过程如Poisson过程,以及厚尾过程如Pareto过程等。
综上所述,利用微分代数方程组、有穷自动机、随机过程、排队论等工具,可以建立电力信息系统的动态模型。将信息系统的动态模型与电力系统的动态模型联立即可得到电力CPS的动态模型。
2 电力CPS的分析方法
2.1 电力信息系统的稳态分析
前已述及,当通信网络各节点和线路上注入的信息流量小于其交换能力和传输能力上限,且系统未发生故障时,信息系统处于稳态。根据通信网络的线路负载情况,一个数据包可以选择多条不同的传输路径;因此一般情况下,信息系统可能存在多个稳态运行点。稳态分析的主要目的就是基于稳态模型寻求最优稳态运行点。信息系统的稳态分析可以通过求解通信网络的最优路由问题实现,是一个以式(1)～式(3)为约束的优化问题。最优路由问题的优化目标可以给定为平均传输路径最短、平均延时最短、数据丢失率最低等。通过求解最优路由问题,可以得到每条通信线路上的信息流量,并获得稳态情况下每组数据流在网络中的传输延迟。
最优路由问题在通信领域已得到了比较充分的研究,且研究重点在于发展有效的求解算法和如何对注入网络和流出网络的数据流量相关的不确定性进行适当处理等。常用的优化方法包括传统的图论方法,如Bellman-Ford算法和Dijkstra算法[16],以及数学规划方法,如线性规划和整数规划等[17]。这些方法可以直接应用于电力CPS的分析之中。
2.2 电力信息系统的动态分析
信息系统动态分析着重求解在通信网络因存在阻塞或发生故障而处于暂态时信息系统的关键性能指标,如传输延时和数据丢失率等变量的时变路径,以及判断系统是否会发生阻塞崩溃现象。信息系统动态分析一般通过信息系统仿真来实现。
信息系统仿真是通信领域的一个重点研究方向,常用方法包括数据包级仿真[15]和流仿真[15,18]2类。数据包级仿真通过仿真所有单个数据包在网络中的行为,进而获得整个网络的行为特征,如实际带宽、延迟时间、是否发生阻塞、数据丢失率等。通过模拟单个数据包的行为,数据包级仿真可以达到很高的精度。计算速度慢是数据包级仿真的主要缺点。可以首先利用数据包级仿真对系统进行离线分析,进而确定电力信息系统的运行状态。此外,数据包级仿真的结果可以用于估计信息系统模型的有关参数。
另外一种信息系统仿真方法则是基于2.4节介绍的动态模型,来直接求解系统状态变量(如队列尺寸、阻塞窗口尺寸、线路流量等)的时域解。这种方法被称为电力信息系统的流仿真。流仿真的计算速度比数据包级仿真快得多,可以用于对信息系统进行在线评估。
要进行信息系统的流仿真,就需要求取作为信息系统动态模型的微分代数方程组的时域解。在假定信息系统内不存在不确定性因素的前提下,一些经典的常微分方程求解方法,如Runge-Kutta法[18]已经被应用于流仿真之中。然而,如上文所述,在信息系统中,计算单元和传感单元的行为都是不确定的,需要用随机过程进行建模;此时系统的动态模型将由常微分方程变为随机微分方程。因此,就有必要深入研究针对随机微分方程的有效求解算法,如随机Euler法和随机Milstein法等。
2.3 电力CPS的可靠性分析
由于信息系统对电力系统运行具有显著影响,因此在电力CPS的可靠性分析中,除了发电机组和输电线路等电力系统元件之外,还必须计及信息系统元件故障对于电力系统可靠性的影响。因此,评估电力信息系统的可靠性是评估电力CPS可靠性的重要一环。
与电力系统可靠性分析类似,可以将电力信息系统的可靠性分析分为确定性和随机性两大类。在确定性、可靠性分析中,可以基于“N-1”原则,任意移除系统中的1台路由器、计算设备、传感设备或1条通信线路,然后评估移除该设备对信息系统的影响。评估方法则可利用上文介绍的信息系统稳态分析方法,判断通信网络中是否会出现阻塞,并进一步计算每一组信息流在网络中的延时和数据丢失率。在得到延时和数据丢失率后,则可针对电力CPS控制系统的特点,为发电机组、电动汽车、储能设备、负荷、输电设备等设定延时和数据丢失率的阈值。若控制信号从控制系统发出到达任意设备的延时,或者任意设备的状态信息到达控制系统的延时超过给定的延时阈值,即可认为系统对于该设备失去控制能力。类似地,若控制信号或者状态信息在传输过程中的丢失率超过给定的允许比例,也可以认为系统对该设备失去了控制能力。在确定失去控制的电力系统设备后,即可应用传统的电力系统可靠性评估方法分析信息系统故障对于电力系统可靠性的影响。与电力系统可靠性分析类似,电力CPS可靠性的最终评估指标也可以采用期望不满足电量(expected unserved energy)等。
另一方面,对于电力CPS的随机可靠性分析,首先可以基于历史数据获得信息系统设备的故障概率模型。引起信息系统设备故障的原因一般包括机械故障、人为操作失误、网络攻击3种。可以先分别建立这3种情况的概率模型,再汇总得到各设备的故障概率模型。之后,基于设备的故障模型,可以利用Monte Carlo仿真随机产生信息设备故障,然后采用与确定性、可靠性分析类似的办法计算期望不满足电量等指标。
2.4 电力CPS的安全性分析
电力信息系统发生故障会威胁电力系统的安全。因此,有必要发展有效的电力CPS安全性分析方法。由于信息系统故障的结果通常是控制中心失去对相关电力设备的控制能力,因此信息系统故障对于电力系统造成的影响一般应作为大扰动。所以,在电力CPS的安全性分析中,应该着重考虑信息系统故障对电力系统暂态稳定性的影响。
电力CPS安全性分析的一般步骤为:①首先建立电力信息系统的预想事故集;②针对每一个预想事故,利用上文介绍的电力信息系统动态模型评估通信网络中是否会发生阻塞,并计算之后一个较短时段内信息系统的性能指标(传输延时、数据丢失率)的时变路径;③基于传输延迟和数据丢失率等指标,判断可能失去控制的电力设备;④假定从系统中同时移除这些失去控制的设备,然后应用现有的暂态稳定分析方法,如时域仿真或扩展等面积准则(EEAC)法,评估电力系统是否能够暂态稳定。
2.5 电力CPS的综合仿真
构建电力CPS的主要目的之一就是在更大范围内全面采集和利用与电力系统相关的各种信息,并在此基础上实现系统综合仿真,以便于调度人员和其他市场参与者全面掌握电力系统运行状态并在此基础上作出决策。从总体上讲,电力CPS综合仿真主要包括信息、物理和经济3个层面。在信息层面上,仿真的目的就是利用电力信息系统分析方法评估信息系统运行状态以及其对电力系统的影响;在物理层面上,仿真的目的是评估电力系统自身运行状况,以判断系统是否能够安全稳定运行;在经济层面上,仿真的目的则是根据电力系统运行状态和一些关键市场信息的预测结果,预测市场运行状态 (如电价和机组调度结果)。除了上述3个主要方面外,在电力CPS的综合仿真中还可以进一步计及能耗和碳排放等因素,从而形成智能电网的“信息—物理—经济—能耗—排放”综合仿真。
由前面的讨论可以看出,智能电网与相关的电力市场、碳排放市场等共同构成了一个非常复杂的系统。对这样一个复杂系统的仿真涉及到海量信息的存储和分析,以及性质各异的多种计算任务。电力系统传统的集中式计算平台难以满足对这种复杂系统综合仿真的需要。因此,必须考虑引入云计算[19]等大规模分布式计算技术来解决计算和存储能力不足的问题。云计算通过整合广域环境下的异构计算资源以获得强大的计算和存储能力。另外,在云计算体系下,对于一些较为复杂的计算任务,如电力系统安全分析,可以将其按照区域分解为若干子问题,并利用各区域内的计算资源尽可能就地解决,以减轻海量信息传输给通信网络带来的负担。
3 电力CPS的混合控制方法
未来的智能电网必须依赖通信网络在调度机构和智能负荷、分布式电源、电动汽车等设备之间传递信息与控制信号。因此,未来的智能电网将是一个典型的网络化控制系统。而另一方面,考虑到通信网络在实际运行中存在由于故障或网络攻击而暂时失灵的可能,完全依赖网络化控制有可能会降低系统运行可靠性。因此,在智能电网环境下较为理想的控制方式应该是网络化控制与本地控制相结合的混合控制。
网络化控制系统(networked control system,NCS)是指传感器、控制器和执行器(actuator)分布在不同网络节点上,且必须通过通信网络交换信息的控制系统[20]。网络化控制系统是近年来控制领域的研究热点。控制领域的大量研究表明,通信网络阻塞造成的传输延迟和数据丢失对于控制系统的性能具有很大的影响,严重时可能造成控制系统失稳和崩溃[20,21,22]。解决传输延迟和数据丢失的常用方法主要有以下2种。
第1种方法是在控制系统模型中显式计及传输延时和数据丢失的影响,然后利用解析方法评估控制系统在一定的传输延迟和数据丢失率下是否能够稳定工作。
第2种处理传输延迟和数据丢失的方法被称为延迟和丢失补偿[21,22]。其核心思想是在任意一个时间点上,控制系统不仅要计算当前的控制信号,还要根据系统状态变量的模型预测值计算未来几个时间点的控制信号,并一起发送到执行器。一旦当前时间点的控制信号因为传输延迟或丢失而没有到达执行器,则执行器将根据之前收到的预测控制信号发出执行指令。如图2所示,含有延迟与丢失补偿环节的执行器有“同步”和“中断”2种工作状态。在正常情况下,执行器处于“同步”状态。一旦执行器没有收到当前时间点的控制信号,则转入“中断”状态,根据预测控制信号发布执行命令,直到其收到新的控制信号为止。将延时与丢失补偿法应用于电力系统的关键在于如何建立准确的系统信息(常规发电机组出力、负荷水平、风机出力、太阳能光伏系统出力、电动汽车电池电量水平等)预测模型,并发展高效的优化算法,以有效地产生高质量的预测控制信号。
控制方法和控制系统的性能受到电力信息系统性能的制约。一方面,计算系统的性能决定了某种控制算法的最高时间复杂度。若控制算法过于复杂,则计算系统可能无法及时完成控制指令计算。另一方面,通信网络的性能决定了某种控制方法可以利用的最大信息量。一般而言,利用的系统信息越多,越有可能得到更好的控制策略。然而,通信网络的性能决定了能够从传感装置流动到调度中心或变电站的信息量的上限。由于智能电网不可能从头建立,其必然是从现有电力系统逐步演变而来,这样从降低成本的角度出发,智能电网的通信,尤其是从地调到分布式电源和终端用户的通信,将很可能利用现有的通用通信网络(如Internet)来实现。这样,在实际系统运行中,电力信息系统的性能未必能够满足控制系统的要求。这就对控制方法和控制系统的灵活性提出了很高的要求。从这个角度考虑,电力CPS的控制应该可以在多种控制方法之间灵活切换。在信息系统性能允许的情况下,应该选择从整体上最优的控制方法,例如由调度中心进行全局最优控制。一旦信息系统的性能因故障或外部攻击有所降低,系统将基于前面提出的稳态和动态分析方法,来自动选择次优控制方法(如分层分区控制);信息系统当前所具备的性能应该能够保证该方法的稳定运行。在严重情况下,如通信网络大部分失灵或失去调度中心主服务器的情况下,各种设备将依据本地信息实施本地控制。利用上述多种控制方法相结合的混合控制策略,可以提高电力系统运行的安全与可靠性水平以及运营效率,并减弱信息系统失灵对电力系统的负面影响。
4 结语
到目前为止,电力系统与电力信息系统的研究基本上是相互割裂的。现有的电力系统分析与控制方法不能适当容纳电力信息系统的模型,这是阻碍电力信息系统与电力系统深度融合并最终实现智能电网的主要障碍之一。在此背景下,本文提出了电力CPS的基本理论和方法,较为系统地讨论了电力CPS的建模、分析和控制等问题,为电力CPS的研究建立了一种基本框架。
电力CPS研究的核心内涵是如何有效地实现信息系统与电力系统的相互融合与协作。本文首先基于微分代数方程组、有穷自动机、随机过程、排队论等数学工具,建立了电力CPS的稳态和动态模型。之后,系统讨论了信息系统稳态分析和动态分析问题。在此基础上,提出了电力CPS的可靠性分析与安全性分析的基本思路与方法。最后,论述了通信网络的传输延迟和数据丢失对于电力系统运行控制的影响,提出了延时与丢失补偿机制,以及基于多种控制方法相结合的控制策略。
电力信息物理融合系统 篇2
摘要：随着信息技术的快速发展，使我国的各行各业都得到了跨越式的发展，电力系统供电的稳定性与可靠性同样都得到了显著的提升。我国目前的信息通讯产业当中，电力系统当中运用的关键技术便是电力通信技术。通过科学的手段与合理的措施，实现电力信息与电力通讯的有效融合，能够在电力系统当中充分发挥出电力信息的重要作用。下文当中，笔者对电力信息与电力通信技术有效融合的可行性作了详细地分析，并探讨了具体的策略。
关键词：电力信息；电力通信技术；有效融合
时代在进步，信息技术的更新换代也越加迅速。快速发展的信息技术，推动了我国各行各业的发展进程，而电力系统供电的稳定性与可靠性也在这样的大环境下得到了显著的提升。对于电力系统来说，关键的技术便是电力通信技术。因此，运用有效的手段与措施，实现电力信息与电力通讯技术这二者的有效融合，运用电力通信技术使电力信息的重要作用有效地发挥出来已经成为普遍关注的话题。
1、分析电力信息与电力通信技术有效融合的可行性
第一，良好的经济环境。我国社会的快速发展，对于电力的需求日益提高也促进了电网的快速发展。电网通信工作人员也逐渐发现，融合电力信息和电力通信技术可以使企业业务水平与工作效率有效提升，也可以為用户提供更优质的服务并确保电力系统的运行稳定性与安全性。电力信息和电力通信技术的有效融合，能够降低电网管理成本并提高信息的有效利用率，帮助电力企业提升核心竞争能力，这与市场经济发展的规律是相符的。电力企业要想在激烈的市场当中拥有一席之地，必须提升自身的市场竞争能力，电网企业运营中应就要加强先进技术的应用，简化网络结构，使企业运营成本降低。电力信息和电力通信技术的有效融合，可以促进电力企业上述目标快速实现。
第二，坚强的政策环境后盾。近年，我国一直在倡导科学信息技术的发展，电力信息和电力通信技术的有效融合可以使电子信息通信的资源配置得到优化，并推进我国经济的可持续发展，并顺应国家信息化、市场化、现代化以及城镇化的发展形势，使我们国家的经济发展的战略要求得到满足，并实现统一机构管理，这两项技术的融合也因此得到了国家政策上的支持。2006年，我国国家电网便提出的SG186工程建设，将一体化的企业级信息集成平台的建设作为工作的主要目标，旨在使电力信息与数据资源实现共享。要想实现这一目标，就要在建设电力通信网络的基础之上，促进信息资源利用率得到提升，整合各项网络信息数据。十二五期间，国家电网公司还提出了现代化公司的建设，即智能电网以及优良资产、优质服务为基础的电力企业，而这一目标要想实现，数据网络接入的范围必须扩大，才能使电网公司数据通信网覆盖的范围扩大。不难看出，国家对于电力信息与电力通信技术的有效融合构建了良好的政策环境。
第三，有力的技术环境。从技术方面来看，我国近年对信息技术的应用已经非常广泛，并掌握了电力信息与电力通信技术融合必须的各项关键性技术。例如：核心网技术，应用IP/M PLS技术可以对网络资源配置进行优化，使网络结构提高稳定性；接入网技术，应用宽带网络技术、光纤接入网、无线网络技术以及无源光网络技术等，都可以为这两项技术的融合提升必要的技术支持；软交换系统，应用此系统可以使网络数据传输简化，通信网络的可靠性与稳定性可会有效提高；软交换技术，此项技术的应用是非常灵活的，可对多业务操作给予支持，也可以使这两项技术更好的融合到一起。这些技术在我国的发展，对于电力信息和电力通信技术的有效融合提供了必要的技术支持，也使这两项技术的有效融合提高了可行性。
2、实现电力信息与电力通信技术有效融合的策略
第一，建立电力信息通信统一调度。电力信息与电力通信技术要想实现有效地融合，必须建立信息通信调度部门，确保机房和调度部门的独立，使电力信息和通信形成全面的融合得到一定的保障，使信息管理平台对于调度信息和通信能够进行统一的监控，使信息资源的利用率有效提升。运用电力通信技术可以为电力信息提供传输的渠道，而信息监控的结果会通过通信调度进行反馈。电力系统的工作流程也要不断整合，确保对通信运作的状态进行实时的监测，加强全方位电力信息监控系统的构建，促进电力系统运行维护工作一体化的实现，使员工可以对信息传输状态进行实时的掌控并进行反馈，从而促进通信系统运行统一调度的目标得以实现。
第二，建立规范化操作机制。要想融合电力信息与电力通信技术，必须先融合各项基础业务。电力企业必须先对通信管理体系制度进行制定，并对有关技术要求进行完善，使电力通信运行维护工作向着规范化发展，强化实践操作的可行性，给顺利开展通信作业与现场督查工作的实施提供规范性的指导，确保现场操作的可行性，并使员工能够根据操作规程严格执行，提升电力系统的通信质量。电力企业还要大力投入资金，引入先进的技术积极建设信息化系统运行平台和信息监控管理中心，并由专业技术人员对系统进行操作。运用IMS系统，实时监控电网信息系统实际的运行情况，并由操作员工对系统信息进行详细分析进行与处理，及时发现信息系统存在的故障隐患，加强系统维护工作并提升系统运行与管理水平，使信息资源共享得以实现，并发挥各项信息资源的重要作用。
第三，加强对员工的基础技术培训工作。电力企业要想加快电力信息与电力通信技术的融合，工作人员的技术水平起着决定性的作用。因经，电力企业必须积极开展各项基础技术的培训工作。对此，可以邀请相关技术的专家、专业技术人员到企业来开展讲座或者进行现场工作指导，在引入先进技术之前，先要开展技术培训，使工作人员能够对先进的技术有全面的了解，并掌握各项基础操作、注意事项等，确保每位员工都能够熟练地掌握新技术、新设备的操作，促进电力信息与电力通信技术的快速融合。
总之，电力系统电力信息和电力通信技术的有效融合，是电力企业及行业现代化建设的趋势。这两项技术的有效融合可以使电网实现智能化的管理，提升信息资源的利用率以及工作效率，使电力用户对于电力企业的满意度提升。在国家政策、经济以及技术环境的大力支持下，相信电力信息与电力通信技术的有效融合会为我国经济的发展贡献更大的力量。
参考文献：
电力信息物理融合系统 篇3
随着智能电网建设和研究的推进,通信与信息技术在电力系统中应用范围将不断扩大。电力输送和分配的智能电网系统已经成为电力、信息综合服务体系的多层次平台[1]。电力系统从传统的电力设备网络发展成为融合信息网络和电力物理网络的复杂信息物理融合网络体系[2,3,4]。多元设备和异构网络的多重不确定性和复杂性给电力系统的稳定性与可靠性带来双重挑战[5,6,7]。
信息物理融合电力系统中,信息层与物理层相互融合依靠,信息层需要物理层电网节点的能量供应。同时,物理层的运行需要信息层实现3C(控制,通信,计算)功能[8],电网节点接收信息层节点的监控指令和调度信息。信息层由边及节点组成。信息层的边是传输3C功能所涉及的状态、指令与数据的信息通道;信息层节点为完成对应物理层节点3C功能对应的信息层设备与算法的抽象集合,实现对数据的分析处理传输与物理节点的监控。信息层的可靠性可能导致物理层运行的风险,信息物理系统中的状态量及信息传输处理等环节可以抽象为“数据节点”“信息支路”[9]。文献[10]分析了信息层拓扑故障与支路故障对物理层电力系统电压控制的影响。同时,两层网络间复杂的对应依靠关系使物理融合电力系统对连锁故障更加脆弱[11]。单层节点的意外故障或攻击失效将导致新的失效在两层之间交替传播引发连锁故障。2003年美国、加拿大大停电以及2015年乌克兰停电事件的主要成因可归纳为信息系统节点失效引起控制中心对电网整体运行失去监控能力,电网处于不可测、不可控的状态,同时,不同节点间失去通信联系,继而引发连锁故障[12,13]。
复杂网络系统的相关理论对电力系统连锁故障建模提供了新的视角[14,15,16],对于信息物理融合电力系统多层网络间的连锁故障,复杂网络理论同样有适用性[17]。其中,渗流理论是由Broadbent和Hammersley提出用来描述流体在随机介质中的运动。连续渗流理论可分析随机网络节点失效网络的连通性问题[18],文献[19]研究了基于渗流理论的双层SF(scale-free network)通信网络的鲁棒性。文献[20]提出基于拓扑分析的渗流理论,建立一对一相互对应依靠的信息物理融合系统连锁故障拓扑分析模型。文献[21,22]应用复杂网络理论对双层信息物理融合系统连锁故障分析,指出网络间的相互融合依靠关系会加剧连锁故障效应,使融合系统更加脆弱,其中连锁故障呈现具有阶跃特性的一阶渗流过渡相变;而在独立网络中,连锁故障呈现更加线性过度的二阶渗流过渡相变[23]。两层网络间的相似性及相互对应依靠策略也对融合系统的脆弱性有影响,随着两层网络相似性的增加,网络脆弱性降低[24]。通过分析比较不同依靠对应策略下的信息物理融合系统的连锁故障,信息层与物理层的度数—介数对应策略相较于其他度数与介数的对应策略具有更低的脆弱度[25]。文献[26]在文献[20]的基础上,拓展一对一相互对应依靠双层网络到多重对应双层网络,将基于拓扑分析的渗流理论应用在信息物理融合电力系统的动态连锁故障的建模中,同时设定可以自治运行的孤岛节点数阈值。先前的研究模型中没有考虑信息层通信特性和物理层电网运行潮流特性,模型不够精确,难以准确地反映连锁故障的动态发展过程[27]。同时,基于复杂网络理论的信息物理融合电力系统连锁故障脆弱度评估指标都为网络拓扑特性参数,例如失效节点比例、网络连通效率等,没有建立考虑故障对信息层通信传输和物理层电网运行影响的脆弱度指标。
本文在基于拓扑分析的信息物理融合系统连锁故障分析中考虑物理层电网潮流分析和输电线路容量检测,建立动态模拟信息物理融合电力系统连锁故障的多阶段渗流理论模型。同时,从网络拓扑完整性和运行特性两方面建立了连锁故障脆弱度评估指标。对于信息层网络,综合节点失效比例和系统通信延时;物理层网络,综合节点失效比例和电网切负荷率。分别在度数—介数对应依靠策略及拓扑中心度对应依靠策略下建立信息物理融合电力系统模型,继而分析对比了在不同攻击策略下信息物理融合电力系统的连锁故障动态发展过程及脆弱度。
1 信息物理融合电力系统
信息物理融合系统由信息层和物理层组成。其中信息层和物理层分别由具有复杂连接关系的网络组成,带有复杂网络的一般特征,因此复杂网络理论对于信息物理融合电力系统的建模有重要借鉴意义。应用复杂网络理论,物理层与信息层的模型可以抽象为拓扑图,各层的网络拓扑关系可以用邻近矩阵A=(aij)N×N表示,如果节点i和节点j间有边连接,则元素aij为1,反之元素为0。
1.1 物理层模型
物理层模型可以抽象为复杂网络权重图,N为节点(变电站和发电厂),E为边(输电线路),W为边的权重矩阵。权重矩阵的元素为对应两节点间边的电气距离,电气距离的定义为对应边的阻抗倒数wij=xij-1。为了提高电网数据传输效率以及不同区域的协调监控,信息物理融合电力系统采用分布式区域控制中心的结构。按照复杂网络Bisection分区原则将物理层电网分为不同区域,不同区域网络的阶数相近且子网络间的连接边数最少。具体的分区原则为对网络拉普拉斯矩阵求解特征值以及特征向量,次小特征值对应的特征向量的正负符号表示的不同的节点分区[28]。区域间的边为电力联络线,每个区域设有区域控制节点。控制节点位置的选择符合网络最短传输路径总和最短的原则。控制节点对应的信息层节点为物理层电网分布式区域控制中心。每个分布式区域控制中心与系统控制中心相连。本文使用的物理层模型为IEEE 118节点电网,分为三个子网络,结构见附录A图A1。电力网络区域边缘节点间的输电线路为区域联络线,节点17,49,100分别为信息物理融合电力系统分布式区域控制中心对应的物理节点。
1.2 信息层模型
信息层网络的节点为与物理层电网节点相对应的数据传输与处理中心节点,是完成对应物理层电网节点3C功能对应的信息层设备与算法的抽象集合。边为数据传输介质,传输3C功能所涉及的状态、指令与数据。大量的数据显示信息以太网符合无标度网络特征,节点的度分布符合幂律分布特性。本文中,信息层无标度网络通过Barabsi-Albert模型建立,网络阶数Nc=Np+1[29],分别为对应物理层电网节点的信息层节点以及系统控制中心节点。考虑到电力系统控制中心的特点,信息层分布式区域控制中心与系统控制中心节点带有自备电源,在故障分析中即使失去物理节点能量供应,依然可以正常工作。
1.3 信息物理节点对应策略
信息物理融合电力系统中,信息层与物理层间的相互作用可以概括为两类单方向依靠关系:能量依靠关系与3C功能依靠关系。信息物理电力系统信息层与物理层的相互作用见附录A图A2。能量依靠关系意味着信息层节点运行所需的能量由与其建立能量依靠关系的物理层节点提供;3C功能依靠关系意味着物理层节点的监控及调度的数据通信处理由与其建立3C功能依靠关系的信息层节点实现。
目前电力系统通信网络为电力通信专用网络,电力通信专用网络多为星形网络与网状结构网络,结构分为核心层、骨干层和接入层。电网主要变电站及调度节点接入通信专用网络核心层与骨干层,其余电网节点满足与地理位置相近的通信网节点连接。在信息物理融合电力系统背景下,需要传输和处理的信息量将远大于现有水平,借助一部分公共以太网络是一个可行的解决方案,这使得信息物理融合电力系统中信息层没有明显的核心层、骨干层、接入层的结构,因此有必要在信息物理融合电力系统背景下比较及选取最优的信息层物理层节点对应依靠策略。
文献[20]表明网络间相互关联的节点在各自网络中局部连接关系的差别很大程度影响融合网络对连锁故障的脆弱度。因此,有必要考虑信息层与物理层网络间的依靠关联关系对连锁故障脆弱度的影响。文献[25]得出相比于随机对应和其他介数、度数的对应关系,度数—介数对应依靠关系建立的信息物理融合系统对于连锁故障有较低的脆弱度。网络的拓扑中心度从拓扑关系的角度综合反映了节点对于网络整体拓扑的重要性以及对网络边失效的脆弱度[30]。为了寻求信息物理融合电力系统物理层与信息层的最优依靠对应关系。本文对度数—介数以及拓扑中心度对应依靠策略进行了分析与对比。
1)度数—介数对应依靠策略
信息层节点和物理层节点分别按照节点度数和介数依次排列。对应依靠策略通过连接排列次序对应的信息层节点和物理层节点建立能量依靠关系与3C功能依靠关系。
2)拓扑中心度对应依靠策略
复杂网络节点的拓扑中心度是L+矩阵对角元素的倒数。L+是网络拉普拉斯矩阵(L)的彭罗斯穆尔伪逆矩阵(Moore-Penrose inverse matrix)。网络的拉普拉斯矩阵由L=D-A计算。D为网络节点度数组成的对角矩阵,A为网络的邻近矩阵。对于物理层,为了从拓扑和电力参数综合反映网络的中心度,将公式中的A换为物理层网络的加权邻近矩阵。
式中:abs()表示计算绝对值;diag()表示对角矩阵;Wp为物理层的加权矩阵。
Wp中的元素为节点间边的电气距离,是对应线路阻抗的倒数,wij=xij-1,i和j为线路两端的节点。如果两节点间无直接连接的边,则加权矩阵对应元素为0。
拓扑中心度对应依靠策略为将信息层节点和物理层节点按照拓扑中心度排列,对应依靠策略通过连接排列次序对应的信息层节点和物理层节点建立能量依靠关系与3C功能依靠关系。
2 考虑物理电网潮流及信息层延时的渗流理论连锁故障模型
2.1 改进渗流理论
渗流理论是描述流体在随机介质中的运动。可以分为离散渗流和连续渗流,离散渗流又可分为点渗流和边渗流。渗流理论是以概率为基础的对图的结构连通性进行研究[31]。渗流过程可以类比于网络中除去点或边的连锁故障发展过程,渗流相变类比于连锁故障引发网络完全失效。因此,对多层次信息物理融合网络的连锁故障建模具有适用性。在分析信息物理融合电力系统的连锁故障中,信息层、物理层的节点同时满足以下两个条件时,可正常运行,属于其所在层的工作连通子集。
1)对于信息层节点,至少与一个区域控制中心连接;对于物理层节点,属于本层最大工作连通子集或可以正常运行的孤岛,即孤岛可以满足内部全部或部分负荷需求。
2)对于信息层节点,至少有一条能量依靠关系与之连接;对于物理层节点,至少有一条3C功能依靠关系与之连接。
信息物理融合系统的连锁故障由网络中的一定比例节点意外故障或受到攻击失效引起。失效节点的范围在信息层和物理层之间反复传递扩大,产生连锁故障。在信息物理融合电力系统连锁故障建模中,将故障发展的动态过程描述为不同的阶段,在每个阶段,不满足以上两个节点工作条件的节点将会从正常运行网络中剔除。当不再产生新的失效节点或全网络节点均失效时,则连锁故障动态过程停止。本文提出的考虑物理层电网潮流分析以及信息层延时的改进渗流理论的总体流程如图1所示。
1)阶段一:信息层初始节点失效
信息层节点由于部分节点意外故障或受到攻击引起失效,失效节点的故障沿着本层的边及两层之间的依靠关系传播,引起连锁故障。将初始失效节点剔除后的信息层网络节点集合可以表示为:
式中:C为信息层节点全集;μ1为初始失效节点集合;Cu(μ1)表示求取μ1在全集C中的补集。
考虑到节点正常工作的两个条件,在剔除原始失效节点后的信息层网络中,属于工作连通子集的节点集合可以表示为:
式中:F(C~1)表示在子网络C~1中求取符合条件的工作连通子集节点的运算。
2)阶段二:物理层失效分析
由于阶段一中部分信息节点的失效,从而部分物理层电网节点由于失去信息层节点3C功能依靠关系导致失效。将此部分失效物理层电网节点剔除后的物理层电网节点集合可以表示为:
式中:P为物理层电网节点全集;μ2为失去3C功能依靠关系的物理层节点;Cu(μ2)表示求取μ2在全集P中的补集。
节点集合P2中属于物理层工作连通子集的节点类似公式(3)可表示为:
如图1绿色框图所示,对物理层电网进行拓扑分析后,再对物理层工作子集节点组成的电网进行交流潮流分析。潮流计算后,对物理层电网边容量进行检测,过载的边将会引起保护动作被切除。此后,还需对物理层工作连通子集进行更新与计算。
如果潮流收敛失败,意味着物理层电网工作子集节点网络中的发电机无法满足初始负荷需求,需要进行切负荷优化运算,切负荷优化运算的目标函数及约束条件如公式(6)—(7)所示。
式中:Ci为节点i的切负荷量;Pi(V,δ)和Qi(V,δ)分别表示节点i的实际注入的有功功率与无功功率;PGimin,PGimax,QGimin,QGimax分别为发电机节点注入有功功率与无功功率的下限和上限;PDi和QDi分别是节点i的有功负荷和无功负荷;Tk为输电线路k的潮流;Tkmax为其最大容量;Vimax和Vimin分别是节点i的电压上下限。
由于切负荷优化运算约束条件中有输电线路容量约束,计算后将不会导致输电线路容量过载,因此切负荷优化运算后可直接可进入阶段三。
3)阶段三:信息层失效分析
由于信息层与物理层的相互作用,失效的物理层节点将会引起新的信息层节点失效。失去能量依靠关系而新失效的信息层节点需要从工作连通子集中除去,类似于公式(4-5),此阶段信息层工作连通网络节点集合可表示为:
式中:μ3为阶段二中失去能量支持关系的信息层节点;Cu(μ3)表示求取μ3在全集C中的补集;C3为工作连通网络。
信息物理融合电力系统的连锁故障的动态发展可以概括为阶段一的初始节点故障引发故障在阶段二和阶段三之间不断迭代的过程。阶段三结束后进入阶段二开始新一轮迭代。从第二轮迭代开始,公式(4)与公式(8)中的P和C1表示上轮迭代结束时,物理层和信息层的工作连通网络节点集合。依据文献[22],Barabsi-Albert模型的无标度网络及具体电力网络中节点失效后,满足节2.1中工作条件的节点筛选没有具体统一的封闭表达式形式,所以对于信息层节点,求取工作连通网络节点集合由判断节点与区域控制节点是否连通实现;对于物理层节点,求取工作连通网络节点集合由tarjan算法以及判断出现的解列孤岛是否有发电机及负荷节点实现。
当一轮迭代后与前一轮迭代的结果比较,不再产生新的失效节点或整个系统瘫痪全网络节点均失效,则信息物理融合电力系统连锁故障动态发展过程结束,进入脆弱度指标计算。
2.2 连锁故障脆弱度评估指标
本文的连锁故障脆弱度评估指标由拓扑完整性和信息层与物理层运行特性两个方面系数综合构成。网络拓扑完整性系数为连锁故障结束后,信息层与物理层连锁故障失效节点占总节点的比例;信息层与物理层运行特性系数分别为系统延时增量与切负荷比例。
信息层承担着数据交换处理的任务,完整性和时效性是基本的运行要求。连锁故障后网络失效节点的比例体现连锁故障对数据完整性的影响;时效性通过网络数据传递与处理的延时反映。由于信息节点的失效,信息层网络可能出现阻塞,数据在信息网络中通信传输将出现延时增加和数据丢失。本文对数据通信延时按如下简化计算。数据在信息网络中传输符合最短路径原则,每通过一个数据节点,延时增加一个时间单位(τ)。延时时间单位反映了数据在信息层数据源节点到目标节点传递与处理中,每通过一个信息节点及到达下一信息节点的通信路径中传递引起的延时。
信息层节点到控制中心的通信延时反映信息网络数据传递的实时性指标。物理层电网的电力运行特性系数用切负荷比例表示,反映了电网对电力用户需求的满足程度。因此,本文的信息物理融合电力系统连锁故障脆弱度评估系数如公式(10)所示。
式中:Ncyber和Nphysical分别是信息层和物理层的节点总数;i为连锁故障发展迭代次数;order(C2i+1)和order(P2i)分别为连锁故障结束时,信息层和物理层工作连通网络的阶数;T为连锁故障结束后的总负荷切除量;j为物理层电网节点全集;∑Lload表示物理层电网故障前总负荷;Tdelay为连锁故障引起的信息层总延时增量;e和f分别表示故障后和故障前的信息层节点间最短传输路径集合;t_delay表示每条传输路径的延时。
信息层完全失效时,网络中已不存在节点间的最短传输路径,整个信息层系统延时增量为无穷大。
3 算例分析
应用本文提出的连锁故障模型对基于复杂网络理论建立的信息物理融合电力系统模型连锁故障仿真分析。信息物理融合电力系统的物理层为IEEE118节点标准模型,信息层是依据Barabsi-Albert模型建立的119节点无标度网络。两层之间的依靠关系为冗余依靠关系,即每个物理层电网节点与两个信息层节点建立3C功能依靠关系,两个信息层节点分别为主备3C功能依靠节点;每个信息层节点与两个物理层电网节点建立能量依靠关系,两个物理层电网节点分别为主备能量依靠节点。
不同依靠关系策略会影响系统连锁故障脆弱度,对比物理层与信息层间不同对应依靠策略对信息物理融合电力系统连锁故障脆弱度的影响,分别对度数—介数对应依靠策略及拓扑中心度对应依靠策略进行连锁故障分析。在每种对应依靠策略下,分别仿真10组信息层节点逐次随机攻击引起的连锁故障,统计平均脆弱度指标,如图2、图3所示。为了方便图表显示,当信息层系统完全失效时,信息层延时增量为无穷大,将做出文字说明,不再量化表示。
每种信息层—物理层对应依靠策略下,信息物理融合电力系统连锁故障呈现了一阶渗流过渡转变,随着攻击节点数目增加,脆弱度逐渐上升。信息层拓扑结构受到破坏,一部分节点间丧失数据传输路径;一部节点间数据最短传输路径改变,传输路径绕至其他可用节点,系统延时比故障前增大。系统延时增加体现了攻击对于尚未失效节点的数据传输性能的影响。攻击节点数目有一个阈值,在这一阈值附近,脆弱度指标跃变,连锁故障范围扩大至全部节点;超过这一阈值,信息层和物理层所有节点失效,系统延时增量为无穷大。对度数-介数对应依靠策略及拓扑中心度对应依靠策略下系统阈值如表1所示。
综合图2、图3及表1,拓扑中心度对应依靠策略对连锁故障体现了较低的脆弱度,由于拓扑中心度综合反映了网络拓扑及物理层电网特性。这种对应依靠策略下,信息层及物理层处于拓扑及运行特性关键位置的点之间相互建立依靠关系,对随机节点攻击体现了较低的脆弱度。
为了对比信息物理融合电力系统采用分布式区域控制中心与集中式控制中心结构对系统连锁故障脆弱度的影响,在拓扑中心度对应依靠策略中物理层电网不分区,物理层采用集中式控制中心节点的结构下,进行节点随机攻击模拟,脆弱度指标如图4所示。
对比图3与图4,采用分布式控制中心结构不能明显抑制连锁故障发生范围,但可以在故障传播过程中减小信息层延时,提高信息层实时性指标。
节点攻击策略对系统脆弱度也有影响,对比不同节点攻击策略下信息物理融合电力系统连锁故障的发展。选取在随机攻击中脆弱度低的拓扑中心度对应依靠策略信息物理融合电力系统模型,分析信息层节点在度数排列攻击、介数排列攻击、拓扑中心度排列攻击下的系统连锁故障。如图5—图7所示。
相比于随机攻击,信息物理融合电网在蓄意目标攻击下体现了高脆弱度。度数排列攻击与介数排列攻击结果相近,拓扑中心度排列攻击的节点阈值更低且曲线陡度更大,系统完全失效更快。由于信息层处在关键拓扑位置的节点遭到攻击,系统性能受到破坏,系统延时增量较随机攻击有明显增加。在此攻击下,高拓扑中心度对应的物理层节点处在物理层拓扑和电力参数重要的位置,这些节点失去3C功能依靠关系而失效,对物理层的拓扑结构和电网运行造成更大影响,加速了信息物理融合系统连锁故障传播和系统瘫痪。
4 结语
本文在基于拓扑的信息物理融合系统连锁故障分析中考虑信息层电网的潮流分析和输电线路容量检测,采用多阶段分析的改进渗流理论,建立动态信息物理融合电力系统的连锁故障模型。同时,从网络拓扑完整性和网络运行特性两方面建立连锁故障脆弱度评估指标。算例表明信息物理融合电力系统拓扑中心度对应依靠策略对随机节点攻击体现了较低的脆弱度。同时,采用物理层电网分区的分布式控制中心,可以明显降低故障中信息层延时增量,能提高系统连锁故障中信息层的运行时效性。在拓扑中心度对应依靠关系下,对比了信息物理融合电力系统在不同攻击策略下连锁故障的脆弱度。拓扑中心度排列攻击的节点阈值更低系统完全失效更快。同时,由于信息层处在关键拓扑位置的节点遭到攻击,系统性能受到破坏,系统延时增量较随机攻击有明显增加。
本文提出的模型能更好地模拟实际连锁故障的发生与动态发展过程,系统脆弱度指标结合拓扑与物理运行特性,更加综合全面。下一阶段将针对信息层的主要功能与模块建立更精细化的模型以及研究信息物理融合电力系统连锁故障的预防控制措施。
附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。
摘要：基于改进渗流理论,提出了考虑物理层电网潮流分析与信息层延时的信息物理融合电力系统连锁故障模型。将连锁故障的动态发展描述为故障在信息层、物理层交替传播扩大的多阶段过程,在分析故障在物理层传播的阶段中考虑物理层电网潮流,在脆弱度指标中综合拓扑完整度、信息层延时增量及物理层实际运行指标。对信息层、物理层不同对应依靠策略及节点攻击策略的连锁故障建模仿真表明拓扑中心度对应依靠策略呈现较低的脆弱度;物理层分区设立分布式控制中心与集中式控制中心的结构相比,能提高连锁故障发展中信息层的运行实时性。同时,节点蓄意攻击相比于随机攻击能造成发展更迅速,影响范围更广的连锁故障。
电力信息通信系统融合的构想 篇4
一、电力系统信息系统和通信系统现状
目前, 信息监管系统和通信管理系统是两个独立的系统。
信息运维综合监管系统 (IMS系统) 是集“综合网管、安全管理、桌面管理、IT运维流程”为一体的运行监管平台。实现对公司总部、下属网省直至地市各级“网络设备、安全设备、业务应用、桌面计算机、IT运维流程”的实时运行监控, 保障其安全、稳定、连续、可靠、有效运行。通过系统的建设, 实现了全视角的实时运行监管、全方位的信息安全专业管理、全过程的运维闭环管理、全贯通的安全运行监管。
通信管理系统 (TMS系统) 实现了对通信专业生产运行情况、网络管理情况的实时在线监测。通信管理系统应用功能划分为公共基础应用、实时监视、资源管理、运行管理和综合展示应用共五大类。
建设具备实时监视、资源管理、运行管理、专业管理四大业务应用, 覆盖各级电力通信骨干网和终端通信接入网, 是具有集约化、标准化、智能化特征的国家电网公司企业级通信管理平台。
二、信息通信系统融合的重要意义
2012年初, 在公司信息通信工作会议上, 栾军副总经理要求紧密围绕“两个一流”目标, 进一步“融合发展、安全运行、全面建设、深化应用”, 加快构建信息通信一体化管理、建设和运维体系, 全面提升信息通信对电网安全生产和业务高效运转的支撑能力, 支撑坚强智能电网和“三集五大”体系建设。
未来信息通信发展必须站在公司发展全局高度, 打破专业壁垒, 在一体化运作方面取得新突破。实现一体化管理体系, 一体化建设体系, 一体化运维体系。
同时, 数据共享和业务融合已成为发展趋势, 国内外一流企业的广泛实践证明, 数据共享和业务融合能够更有效提高工作效率、推动专业协同, 保障信息系统更好发挥作用, 促进管理水平持续提升。随着公司坚强智能电网和“三集五大”体系建设的深化推进, 对信息通信系统数据共享和业务融合提出了新的要求。
目前的信息通信运维支撑系统的建设存在流程不贯通, 数据重复录入等问题, 迫切需要建立数据实时共享、业务流程无缝对接、技术先进的支撑平台, 为公司的调度、运行、检修、客服、三线等工作的开展, 提供强大的技术保障, 提高信息通信整体运维水平。
三、信息通信系统整合的初步构想
信息通信系统集成包括:数据集成, 指应用在数据层面的共享与同步;应用集成, 指一个业务应用调用另一业务应用的功能, 执行一个操作得到操作结果或获取相关信息, 或者发送信息触发另一个业务应用内的进一步操作;流程集成, 指通过编排各个业务应用中的功能, 实现一个完整的业务流程;界面集成, 指将各个业务应用的操作界面整合到一个页面中, 以方便用户使用, 提升操作效率。
应用集成主要实现应用集成、流程集成, 以及通过集成平台进行的数据集成, 界面集成在企业门户中实现, 直接通过数据库访问的数据集成在数据中心实现。应用集成解决的是业务应用之间的横向集成问题。需要指出的是, 流程集成是建立在应用集成和数据集成基础上的, 流程执行模块通过编排各个应用中的服务实现流程集成。当然, 仅通过应用集成的方式也能实现流程的串联, 从而完成一个完整的业务流程, 而通过流程集成的方式可以实现对流程更为精细化的管理。
从系统运维的业务管理角度出发, 构建信息通信业务融合需要实现多业务的融合, 包括:调度方面, 实施统一调度, 实现资源的优化组合和高效利用;运行方面, 实现信息通信的统一运行监控;检修方面, 实施标准化作业, 保证检修质量, 规范检修工作, 排除故障, 降低风险。客服方面, 实现客服工单统一受理, 统一派发, 统一管理。
参考文献
[1]常英贤, 张鑫, 谢飞.基于信息通信融合的一体化管理系统研究[J].电力信息化.2013, 11 (4) :37-38
[2]王志强, 蒋城颖.电网企业信息通信融合的探讨[J].电力信息与通信技术.2013, 11 (10) :1-4
电力信息物理融合系统 篇5
近年来,电力企业信息化建设快速推进,各类信息系统不断投入使用,有效地支撑了电力安全生产和企业管理,成为电力企业发展的重要技术保障。 信息系统投入使用之后,数据不断积累,已经成为企业的宝贵资源。但信息系统在应用过程中还存在一些不足,主要表现在以下几个方面。
1)随着信息系统数量的不断增加,部分系统功能重复、数据冗余,导致用户在使用过程中需要重复录入,增加了日常的工作负担。
2)信息系统大多是基于专业分工的流程管控系统,缺乏公司级的整体协调,数据统计口径不统一, 跨专业数据共享比较困难。
3)信息系统操作步骤繁琐,界面风格不统一,操作易用化程度不高。
针对这些影响系统使用和数据融合的问题,企业需要转变信息化发展思路,注重统筹考虑和顶层设计,促进专业间的数据融合与共享,构建企业级的一体化信息平台。近年来,一些企业和科研机构陆续开展了信息系统数据融合与共享的相关研究和应用,主要通过数据仓库(Operation Data Storage, ODS)、公共信息模型(Common Information Model, CIM)、企业服务 总线(Enterprise Service Bus, ESB)等方式进行数据集成。文献 [1] 基于CIM对SCADA系统进行了数据整合;文献 [2] 提出了一种在网络化综合电子信息系统中采用面向服务的体系结构(Service-Oriented Architecture,SOA)实现数据共享的方法;文献 [3] 通过分析企业各种应用系统中所涉及的共享基础数据,构建基于共享基础数据资源平台的企业信息系统整体框架;文献 [4] 研究了采用ESB进行配网自动化及管理信息系统信息集成的方法;文献 [5] 研究了基于本体的松耦合消息模型和应用;文献 [6] 介绍了电力企业数据中心数据的管控方法。本文主要研究了企业数据融合与共享方法, 并以电力企业流程管理系统为例进行数据融合与集成。
1信息系统数据融合与共享
企业信息化是一个不断发展和完善的过程,随着信息系统积累的数据越来越多,信息系统数据融合与共享的需求越来越迫切。信息化发展历程大致可分为3个阶段:在第1阶段,企业对信息化的价值认识有限,一般只部署了公文管理、邮件等办公系统; 在第2阶段,开始重视企业级信息系统的建设,注重流程管理和业务管控,关注信息系统对业务的全面支持,在这一阶段,信息化为企业带来了竞争优势, 但由于缺乏对信息系统的整体规划和管控,系统数量不断增加,规模不断扩大,系统的使用范围越来越大,管理上的因素往往制约了信息系统作用的发挥, 主要表现在:功能重叠、数据标准不统一、数据冗余、 流程不闭环等;在第3阶段,企业开始重视信息化管控和数据融合,以软硬件设施和应用系统建设为基础,进一步加强信息化对企业业务和发展战略的支撑,把信息化作为企业核心竞争力的重要组成部分, 更注重企业信息化与组织结构、岗位、流程、标准和制度的匹配。
电力企业信息系统数据融合与共享是一个不断演进、提升的过程,需要根据业务发展不断完善。目前,信息系统数据融合和共享已经成为企业信息化工作的重要组成部分。数据共享工作涉及信息系统设计、开发、应用等环节,贯穿信息系统的整个生命周期。在信息系统设计、开发阶段,数据融合工作主要是识别新开发信息系统与企业原有信息系统的关系,梳理新增功能、数据和流程与企业原有信息系统的依赖关系,通过系统间数据集成和共享,消除功能冗余和数据重复录入,避免“信息孤岛”,将新建信息系统与企业原有信息系统全面融合,形成一个数据准确、唯一、按需流动的企业级信息平台;在信息系统应用阶段,数据融合工作主要为数据质量校验、数据管理和接口运行维护等。
2数据融合与共享的方法
电力企业已经建立了企业级的数据中心,通过数据中心和ESB可以进行数据交换。如果数据量较小且不需要与其他系统共享,一般采用ESB进行数据交换;如果数据量较大或需要与其他系统进行数据共享,一般通过数据中心进行数据交换。
2.1基于ESB的数据共享
SOA架构能够将信息系统的不同功能单元通过服务之间定义良好的接口和约定联系起来,ESB则是支撑SOA消息传递的关键技术。ESB是传统中间件技术与XML、Web Service等技术相互结合的产物,可以消除不同应用之间的技术差异,让不同的应用服务器协调运作,实现不同服务之间的通信与整合。从功能上看,ESB提供了事件驱动和文档导向的处理模式,以及分布式的运行管理机制,它支持基于内容的路由和过滤,具备复杂数据的传输能力, 并可以提供一系列的标准接口。ESB的基本功能如下:
1)服务注册与管理:在总线范畴内对服务的注册命名及寻址进行管理;
2)传输服务:确保通过ESB互连的业务流程间消息的正确交互;
3)路由与定位:提供位置透明的路由和定位服务,提供多种消息传递形式,支持丰富的传输协议和接口;
4)服务和事件管理支持:调用服务的记录、测量和监控数据,提供事件检测、触发和分布功能。
ESB总线主要适合数据量小(小于2 MB)、实时性要求高的非共享类数据集成。此种技术路线的优点是实时性高,可保证数据的实时交互,缺点是对数据量较大的数据传输支持不足。ESB数据交换流程如图1所示。
2.2基于数据中心+ESB总线的数据共享
数据仓库(ODS)是一个面向主题的、集成的、 可变的、当前的细节数据集合,用于支持企业对于即时性的、操作性的、集成的信息需求。ODS既承担了数据整合所需的大批量数据获取和准实时数据同步更新功能,又承担了客户统一视图查询、营销活动监控等准实时的多维汇总分析功能。
数据中心与ESB相结合,可实现信息系统间数据的融合共享。由于共享数据必须存放到数据中心, 因此该方案适用于数据量小、实时性要求不高的共享类数据。基于ESB的数据中心数据集成示意如图2所示。
注:1信息系统 A 将数据写入 ODS;2信息系统 A 向 ESB 总线发送数据已写 ODS 的 JMS 消息;3信息系统 B 从 ESB 总线接收信息系统 A 的 JMS 消息; 4信息系统 B 从数据中心 ODS 读取数据。
2.3基于数据中心+ETL的数据共享
数据中心ODS通过抽取、转换、装载(ExtractTransform-Load,ETL)、企业应用 集成(Enterprise Application Integration,EAI)等技术实时或准实时地从各业务系统中抽取企业运营数据,进行转换、加载、映射等工作,形成ODS的核心数据。信息系统间进行数据集成时,对于数据量较大的数据传输工作,通常采用ETL的方式进行处理。另外,少数数据提供方系统因某些原因无法进行技术改造,通常也采用ETL的方式进行处理。基于ETL的数据中心数据集成示意如图3所示。
流程说明:
1)完成定制CIM模型,并在数据资源管理工具中进行部署;
2)信息系统A将共享的 数据存入 数据中心ODS;
3)信息系统B通过ETL方式定期从数据中心ODS抽取数据。
3流程管理系统数据融合实践
以电力企业流程管理系统为例探讨数据融合与共享。首先,通过问卷调研和现场访谈的方式调研流程管理系统使用情况,根据从用户收集的信息系统使用情况,进行数据及相关功能分析,找到相似的功能和重复录入的信息,明确数据统计口径和标准, 提出数据融合需求;其次,编制数据融合方案,明确共享的数据和技术方案;然后,组织数据融合共享开发和测试;最后,进行集成部署和验证测试,实现数据融合共享。
3.1数据集成需求分析
流程管理系统属于综合类管理信息系统,涉及企业的全部流程、制度、表单、标准、岗位、风控、绩效等管理要素,需要将这些管理要素通过流程进行相互关联和调用,最后在系统中导出流程手册和岗位手册等管理文件,帮助员工提高工作效率,遵循制度要求,控制相关风险等。通过分析,该系统需要与SAP HR模块、标准管理系统、协同办公系统、财务系统集成,实现组织岗位、标准、制度、风险控制等管理工作协调运转。流程管理系统数据集成关系如图4所示。
1)与ERP HR模块集成。 通过系统 集成,将ERP HR模块中的组织及岗位变动信息自动更新至流程管理系统,实现流程管理系统中组织及岗位相关模型的动态更新。
2)与标准管理系统集成。通过系统集成,将企业技术标准和管理标准的立、改、废信息从标准管理系统自动更新至流程管理系统,实现对流程管理系统中技术标准、管理标准目录的动态管理;通过接口程序实现新订(或修订)管理标准自动拆分,并在流程管理平台中自动创建管理标准模型;优化流程管理系统文档管理功能,建立从流程管理系统直接访问标准管理系统中各类文档的机制。
3)与协同办公系统集成。通过系统集成,将管理制度立、改、废信息更新至流程管理系统,实现对流程管理平台中制度目录的动态管理;建立流程管理平台和制度管理系统的文档链接,实现制度文档共享;实现新订(或修订)制度目录推送和内容自动拆分,并在流程管理平台中自动创建制度模型。
4)与财务系统集成。通过系统集成,将风险管控信息推送到财务系统,实现风险管控的财务约束; 并与财务内部的风险管控相结合,促进财务风险管控的高效运行。
3.2接口实现
以标准管理系统向流程管理系统数据集成为例,采用数据中心和ESB相结合的方式进行数据集成,数据共享集成步骤如下:
1)标准管理系统每天24点按照设定的数据格式将前一天标准的变化信息存储到数据中心指定的数据表;
2)标准管理系统确认信息保存成功后,向ESB指定的主题中发送相应的JMS消息;
3)ESB获取消息后,调用流程管理系统与该主题相关的服务,该服务通知流程管理系统从数据中心提取数据;
4)流程管理系统通过数据采集工具从数据中心获取标准的变化信息。
3.3成效分析
通过数据集成接口,流程管理系统从ERP HR模块、标准管理系统、协同办公系统接收和整合推送过来的岗位、标准、制度变动情况,解决数据重复录入、数据更新不及时等问题,实现了企业流程管理各项工作的高效运转。另外将风险信息推送到财务系统,实现流程与内部风险管控的有机结合。通过数据集成共享,实现了企业“岗位、职责、流程、标准、考核”五位一体的协调运转,为企业管理提升提供了技术保障。
4结语
电力信息物理融合系统 篇6
关键词：信息融合技术,嵌入式网关,ZigBee网络,ARM处理器,综合监控系统
0 引言
“十二五”期间,随着国家电网公司SG186信息化工程的持续推进,电网运行环境将面临日趋复杂的新应用格局,改进电力监控手段和方法已显得尤为重要。目前,许多电力公司建设的各种电力监控自动化装置虽初步实现了“四遥”功能,但实际应用中也存在一些突出问题:单一功能的监控管理,没有统一的监测平台,基本处于多家设备并存、分散安装的状态,互操作性差,标准化规范化不足,各电力公司的系统相互独立,不利于省公司层面统一管理;监测点少,数据分散,控制实时性差,难以形成统一的业务模型和数据模型,无法反映电网长期电能质量情况;由于电力信号量极多且相关性强,设备种类繁多且分布广泛,给采集计算和实时监控带来很大麻烦,系统之间的接口可扩展性差、开放性差,稳定性欠佳[1,2,3]。
信息融合技术(Information Fusion)也称为多传感器信息融合技术,是将来自多个传感器或多源的观测信息进行分析、综合处理,从而得出决策和估计任务所需信息的处理过程[4]。这里所指的传感器是广义的,是指与工作环境相匹配的各种信息获取系统,如电力系统中的各种单一功能传感器和多参量的监测子系统等,其高度集成和协同动作能获取到更多、更有效的信息,主要优点为系统可靠性高、监测范围广、置信度良好、生存能力强、扩展性好,能有效提高电网状态监测和运行智能化程度,为电网智能化监控的发展和应用开辟了广阔的前景。
文章以IEC61850为建设规范,通过应用多元信息融合技术,设计基于ARM内核嵌入式处理器和Zig Bee网络技术的电力实时监控系统,对现有的软硬件进行应用集成,进一步融合和完善已开发监测装置的性能,利用传感器进行电网相关监测参数的实时数据采集。网络传输部分可选择电力载波、无线数传、GPRS、CDMA、3G等多种通信平台,将监测数据传输到由工作站和数据库服务器等组成的综合监控中心,进行实时分析处理,并在监测指标出现异常时报警,从而提高电网安全、经济运行水平[5]。
1 电力综合监控系统的总体设计
系统总体设计依据电力监控工程的实际建设情况,按照“硬件集中、软件集成”的思路,充分考虑今后系统增容的复用性和可扩充性,采用分布式、模块化结构,管理设备均可扩容,直接与系统进行连接,不需对线路进行大的改造;信息处理面向电力系统的各种应用服务,主要通过数据库、数据管理和数据查询等功能实现,做到与国家电网公司信息系统的良好对接。
1.1 系统整体架构
电力综合监控系统采用分布式体系结构,主要包括4部分:
1)无线传感器网络(Wireless Sensor Network,WSN)借助于分布在监测区域的各种传感器和Zig Bee模块,对电网运行过程中的设备及线路状态信息(电压信号、电流信号、变压器监控、开关电参量监测、电能质量数据、负荷监测等)和环境监测信息(主要是现场温湿度监测、烟雾报警、水浸报警等)实现数据采集及信息传输[6];
2)嵌入式网关的主体部分是基于ARM9核心的S3C2440处理控制模块,负责对各种监测数据的传输处理,并提供方便的人机交互界面,完成与多种网络的通信;
3)网络传输部分包括Internet与各种有线或无线通信网,为用户提供远程访问及控制方式,将监测到的数据传输到远程监控中心;
4)监控中心由应用服务器、数据库服务器、工作站、监测维护终端等组成,主要完成监测数据的传输、存储和处理,进行电网的远程维护与实时监测,同时向中心用户和远程用户终端提供数据的评估分析等服务,从而实现电网的实时监测与预警处理。
电力综合监控系统结构如图1所示。
1.2 信息融合体系架构
在满足系统功能、性能与安全条件的前提下,应尽可能利用和发挥现有各类监控设备和数据资源的功效,逐步升级、扩容,以节约建设成本、缩短建设周期。由此,设计电力综合监控系统的信息融合体系架构,如图2所示。
该系统自底向上分为4层:(1)传感器信号获取是基础功能层,完成各种参数的检测和变送,是系统的主要信息源;(2)传感器信号处理是属于传感器级的信号处理过程,主要负责存取和管理监测数据;(3)监测目标特征融合属于面向电力应用服务的信息处理过程,通过对各种协同信息的融合处理,实现电力监测对象的信息提取和处理,完成对目标的信息集成功能;(4)电网运行态势评估是高级的信息决策级融合处理过程,通过监控中心对各类信息分析,作出对电网全局的运行状态评估,控制各监测子系统的相应动作,完成对相应传感器的管理工作,在出现问题时发出报警信号。其中,监测目标特征融合依赖于相关的数据处理和融合知识规则;传感器信息获取与处理主要通过对传感网的节点资源协调与管理,提高系统融合的效能[7]。
2 系统硬件电路
2.1 嵌入式网关设计
本系统是一个嵌入式实时操作系统,嵌入式网关硬件结构如图3所示。
电路的核心采用以ARM9为内核的S3C2440处理器,主要由电源模块、低压保护电路、存储器单元、通信模块、模拟信号调理模块、各种接口等组成,具有较好的兼容性和扩展性,能与目前安装的监测装置进行信息交互和融合。由不同传感装置组成的监测子系统,采集到终端设备信息后,一般仅保留数据接收和转发功能,所有的数据处理工作统一由嵌入式网关完成,从而减少了信息由终端到主站的处理环节,提高了系统响应速度,减轻了各监测子系统的工作压力,降低了故障发生概率,同时也方便系统的统一维护。
考虑到电力工作现场的需求,并兼顾系统功能、成本及今后的扩展升级,采用了高性价比、低功耗的S3C2440处理器。这是一款基于ARM920T内核的16/32位RSIC结构的微处理器,具有独立的16 k B指令,能完成数据存储、处理、传输、人机界面显示等功能。S3C2440提供一套完整的通用外设接口,完全满足电力监测系统中数据处理和网络传输的要求,不需要再为系统配置额外器件。S3C2440的片内外资源丰富,扩展性强,可大大缩短开发周期,减少整个系统的成本[8]。
2.2 无线传感器网络的硬件设计
本系统基于Zig Bee技术构建无线传感器网络,硬件结构如图4所示。
Zig Bee模块由CC2530芯片及其外围电路组成,这是新一代片上系统(System-on-Chip,So C)解决方案,集成了业界标准增强8051MCU内核,具有一套广泛的外设集(包括2个USART、12位ADC和21个通用输入/输出等),能很好地支持一般低功耗无线通信。其中,传感器部分采集配电网相关监测数据;CC2530模块存储和收发传来的数据,并与协调器进行无线通信;射频前端电路实现射频功率放大及提高接收灵敏度,以增加传输范围;调试端口实现系统的程序开发调试和软件移植;片内片外两部分通过标准接口进行连接[9]。
Zig Bee具有快速配置、容错性好、无需固网支持、成本低、功耗低、长期监测等特点,目前,已在电力监测中显示出广阔的应用价值:(1)不需要复杂的通信线路布线,降低了成本(传统监控系统中50%以上的安装成本来自传输电缆);(2)可实现不同监控模块的迅速构建,而不需要添加更多的设施,便于灵活组网和扩展,极大地减少了建设成本;(3)可避免长距离传输的信号衰减,为电网故障监测诊断提供了新的解决方案,提高了系统的可靠性和安全性,降低运维成本;(4)节点能够长期高效采集有效数据,可部署于高空高压电网等条件苛刻的环境中,从而减少人工检查和有线监控的高额成本;(5)具有自组织性、动态性拓扑,更适用于电力系统的分布式处理。
3 系统的软件设计
系统软件设计主要包括嵌入式网管软件和远程监控中心软件设计。网管软件负责数据的采集、传送和通信功能;监控中心负责数据处理和实时显示,并通过网络传送各种控制信息。
3.1 嵌入式网关软件设计
嵌入式网关主程序软件流程如图5所示。
传感器节点上电后,首先完成各参数的初始化,依据监控指令对数据信息进行采集,通过无线传输方式传到汇聚节点,根据路由协议自组织网络,对接收的数据进行处理融合,最后上传到远程监控中心。软件可选择具有开放性、可移植性、强大网络功能的Linux操作系统等工具[10]。
3.2 监控中心软件设计
电力综合监控系统由变压器综合监测、电能质量监测、环境监测、视频监控、报警联动等诸多监测系统组成,采用面向满足电网企业复杂业务需求的应用集成技术架构,各子系统既独立运行,又相互联系,不仅具备基本的监控和数据采集(Supervisory Control and Data Acquisition,SCADA)功能,还包括信息采集及分析管理功能,具有与电力管理信息系统(Management Information System,MIS)互联扩容,构成更大规模信息系统的能力[11]。电力综合监控系统构成如图6所示。
监控中心软件采用模块化设计,建成一个符合电力系统智能化管理要求的分布式、开放式平台,提供实时监测数据、信息传递、数据库系统、人机界面、应用程序等服务,并将各应用子系统在开放系统结构的基础上实现集成。由于系统涉及网络多种协议和通信方式,可采用数据采集软件与现场控制逻辑监控系统成为独立运行模块等技术手段,以保证现场监测系统运行的稳定和安全;预留多路数据通信和其他自动化系统的接口,如负荷控制接口、自动抄表系统等,以实现信息共享,便于系统以后的平滑升级、扩展和维护。软件设计分为C/S和B/S模式,其功能主要有用户权限配置、通信管理、数据采集、数据分析、信息发布、数据上报、统计分析、专家系统、监测控制等。监控中心软件平台框架如图7所示。
4 结语
文章依据IEC61850标准中有关信息集成系统建设的规范要求,设计面向多种应用的电力综合监控系统,通过多元信息融合技术,进一步集成和完善已开发电力监测装置,完成电网设备与调控系统的实时监控和信息互动。该系统技术架构开放灵活,能满足高集成度的电力应用,具有互操作性强、可扩展性好、经济实用等优点,对推动电网向自动化、综合化、集中化、智能化方向发展提供了有力的技术保障。
参考文献
[1]盛洁,唐良瑞,郝建红.智能配电环境感知融合网络的研究[J].电力系统保护与控制,2011,39(24):127–131.SHENG Jie,TANG Liang-rui,HAO Jian-hong.Research of ambient composite networks towards the smart distribution grid[J].Power System Protection and Control,2011,39(24):127–131.
[2]吴国沛,刘育权.智能配电网技术支持系统的研究与应用[J].电力系统保护与控制,2010,38(21):162–166.WU Guo-pei,LIU Yu-quan.Research and application of technology support system for smart distribute grid[J].Power System Protection and Control,2010,38(21):162–166.
[3]王康,章国宝.配电网智能监测终端的设计与实现[J].电子设计工程,2012,20(17):26–30.WANG Kang,ZHANG Guo-bao.Design and implementation of intelligent monitoring terminal for electric distribution network[J].Electronic Design Engineering,2012,20(17):26–30.
[4]于洪珍,徐立中,王慧斌.监测监控信息融合技术[M].北京:清华大学出版社,2011.
[5]冯翔.智能配电网多源信息集成模型系统研究[J].低压电器,2011(24):30–34.FENG Xiang.Research of multi-source information integration model system about smart distribution grid[J].Low Voltage Apparatus,2011(24):30–34.
[6]张强,孙雨耕,杨挺,等.无线传感器网络在智能电网中的应用[J].中国电力,2010,43(6):31–36.ZHANG Qiang,SUN Yu-geng,YANG Ting,et al.Applications of wireless sensor networks in smart grid[J].Electric Power,2010,43(6):31–36.
[7]胡学勇,彭林.信息化技术研究的探索与实践[J].电力信息化,2011,9(2):36–39.HU Xue-yong,PENG Lin.Research and practice of information technology[J].Electric Power Information Technology,2011,9(2):36–39.
[8]张豪,杨春燕,汪筱阳.S3C2440A芯片及应用[J].电子设计工程,2011,19(24):26–30.ZHANG Hao,YANG Chun-yan,WANG Xiao-yang.Introduction and application of CMOS chip S3C2440A[J].Electronic Design Engineering,2011,19(24):26–30.
[9]章伟聪,俞新武,李忠成.基于CC2530及ZigBee协议栈设计无线网络传感器节点[J].计算机系统应用,2011,20(7):184–188.[1ZHANG Wei-cong,YU Xin-wu,LI Zhong-cheng.Wireless network sensor node design based on CC2530and ZigBee protocol stack[J].Computer Systems&Applications,2011,20(7):184–188.
电力信息物理融合系统 篇7
准确而快速的电力系统故障诊断对调度人员及时识别故障元件、尽快恢复供电意义重大。迄今为止，已提出多种电力系统故障诊断模型和方法，主要包括解析模型[1,2,3,4]、专家系统[5,6,7]、人工神经元网络[8]、Petri网和模糊集[9,10,11]等。目前在实际电力系统中得到应用的主要是基于解析模型和基于专家系统的方法。
文献[1-4]所发展的故障诊断解析模型的基本思想是：用解析方法描述保护和断路器的动作与警报之间的逻辑关系，在此基础上构造能够反映实际警报信息与期望警报信息差异度的目标函数，之后采用优化算法求取最能解释实际警报信息的故障/事件假说。专家系统方法则利用保护和断路器动作逻辑、专家的经验知识和逻辑推理能力，国内外开发的一些专家系统在实际电力系统得到了应用。例如文献[6]发展了计及保护和断路器误动和拒动的故障诊断专家系统;文献[7]发展的警报处理与故障诊断专家系统在意大利电力公司得到应用。
电力系统发生故障时，保护和断路器有可能误动或拒动，警报信息上传时有可能出现延时、漏报或者误报等情况，这样相同的警报信息可能对应不同的故障情况。这就需要研究多种故障组合发生的可能性。因此，需要发展能够处理不确定性的电力系统故障诊断方法。在这方面，国内外已经做了一些研究工作。例如文献[1]建立了一种故障诊断的解析模型，能够处理保护和断路器误动和拒动等不确定性，但没有考虑警报信息的不确定性;文献[4]在机会约束规划的框架下建立了故障诊断的解析模型，并采用蒙特卡洛仿真法处理不确定性情况，如果故障区域中包括元件数量较多，则蒙特卡洛仿真过程需要的计算时间较长;文献[11]提出了基于时序模糊Petri网的电力系统故障诊断方法，利用了保护和断路器动作信息的时序属性来处理不确定性，但在保护和断路器动作可能出现延时及多个变电站GPS时标不同步等情况下该方法就不适用。
最近几年提出的基于信息理论的电力系统故障诊断方法能在一定程度上解决了上述不确定性，且诊断速度快，能够满足大规模电力系统在线故障诊断的要求。文献[12]在国内首次将基于信息理论的方法应用到电力系统故障诊断研究之中，建立了故障诊断的信息运动模型，并基于信息量损失最小原理，提出了适用于不确定性决策环境下的大规模电力系统故障诊断方法，但其没有考虑警报信息漏报和误报情况。文献[13]基于信息理论和技术，设计了实用化的地区电网辅助决策系统。
在上述背景下，本文以电力系统故障诊断解析模型为基础，融合信息理论，对保护和断路器动作逻辑以及它们和警报之间的信息运动进行解析，建立了基于信息量损失最小的电力系统故障诊断模型。具体而言，本文主要做了下述3个方面的研究工作：
a.在文献[12]的基础上，通过分析电力系统故障过程中的信息运动，并考虑警报信息的不确定性，建立了电力系统故障诊断的级联信道模型;
b.将信息理论融入电力系统故障诊断解析模型，并考虑电力系统故障过程中的多种不确定性，通过求解获得的各种可能发生的故障组合及其发生概率，来辅助调度人员进行决策;
c.提出了识别保护/断路器的误动/拒动和警报的漏报/误报等情况的方法，如此得到的诊断结果更加直观和全面，有利于调度人员进一步判断和决策。
本文构造的融合信息理论的电力系统故障诊断模型，充分考虑了警报信号的不确定性，具有较强的容错能力，并能够识别保护/断路器的动作行为。最后，用浙江电力系统实际发生的故障案例说明了所发展的模型与方法的基本特征。
1 故障诊断的信息运动过程
电力系统设备发生故障后，会引起相应保护和断路器动作，上传警报信息，这个过程可描述为信息运动过程，如图1所示。采用类比方法，将通信系统中的信源、信道和信宿概念[14]引入电力系统，即电力系统运行状态是广义的信源，调度中心获取的警报信息是广义的信宿，保护和断路器的动作以及警报信息的上传过程是广义的信道。利用调度中心获取的警报信息进行分析和决策，还原出电力系统真实的运行状态，就类比广义信息重建过程。
针对电力系统中警报信息具有离散概率型的特点，建立故障信息传递的级联信道模型，如图2所示。图2中的X、Y和Z均为随机向量。X表示可能的设备故障组合，其中的每个分量表示相应设备的运行状态;Y表示可能的保护和断路器的状态组合，其中的每个分量表示相应保护或断路器的动作状态;Z表示调度中心可能获取的警报信息组合。信道1的输出Y与输入X统计相关，而信道2的输出Z与输入Y统计相关，XYZ组成马尔科夫链[15]。概率pkj和概率qjl分别表示ak情况下bj出现的概率和bj情况下el出现的概率，即转移概率，由历年统计结果确定。前已述及，由于故障期间保护和断路器有可能发生误动或拒动，警报信息上传时也有可能出现漏报或误报等情况，相同的警报信息可能对应不同的故障情况。故障诊断就是根据获取的警报信息Z进行分析，确定最能解释警报信息Z的故障组合X和保护与断路器的动作状态Y。
2 基于信息理论的故障诊断模型
2.1 信息量损失
在信息具有不确定性的情况下，任何决策方案都可能引起信息量的损失，信息量损失其实就是对决策方案不确定度的量化。在信息理论中，某种决策引起信息量损失最小则信息被利用得最为充分，这种决策方案的不确定程度最低，也最为合理[16]。
2.1.1 信源信息量损失
在图2所示的信道模型中，直接计算信息量损失I(ak,bjel)有一定的困难，可引入相对信息量损失来进行决策。对于信道1的输入向量X，需要以某种具体的故障情况a0为基准。这样，在决策过程中，判断X=ak时的信源信息量损失[16]为：
其中，I(·)为单个事件所能提供的信息量;p(·)为相应事件的概率;k=1,2，…，K,K为可能的设备故障组合数目。
对于信道2的输入向量Y，决策过程中引起的信息量损失不仅与其自身有关，而且与信道1的输入向量X相关，为条件信息量损失。在决策过程中，以某种具体的保护和断路器状态b0为基准，判断Y=bj时的信源信息量损失为：
其中，p(··)为相应事件的条件概率;k=1,2，…，K;j=1,2，…，J,J为可能的保护和断路器的状态组合数目。
2.1.2 信道信息量损失
由图2可见，输出向量Z取决于信道2的输入向量Y，而与信道1的输入向量X条件统计无关，Z中无任何有关X的信息。在决策过程中，当事件Z=el、X=ak时的信道信息量损失为0;Y=bj时的信道信息量损失[16]为：
其中，I(·;·)为事件之间的互信息[14];I(·，·;·)为鉴别信息;pjl为信道的转移概率;pb0 l为基准状态b0的信道转移概率;j=1,2，…，J;l=1,2，…，L,L为调度中心可能获得的警报信息组合数目。
需要指出，这里没有对信道1的信息量损失进行说明，并不表示信道1中的信息运动不产生信息量损失。事实上，在确定信道2的输入向量Y并计算相应的信源信息量损失时，充分计及了信道1的输入向量X的影响，因此这里就不再对信道1的信息量损失做重复计算。
2.2 基于信息量损失最小的故障诊断模型
设停电区域内有nd个设备，所配置的继电保护装置有nr个，故障发生前与停电区域设备相连接的断路器共有nc个。由于保护和断路器动作警报与保护和断路器一一对应，相应的保护和断路器动作的警报个数分别为nr和nc。
以信息量损失最小为目标的故障诊断优化模型可表示为：
其中，H=[D,R,C]为故障假说;D=[d1,d2，…，dn]为停电区域的设备状态向量，di=1和di=0分别表示设备Di处于故障和正常状态;R=[r1,r2，…，rnr]为相关保护动作状态向量，ri=1和ri=0分别表示保护Ri动作和未动作;C=[c1,c2，…，cn]为相关断路器跳闸状态向量，ci=1和ci=0分别表示断路器Ci跳闸和未跳闸;R′=[r′1,r′2，…，r′nr]为与R对应的实际警报信息向量;C′=[c′1,c′2，…，c′nc]为与C相应的实际警报信息向量;D、[R,C]和[R′，C′]分别对应级联信道模型中的随机向量X、Y和Z。
根据2.1节中的信息量损失定义，将总的信息量损失分解为信源和信道信息量损失，可得：
其中，Iloss.S1为确定故障设备时的信源信息量损失;Iloss.S2为确定保护和断路器状态时的信源信息量损失;Iloss.C为信道2的信息量损失。
以所有设备无故障且所有保护和断路器无动作作为计算信息量损失的基准事件，并假设一次设备发生故障时，不同保护之间、不同断路器之间、保护和断路器之间的拒动和误动事件，以及不同警报之间的漏报和误报事件是相互独立的[17]。在计算每种决策方案的信息量损失时，可以分别计算每个设备、每个保护/断路器和每个警报引起的信息量损失，最后求和得到总的信息量损失，如式(6)—(8)所示。
其中，Iloss.S1.Di表示决策结果为D*时，设备Di引起的信源信息量损失;Iloss.S2.Ri(Ci)表示决策结果为bk时，在X决策结果为D*，前i-1个保护(断路器)状态已知的条件下，保护Ri(断路器Ci)引起的信源信息量损失;Iloss.C.r′i(c′i)表示决策结果为bk时，在前i-1个警报信息已知的条件下，警报信息r′i(c′i)引起的信道信息量损失，为条件鉴别信息。
综上，总的信息量损失可描述为：
3 故障诊断中的信息量损失计算
3.1 故障诊断中不确定性的量化
在电力系统故障诊断中，不确定性可通过设备故障的先验概率、继电保护装置和断路器的拒动/误动概率以及警报信息的漏报/误报概率来体现[17]。设备故障的先验概率可通过一次设备的年故障频率w来计算。设备在连续运行一段时间t后，发生故障的概率就是故障时间间隔为t的概率。
其中，T为设备连续无故障运行时间。
基于文献[18,19]中所给出的数据并结合所研究电力系统的实际情况，可得到保护装置拒动/误动和警报误报/漏报概率。每100 km线路的故障概率为0.098，每条母线的故障概率为0.004，保护警报的漏报与误报概率分别为0.1%、0.08%，断路器警报的漏报与误报概率分别为0.08%、0.05%，保护/断路器的误动/拒动概率列于表1。在线路保护中，有些保护(如距离I段保护)不能保护整条线路，对此类保护的拒动概率可根据其保护范围和拒动/误动的概率数据来确定。
注：取t=0.5 a，相关数据取自浙江电力系统2007年至2009年继电保护统计数据。
3.2 设备故障引起的信息量损失
前已述及，选择所有设备无故障，且所有保护和断路器无动作作为计算信息量损失的基准事件。这样，当判定设备无故障时，信息量损失为0;当判定设备故障时，信息量损失按式(14)计算：
其中，p0为设备故障的先验概率。
3.3 继电保护装置和断路器动作引起的信息量损失
电力系统发生故障时，不同保护之间、不同断路器之间以及保护和断路器之间的拒动和误动事件可认为是相互独立的。例如保护误动驱动其对应的断路器跳闸，此时保护发生了误动，但断路器的动作是正确的，不属于误动;只有保护未动作而相应断路器跳闸，断路器方属于误动。但同一保护或断路器的拒动和误动不相互独立，即同一保护或断路器不能同时误动和拒动。信息在故障和保护之间是单向流动的，在保护和断路器之间有一定的交互，例如某些断路器的拒动会驱动相应的失灵保护，但断路器的驱动信息取决于保护的最终状态，即断路器动作引起的信息量损失只与保护的最终状态量有关。下面依次将保护和断路器通过动作逻辑关系进行解析，在此基础上计算保护与断路器动作引起的信息量损失。
a.主保护。
设Ri为设备Dk的主保护，其动作逻辑为：若设备Dk故障，则保护Ri应动作，这样主保护期望状态可表示为：
当电力系统发生故障时，主保护应立即动作，其信道如图3所示，图中fRi=0表示保护没有被驱动，fRi=1表示保护被驱动，p01和p10为保护误动和拒动概率。下文的近后备、远后备和失灵保护与此类似。
根据fRi与ri的取值情况计算出的信息量损失如表2所示。下文的近后备、远后备和失灵保护与此类似。
b.近后备保护。
设Ri为设备Dk的近后备保护，其动作逻辑为：若设备Dk故障，且其所有主保护Rx拒动，则保护Ri应动作。这样近后备保护的期望状态为：
其中，表示逻辑“与”，rx表示对rx逻辑取“反”。
c.远后备保护。
设Ri为设备Dk的远后备保护，则其动作逻辑分以下2种情况。
情况1：若所保护的设备Dk故障，且其所有主保护Rx和近后备保护Ry均拒动，则保护Ri应动作，即：
情况2：若远后备保护Ri保护范围内的关联设备Dj故障，且Ri到Dj的关联路径上的全部断路器处于闭合状态，则说明故障未切除，Ri应动作，即：
其中，Z(Ri)为保护范围内的关联设备集合;p(Ri,Dj)表示关联路径上的断路器集合，即从保护Ri的安装位置到设备Dj的电气路径上的所有断路器集合。综上所述，远后备保护的动作期望为：
其中，表示逻辑“或”。
d.断路器失灵保护。
220 kV及以上系统中一般为断路器专门设置了失灵保护。
当设备故障，保护动作并向与设备相连的断路器Cj发送了跳闸指令，但Cj拒动，此时断路器失灵保护Ri应动作。这样，失灵保护的期望状态为：
其中，rx、ry和rz分别为故障设备的主保护、近后备保护和远后备保护的实际状态;cj为断路器的实际状态。
e.断路器。
任何断路器Cj对应的保护Rx动作并向该断路器发出跳闸指令，则Cj应动作。用R(Cj)表示能够驱动断路器Cj跳闸的保护集合，则断路器Cj的期望状态为：
断路器的期望状态取决于保护的最终状态，断路器动作的信道模型如图4所示。
fCj和cj取不同值时的信息量损失如表3所示。
3.4 警报信息上传过程（信道2）的信息量损失
警报信息上传时有可能出现漏报或者误报等情况，不同警报之间的漏报和误报事件是相互独立的，同一警报的漏报和误报事件是互斥的。警报信息上传过程的信道模型可描述为图5。
注：fCj=0表示断路器没有被驱动;fCj=1表示断路器被驱动;q01和q10分别为断路器误动和拒动概率。
警报信息上传过程的信息量损失只与保护和断路器的实际状态有关，与设备状态无关。根据保护和断路器的实际状态以及获取的警报信息可计算出警报信息上传过程的信息量损失如表4所示。
注：α01和α10分别为保护警报误报和漏报概率;β01和β10分别为断路器警报误报和漏报概率。
4 求解过程及故障诊断结果评价
4.1 故障假说的概率分布
根据故障诊断中的信息量损失算法，可以计算每种故障假说情况下的总信息量损失。故障诊断问题可描述为使信息量损失最小的0-1整数规划问题。文献[12]中给出了求取故障假说概率分布的方法，此处不再赘述。当故障区域中的设备、保护及断路器数量较多时，可搜索出前M个最优解构成近似解空间，以提高诊断速度。定义残留概率为解空间内故障假说最小概率与最大概率之比，并以此作为搜索截止条件。本文采用文献[20]中的改进遗传算法求解，求解过程如图6所示，图中内循环截止条件指最优解不变次数或最大迭代次数，最终截止条件指残留概率约束。
4.2 故障诊断结果评价
在求解得到若干故障诊断结果H*后，对故障诊断结果中的相应保护、断路器的拒动或误动以及警报的漏报、误报进行识别，得到的结果列于表5。
5 算例分析
采用MATLAB语言分别对本文方法和文献[12]的方法进行了实现。利用本文发展的方法对图7所示的浙江电力系统局部网络发生的20种故障案例进行了诊断测试，均得到了合理的故障诊断结果及概率分布。而应用文献[12]的方法时，对于警报信息存在漏报和误报的情况则无法得到合理的诊断结果。下面针对典型案例进行详细的比较分析。
故障区域内有5个元件、30个保护和10个断路器，为表述方便进行了编号，见表6—8，表7中断路器失灵保护行从左到右分别对应的断路器为C3、C6、C10、C14、C18。
遗传算法参数设置如下：种群规模为200，变异和交叉概率分别为0.3和0.6，残留概率上限为0.001。
2种方法的故障诊断结果比较见表9。图7中显示的故障情况为表9中案例4。可见，在警报信息完全正确的情况下(如案例1和2)，本文发展的诊断模型与文献[12]方法得到的诊断结果一样。然而，当警报信息存在误报或漏报时(如案例3和4)，本文发展的模型依然可以获得合理的诊断结果和概率分布，而文献[12]方法则无法获得正确的诊断结果。
诊断表9中各案例所需的计算时间见图8。计算平台为双核处理器(Intel Core I3-2100,3.1GHz)，内存容量为4 GB。从图8可以看出，随着警报信息复杂性的增加，单次循环所需计算时间相应增加，并且需要更多次的循环求解才能满足搜索截止条件。
注：各案例诊断结果由间隔线分隔，横线上面为文献[12]方法的诊断结果，横线下面为本文方法的诊断结果。
6 结语
保护/断路器的拒动或误动以及警报信息漏报或误报都是小概率事件，但在实际系统中并不鲜见，故障诊断时应予适当考虑。为处理故障诊断中保护/断路器的误动、拒动及警报信息误报、漏报等不确定因素，本文建立了故障诊断的级联信道模型，发展了融合信息理论的故障诊断解析模型，构造了基于信息量损失最小的目标函数并采用了改进遗传算法求解，并提出了故障诊断结果的评价方法。最后，利用浙江电力系统实际发生的故障算例对所发展的模型与方法进行了测试，得到了合理的故障诊断结果及其概率分布，说明了所发展的模型与方法具有较强的容错能力，且诊断速度也满足在线要求。
摘要：保护与断路器动作的不确定性和警报信息的不确定性是实际电力系统故障诊断时需要考虑的主要问题。以电力系统故障诊断解析模型为基础,融合信息理论中的方法来解决这一问题。阐述了故障诊断的信息运动过程,在此基础上通过解析分析保护与断路器动作逻辑和警报信息之间的关系,发展了基于信息量损失最小的故障诊断优化模型,充分考虑了警报信号的不确定性。采用改进遗传算法求解。用浙江电力系统实际发生的故障案例说明了该方法具有较强的容错能力且诊断速度快,对于复杂故障案例,计算时间在1 s之内,满足在线故障诊断要求。
电力信息物理融合系统 篇8
由于信息物理系统具有独特的物理特性, 系统的计算和通信行为都需要满足实时性的约束。此外, 互联网研究关注的是可扩展性或吞吐量, 而嵌入式网络研究领域则往往关注时延, 却没有太多考虑吞吐量和可扩展性方面的要求。这些不同的研究领域各自为战, 几乎没有交叉。因此, 本文根据可扩展性和实时通信的需求提出一种在CPS进行实时调度时, 最大化网络并发度与资源利用率, 减少时间开销, 改善实时性能。
2 国内外相关技术
国外针对信息物理融合系统的研究正在迅速展开, 其中就基础理论方面, 应用方面、性能方面和安全性方面开展了全面的研究。与此同时, 信息物理融合系统已多次被美国自然基金选举为研究的热点, 这些都极大地促进了信息物理融合系统应用的进步[1,2,3]。
国内对信息物理融合系统的研究也已经发展起来, 其中在2009年举办的关于网络控制与信息技术的学术会议中, 特别提到了信息物理融合系统在各领域的发展。在2010年, 我国863计划专家组举办了CPS发展论坛, 代表了国家对信息物理融合系统的重视。
许多学者针对信息物理融结系统进行了大量的、有意义的研究, 并取得了一定的研究成果。其中很多研究成果结合了物联网与云计算的技术, 武汉大学的研究人员提出了将云计算与下一代互联网与信息物理融合系统结合的中间件语义设计, 主要研究内容为信息物理融合系统与网络的互联性与智联性。文献[4,5,6]则从自动控制的方面进行研究, 研究了可靠的无线通信协议, 这种研究在复杂的信息物理融合系统的应用环境下, 有着重要的意义。具体应用在医疗领域的控制与互联上。此外, 国内知名大学, 如清华大学、北京大学以及同济大学等的研究机构对信息物理融合系统也有着深入的研究。
3 方法探讨
本文研究合理、有效的基于CPS分布式网络环境的多节点实时任务调度框架和可调度性分析方法的数学描述。从CPS的时延特性出发, 建立CPS的时延任务图模型。对时延任务图进行空间并行与时间并行优化设计。通过改进常量利用率服务器算法, 设计基于时限驱动的全局预留实时调度算法。构建软件实验平台, 为上述方法进行仿真与测试。
在以上研究内容中, 本文拟解决的关键问题是:对时延任务图的空间并行与时间并行优化设计, 保证了网络并发与资源利用率的最大化, 减少了时间开销, 为CPS的实时调度提供了重要保障。主要技术指标有平均加速比、平均响应时间、可调度率。
4 总结
本文从CPS的时延特性出发;以降低节点间的通信与同步开销为目的, 研究基于时延的任务图调度模型以及任务图分割与优化策略;基于复杂应用的实时性能的保障, 研究时限驱动的全局预留调度方法;构建软件实验平台, 使用混合实时任务程序集进行验证。本文将为CPS的实时任务调度方法提供新思路, 为复杂实时应用在CPS环境的可靠、高效运行提供有效的理论与技术支撑。
参考文献
[1]Ragunathan Rajkumar, Insup Lee, Lui Sha, and John Stankovic, “Cyber-Physical Systems:The Next Computing Revolusion[C]”.In:Proceedings of Design Automation Conference, USA:IEEE, 2010, pp:731-736.
[2]Edward A.Lee, “CPS Fouldations”, In:Proceedings of Design Automation Conference, USA:IEEE, 2010, pp:737-742.
[3]Kremer U.Cyber-Physical Systems:A Case for Soft RealTime[EB/OL].New Jersey:Department or Computer, Science, Rutgers University, 2011.http://www.research.rutgers.edu/uli/Sarana/doucument/CPS-Uli.pdf.
[4]Zhang Y, Jill C.“ReconfigurabLe real-time middleware for distributed cyber-physical systems with Aperiodic events[C]”, In:Proceedings of ICDCS.Piscataway:IEEE, 2008, pp:581-588.
[5]FaggioLi D, Bertogna M and Checconi F.“Sporadic server revisited[C]”In:Proceedings of SAC.New York:ACM, 2010, pp:340-345.
【电力信息物理融合系统】推荐阅读：
信息物理融合电力系统07-18
信息物理融合系统概述05-19
信息与物理融合系统07-25
电力信息管理系统11-02
电力系统信息网络安全06-24
电力系统的信息化集中10-19
电力企业信息07-20
电力应急信息06-09
电力营销信息08-15