孔慶波，楊箴

（貴州電網(wǎng)有限責(zé)任公司信息中心，貴州貴陽(yáng) 550000）

智能電網(wǎng)的概念在我國(guó)得到普及，大型數(shù)字化變電站投入運(yùn)行，其系統(tǒng)標(biāo)準(zhǔn)采用IEC61850 標(biāo)準(zhǔn)[1]。在我國(guó)，數(shù)字化變電站建設(shè)是國(guó)家政策的重點(diǎn)工程，在國(guó)家的大力支持下，其發(fā)展方向已向縱深方向轉(zhuǎn)變。目前，國(guó)內(nèi)外已有100 多座數(shù)字化變電站建成投產(chǎn)。第一、二批智能變電站項(xiàng)目已獲國(guó)家電網(wǎng)公司批準(zhǔn)。然而，智能變電站的建設(shè)還存在許多問(wèn)題[2-6]。

為了解決站線變戶數(shù)據(jù)的不統(tǒng)一和非共享問(wèn)題，文獻(xiàn)[7]提出智能變電站故障信息模型與繼電保護(hù)在線監(jiān)測(cè)方法，充分利用智能變電站信息開(kāi)放與信息共享的優(yōu)勢(shì)，描述繼電保護(hù)狀態(tài)信息間的耦合及關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)繼電保護(hù)關(guān)鍵狀態(tài)的辨識(shí)。文獻(xiàn)[8]提出基于聯(lián)合特征的變電站設(shè)備圖像識(shí)別方法，通過(guò)監(jiān)測(cè)變電站判斷故障定位和利用圖像識(shí)別故障位置，對(duì)變電站設(shè)備圖像進(jìn)行分類識(shí)別，把圖像的sift特征與圖像的稀疏表示特征相結(jié)合組成聯(lián)合特征，提高變電站設(shè)備圖像分類識(shí)別的準(zhǔn)確率。

但上述方法存在加載模型數(shù)量較多，加載時(shí)間較長(zhǎng)、檢測(cè)率波動(dòng)幅度較大且定位效率低的問(wèn)題，由此，該文提出基于電子化移交的站線變戶數(shù)據(jù)問(wèn)題智能定位方法，其創(chuàng)新之處在于通過(guò)引入BIM（Building Information Modeling）概念將數(shù)字化信息模型的概念運(yùn)用在設(shè)備后期的運(yùn)行管理中，提高故障定位的效率。

1 IFC變電站信息模型的建立

1.1 初始信息模型的建立

該文在調(diào)研了大量BIM 建模軟件的基礎(chǔ)上選用Autodesk Revit 產(chǎn)品，該產(chǎn)品在支持導(dǎo)出IFC2×3 標(biāo)準(zhǔn)的同時(shí)，其“族庫(kù)類別”一一對(duì)應(yīng)IFC 的“實(shí)體類型”。創(chuàng)建初始信息模型時(shí)Autodesk Revit 產(chǎn)品的族庫(kù)類別不能自行定義[9-11]，內(nèi)部輸變電相關(guān)類別僅包含少數(shù)幾個(gè)類別，無(wú)法對(duì)變電站內(nèi)多數(shù)一、二次電氣設(shè)備進(jìn)行準(zhǔn)確表達(dá)，也無(wú)法導(dǎo)入至IFC 對(duì)應(yīng)實(shí)體類型內(nèi)。

針對(duì)這一情況，對(duì)輸變電的編碼體系進(jìn)行編制，得到統(tǒng)一的編碼體系。以變壓器的編碼體系為例，其結(jié)構(gòu)如圖1 所示。

圖1 變壓器編碼體系結(jié)構(gòu)

1.2 變電站數(shù)字化移交可行性

目前的IFC 數(shù)據(jù)標(biāo)準(zhǔn)主要針對(duì)一般性的設(shè)施設(shè)備對(duì)象進(jìn)行描述，在描述電力行業(yè)獨(dú)有的設(shè)施設(shè)備和其屬性時(shí)的缺陷較多[12-13]。變電站數(shù)字化移交的流程如圖2 所示。

圖2 數(shù)字化移交流程

1.3 站線變戶數(shù)據(jù)問(wèn)題智能定位

1.3.1 定位原理

站線變戶數(shù)據(jù)問(wèn)題智能定位的原理如圖3所示。

圖3 站線變戶數(shù)據(jù)問(wèn)題智能定位原理圖

由圖3 可知，一次設(shè)備所包含的計(jì)算機(jī)監(jiān)控系統(tǒng)、狀態(tài)監(jiān)測(cè)系統(tǒng)以及智能輔助控制系統(tǒng)收集到的全部實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)都通過(guò)數(shù)據(jù)轉(zhuǎn)換接口轉(zhuǎn)變?yōu)閿?shù)據(jù)庫(kù)可讀取格式，并輸送至數(shù)據(jù)庫(kù)，利用動(dòng)態(tài)調(diào)度方法對(duì)其進(jìn)行整理、分析后，可將其解析得到IFC 標(biāo)準(zhǔn)框架，其與三維IFC 模型屬性相對(duì)應(yīng)。并且基于工作人員的操作需要可在主機(jī)的顯示平臺(tái)上顯示并動(dòng)態(tài)更新所需實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)站線變戶數(shù)據(jù)問(wèn)題的智能定位[14-15]。

1.3.2 動(dòng)態(tài)調(diào)度方法

利用依據(jù)聚合度函數(shù)的聚合算法提升IFC 模型的加載速度，并通過(guò)IFC 模型數(shù)據(jù)組織方法對(duì)IFC 模型進(jìn)行快速調(diào)度。以集群聚合算法為基礎(chǔ)設(shè)計(jì)一個(gè)多叉樹(shù)混合索引結(jié)構(gòu)，對(duì)IFC 模型數(shù)據(jù)進(jìn)行組織，實(shí)現(xiàn)場(chǎng)景可視化[16]。

設(shè)葉子節(jié)點(diǎn)為三維場(chǎng)景中變電站輸變電的具體IFC 模型，按照聚合度函數(shù)聚合集群分割后的子集，二叉樹(shù)從下往上生成，聚合全部IFC 模型后停止操作。初始IFC 模型的集合是：

按照聚合度值合并1、2 為d，集合轉(zhuǎn)變得到{d,3,4,5}，然后按照聚合度值合并4、5 為b，集合轉(zhuǎn)變得到{d,3,b}，再依據(jù)所得最小聚合度值，合并d、3 為c，集合轉(zhuǎn)變得到{c，b}，最后合并c、b，得到最終聚合后的IFC 模型集合為：

所有IFC 集群分割的子集均由二叉樹(shù)結(jié)構(gòu)索引對(duì)其IFC 模型數(shù)據(jù)進(jìn)行組織，設(shè)分割了N個(gè)集群，則可得到IFC 模型子集的N棵二叉樹(shù)，利用一個(gè)節(jié)點(diǎn)索引將N棵二叉樹(shù)根節(jié)點(diǎn)轉(zhuǎn)變?yōu)槎嗖鏄?shù)混合結(jié)構(gòu)。利用多叉樹(shù)混合結(jié)構(gòu)對(duì)IFC 模型進(jìn)行組織的過(guò)程如圖4所示[17-18]。

圖4 多叉樹(shù)混合索引結(jié)構(gòu)組織IFC模型的過(guò)程

2 實(shí)驗(yàn)分析

將該文方法投入某省級(jí)變電站試運(yùn)行3 個(gè)月，統(tǒng)計(jì)該過(guò)程中的變電站站線變戶數(shù)據(jù)變化情況。為驗(yàn)證該文方法的優(yōu)劣，以智能變電站故障信息模型與繼電保護(hù)在線監(jiān)測(cè)方法（文獻(xiàn)[7]方法）、基于聯(lián)合特征的變電站設(shè)備圖像識(shí)別方法（文獻(xiàn)[8]方法）為對(duì)比方法，統(tǒng)計(jì)3 種方法加載變電站站線變戶數(shù)據(jù)的加載速率，結(jié)果如圖5 所示。

圖5 變電站站線變戶數(shù)據(jù)加載速率對(duì)比結(jié)果

分析圖5 可知，應(yīng)用文獻(xiàn)[7]方法的變電站站線變戶數(shù)據(jù)的加載速率基本保持在300 kB/s 左右，應(yīng)用文獻(xiàn)[8]方法的變電站站線變戶數(shù)據(jù)的加載速率基本保持在200 kB/s 左右，應(yīng)用該文方法的變電站站線變戶數(shù)據(jù)的加載速率基本保持在400 kB/s 左右，應(yīng)用該文方法的變電站站線變戶數(shù)據(jù)的加載速率總體上高于應(yīng)用文獻(xiàn)[7]方法和文獻(xiàn)[8]方法，該文方法可顯著提升變電站站線變戶數(shù)據(jù)加載速度。

通過(guò)Chrome Dev tools 記錄應(yīng)用3 種方法實(shí)現(xiàn)電子化移交過(guò)程中的由全局場(chǎng)景緩慢跟進(jìn)視點(diǎn)，最終抵達(dá)原始場(chǎng)景全過(guò)程內(nèi)5 個(gè)視點(diǎn)下所需模型加載數(shù)量與加載時(shí)間。其中，全局場(chǎng)景加載時(shí)間是啟動(dòng)三維場(chǎng)景時(shí)整個(gè)全局場(chǎng)景加載需要的時(shí)間。3種方法的三維場(chǎng)景加載數(shù)量與加載時(shí)間對(duì)比結(jié)果如圖6所示。

圖6 變電站三維場(chǎng)景模型加載數(shù)量和加載時(shí)間

通過(guò)圖6 分析可知，應(yīng)用其他兩種方法實(shí)現(xiàn)的三維場(chǎng)景需要的加載模型數(shù)量較多，加載時(shí)間較慢，應(yīng)用該文方法實(shí)現(xiàn)的三維場(chǎng)景需要的加載數(shù)量少且加載時(shí)間快，證明應(yīng)用該文方法可以有效提高三維變電場(chǎng)景的加載速度，降低電子化移交過(guò)程中所需模型數(shù)量。

選取該變電站的站線變戶數(shù)據(jù)作為訓(xùn)練樣本，統(tǒng)計(jì)訓(xùn)練樣本總數(shù)分別為800、1 600、2 400、3 200、4 000 時(shí)，3 種方法對(duì)站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位準(zhǔn)確率，結(jié)果如圖7 所示。

圖7 站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位準(zhǔn)確率變化曲線

由圖7 可知，該文方法的站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位準(zhǔn)確率與訓(xùn)練集樣本數(shù)呈正相關(guān)關(guān)系，其跟隨訓(xùn)練集樣本數(shù)的增長(zhǎng)呈平穩(wěn)上升趨勢(shì)，至2 400 訓(xùn)練集樣本數(shù)時(shí)站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位準(zhǔn)確率高達(dá)95%。雖然文獻(xiàn)[7]方法和文獻(xiàn)[8]方法在800 訓(xùn)練集樣本數(shù)時(shí)的站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位準(zhǔn)確率均高于該文方法，但二者的準(zhǔn)確率波動(dòng)幅度較大，且后續(xù)持續(xù)低于該文方法，證明該文方法的站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位效果最好。

對(duì)3 種方法跟隨訓(xùn)練集樣本數(shù)產(chǎn)生變化的站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位錯(cuò)誤率進(jìn)行實(shí)驗(yàn)，結(jié)果如圖8 所示。

圖8 站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位錯(cuò)誤率變化曲線

通過(guò)圖8 可知，該文方法的站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位錯(cuò)誤率與訓(xùn)練集樣本數(shù)呈負(fù)相關(guān)關(guān)系，其跟隨訓(xùn)練集樣本數(shù)的增加呈下降趨勢(shì)，站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位錯(cuò)誤率在4%以下，低于其他兩種方法的站線變戶數(shù)據(jù)不統(tǒng)一問(wèn)題的定位錯(cuò)誤率，證明該文方法的故障定位準(zhǔn)確性高，可有效確保變電站穩(wěn)定運(yùn)行。

由于變電站實(shí)際運(yùn)行中負(fù)荷處的各節(jié)點(diǎn)不斷變動(dòng)，為驗(yàn)證該文方法在負(fù)荷變動(dòng)中的魯棒性，隨機(jī)選取7 條線路，對(duì)3 種方法在負(fù)荷波動(dòng)為小負(fù)荷、+20%、-20%、+30%、-30%下的站線變戶數(shù)據(jù)非共享性問(wèn)題的定位性能進(jìn)行驗(yàn)證，結(jié)果如圖9 所示。

圖9 負(fù)荷變動(dòng)對(duì)站線變戶數(shù)據(jù)非共享問(wèn)題的定位誤差的影響

分析圖9 可知，站線變戶數(shù)據(jù)非共享問(wèn)題的定位誤差受負(fù)荷波動(dòng)影響，會(huì)隨其波動(dòng)范圍的擴(kuò)大而增加，3 個(gè)方法中該文方法波動(dòng)幅度最小，其最大站線變戶數(shù)據(jù)非共享問(wèn)題的定位誤差是負(fù)荷波動(dòng)至+30%時(shí)的0.3%，遠(yuǎn)低于其他兩種方法，表明該文方法在負(fù)荷變化中的魯棒性最好。

3 結(jié)論

文中研究了基于電子化移交的站線變戶數(shù)據(jù)問(wèn)題智能定位技術(shù)，通過(guò)擴(kuò)展IFC 標(biāo)準(zhǔn)構(gòu)建了一個(gè)應(yīng)用動(dòng)態(tài)調(diào)度方法的變電站數(shù)字化信息模型，在具有強(qiáng)大的數(shù)據(jù)處理能力的同時(shí)實(shí)現(xiàn)了站線變戶數(shù)據(jù)問(wèn)題的智能定位，能夠有效提升變電站站線變戶數(shù)據(jù)的加載速度，為未來(lái)變電站工程數(shù)字化移交中的三維場(chǎng)景交互可視化提供了有利支撐。