智能变电站智能告警与辅助决策的实现.pdf

《智能变电站智能告警与辅助决策的实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第15期电力系统保护与控制v0l-39No．152011年8月1日PowerSystemProtectionandControlAug．1，2011智能变电站智能告警与辅助决策的实现刘伟，李江林，杨恢宏，张晓华，杨红旗，何锡点(1．许继电气股份有限公司，河南许昌461000；2．河南省电力公司，河南郑州450052)摘要：传统的变电站自动化系统的报警信息组织以及展示方式存在不足，当变电站发生事故时，值班运行人员陷入浩瀚的告警／事故信息中，无法快速判断事故原因，因此无法避免事故面的扩大。针对上述问题，提出一套完整的应用于智能变电站的智能告警／事故辅助决策系统。本系统通过对告警信息

2、的分层优化、综合归纳、建立故障推理模型以及事故反演，可有效用于指导和帮助运行人员快速对事故或异常作出准确的判断，提高了变电站运行管理水平和供电的可靠性，具有较高的应用推广价值。关键词：智能告警；信息分层；信息分类；辅助决策系统；可视化展示ImplementationofintelligentalarmandAMDsysteminthesmartsubstationLIUWei，LIJiang．1in，YANGHui．hong，ZHANGXiao-hua2YANGHong—qi，HEXi．dian，(1．XJElectricCompany,Xuchang461000，China；2．El

3、ectricPowerofHenan，Zhengzhou450052，China)Abstract：Aimingatthedeficienciesintheorganizationandpresentationofalarminformationandinabilityinquicklyestimatingthecausesofaccidentsintraditionalsubstationautomationsystem，anintelligentalarm／accidentaideddecision-makingsystemforintelligentsubstationispro

4、posedinthispaper．ThesystemCanbeeffectivelyusedtoguideandassisttheoperatortomakeaquickandaccuratedecision，andimprovethemanagementofoperationandreliabilityofpowersupplyinsmartsubstationbycategorizing，hierarchicallyoptimizingalarminformation，establishingfaultreasoningmodelandreproducingofaccidents．

5、Theresultsshowthatithasgreatpracticalvalueintheautomationsystemofsubstationanddeservesextensiveapplication．Keywords：intelligentalarm；hierarchyofinformation；informationcategorizing；aideddecision-makingsystem(ADS)；visualdisplay中图分类号：TM76文献标识码：A文章编号：1674-3415(2011)15—014605变电站全景数据的高度整合，如何实现基于变电站0引言

6、告警信息的综合分析和变电站运行异常处理专家系随着计算机信息技术和通信技术的飞速发展，统，为变电站值班人员进行事故处理提供辅助决策，国内变电站自动化系统的自动化程度也日益提高，是提高变电站运行和管理水平以及智能化程度的重特别是智能变电站，按照站内信息高度集成共享的要标志之一L5J。本文提出融合了报警信息综合展示、原则，监控系统的信息量，除了常规的四遥信息外，变电站异常信号分析与处理辅助决策系统，构建对还融入了大量设备的状态信息、动态PMU信息等。变电站运行设备的监视功能，并将变电站所有故障信息的高度融合与共享，对现有的变电站监控系统，信号进行集中管理，建立多重故障推理模型，从而如果按照传

7、统的报警信息分类和组织模式，那么当实现事故异常的辅助决策。变电站发生事故时，监控报警信息窗中将充斥着成1智能变电站报警信息综合管理百上千的提示、预告信息及事故信息，使变电站运行值班人员无法在短时间内准确判断事故原因，不1．1智能变电站报警信息分类利于事故的及时处理L1。4】。目前的变电站监控系统基智能变电站上送站级主站的各种信号总量非本上都是在信息分层、分类方面进行了优化，没有常大，但从运行人员的关注度来看，主要分为三类对信息的关联性进行判断，