电网潮流与网架信息智能化分析框架的设计与实现_王紫晶.pdf

Electrical Automation电力系统及其自动化Power System Automation电气自动化 2023 年第 45 卷 第 1 期电网潮流与网架信息智能化分析框架的设计与实现王紫晶，徐晋，汪可友(上海交通大学 电力传输与功率变换控制教育部重点实验室，上海200240)摘要:当前基于潮流计算的电网静态安全分析存在智能化程度不高、图 表 数信息割裂、耗时耗力和低效等问题。针对其中数字化与可视化环节，提出一种面向智能化电网安全分析的网架信息数字化与潮流结果可视化方法。详细说明了电网潮流数字化与可视化模块的框架，并着重介绍了基于图像识别技术的网架信息获取算法。以某省份电网为例说明了实现过程和实施效果。模块的核心内容高准确率地提取了数字化的网架信息，改变了现有的网架拓扑输入方式，完成了智能化电网静态安全分析自动化设计的重要一环，为电力系统的数字化智能化发展提供了支撑。关键词:网架信息数字化;图像识别;潮流可视化;地理图格式;智能化电网安全分析DOI:10 3969/j issn 1000 3886 2023 01 006 中图分类号 TP391 文献标志码 A 文章编号 1000 3886(2023)01 0021 05Design and Implementation of Intelligent AnalysisFramework for Power Flow and Grid InformationWang Zijing，Xu Jin，Wang Keyou(Key Laboratory of Control of Power Transmission and Conversion under Ministry of Education，Shanghai Jiao Tong University，Shanghai 200240，China)Abstract:At present，the static security analysis of power grid based on power flow calculation has some problems，such as low intelligence，separation of graphs，tables and numbers information，time-consuming，labor-consuming and low efficiency Aiming at the digitizationand visualization links，a method of grid information digitization and power flow result visualization for intelligent power grid securityanalysis was proposed The framework of power flow digitization and visualization module was described in detail，and the gridinformation acquisition algorithm based on image recognition technology was emphatically introduced Taking a provincial power gridas an example，the implementation process and implementation effect were illustrated The core content of the module extracts thedigital grid information with high accuracy，changes the existing grid topology input mode，and completes an important part of theautomatic design of static security analysis of intelligent power grid，which provides support for the digital and intelligent developmentof power systemKeywords:grid information digitization;image recognition;power flow visualization;geographic map format;intelligent power grid security anal-ysis定稿日期:2021 10 090引言近年来电力系统网架结构日益复杂，潮流计算数据庞大繁杂。基于潮流计算的电网静态安全分析缺乏智能化的工具，图 表 数信息割裂，灵活性和直观性较差，决策人员无法快速准确地掌握现场情况;且分析过程依赖大量人工，耗时耗力，不利于问题的快速定位和全局重点的把控，难以支撑智能化数字化电网的建设。机器人流程自动化技术模拟人在计算机上操作上，可遵循设定流程自动执行任务，具有速度快、操作精准和普适性强等优点，对电网静态安全分析的人工操作具有较好的替代作用。设计电网静态安全分析的流程自动化智能助手，可释放人员的时间精力，促进电网的数字化转型。其中数字化和可视化环节将多样繁杂的潮流数据和网架信息结合，进行直观易懂的展示，有助于使用者迅速理解分析结果。因此，本文针对电网静态安全分析的流程自动化助手的电网潮流数字化和可视化模块进行研究。对于电力系统网架和潮流结果的展示，现有的电力仿真软件PSS/E、PSD-BPA 等提供了潮流图绘制程序，但具有一些缺陷，如节点数据管理不便、拓扑基于白板绘制，缺乏参照和经纬度信息，输出格式单一等1 2。已有文献基于新技术从不同角度进行改进，如文献 3 4 将各类元件封装，降低软件的复杂程度。文献 5 提出自动分析生成全网拓扑关系的方法，实现模型数据到电网设备的对应。文献 6 为增强交互性，将可缩放矢量图形技术用于地理接线图中。对于拓扑缺乏经纬度信息、接线图输出格式单一这一缺陷，文献 7 8 将地理信息系统引入，但更多用于实际电网线路的测绘。因此，考虑设计一种轻量化的地理图格式的潮流可视化方案。这一方案可快速定制以地理图为背景的网架拓扑和潮流分布展示图，输出格式多样且易于移植。现有的绘制软件对于网架的构建通常有两种方式，一种是从组件库中拖拽元件模型搭建，另一种是对文本进行解析构建网架。这两种方式在初始搭建和后续维护阶段均耗时耗力。鉴于图像识别技术的大力发展与应用9 10，针对上述问题，本文研究一种面向智能化电网安全分析的网架信息数字化方法。设计电网潮流数字化与可视化模块的框架，提出一个轻量化可定制可移12Electrical Automation电气自动化 2023 年第 45 卷 第 1 期电力系统及其自动化Power System Automation植的网架信息数字化和潮流结果可视化的方案。1电网潮流数字化与可视化模块本文提出的智能化的电网静态安全分析框架如图 1 所示。电网功能模块提供潮流数据，通过程序接口送入数字化与可视化模块，根据设定流程自动化地完成数据的分析、提取及展示。电网潮流数字化与可视化模块分为三个部分:潮流数据处理、网架图像识别和潮流图绘制。潮流数据处理部分将仿真软件计算的潮流结果数据处理整合为所需格式;网架图像识别部分获取网架信息，包括拓扑和系统元件信息;基于前两部分的结果完成潮流图绘制。图 1智能化的电网静态安全分析框架1 1潮流数据处理部分仿真软件潮流计算的结果数据的格式各异，因此需要对数据处理，以满足潮流图绘制对数据格式的要求。基本处理流程见图1。数据导入后首先进行分类和筛选，根据电网潮流的特点可分为节点数据和支路数据，筛选数据以获取节点/支路的属性信息。节点包括电压等级、实际电压和相角等属性;支路包括流出节点、流入节点、支路有功和无功功率等属性。最后将有效数据整合为所需格式，形成处理后潮流数据。1 2网架图像识别部分网架图像识别部分对已有的地理接线图进行识别，得到网架拓扑的数字化信息。由于支路信息可通过潮流数据处理部分获取，只需要识别图像中的节点信息即可。该部分包括两个模块:节点位置识别模块和节点名称识别与匹配模块，具体流程见图1。由于节点图标具有高对称性的特点，节点位置采用模板匹配技术即可识别。节点名称识别与匹配模块基于文字检测和识别技术完成，图像预处理后进行文字检测和识别，并对识别结果进行筛选和匹配。该部分可获取到地理接线图中节点的位置和名称信息。1 3潮流图绘制部分前述两个部分完成后，得到了绘制潮流图所需的潮流分布数据和网架拓扑信息。绘制部分最关键的是地理背景图的获取和网架拓扑的绘制，可根据预期可视化效果选择合适的工具完成。依据图 1 中流程完成个性化的地理图格式的电网潮流的可视化。2基于图像识别的网架信息获取算法2 1利用模板匹配技术获取节点位置信息模板匹配即在较大图像区域中寻找与模板具有相同尺寸、方图 2模板匹配原理向和像素的小块区域，模板匹配原理如图 2 所示。图 2中:T 为模板图像;I 为待匹配区域。平行滑动模板与待匹配区域进行卷积运算，运算结果表征二者的匹配程度。本文的地理接线图中图标具有高对称性，没有角度或大小的变化，因此可采用模板匹配技术获取节点位置信息。本文案例中采用归一化相关系数模板匹配算法，式(1)式(5)为计算公式。归一化后数值范围为 0 1，1 表示完美匹配，0表示没有任何相关关系。22Electrical Automation电力系统及其自动化Power System Automation电气自动化 2023 年第 45 卷 第 1 期(x，y)=A 1/(wh)BCD(1)A=x，y T(x，y)I(x+x，y+y)(2)B=x，yT(x，y)x，yI(x+x，y+y)(3)C=x，yT2(x，y)1whx，yT(x，y)2(4)D=x，yI2(x+x，y+y)1whx，yI(x+x，y+y)2(5)式中:wh 为模板大小;x、y 为待匹配区域 I 在原图像中的坐标;x、y 为模板中某像素点的坐标;(x，y)为归一化的相关系数值。电网地理接线图中有多个相同的节点图标，针对这一特点设计多对象匹配算法。通过设置阈值，对原图像的匹配系数进行筛选，超过阈值的区域为成功匹配的结果之一。可根据图像质量和筛选效果调整阈值。筛选得到的坐标集合具有较高的重复率，以坐标点之间的距离作为判据剔除重复的坐标点。以多对象匹配算法为核心的节点位置获取算法流程，如图 3 所示。图 3节点位置获取算法流程2 2利用文字检测与识别技术获取节点名称信息对于复杂场景的文字识别，首先需通过文字检测技术定位文字在图像中的区域位置，然后提取区域的序列特征，在此基础上进行专门的文字识别(optical character recognition，OC)11。针对文字检测环节，本文采用一种高效且准确的 EAST(effi-cient and accuracy scene text)文本检测模型，可以在图像中快速准确地定位任意方向的四边形文本12 14。文本检测环节流程如图 4 所示。针对文字识别环节，目前常用的策略有两种，第一种是采用图 4文本检测环节流程开源 OC 引擎，如谷歌的Tesseract 引擎，可在本地实现文字识别，具有数据安全性和隐私性较强、灵活性强等特点，但安装复杂且对汉字的识别精度较差。另一种方式是调用云平台提供的 OC 服务，如百度云平台的 OC 接口。这种方式简单易用，识别准确率较高，但在调用接口(applicationprogramming interface，API)时，会将图片上传至云平台，如果图片中包含敏感信息则无法使用。工程实际中可根据具体的使用情境和要求选取适合的识别策略。图 5文本识别环节流程