李嘉銘

摘 ?要：低壓配電網(wǎng)是電網(wǎng)的末端，由于其結(jié)構(gòu)復(fù)雜、設(shè)備眾多、自動(dòng)化水平低等原因，一直是配網(wǎng)監(jiān)控管理的盲區(qū)。隨著智能化的深入發(fā)展，低壓智能電表已得到廣泛應(yīng)用。通過引入低壓智能電表數(shù)據(jù)，結(jié)合低壓GIS、配網(wǎng)自動(dòng)化系統(tǒng)等多源業(yè)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行智能診斷分析，開發(fā)配電網(wǎng)中低壓整體性故障分析定位、低壓故障類型識(shí)別分析等功能模塊，轉(zhuǎn)變低壓運(yùn)維的工作方式，將以往被動(dòng)式故障搶修轉(zhuǎn)變?yōu)橹鲃?dòng)式故障搶修，實(shí)現(xiàn)低壓配電網(wǎng)模塊化搶修，提高故障搶修效率和客戶滿意度。

關(guān)鍵詞：低壓智能電表;低壓GIS;配網(wǎng)自動(dòng)化;多源信息融合;低壓電網(wǎng);故障分析定位

中圖分類號(hào)：TM727 ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A

0 前言

面向廣大低壓配電網(wǎng)，低壓故障實(shí)時(shí)監(jiān)測(cè)和研判技術(shù)一直處于試驗(yàn)階段。目前，廣東電網(wǎng)低壓臺(tái)區(qū)約57萬(wàn)，涉及落火點(diǎn)約557萬(wàn)，每年有數(shù)萬(wàn)張報(bào)障工單，故障類型以低壓為主，故障原因分析主要依靠經(jīng)驗(yàn)和現(xiàn)場(chǎng)巡視處理，低壓搶修模式是搶修點(diǎn)在故障發(fā)生之后被動(dòng)告知，現(xiàn)場(chǎng)確認(rèn)情況，根據(jù)故障大小調(diào)配搶修資源進(jìn)行搶修工作，缺乏低壓故障的多源信息融合技術(shù)和綜合利用低壓GIS、遠(yuǎn)程集抄信息進(jìn)行低壓故障診斷的信息化手段支撐，導(dǎo)致?lián)屝薰ぷ髦泄收涎信胁粶?zhǔn)確，對(duì)于低壓線路缺相、接地等問題無(wú)法進(jìn)行有效研判，對(duì)模塊化搶修工作開展造成一定影響。

1 研究現(xiàn)狀和基礎(chǔ)

隨著電能表技術(shù)的迅速發(fā)展，電能表已由以前單一計(jì)量功能的感應(yīng)式電能表發(fā)展到今天具有壽命長(zhǎng)、精度高、分時(shí)段、多功能、網(wǎng)絡(luò)化等高科技含量的多功能電子式智能化電能表，并得到了廣泛應(yīng)用。根據(jù)南方電網(wǎng)的規(guī)劃，2020年前廣東電網(wǎng)將全面普及基于集抄的低壓用戶智能電表，利用其進(jìn)行遠(yuǎn)程采集，能夠以一定時(shí)間間隔采集低壓用戶的電壓電流和負(fù)荷數(shù)據(jù)。低壓智能電表覆蓋面廣、采集數(shù)據(jù)準(zhǔn)確等優(yōu)點(diǎn)，為中低壓綜合故障研判提供了可靠的數(shù)據(jù)源。

在配電網(wǎng)故障分析定位技術(shù)研究方面，配電網(wǎng)系統(tǒng)的故障診斷具有比較長(zhǎng)的研究歷史。迄今為止，國(guó)內(nèi)外在這一領(lǐng)域，提出了多種方法，包括基于故障電流的矩陣算法、人工神經(jīng)元網(wǎng)絡(luò)方法、專家系統(tǒng)方法、模糊推理方法、基于優(yōu)化技術(shù)的方法、粗糙集方法等，近年來(lái)又將Petri網(wǎng)、數(shù)據(jù)挖掘技術(shù)、多代理系統(tǒng)、貝葉斯分析方法等理論引入配電系統(tǒng)故障診斷中?？紤]到實(shí)時(shí)信息可能出現(xiàn)畸變和丟失的情況，許多具有高容錯(cuò)性的智能方法被引入配電網(wǎng)系統(tǒng)故障診斷這一領(lǐng)域。

2 低壓配電網(wǎng)故障的設(shè)計(jì)思路

在滿足地市局應(yīng)用需求和不影響省計(jì)量主站運(yùn)行的前提下，通過窄波高速方式上送低壓用戶，并利用WebService、FTP等網(wǎng)絡(luò)輸出技術(shù)，建立地市級(jí)服務(wù)器與省計(jì)量主站的網(wǎng)絡(luò)接口通道，融合計(jì)量系統(tǒng)、GIS系統(tǒng)、中壓停電池的故障信息、營(yíng)銷用戶檔案、95598報(bào)障工單等多源業(yè)務(wù)系統(tǒng)的低壓故障信息，基于人工智能多特征合判的信息融合技術(shù)，提取來(lái)自多源業(yè)務(wù)系統(tǒng)的有效低壓故障數(shù)據(jù)，通過中低壓GIS設(shè)備的相互電氣關(guān)系與空間關(guān)聯(lián)性建立中低壓電網(wǎng)的故障診斷空間模型，選取獨(dú)立的設(shè)備分別作為數(shù)據(jù)存儲(chǔ)與故障診斷計(jì)算的服務(wù)器，優(yōu)化數(shù)據(jù)庫(kù)結(jié)構(gòu)與存儲(chǔ)方式，15 min內(nèi)實(shí)現(xiàn)準(zhǔn)確率達(dá)90%以上的低壓故障主動(dòng)研判、低壓用戶電壓監(jiān)視和低電壓原因分析等功能，如圖1所示。

3 關(guān)鍵技術(shù)的研究

3.1 基于人工智能多特征合判的低壓配電網(wǎng)故障定位方法研究

低壓配電網(wǎng)故障診斷數(shù)據(jù)信息源眾多，包括臺(tái)區(qū)表、智能傳感器、分支箱智能監(jiān)測(cè)單元、表箱智能監(jiān)測(cè)單元、報(bào)障信息等，導(dǎo)致診斷信息的維度高和變量關(guān)系復(fù)雜，利用深度學(xué)習(xí)和長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)路在處理高維時(shí)空變化問題上具有明顯優(yōu)勢(shì)，可通過基于分布式智能和深度神經(jīng)網(wǎng)絡(luò)的低壓配電網(wǎng)故障定位的理論和方法，使故障診斷中高維復(fù)雜關(guān)系得到有效擬合，也通過遺忘因子，保證無(wú)效歷史信息不對(duì)當(dāng)前診斷造成影響;針對(duì)集中式故障定位算法態(tài)勢(shì)感知面臨單點(diǎn)失效引發(fā)全局失效的問題，基于分布式智能的多源信息融合的低壓配電網(wǎng)狀態(tài)估計(jì)方法，能有效減少各感知單元間的通信量，避免單點(diǎn)通信失效引發(fā)全局狀態(tài)估計(jì)失效問題，提升狀態(tài)感知能力的魯棒性，利用計(jì)及不確定性、多特征合判的低壓配電網(wǎng)故障診斷方法，對(duì)多個(gè)來(lái)源、延時(shí)差異較大的多重故障信息、數(shù)據(jù)質(zhì)量不穩(wěn)定的網(wǎng)絡(luò)拓?fù)溥M(jìn)行綜合決策。

3.2 基于配電網(wǎng)中壓GIS單線圖的低壓GIS系統(tǒng)建設(shè)

目前，廣東電網(wǎng)GIS平臺(tái)已維護(hù)了較為完整的低壓線路和低壓戶表關(guān)系數(shù)據(jù)，包括地理沿布圖上低壓線路、低壓落火點(diǎn)等設(shè)備的地理分布、拓?fù)潢P(guān)系以及線路設(shè)備的基本屬性信息，同時(shí)，已進(jìn)一步通過落火點(diǎn)與營(yíng)銷系統(tǒng)低壓用戶的關(guān)聯(lián)，建立了完整的“變—戶”關(guān)系，但基于目前地理沿布圖和站房?jī)?nèi)部接線圖組合管理的模式，并不能滿足低壓故障研判功能的需求。

3.2.1 低壓GIS單線圖的繪制

以低壓臺(tái)區(qū)為單位，設(shè)備元件包括配變、低壓線路、低壓電纜、低壓配電設(shè)備、關(guān)鍵的低壓桿塔、低壓落火點(diǎn)、空間位置、臺(tái)賬屬性、戶表關(guān)系等在內(nèi)的低壓配電網(wǎng)“變—線—戶”拓?fù)潢P(guān)系，直觀反映整個(gè)臺(tái)區(qū)的整體邏輯接線情況和用戶供電情況。2018年，湛江供電局已協(xié)調(diào)廣東電網(wǎng)電科院、GIS系統(tǒng)廠家，編制了低壓GIS單線圖的技術(shù)方案，規(guī)范了低壓GIS單線圖的布局、臺(tái)賬要求、交互接口等內(nèi)容，如圖2所示。

3.2.2 配網(wǎng)自動(dòng)化主站與GIS平臺(tái)低壓圖模數(shù)據(jù)交互

本著“同一模型、同一圖形、不同應(yīng)用角度”的原則，按照IEC 61968/61970標(biāo)準(zhǔn)，將正確、完善的低壓配電網(wǎng)CIM/XML格式的模型數(shù)據(jù)文件和SVG格式的圖形數(shù)據(jù)文件，通過通信接口服務(wù)器發(fā)送至信息交互總線上，總線將模型和圖形數(shù)據(jù)傳送至配網(wǎng)自動(dòng)化主站，主站根據(jù)該模型文件以增量的方式完成數(shù)據(jù)庫(kù)的模型更新，圖形以覆蓋的方式完成更新，如圖3所示。

3.3 低壓報(bào)障工單定位技術(shù)研究

對(duì)于不具備低壓集抄召測(cè)的臺(tái)區(qū)，基于深度神經(jīng)網(wǎng)絡(luò)建立計(jì)及GIS空間、電氣相關(guān)性和多特征故障信息的故障原因診斷模型，對(duì)低壓報(bào)障工單、配變監(jiān)測(cè)終端的停復(fù)電事件、低壓電表停復(fù)電事件、低壓電表周期性召測(cè)數(shù)據(jù)等故障源信息，根據(jù)多個(gè)報(bào)障工單的地理位置臨近、所屬同一個(gè)居民小區(qū)等空間相關(guān)性判斷依據(jù)以及根據(jù)戶號(hào)定位所屬同一個(gè)低壓臺(tái)區(qū)、同一個(gè)低壓開關(guān)出線等電氣相關(guān)性，結(jié)合配變監(jiān)測(cè)終端的停復(fù)電事件、低壓故障主動(dòng)偵測(cè)事件等，判斷是單戶故障、低壓開關(guān)跳閘還是配變停電;根據(jù)多臺(tái)配變的低壓故障研判結(jié)果，依據(jù)GIS的拓?fù)潢P(guān)系，輔助判斷線路開關(guān)跳閘故障。

3.4 主站型低壓故障主動(dòng)偵測(cè)關(guān)鍵技術(shù)研究

3.4.1 建立研判模型

依托GIS、營(yíng)銷系統(tǒng)和圖模數(shù)據(jù)交互技術(shù)，在配網(wǎng)自動(dòng)化系統(tǒng)中打造配電網(wǎng)圖模圖數(shù)一體化圖形，確保主配網(wǎng)模型拼接以及圖模關(guān)聯(lián)正確，能夠至上而下地可視化展現(xiàn)“站—線—變—戶”的關(guān)系。

3.4.2 數(shù)據(jù)信號(hào)采集

廣東計(jì)量自動(dòng)化系統(tǒng)已實(shí)現(xiàn)通過海量準(zhǔn)實(shí)時(shí)數(shù)據(jù)平臺(tái)與各地市局配網(wǎng)自動(dòng)化主站進(jìn)行數(shù)據(jù)傳輸?shù)墓δ埽ㄟ^優(yōu)化低壓智能電表通信模塊硬件，增加電表電池續(xù)航能力，實(shí)現(xiàn)低壓智能電表的停電告警事件實(shí)時(shí)上送功能，通過海量準(zhǔn)實(shí)時(shí)數(shù)據(jù)平臺(tái)將停電告警信號(hào)、電壓信號(hào)等電表數(shù)據(jù)回流至各地市局。同時(shí)，設(shè)定一定的時(shí)間閥值，收集各類信號(hào)，象召測(cè)數(shù)據(jù)、95598報(bào)障工單等。如圖4所示。

3.4.3 拓?fù)浞治?/p>

通過計(jì)算引擎，結(jié)合主站內(nèi)構(gòu)建的“站—線—變—戶”一體化電網(wǎng)研判模型基礎(chǔ)，依次召測(cè)該用戶電表、樓宇集中器、臺(tái)區(qū)采集器的電流、電壓和停復(fù)電信號(hào)等數(shù)據(jù)，持續(xù)在后臺(tái)對(duì)所有收集到的信號(hào)進(jìn)行拓?fù)浞治觯鶕?jù)中低壓配電網(wǎng)絡(luò)拓?fù)潢P(guān)系由下往上追溯到用戶所屬配變，召測(cè)用戶電能表以及配變的運(yùn)行信息，根據(jù)電能表以及配變運(yùn)行信息判斷故障。如果某一低壓開關(guān)后段用戶發(fā)生停電，多個(gè)低壓智能電表同時(shí)上送停電告警信號(hào)或收集到多個(gè)95598報(bào)障工單等數(shù)據(jù)源，則追溯出此低壓開關(guān)停電。如圖5所示。

4 配電網(wǎng)故障搶修指揮平臺(tái)的研發(fā)

基于“大運(yùn)維、大數(shù)據(jù)”的需求，結(jié)合人工智能多特征合判的低壓配電網(wǎng)故障研判技術(shù)，開發(fā)配電網(wǎng)故障搶修指揮平臺(tái)，通過與GIS平臺(tái)、營(yíng)銷系統(tǒng)、95598系統(tǒng)、PMS系統(tǒng)和移動(dòng)作業(yè)終端等應(yīng)用集成，實(shí)現(xiàn)低壓故障的定位告警和原因判斷、工單智能歸組、停電范圍智能編譯等智能化功能。如圖6所示。

配電網(wǎng)故障搶修指揮平臺(tái)建成后，面向配網(wǎng)調(diào)度搶修指揮服務(wù)中心人員，實(shí)現(xiàn)實(shí)時(shí)故障信息推屏、故障查詢及圖形化展示報(bào)障工單位置等功能，并提供搶修態(tài)勢(shì)分布圖，可視化展示低壓故障的推理邏輯和判斷結(jié)果，實(shí)現(xiàn)搶修指揮的統(tǒng)一調(diào)度及監(jiān)控。

5 結(jié)語(yǔ)

基于人工智能多特征合判的智能化的低壓電網(wǎng)故障主動(dòng)偵測(cè)技術(shù)，能夠加快運(yùn)維人員對(duì)低壓配電網(wǎng)故障的感知速度，輔助運(yùn)維人員更加準(zhǔn)確地掌握分散式用戶的用電特性，降低故障搶修時(shí)間，實(shí)現(xiàn)更加有效的需求側(cè)管理，提升低壓配電網(wǎng)運(yùn)行管理水平和供電可靠性。此外，人工智能前沿技術(shù)在低壓配電網(wǎng)運(yùn)行管理中的應(yīng)用，為低壓配電網(wǎng)直接進(jìn)入智能運(yùn)維奠定了基礎(chǔ)。

參考文獻(xiàn)

[1]李繼軍.智能電表在低壓電網(wǎng)故障搶修的應(yīng)用剖析[J].黑龍江科技信息，2016（18）：76.

[2]盧小海， 王宇名， 趙文博.基于配網(wǎng)主站平臺(tái)的圖模變化量多版本機(jī)制研究[J].電力工程技術(shù)，2017，36（5）：109-113.

[3]胡年平.智能電表在低壓電網(wǎng)故障搶修的應(yīng)用探究[J].硅谷，2012，5（24）：120，81.

[4]王頌.配電網(wǎng)故障集約化搶修技術(shù)研究與措施應(yīng)用[D].山東：山東大學(xué)，2015.

[5]高頌九.配電網(wǎng)故障搶修可視化管理的探索與實(shí)踐[J].電力信息化，2012，10（7）：71-75.

[6]田紅兵.基于GIS的中低壓配網(wǎng)故障定位系統(tǒng)的研究[D]. 蘭州：蘭州理工大學(xué)， 2014.

[7]叢偉，荀堂生，肖靜，等.包括多微網(wǎng)的配電系統(tǒng)故障檢測(cè)算法[J].電力自動(dòng)化設(shè)備， 2010，30（7）：50-53.

[8]陳鵬，滕歡，滕福生.故障信息不足時(shí)配電網(wǎng)故障定位的方法[J].電力系統(tǒng)自動(dòng)化，2003，27（10）：71-72.