孫永軍， 周營烽， 陳賽慧， 金淋

(1.國網(wǎng)浙江省電力有限公司經(jīng)濟技術(shù)研究院，浙江 杭州 310000；2.浙江理工大學(xué)，浙江 杭州 310000；3.浙江華云信息科技有限公司，浙江 杭州 310000)

0 引 言

傳統(tǒng)方法中，對配電網(wǎng)饋線故障自動化修復(fù)方法主要有模糊特征點定位方法、譜特征提取方法和關(guān)聯(lián)特征檢測方法，通過特征匹配方法進行配電網(wǎng)饋線故障自動化修復(fù)[1-2]。

文獻(xiàn)[3]提出一種基于配電網(wǎng)故障可觀測性的配電開關(guān)監(jiān)控終端(feeder terminul unit, FTU)混合配置方法。該方法在未經(jīng)自動化改造的配電網(wǎng)結(jié)構(gòu)基礎(chǔ)上，對在開關(guān)處配置“二遙”FTU、“三遙”FTU或不進行FTU配置進行了優(yōu)化分析。首先給出了配電網(wǎng)故障可觀測率的定義，在此基礎(chǔ)上提出一種以供電可靠性與經(jīng)濟性為約束條件，建立以故障可觀測率最大為目標(biāo)的配電網(wǎng)FTU優(yōu)化配置模型。針對模型的特點，采用遺傳算法進行求解，得到了配電網(wǎng)FTU混合配置的最優(yōu)方案。文獻(xiàn)[4]提出代數(shù)建模機制下饋線故障區(qū)段定位的互補松弛約束模型，其優(yōu)勢為：克服了邏輯模型對群體智能算法的依賴，可采用數(shù)值穩(wěn)定性好的梯度算法求解，利用互補松弛約束條件將非線性整數(shù)規(guī)劃模型轉(zhuǎn)化為具有光滑特性的非線性規(guī)劃模型，降低了決策求解復(fù)雜性，無需對配電網(wǎng)進行分層解耦，即可實現(xiàn)單一和多重故障區(qū)段的有效辨識。但傳統(tǒng)方法進行配電網(wǎng)饋線故障自動化修復(fù)的自適應(yīng)性不好，特征辨識度水平不高。針對上述問題，本文提出基于Tabu算法的配電網(wǎng)饋線故障自動化修復(fù)方法，并進行仿真測試分析，驗證本文方法在提高配電網(wǎng)饋線故障自動化修復(fù)能力方面的優(yōu)越性能。

1 配電網(wǎng)饋線故障特征提取

(1)

(2)

(3)

(4)

式中:ui為樣本某故障波形的各時刻采樣值；vi為迭代次數(shù)。采用相關(guān)性頻譜特征檢測方法進行配電網(wǎng)饋線故障點異常融合，得到配電網(wǎng)饋線的故障特征匹配結(jié)果為：

(5)

式中：ωi(t)為高頻振蕩分量的角頻率；ai(t)為消弧線圈回路的時間常數(shù)。根據(jù)配電網(wǎng)饋線線路的依頻參數(shù)和長度，構(gòu)建配電網(wǎng)饋線故障點的統(tǒng)計序列分布模型[5-10]。在配電網(wǎng)饋線故障的分布域?qū)-ω平面的特征提取結(jié)果為：

(6)

式中：ωi(t)為高頻振蕩分量的角頻率；ai(t)為消弧線圈回路的時間常數(shù)。通過區(qū)外故障到區(qū)內(nèi)故障的線性擬合方法進行配電網(wǎng)饋線故障自動化特征融合處理，采用Tabu算法進行配電網(wǎng)饋線故障的自動化修復(fù)控制，得到配電網(wǎng)饋線故障的線性組合為：

(7)

采用縱聯(lián)保護的方法，得到配電網(wǎng)饋線故障頻譜特征分布為：

φ=[W(t)H(ω,t)]T

(8)

式中:H(ω,t)為配電網(wǎng)饋線的故障特征匹配值；W(t)為配電網(wǎng)饋線故障的特征提取結(jié)果。

綜上分析，實現(xiàn)對配電網(wǎng)饋線故障點特征提取和譜分析。

2 配電網(wǎng)饋線故障自動修復(fù)

結(jié)合關(guān)聯(lián)維分析方法進行配電網(wǎng)饋線故障信息融合，根據(jù)采樣截斷誤差分析的方法，得到配電網(wǎng)饋線故障優(yōu)化診斷模型為：

(9)

式中：ni(t)為配電網(wǎng)饋線故障特征分布的窗函數(shù)：ni(t)=n1i(t)×p(t)。綜上分析，提取配電網(wǎng)饋線故障的低頻通高頻特征量為：

E=Y∪W∩Y

(10)

結(jié)合配電網(wǎng)饋線繞組分組檢測方法，得到配電網(wǎng)饋線故障分布的Tabu函數(shù)為：

(11)

(12)

考慮不平衡差動電流，進行配電網(wǎng)饋線繞組檢測，輸出為：

Q=diag(φl，φl+1，…，φl+u)，u≥max(q,r)

(13)

式中:φl為配電網(wǎng)饋線繞組分布的相關(guān)性參數(shù)。根據(jù)上述分析，結(jié)合特征聚類方法進行配電網(wǎng)饋線故障特征的類別篩選，實現(xiàn)配電網(wǎng)饋線故障自動化修復(fù)。

3 仿真測試分析

為了驗證本文方法在實現(xiàn)配電網(wǎng)饋線故障診斷的性能，進行了仿真試驗。假設(shè)配電網(wǎng)的不平衡差動電流為24 mA，采樣截斷誤差為0.26，行波傳輸?shù)膮⒖茧妷簽?40 V，配電網(wǎng)饋線特征的干擾分量為-12 dB，所示系統(tǒng)節(jié)點和支路標(biāo)號均已在圖1中標(biāo)出，其中支路開關(guān)8-21、9-15、12-22、18-33、25-29為聯(lián)絡(luò)開關(guān)，初始狀態(tài)下均處于斷開狀態(tài)。系統(tǒng)中接入4個DG，DG接入位置選擇重要等級高的負(fù)荷節(jié)點和系統(tǒng)末端。

圖1 接入DG的IEEE33節(jié)點系統(tǒng)

分別在100 km、200 km、300 km和400 km的配電網(wǎng)線路長度下進行饋線故障特征提取，如圖2所示。

圖2 配電網(wǎng)饋線故障特征提取

100 km、200 km、300 km和400 km的配電網(wǎng)線路長度，在頻率為100～200 Hz之間，饋線故障特征提取幅值變化明顯，根據(jù)圖2對配電網(wǎng)饋線故障特征提取結(jié)果進行故障自動修復(fù)診斷，得到故障檢測結(jié)果如圖3所示。

圖3 配電網(wǎng)饋線故障檢測結(jié)果

分析圖3得知，本方法能有效實現(xiàn)配電網(wǎng)饋線故障檢測，提高了對配電網(wǎng)饋線故障的特征匹配能力。故障恢復(fù)結(jié)果如圖4和表1所示。

圖4 雙故障點情況下故障恢復(fù)拓?fù)鋱D

表1 孤島外區(qū)域恢復(fù)結(jié)果

由表1可以看出，重構(gòu)后網(wǎng)絡(luò)損失減少，DG2與DG3形成孤島對部分負(fù)荷供電，使接入主網(wǎng)的負(fù)荷點減少，減輕了主網(wǎng)對負(fù)荷側(cè)的供電壓力。

測試不同方法進行配電網(wǎng)饋線故障點預(yù)測精度診斷的精度，得到對比結(jié)果如表2所示。

表2 預(yù)測精度對比

分析表2得知，與文獻(xiàn)[3]方法和文獻(xiàn)[4]方法對比，本方法進行配電網(wǎng)饋線故障診斷的準(zhǔn)確性更高，有效提高了配電網(wǎng)饋線的穩(wěn)定性和配電網(wǎng)饋線故障診斷及自動化修復(fù)能力。

4 結(jié)束語

結(jié)合配電網(wǎng)饋線故障線路的可用度進行配電網(wǎng)饋線故障的特征分析和模擬，對配電網(wǎng)饋線故障進行預(yù)測和優(yōu)化診斷。本文提出基于Tabu算法的配電網(wǎng)饋線故障自動化修復(fù)方法。采用故障大數(shù)據(jù)融合聚類分析方法進行配電網(wǎng)饋線故障信息特征重組，通過模糊聚類方法進行配電網(wǎng)饋線故障點統(tǒng)計，構(gòu)建配電網(wǎng)饋線故障點的統(tǒng)計序列分布模型。分析得知，本文方法對配電網(wǎng)饋線故障檢測和診斷的自動性較好，故障修復(fù)能力較強。