國網(wǎng)山東省電力公司菏澤供電公司 劉國棟 宋來森 盛瑞明 吳 超 國網(wǎng)山東省電力公司膠州供電公司 劉國樹

華北電力大學(xué) 路建建

電力電纜憑借其占地少、可靠性高、便于維護(hù)等獨(dú)特的優(yōu)勢(shì)在配電網(wǎng)中日益得到廣泛應(yīng)用。而伴隨我國社會(huì)經(jīng)濟(jì)騰飛、國民消費(fèi)水平提升對(duì)配電網(wǎng)運(yùn)行的可靠性與安全性提出高層次的質(zhì)量要求。在極端天氣、線路老化、自然災(zāi)害、外力破壞、人為偷盜電纜等因素威脅下，極易造成電纜運(yùn)行故障，致使整個(gè)電力線路發(fā)生停電事故。輸電中斷直接導(dǎo)致社會(huì)生產(chǎn)生活方面的安全隱患與經(jīng)濟(jì)財(cái)產(chǎn)損失。在電力技術(shù)、信息化技術(shù)支持下配電網(wǎng)朝著智能化方向發(fā)展，賦予電力電纜自動(dòng)識(shí)別故障的能力，電力電纜故障定位與隔離技術(shù)發(fā)展迅猛、日趨成熟。電纜一旦出現(xiàn)故障自動(dòng)向監(jiān)控端發(fā)送故障維修提示，切實(shí)保障電力運(yùn)行的安全性，提升全社會(huì)的供電質(zhì)量。但是現(xiàn)有電纜故障監(jiān)控定位技術(shù)偏向提供故障線路信息及節(jié)點(diǎn)信息，還需現(xiàn)場(chǎng)工作人員借助電纜故障定位儀展開進(jìn)一步故障精準(zhǔn)定位和研判，耗時(shí)費(fèi)力。

近年來，物聯(lián)網(wǎng)技術(shù)在采集電力運(yùn)行數(shù)據(jù)、感知配電網(wǎng)運(yùn)行狀態(tài)等領(lǐng)域發(fā)揮顯著功能[1]，無線傳感網(wǎng)絡(luò)是物聯(lián)網(wǎng)技術(shù)的核心，因此本文結(jié)合傳統(tǒng)電纜故障定位和隔離先進(jìn)技術(shù)，將無線傳感網(wǎng)絡(luò)應(yīng)用于電力電纜故障地理位置定位，精準(zhǔn)檢測(cè)電纜故障并為電纜維修提供詳細(xì)準(zhǔn)確的故障線路及地理位置信息，具體思路如下：構(gòu)建電力電纜無線傳感網(wǎng)絡(luò)監(jiān)控系統(tǒng)感知電纜運(yùn)行狀態(tài)信息；以電纜狀態(tài)監(jiān)測(cè)信息作為樣本數(shù)據(jù)進(jìn)行聚類分析，獲取異常傳感節(jié)點(diǎn)實(shí)現(xiàn)電纜故障定位，節(jié)點(diǎn)通過Web GIS 電纜地理定位模塊即可發(fā)送詳細(xì)的地理位置信息。下面對(duì)本文創(chuàng)新方法作詳細(xì)介紹，而現(xiàn)有較為成熟的電纜故障定位及隔離技術(shù)原理不再贅述。

1 基于聯(lián)網(wǎng)技術(shù)的電力電纜故障地理位置自動(dòng)定位方法研究

1.1 基于無線傳感網(wǎng)絡(luò)的電力電纜故障監(jiān)控系統(tǒng)

1.1.1 總體架構(gòu)

電力電纜運(yùn)行的電流、電壓、溫濕度是ZigBee無線傳感網(wǎng)絡(luò)監(jiān)控的主要內(nèi)容，ZigBee 無線傳感網(wǎng)絡(luò)呈網(wǎng)狀拓?fù)浣Y(jié)構(gòu)和監(jiān)控終端進(jìn)行連接[2]。

由圖1可知，基于ZigBee 無線傳感網(wǎng)絡(luò)的電纜故障監(jiān)控系統(tǒng)架構(gòu)主要由無線傳感節(jié)點(diǎn)、中心節(jié)點(diǎn)、WebGIS 地理定位模塊、監(jiān)控終端構(gòu)成[3]。其中，無線傳感節(jié)點(diǎn)以合理的距離部署于各個(gè)電纜監(jiān)控區(qū)域，電纜中間接頭、戶內(nèi)戶外終端頭等關(guān)鍵節(jié)點(diǎn)處加強(qiáng)布置，采集電纜運(yùn)行的電流、電壓、溫濕度運(yùn)行狀態(tài)數(shù)據(jù)，同時(shí)負(fù)責(zé)去除數(shù)據(jù)的無用信息與噪聲，以無線信號(hào)為介質(zhì)將預(yù)處理完成的數(shù)據(jù)傳輸至中心節(jié)點(diǎn)[4]；中心節(jié)點(diǎn)主要任務(wù)是接收無線傳感節(jié)點(diǎn)采集的電纜監(jiān)控?cái)?shù)據(jù)，以基站為中介將統(tǒng)一打包的數(shù)據(jù)傳輸至監(jiān)測(cè)終端；WebGIS 地理定位模塊掌握了無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)所在的位置信息，一旦出現(xiàn)電纜故障，該模塊依據(jù)自身地圖資源存儲(chǔ)信息在監(jiān)控終端成電纜故障地圖，提供故障維修的地理位置信息；監(jiān)控終端負(fù)責(zé)對(duì)無線傳感數(shù)據(jù)進(jìn)行解包、分析、存儲(chǔ)，監(jiān)控人員通過PC 客戶端、移動(dòng)客戶端皆可查閱電纜狀態(tài)監(jiān)控信息，接收電纜故障預(yù)警信號(hào)和電纜故障的地理位置信息。

圖1 基于ZigBee 無線傳感網(wǎng)絡(luò)的電纜故障監(jiān)控系統(tǒng)架構(gòu)

電纜故障監(jiān)控系統(tǒng)使用ZigBee 無線傳感網(wǎng)絡(luò)感知電纜運(yùn)行的狀態(tài)信息，ZigBee 節(jié)點(diǎn)的核心構(gòu)件是CC2530處理器，由TI 公司提供。標(biāo)準(zhǔn)增強(qiáng)型8051微處理器、高性能的RF 收發(fā)器內(nèi)置于CC2530處理器，是ZigBee 節(jié)點(diǎn)的優(yōu)勢(shì)所在。實(shí)踐證明ZigBee 節(jié)點(diǎn)接收數(shù)據(jù)靈敏度為-94dBm 時(shí)誤碼率僅在1%左右，此時(shí)的發(fā)射功率為1MW，證明了ZigBee 節(jié)點(diǎn)采集數(shù)據(jù)的高精準(zhǔn)度；不僅如此，CC2530處理器具備空中升級(jí)功能，使用差異性運(yùn)行模式實(shí)現(xiàn)超低功耗系統(tǒng)運(yùn)行，運(yùn)行模式切換的時(shí)間消耗極小，再次節(jié)約了無線傳感網(wǎng)絡(luò)運(yùn)行的能耗。

1.1.2 WebGIS 電纜地理定位模塊

WebGIS 地理定位模塊的核心是WebGIS 技術(shù)，可準(zhǔn)確定位電纜故障所在地理位置，便于維修人員實(shí)施檢修。WebGIS 電纜地理定位模塊使用TCP/IP 協(xié)議、Internet/Intranet 標(biāo)準(zhǔn)運(yùn)行，基于HTTP 協(xié)議生成數(shù)據(jù)傳輸?shù)母袷絒5]。WebGIS 電纜地理定位模塊使用分布式服務(wù)體系結(jié)構(gòu)，以增強(qiáng)處理無線傳感網(wǎng)絡(luò)產(chǎn)生的大規(guī)模數(shù)據(jù)，監(jiān)控終端與服務(wù)器的負(fù)載得以平衡，進(jìn)一步提升電纜監(jiān)控?cái)?shù)據(jù)處理的性能。

WebGIS 電纜地理定位模塊集成了以中央服務(wù)器為核心的網(wǎng)絡(luò)技術(shù)，具有強(qiáng)大的信息查詢、地圖實(shí)時(shí)更新、定期系統(tǒng)維護(hù)功能，在定位技術(shù)中具有顯著優(yōu)勢(shì)。WebGIS 電纜地理定位模塊綜合了C/S與B/S 模式結(jié)構(gòu)，C/S 使用二層網(wǎng)絡(luò)體系結(jié)構(gòu)，優(yōu)點(diǎn)是信息處理的計(jì)算單元即為客戶端計(jì)算機(jī)，監(jiān)控人員可直接從本地獲取處理數(shù)據(jù)，無需以網(wǎng)絡(luò)為中介高頻率查詢地理位置數(shù)據(jù)；B/S 使用三層體系結(jié)構(gòu)，具體為“瀏覽器-中間層-服務(wù)器”，優(yōu)點(diǎn)是數(shù)據(jù)的應(yīng)用與分類通過Web 服務(wù)器與數(shù)據(jù)庫服務(wù)器實(shí)現(xiàn)，無需系統(tǒng)服務(wù)器參與，有效降低系統(tǒng)服務(wù)器負(fù)載，網(wǎng)絡(luò)安全性能得到大幅優(yōu)化。

WebGIS 電纜地理定位模塊包含地圖信息發(fā)布、Web 資源共享、空間查詢與聯(lián)機(jī)三項(xiàng)關(guān)鍵功能。其中地圖信息發(fā)布功能以服務(wù)器為介質(zhì)管理地圖資源，構(gòu)建全面的地圖資源庫，當(dāng)故障電纜節(jié)點(diǎn)確定時(shí)，該模塊立即生成電纜故障節(jié)點(diǎn)地圖，為維修人員提供詳細(xì)的故障線路及地理位置信息；Web 資源共享整合了各等級(jí)、不同地理坐標(biāo)的信息資源，便于不同性質(zhì)的數(shù)據(jù)實(shí)現(xiàn)綜合管理應(yīng)用；空間查詢與聯(lián)機(jī)呈現(xiàn)了圖形化的查詢形式，用于實(shí)時(shí)查詢電力電纜設(shè)備的位置信息，針對(duì)性的位置信息使得電力維修工作更為精準(zhǔn)，該功能對(duì)于優(yōu)化電力電纜維修效率、提升資源利用效率具有積極作用。

1.2 電力電纜故障節(jié)點(diǎn)判斷與定位

1.2.1 基于聚類分析的電纜故障定位模型

電纜運(yùn)行出現(xiàn)故障時(shí)則會(huì)向無線傳感網(wǎng)絡(luò)發(fā)送零序電壓突變信號(hào)，電力電纜故障監(jiān)控系統(tǒng)后臺(tái)由此啟動(dòng)電纜故障識(shí)別程序，監(jiān)控端接收電纜狀態(tài)監(jiān)控?cái)?shù)據(jù)，以此作為數(shù)據(jù)樣本采用K-means 聚類算法進(jìn)行電纜故障數(shù)據(jù)聚類分析，根據(jù)聚類結(jié)果獲取異常數(shù)據(jù)識(shí)別出電纜故障。為此構(gòu)建基于K-means聚類分析的電纜故障節(jié)點(diǎn)定位模型明確電纜故障定位思路[6]，模型結(jié)構(gòu)為：電流、電壓、溫濕度傳感節(jié)點(diǎn)-電纜監(jiān)控?cái)?shù)據(jù)處理與傳輸-電纜監(jiān)控指標(biāo)提取-K-means 聚類分析-故障決策分析，輸出電纜故障定位結(jié)果。由此可知電纜故障節(jié)點(diǎn)定位分為兩部分，一是電纜監(jiān)控指標(biāo)提取，二是K-means聚類算法分析。電纜監(jiān)控指標(biāo)提取即為電纜的電壓、電流、溫濕度狀態(tài)監(jiān)測(cè)變量的提?。籏-means 聚類算法在電纜故障判斷中的應(yīng)用如下詳述。

1.2.2 K-means 聚類算法

K-means 聚類算法在數(shù)據(jù)聚類分析領(lǐng)域的應(yīng)用頻率較高，K-means 聚類算法的聚類中心為多個(gè)聚類子集全部數(shù)據(jù)樣本均值。K-means 聚類算法運(yùn)行思路為：經(jīng)過迭代實(shí)現(xiàn)數(shù)據(jù)集類別劃分，當(dāng)評(píng)估聚集性能的測(cè)度函數(shù)為最優(yōu)時(shí)，證明生成的聚類緊湊且聚類間獨(dú)立存在。那么基于K-means 聚類算法實(shí)現(xiàn)電纜故障監(jiān)控的步驟為[7]：基于K-means 聚類算法對(duì)無線傳感器節(jié)點(diǎn)數(shù)據(jù)進(jìn)行分簇獲取聚類中心；對(duì)比數(shù)據(jù)點(diǎn)和質(zhì)心間的距離判斷數(shù)據(jù)點(diǎn)是否處于異常狀態(tài)。K-means 聚類算法使用歐幾里得距離作為數(shù)據(jù)點(diǎn)距離判斷量。歐幾里得距離屬于距離定義范疇，在相似度判定中使用頻繁。在多維空間中，歐幾里得距離表示兩個(gè)點(diǎn)之間的實(shí)際距離，電纜狀態(tài)監(jiān)測(cè)數(shù)據(jù)樣本ai與aj的相似度可用其描述：

定義電纜狀態(tài)監(jiān)測(cè)數(shù)據(jù)集A={ai|i=1，2，…，M}，其中電纜狀態(tài)監(jiān)測(cè)數(shù)據(jù)樣本表示為ai=(ai1，ai2，…，ain)，ai的n 個(gè)屬性則描述為ai1，ai2，…，ain。隨著電纜狀態(tài)監(jiān)測(cè)樣本ai、aj之間距離的增加，樣本間的相似度下降、差異度增加；反之，隨著電纜狀態(tài)監(jiān)測(cè)樣本ai、aj之間距離的減少，樣本間的相似度增加、差異度降低。定義電纜狀態(tài)監(jiān)測(cè)數(shù)據(jù)集A 包含k 個(gè)聚類子集分別用A1，A2，…，Ak表示，n1，n2，…，nk則表示不同聚類子集的樣本數(shù)量，m1，m2，…，mk則表示不同聚類子集的聚類中心。

1.2.3 基于歐幾里得距離的電纜故障判斷

基于K-means 聚類算法獲取電纜狀態(tài)監(jiān)測(cè)數(shù)據(jù)點(diǎn)的分簇結(jié)果，以此為前提求取海量數(shù)據(jù)點(diǎn)和簇心之間的歐幾里得距離，根據(jù)歐幾里得距離判斷數(shù)據(jù)是否異常的依據(jù)為：若歐幾里得距離在當(dāng)前距離均值以上，證明此數(shù)據(jù)點(diǎn)屬于異常數(shù)據(jù)點(diǎn)集，反之則屬于正常數(shù)據(jù)點(diǎn)集。需對(duì)異常數(shù)據(jù)點(diǎn)集數(shù)據(jù)展開進(jìn)一步檢測(cè)，方法如下：構(gòu)建兩個(gè)對(duì)比數(shù)據(jù)，一是疑似異常點(diǎn)到質(zhì)心距離和距離均值的差，二是疑似異常點(diǎn)聚類中所有數(shù)據(jù)點(diǎn)到質(zhì)心距離的1.67倍，對(duì)比兩種數(shù)據(jù)，當(dāng)前者數(shù)據(jù)超過后者數(shù)據(jù)時(shí)，則證明該電纜狀態(tài)監(jiān)測(cè)數(shù)據(jù)異常，輸出異常數(shù)據(jù)坐標(biāo)即可獲取無線傳感網(wǎng)絡(luò)中的異常節(jié)點(diǎn)，即電纜故障節(jié)點(diǎn)。發(fā)生電纜故障的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)通過WebGIS 電纜地理定位模塊即可生成地圖，為檢修人員提供精準(zhǔn)的電纜故障維修地理位置信息。

2 實(shí)驗(yàn)研究

通過仿真實(shí)驗(yàn)形式驗(yàn)證本文方法處理電纜故障地理位置自動(dòng)定位的可行性與優(yōu)勢(shì)，仿真實(shí)驗(yàn)在Matlab 7中完成算法編程，通過Visual DSP++設(shè)計(jì)電力電纜故障監(jiān)控系統(tǒng)，實(shí)驗(yàn)樣本數(shù)據(jù)為某配電網(wǎng)運(yùn)行產(chǎn)生的數(shù)據(jù)；定義1200m×1200m 大小區(qū)域作為電力電纜監(jiān)控節(jié)點(diǎn)布局區(qū)域，電纜節(jié)點(diǎn)通信覆蓋范圍約為11.5m，監(jiān)控系統(tǒng)采集數(shù)據(jù)的時(shí)間間隔為8min。對(duì)編號(hào)為D06、D16、D24、D33、D42的電纜節(jié)點(diǎn)進(jìn)行故障定位，每個(gè)節(jié)點(diǎn)預(yù)期采集300個(gè)數(shù)據(jù)樣本并展開數(shù)據(jù)聚類分析，其預(yù)期采集數(shù)據(jù)樣本、實(shí)際采集數(shù)據(jù)樣本及數(shù)據(jù)丟失率分別為300/299/0.30，300/300/0，300/299/0.30，300/298/0.67，300/300/0。分析可知，基于ZigBee 無線傳感網(wǎng)絡(luò)的電纜故障監(jiān)控系統(tǒng)采集數(shù)據(jù)丟失率較低，最高僅為0.67%，丟失的數(shù)據(jù)一般發(fā)生在節(jié)點(diǎn)與服務(wù)器傳輸期間；較低的數(shù)據(jù)丟失率得益于無線傳感網(wǎng)絡(luò)中ZigBee 節(jié)點(diǎn)的使用，將CC2530處理器作為ZigBee 節(jié)點(diǎn)的核心構(gòu)件有效增強(qiáng)電纜狀態(tài)數(shù)據(jù)采集的性能。

由此看來，本文方法采集的電纜狀態(tài)數(shù)據(jù)完整性較強(qiáng)，為聚類分析提供了相對(duì)全面的數(shù)據(jù)樣本基礎(chǔ)。采用本文方法獲取的D06、D16、D24、D33、D42數(shù)據(jù)聚類時(shí)間開銷（秒）、初次檢測(cè)異常數(shù)據(jù)量（個(gè)）、是否出現(xiàn)電纜故障、故障電纜地圖生成是否準(zhǔn)確分別為：8.89/7/否，0.91/11/是/是，0.89/4/否，0.94/6/否，0.92/4/否。以上結(jié)果顯示只有D16電纜節(jié)點(diǎn)出現(xiàn)故障，該情況與配電網(wǎng)中電纜運(yùn)行的實(shí)際情況一致，證明了本文方法進(jìn)行電纜故障檢測(cè)的有效性。

具體分析可知，本文方法處理不同節(jié)點(diǎn)數(shù)據(jù)的時(shí)間開銷均在0.9s 左右，效率較高；初次檢測(cè)異常數(shù)據(jù)過程中，不同電纜節(jié)點(diǎn)均出現(xiàn)差異性異常數(shù)據(jù)，經(jīng)過進(jìn)一步異常數(shù)據(jù)檢測(cè)判定D16節(jié)點(diǎn)存在故障，本文方法中K-means 聚類算法經(jīng)過兩次異常狀態(tài)數(shù)據(jù)檢測(cè)獲取電纜故障情況，保障了電纜故障定位結(jié)果的可靠性。經(jīng)對(duì)比，本文方法生成的電纜故障地圖準(zhǔn)確無誤，地圖清晰顯示了故障位置與維修團(tuán)隊(duì)所在位置，方便維修人員快速到達(dá)維修地點(diǎn)，高效恢復(fù)電纜正常運(yùn)行，保障了社會(huì)生產(chǎn)與生活的安全性。

3 結(jié)語

本文方法獲取較優(yōu)的定位結(jié)果在于將物聯(lián)傳感網(wǎng)絡(luò)與K-means 聚類算法有機(jī)融合，無線傳感網(wǎng)絡(luò)能采集廣域的電纜狀態(tài)數(shù)據(jù)，保障了數(shù)據(jù)樣本分析的全面性。同時(shí)無線傳感網(wǎng)絡(luò)數(shù)據(jù)具有規(guī)模大、數(shù)據(jù)密度大、分布范圍廣、異常數(shù)據(jù)占比較少的特點(diǎn)，造成較大的電纜狀態(tài)數(shù)據(jù)挖掘難題。K-means聚類算法用于數(shù)據(jù)聚類分析的頻率較高，面對(duì)數(shù)據(jù)簇密集、數(shù)據(jù)聚類差異大的情況更容易發(fā)揮較優(yōu)的聚類效果，K-means 聚類算法這一特性與無線傳感網(wǎng)絡(luò)數(shù)據(jù)特征吻合，因此K-means 聚類算法進(jìn)行電纜狀態(tài)數(shù)據(jù)聚類更易展現(xiàn)其優(yōu)勢(shì)。

此外，以往的電纜故障監(jiān)控定位技術(shù)注重提供故障線路信息或者節(jié)點(diǎn)信息。本文在借鑒現(xiàn)有電纜故障定位和隔離先進(jìn)技術(shù)的基礎(chǔ)上，于監(jiān)控系統(tǒng)中集成了Web GIS 電纜地理定位模塊，模塊具備地圖資源庫構(gòu)建功能，當(dāng)故障電纜節(jié)點(diǎn)確定時(shí)該模塊立即生成故障節(jié)點(diǎn)地圖，為維修人員提供詳細(xì)的故障線路及位置信息，實(shí)現(xiàn)了電纜故障地理位置定位的創(chuàng)新。