國網(wǎng)浙江電力公司錢塘區(qū)供電公司 黃一甲

1 配電網(wǎng)故障原因

配電網(wǎng)結(jié)構(gòu)復(fù)雜、設(shè)備多、運行環(huán)境復(fù)雜，其故障影響因素包括自身因素、自然因素、人為因素三種。

自身因素主要包括運行因素，配電網(wǎng)故障運行影響因素主要為電流、電壓、電網(wǎng)諧波。如果電流和電壓過大會導(dǎo)致荷載增加，三相不平衡情況，導(dǎo)致設(shè)備運行功能不符合額定功率值，導(dǎo)致設(shè)備運行溫度增加，三相不平衡會導(dǎo)致電網(wǎng)能耗增加，其中電網(wǎng)諧波會導(dǎo)致設(shè)備出現(xiàn)震動、噪聲等問題，最終嚴(yán)重影響設(shè)備的質(zhì)量和使用壽命。設(shè)備自身因素是指線路因為類型、長度、運行時間、廠家、架設(shè)方式等不同，導(dǎo)致設(shè)備老化影響性能，且一些設(shè)備經(jīng)過維修或者自身質(zhì)量不高也會導(dǎo)致故障多發(fā)。

自然因素是指天氣、地理環(huán)境。配電網(wǎng)主要架設(shè)在地面，長期受到氣溫、大風(fēng)、雨水、雷擊等氣象因素的影響，氣溫過高或過低會導(dǎo)致配電設(shè)備耐壓下降，影響線路絕緣性，導(dǎo)致故障發(fā)生。地理環(huán)境指供電區(qū)域、變電站、山體等，供電區(qū)域負(fù)荷數(shù)值不同，故障率不同，配電所環(huán)境不同故障率不同。

人為因素是指技術(shù)人員在架設(shè)或者運維人員在檢修時存在錯誤操作，或者維護(hù)檢修不及時，導(dǎo)致線路出現(xiàn)故障。其他施工進(jìn)行過程中需要挖斷電纜或者車輛掛線等也會導(dǎo)致故障出現(xiàn)[1]。

2 配電網(wǎng)故障特點分析

第一，屬性特點。在配電網(wǎng)故障特點中屬性特點具體指配電網(wǎng)饋線和設(shè)備固有的屬性特點，不會受到外界的影響，通過一些零散的數(shù)據(jù)點呈現(xiàn)出來。10kV饋線屬性特點指線路自身性能、長度、源變電站、運行時間、連接設(shè)備數(shù)據(jù)、所屬廠家等。對于自身性能，具體可以分為城市配電網(wǎng)和農(nóng)村配電網(wǎng)，其主要根據(jù)區(qū)域供電劃為不同的等級，供電區(qū)域的分類主要根據(jù)當(dāng)?shù)匦姓墑e、設(shè)計規(guī)劃負(fù)荷進(jìn)行。

可以將饋線故障分為三種類型，具體可以根據(jù)供電區(qū)域計算故障發(fā)生率分析。對于線路長度，主要依據(jù)架設(shè)方式劃分，分為架空線路、電纜線路、混合線路，線路的架設(shè)方式和故障率也有一定的關(guān)系，混凝線路一般故障率最高。線路長度有自身的分布圖，依據(jù)分級結(jié)果來分析故障率，計算發(fā)現(xiàn)長度越長，故障率越高。本文選擇10個變電站，結(jié)果發(fā)現(xiàn)，不同的變電站在相同的故障類型中，故障發(fā)生率不同。通過計算發(fā)現(xiàn)，線路運行時間在2500～7000d，線路運行的時間越長，故障率就越高。對連接設(shè)備數(shù)據(jù)而言，該配電網(wǎng)設(shè)備主要由變壓器、負(fù)荷開關(guān)、斷路器、引流線、保險、絕緣子等組成，其設(shè)備數(shù)量各不相同，通過等級劃分，線路設(shè)備越多，故障率越高。不同廠家生產(chǎn)的故障率不同[2]。

第二，統(tǒng)計特征。統(tǒng)計特征是對配電網(wǎng)饋線故障發(fā)生率通過統(tǒng)計得出的特點，具體包括時間統(tǒng)計、氣象統(tǒng)計、運行統(tǒng)計、故障自相性統(tǒng)計幾種。對于時間，主要同月份和星期計算故障率；對于氣象，主要通過日最高和最低氣溫、日最大濕度和最小濕度、日最大風(fēng)速和最小風(fēng)速計算。對于運行統(tǒng)計，主要通過線路荷載、低電壓、三相平衡等計算。對于自相關(guān)，主要通過以往故障數(shù)據(jù)進(jìn)行計算。

第三，深度時序特點。因為配電網(wǎng)故障具有臨時性，容易受到外界氣象因素、自身特點、運行環(huán)境等因素的影響。對此通過統(tǒng)計特征數(shù)據(jù)創(chuàng)建模型會導(dǎo)致信息不全，因此需要通過時序特征分析創(chuàng)建配電網(wǎng)預(yù)測模型。深度時序特點分析法是神經(jīng)網(wǎng)絡(luò)圖算法，可以通過學(xué)習(xí)器得出初預(yù)測結(jié)果，然后設(shè)計樣本集，使用深度學(xué)習(xí)算法進(jìn)行預(yù)測分析最終得出訓(xùn)練故障模型。

3 基于深度學(xué)習(xí)構(gòu)建10kV饋線故障預(yù)測模型

3.1 深度學(xué)習(xí)算法原理

集成學(xué)習(xí)。集成學(xué)習(xí)精準(zhǔn)性強(qiáng)，和傳統(tǒng)的機(jī)器學(xué)習(xí)模型相比較，可以有效改善模型性能。當(dāng)前的集成學(xué)習(xí)算法可以分為強(qiáng)和弱兩種。弱學(xué)習(xí)是指決策樹，強(qiáng)學(xué)習(xí)是指隨機(jī)森林。此外還有其他算法。強(qiáng)學(xué)習(xí)算法優(yōu)于弱學(xué)習(xí)算法，弱學(xué)習(xí)算法是組合而成的，強(qiáng)學(xué)習(xí)算法是集成算法。這兩種方法機(jī)器可以獨立運算，有效降低模型計算誤差。

梯度提升算法。該方法是在決策樹方法的基礎(chǔ)上形成的，可以有效處理大規(guī)模、高難度的數(shù)據(jù)。在該算法下，可以通過決策樹對計算任務(wù)進(jìn)行分解，后在節(jié)點回歸下得出樣本最小方差。該算法只是人們的一種設(shè)想，還沒有具體實現(xiàn)，對此還需要人們不斷改進(jìn)，以進(jìn)行梯度單邊采樣。這種優(yōu)化改進(jìn)方法可以直接通過樣本來計算，以提高信息價值含量，最終確保模型精度提升，有效解決早期算法弊端問題。另外，人們也可以通過排斥性捆綁改進(jìn)。該方法可以有效降低計算維度，減少計算量。因此，在具體預(yù)測故障時，由于配電網(wǎng)饋線具有高緯度特點，預(yù)測難度大，可以通過降低維度達(dá)到降低計算難度的目的。

人們也可以通過決策樹形成策略降低模型復(fù)雜度。通過擬合有效控制模型，但是該方法效率低，會增加計算成本，對此不需要進(jìn)行深度研究。人們可以通過分類特點數(shù)值來明確最優(yōu)目標(biāo)，該方法可以將基數(shù)較大的分類特點進(jìn)行細(xì)化處理，通過增加學(xué)習(xí)深度提高準(zhǔn)確性。該算法可以根據(jù)目標(biāo)相關(guān)性進(jìn)行排序，把握最佳分類點。此外，人們也可以通過深度學(xué)習(xí)中的并行學(xué)習(xí)法進(jìn)行優(yōu)化，該算法可以根據(jù)機(jī)器采集的不同特點明確最優(yōu)分類，通過數(shù)據(jù)并行計算得出直方圖，對并行算法進(jìn)行優(yōu)化[3]。

3.2 模型效果分析

可以通過任務(wù)劃分矩陣評估深度學(xué)習(xí)算法的效果。該劃分可以將樣本分為正負(fù)兩種，且該劃分方法也可以有效計算查準(zhǔn)率和查全率曲線評估模型，差準(zhǔn)率是指樣本的準(zhǔn)確預(yù)測值?？傊疚膶CU值等同于配電網(wǎng)10kV 饋線故障預(yù)測模型的評價指標(biāo)，通過對比測試分析，判斷配網(wǎng)總特點是否可以融入深度時序特點中。通過以上研究也可以發(fā)現(xiàn)，深度算法對比就是將預(yù)測模型和代表算法進(jìn)行對比的過程。

配電網(wǎng)10kV 饋線三種故障預(yù)測模型通過多次測試得出樣本集，最終通過ROC 曲線和ACU 值計算得出以下幾點結(jié)論。第一，在構(gòu)建配電網(wǎng)不同故障預(yù)測模型時，需要基于深度時序特點對預(yù)測模型進(jìn)行對比，最終得出具有深度時序特點的預(yù)測模型，此對比可以有效提高模型預(yù)測效果，從而證明了深度學(xué)習(xí)算法的時序特點是非常有效性[4]。第二，采用不同的算法模型，比如隨機(jī)森林算法，其預(yù)測精準(zhǔn)度高，基于弱學(xué)習(xí)算法的深度學(xué)習(xí)算法可以有效適用于配電網(wǎng)故障預(yù)測工作中，且上述提出的不同算法，精度各不相同，但是基本上精度都有了很大的提升。

由此可見，通過不平衡樣本處理算法、訓(xùn)練法來創(chuàng)建故障預(yù)測模型，分析配電網(wǎng)故障其優(yōu)勢作用顯著。另外，在配電網(wǎng)饋線三種故障模型中，各模型特點相同。但是具體作用不同，比如在氣象因素故障模型中，線路長度、運行時間、月份、氣溫、設(shè)備數(shù)量等對線路運維影響最大，因此可以從這幾方面進(jìn)行檢測。比如，人們可以考慮氣溫過高或者高過低、負(fù)荷過重等情況導(dǎo)致的故障，進(jìn)行針對性地改進(jìn)?？傊?，配電網(wǎng)線路在運行中容易受到外界溫度的影響，其和內(nèi)部運行有著直接的關(guān)系。

3.3 模型優(yōu)化

對于深度學(xué)習(xí)的故障模型在優(yōu)化時主要進(jìn)行參數(shù)調(diào)整，提高模型的適用性、代表性，因為不同算法在模型參數(shù)上的表現(xiàn)有較大的差異，因此需要綜合考慮、分析，盡量選擇性能好、參數(shù)好的模型，比如決策樹算法，其可以通過增加節(jié)點數(shù)量來提高模型精度。

如果要降低模型擬合性，則需要減少節(jié)點數(shù)量，在上述的三個故障模型中也具體包括多個子模型，為優(yōu)化模型參數(shù)提供了條件。從提高模型預(yù)測精度、降低擬合度目標(biāo)出發(fā)，將三個故障預(yù)測模型中的子模型參數(shù)進(jìn)行調(diào)整，通過網(wǎng)絡(luò)搜索算法得出最優(yōu)值，最終得出最佳參數(shù)，并通過評分系統(tǒng)選擇最佳組合參數(shù)優(yōu)化模型參數(shù)。該評分算法可以通過混合驗證進(jìn)行計算，在調(diào)優(yōu)后可以得出三種故障預(yù)測模型的ROC曲線圖。將優(yōu)化前和優(yōu)化后的數(shù)值進(jìn)行對比分析可以看出，模型最優(yōu)參數(shù)閾值和召回率、誤報率、精準(zhǔn)度有直接關(guān)系。

總之，在優(yōu)化模型參數(shù)后可以有效提高配電網(wǎng)三種故障預(yù)測模型的預(yù)測效果和精準(zhǔn)度，由此可以觀察到網(wǎng)絡(luò)搜索算法可以有效應(yīng)用在配電網(wǎng)故障數(shù)據(jù)樣本集中，也可以準(zhǔn)確顯示出樣本集的最佳閾值。比如，在設(shè)備故障因素模型中預(yù)測的數(shù)值在0.80 以上則為正例，在運行因素故障模型中預(yù)測的數(shù)值在0.78以上則為正例，其余的將為負(fù)例[5]。

4 基于深度學(xué)習(xí)構(gòu)建10kV饋線的運檢排序算法

4.1 創(chuàng)建運檢排序指標(biāo)

從故障停電影響、用戶問題、運維作用等方面出發(fā)對幾個方面來進(jìn)行10kV饋線運檢排序。第一，饋線供電區(qū)域。不同供電區(qū)域負(fù)荷值不同，饋線故障類型也不同，一般情況下，故障停電時間相同時，負(fù)荷值越大停電影響越大，對此需要通過負(fù)荷值和停電影響對供電區(qū)域進(jìn)行分類。第二，饋線用戶參數(shù)。在部分地區(qū)供電中斷或者停電將會對人們的生活產(chǎn)生較大的影響，尤其是對供電可靠性有一定要求的地區(qū)，因此需要明確饋線故障檢修的目標(biāo)、等級。第三，饋線平均停電次數(shù)。饋線的平均停電次數(shù)可以有效反映出故障此時，便于工作人員了解故障的影響，對此需要根據(jù)故障預(yù)測模型評估平均預(yù)測結(jié)果。第四饋線供電路徑。饋線供電路徑和供電站直接相關(guān)，也直接影響檢修等級，一般需要根據(jù)最近路段有限搶修。

4.2 饋線運檢排序算法和結(jié)果分析

先確定饋線運檢有限檢修的等級，創(chuàng)建故障因子計算模型、設(shè)備故障模型、運行故障模型等，根據(jù)上述指標(biāo)對模型進(jìn)行分析，通過熵權(quán)法計算指標(biāo)數(shù)據(jù)，得到最終的權(quán)重值。結(jié)果發(fā)現(xiàn)，饋線日平均停電次數(shù)和饋電用戶信息是影響運檢排序的主要因素，接下來是饋電供電路徑和饋線區(qū)域，但是以上指標(biāo)也會發(fā)生變化，因此需要根據(jù)具體情況進(jìn)行多次計算，根據(jù)饋線故障預(yù)測結(jié)果明確饋線運檢優(yōu)先檢修順序。

饋線故障發(fā)生的主要原因運行受環(huán)境影響，其次是設(shè)備自身特點，這兩個影響因素導(dǎo)致故障發(fā)生率各不相同。在排序之前，先需要對饋線進(jìn)行檢查維護(hù)，后根據(jù)影響植被，計算饋線的供電量?？紤]到饋線用戶和饋線日平均停電時對饋線故障影響的不同，還需要計算綜合故障率，并考慮其他指標(biāo)的影響，最終通過加權(quán)計算得出最終的閾值。研究發(fā)現(xiàn)，這種方法非常有效。對饋線不同故障進(jìn)行預(yù)測可以有效明確饋線巡檢目的。在具體計算故障率的過程中，如果氣象因素影響最大，則需要安裝避雷、防潮、散熱裝置，并有效發(fā)揮防風(fēng)效果。如果是設(shè)備因素的影響，則需要及時檢查配電變壓器、隔離開關(guān)的位置、狀態(tài)等，如果是運行因素的影響，則需要檢查負(fù)荷、電壓值、三相平衡情況。

5 結(jié)語

本文對配電網(wǎng)數(shù)據(jù)進(jìn)行分析處理，提出深度學(xué)習(xí)的配電網(wǎng)時序特點分析方法，在多種算法的基礎(chǔ)上創(chuàng)建了三種故障預(yù)測模型，提高故障預(yù)測精準(zhǔn)度和效率。相關(guān)部門還需要不斷研究各種配電網(wǎng)故障預(yù)測技術(shù)，有效應(yīng)對后期配電網(wǎng)線路變化情況，實現(xiàn)配電網(wǎng)數(shù)據(jù)的多元化。