胡偉，周敏

（湖南鐵道職業(yè)技術(shù)學(xué)院，湖南 株洲 412000）

1 研究意義

電力工業(yè)是保障國民經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展的支柱性行業(yè)，也是保證國家安全以及國民生活質(zhì)量的重要組成部分。電能作為二次清潔能源，在現(xiàn)代社會發(fā)展的各個方面都起著無法替代的作用。而在2020 年初“新冠肺炎”疫情突發(fā)背景下，如何保障醫(yī)療衛(wèi)生企業(yè)安全生產(chǎn)用電，特別是保證各級醫(yī)院優(yōu)質(zhì)可靠的電能供應(yīng)，是維護(hù)社會穩(wěn)定發(fā)展的重要支撐[1-3]。

電力系統(tǒng)是由發(fā)電廠、輸電網(wǎng)絡(luò)、配電網(wǎng)絡(luò)及電力用戶組成的一個整體，是把一次能源轉(zhuǎn)換成電能并輸送和分配到用戶的統(tǒng)一系統(tǒng)[4]。而配電網(wǎng)的作用是將電能從樞紐變電站直接分配到用戶，或者經(jīng)配電站分配到用戶，因此，在電力系統(tǒng)中，配電網(wǎng)作為保障民生的重要基礎(chǔ)設(shè)施及服務(wù)居民用戶的最后環(huán)節(jié)，其安全穩(wěn)定運(yùn)行直接關(guān)系著每個用戶的用電利益、用電質(zhì)量和用電可靠性[5-8]。

當(dāng)配電網(wǎng)線路發(fā)生永久性故障時(shí)，應(yīng)迅速對故障線路進(jìn)行故障區(qū)間定位，找出故障所在位置，并對故障區(qū)域的故障進(jìn)行人工檢修，即判別出故障相以及是否發(fā)生接地故障，待查明故障原因后才能恢復(fù)正常供電[9-10]，但這在一定程度上增加了故障排除和人員調(diào)配的時(shí)間，且對于一些關(guān)健負(fù)荷的持續(xù)供電有一定的影響。因此，快速恢復(fù)配電網(wǎng)供電方法具有一定的實(shí)踐意義。

對于配電網(wǎng)故障定位而言，由于隨著智能配電網(wǎng)容量的不斷增加以及分布式電源的接入，配電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)和運(yùn)行方式日益復(fù)雜，使得傳統(tǒng)的繼電保護(hù)方法難以滿足要求。通常傳統(tǒng)保護(hù)方法都能較好地實(shí)現(xiàn)故障定位，但所取故障特征量比較單一，當(dāng)發(fā)生傳感器失效或者通信異常時(shí)，容易引起保護(hù)裝置的拒動或誤動，且存在復(fù)雜的整定值計(jì)算。因此，當(dāng)配電網(wǎng)發(fā)生故障后，探索一些新型保護(hù)算法以應(yīng)對當(dāng)前復(fù)雜多變的配電網(wǎng)結(jié)構(gòu)，進(jìn)行快速有效的故障定位，這對提高配電網(wǎng)安全穩(wěn)定運(yùn)行和供電可靠性具有重要意義[11]。

對于配電網(wǎng)故障類型判別而言，由于已有研究的重點(diǎn)放在了故障選線問題上，并通過研究人員長期的研究工作，目前的配電網(wǎng)故障選線問題的研究已經(jīng)取得了較大的進(jìn)展，但是由于配電網(wǎng)小電流接地系統(tǒng)及分布式電源不斷接入使得配網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)日益復(fù)雜，因此，對配電網(wǎng)的故障類型判別成為了公認(rèn)的難題[12]。由于配電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)日趨復(fù)雜化，且當(dāng)配電網(wǎng)出現(xiàn)故障后，其故障類型的辨識是調(diào)度員處理電網(wǎng)事故的輔助工具，通過對配電網(wǎng)故障區(qū)域的故障類型辨識，不僅可以有效減少故障處理及恢復(fù)供電時(shí)間，還可以防止故障進(jìn)一步擴(kuò)大，這對于電力系統(tǒng)自動化水平的提高具有重要意義。

2 配電網(wǎng)故障檢測及定位方法研究

2.1 廣域測量系統(tǒng)

新型配電網(wǎng)故障檢測及定位算法建立在配網(wǎng)自動化基礎(chǔ)之上，需要對配電網(wǎng)上傳到主站的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理與數(shù)據(jù)融合，并形成多個電氣特征量，防止因單一小樣本電氣特征量丟失或者靈敏度不夠?qū)е聼o法區(qū)分故障線路與正常線路。當(dāng)智能配電網(wǎng)傳感器或者通信異常，容易出現(xiàn)保護(hù)裝置的誤動作，甚至拒動的情況。由于現(xiàn)有智能配電網(wǎng)裝設(shè)有大量的傳感器設(shè)備，海量的運(yùn)行數(shù)據(jù)被采集，并且上傳到主站中心進(jìn)行數(shù)據(jù)分析和處理，子站、主站以及通信智能終端之間也進(jìn)行數(shù)據(jù)交換，這些海量的數(shù)據(jù)包含有許多電網(wǎng)狀態(tài)信息，因此，需要對這些大數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，這給智能配電網(wǎng)故障檢測及定位提供了較好的思路和借鑒。

配網(wǎng)自動化系統(tǒng)是實(shí)現(xiàn)對智能電網(wǎng)的實(shí)時(shí)監(jiān)測以及控制的自動化系統(tǒng)。配網(wǎng)自動化系統(tǒng)具備數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)（Supervisory Control and Data Acquisition，SCADA）、饋線自動化系統(tǒng)、電網(wǎng)分析應(yīng)用以及相關(guān)系統(tǒng)等的功能。其主要由配電網(wǎng)主站或子站、配電網(wǎng)智能終端和通信通道等構(gòu)成。配網(wǎng)自動化系統(tǒng)總體框架如圖1 所示。由于配電網(wǎng)自身的諸多特點(diǎn)，配電網(wǎng)自動化相關(guān)技術(shù)發(fā)展呈現(xiàn)出多樣化、智能化、集成化趨勢，配電網(wǎng)自動化系統(tǒng)具備綜合程度高、覆蓋范圍廣等特點(diǎn)，因此，可以將配網(wǎng)自動化系統(tǒng)劃分為主站系統(tǒng)、綜合數(shù)據(jù)平臺、通信網(wǎng)絡(luò)、智能配電終端4 個部分，其各部分之間關(guān)系緊密，相互依托，形成了一個有機(jī)的整體。

圖1 標(biāo)準(zhǔn)配網(wǎng)自動化系統(tǒng)

2.2 數(shù)據(jù)預(yù)處理與數(shù)據(jù)融合

由于主站從各智能配電終端采集到的數(shù)據(jù)量大且故障信息不明顯，為了減少數(shù)據(jù)量、提高運(yùn)行效率，要對原始數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理包括故障特征量選取、構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣以及區(qū)域差分處理。故障特征量的選取是為了確保智能配電網(wǎng)狀態(tài)監(jiān)測的準(zhǔn)確性和時(shí)效性。故障定位可選取電流和功率2 種類型的電氣特征量，具體為零序、負(fù)序、正序三相電流以及零序有功、無功功率等多個電氣特征量進(jìn)行故障定位。網(wǎng)絡(luò)關(guān)聯(lián)矩陣是明確網(wǎng)絡(luò)各節(jié)點(diǎn)之間、各節(jié)點(diǎn)與各區(qū)域之間的相對關(guān)系，為區(qū)域差分處理提供依據(jù)。區(qū)域差分的目的是對狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行規(guī)范化處理，進(jìn)一步增加故障節(jié)點(diǎn)和正常節(jié)點(diǎn)的差異性，提高辨識準(zhǔn)確性。

2.3 新型故障檢測及定位算法

對已選取的多電氣故障特征量，通過新型故障檢測及定位算法，將樣本數(shù)據(jù)分為故障類和正常類樣本，一旦某條線路發(fā)生短路故障，故障特征電氣量歸為故障類數(shù)據(jù)集，在樣本空間類的數(shù)據(jù)偏向故障類集合。多電氣故障特征量樣本分類如圖2 所示。

圖2 多電氣故障特征量樣本分類

利用廣域測量系統(tǒng)上傳的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，當(dāng)對智能配電終端采集的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和數(shù)據(jù)融合分析之后，根據(jù)智能配電網(wǎng)每個節(jié)點(diǎn)的多電氣故障特征量所形成的高維時(shí)空狀態(tài)監(jiān)測矩陣進(jìn)行新算法研究，將被保護(hù)的配電網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)分為故障類和非故障類。當(dāng)配電網(wǎng)正常運(yùn)行時(shí)，構(gòu)建的高維時(shí)空狀態(tài)監(jiān)測矩陣的行間差異度較小，不存在離群點(diǎn)；當(dāng)配電網(wǎng)故障時(shí)，故障節(jié)點(diǎn)和非故障節(jié)點(diǎn)差異度很大，會有少量節(jié)點(diǎn)偏離正常節(jié)點(diǎn)形成離群點(diǎn)，通過新算法可視化技術(shù)來建立優(yōu)化目標(biāo)函數(shù)模型，并把這些目標(biāo)節(jié)點(diǎn)（即高維時(shí)空狀態(tài)監(jiān)測矩陣的行）之間的相異性信息定量地在二維或者三維空間以坐標(biāo)的形式呈現(xiàn)出來，通過對高維數(shù)據(jù)的降維分析方法，在低維空間算出其節(jié)點(diǎn)的坐標(biāo)，并保證其目標(biāo)節(jié)點(diǎn)在低維的相對距離最大限度地接近原來在高維空間之間的相異性或者相似性。故障定位方法如圖3 所示。

圖3 故障定位方法研究

3 配電網(wǎng)故障類型判別方法研究

3.1 故障特征量提取

配電網(wǎng)10 種短路故障的故障特征量雖然不同，但無論配電網(wǎng)是哪一種故障類型，發(fā)生故障之后，故障相的電流變大，發(fā)生突變的程度和接地電阻、故障位置等有關(guān)；故障處電壓會下降到一定程度。配電網(wǎng)故障后，可利用小波分析對故障信號進(jìn)行故障特征量的提取，并針對單個故障特征電氣量失效而無法準(zhǔn)確地對配電網(wǎng)故障類型進(jìn)行判別，尋找多個故障電氣特征量，確保配電網(wǎng)狀態(tài)辨識的準(zhǔn)確性，實(shí)現(xiàn)對配電網(wǎng)故障類型判別的預(yù)分類，如圖4 所示。

圖4 預(yù)分類的總體結(jié)構(gòu)圖

3.2 故障類型判別新算法

針對現(xiàn)有配電網(wǎng)在故障定位后未能進(jìn)行有效地進(jìn)行故障類型辨識這一問題，提出新型的配電網(wǎng)故障類型判別方法，根據(jù)多電氣特征量預(yù)分類結(jié)果，進(jìn)一步判斷出故障相，從而減少故障查找時(shí)間，提高了檢修效率，進(jìn)一步減少重要負(fù)荷的停電時(shí)間。

故障類型判別方法如圖5 所示。

圖5 故障類型判別方法

當(dāng)配電網(wǎng)某條線路發(fā)生故障后，先通過前述方法進(jìn)行故障檢測及定位，再通過預(yù)分類模型對配電網(wǎng)故障進(jìn)行預(yù)分類，此過程可借鑒小波分析方法，對故障電壓和電流進(jìn)行奇異值分解處理，得到預(yù)分類結(jié)果，可通過建立10 種故障特征樣本庫，仿真模擬不同區(qū)域故障的各種故障類型，對其樣本進(jìn)行訓(xùn)練，準(zhǔn)確地判斷故障相。同時(shí)能對故障區(qū)域不同故障進(jìn)行合理的分類，進(jìn)而縮短檢修周期，做出網(wǎng)絡(luò)重構(gòu)方案，快速恢復(fù)供電。

4 結(jié)束語

根據(jù)廣域測控系統(tǒng)終端上傳到主站實(shí)時(shí)數(shù)據(jù)，以多電氣量為故障特征量，通過數(shù)據(jù)預(yù)處理與數(shù)據(jù)融合形成多維狀態(tài)監(jiān)測矩陣，對此矩陣進(jìn)行數(shù)據(jù)挖掘，實(shí)現(xiàn)對配電網(wǎng)故障的檢測及定位。利用多故障電氣特征量判別方法對故障類型進(jìn)行判別，使智能配電網(wǎng)能快速精準(zhǔn)地對故障進(jìn)行辨識，該方法能對故障區(qū)域的不同故障類型進(jìn)行合理分類，使智能配電網(wǎng)系統(tǒng)能做出最準(zhǔn)確最快速的復(fù)電方案，充分保證在突發(fā)狀況下重要負(fù)載的持續(xù)可靠供電。