摘要：“智能電網(wǎng)”是電網(wǎng)未來(lái)發(fā)展的重要趨勢(shì)和巨大機(jī)遇，而配電網(wǎng)是供用電里一個(gè)非常重要的環(huán)節(jié)，在智能電網(wǎng)建設(shè)中擔(dān)當(dāng)重要角色，提高其穩(wěn)定性能夠創(chuàng)造極高的經(jīng)濟(jì)效益和社會(huì)效益。因此隨著智能電網(wǎng)工作的不斷開展、綠色清潔能源并入電網(wǎng)和提高供電可靠性等各方面需求的迫切增長(zhǎng)，配電自動(dòng)化的建設(shè)將成為今后工作的重點(diǎn)，其中配電網(wǎng)故障定位作為實(shí)現(xiàn)配電自動(dòng)化的基礎(chǔ)備受關(guān)注。

關(guān)鍵詞：配電網(wǎng)；故障定位；智能電網(wǎng)

中圖分類號(hào)：TM714 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-2374（2013）32-0134-02

配電網(wǎng)受其特殊的網(wǎng)絡(luò)結(jié)構(gòu)等因素影響，使得其在輸電網(wǎng)中較為成熟，故障定位技術(shù)不能直接引入到配電系統(tǒng)的故障定位當(dāng)中，這樣配電網(wǎng)故障定位技術(shù)的發(fā)展就成為制約電力系統(tǒng)可靠性提高及電能質(zhì)量改善的重要因素。為此，國(guó)內(nèi)外學(xué)者圍繞配電網(wǎng)故障定位技術(shù)展開了深入研究，提出了多種定位方法。

1 配電網(wǎng)故障定位的難點(diǎn)

研究適合于配電網(wǎng)的故障定位算法，須明確配電系統(tǒng)自身的特點(diǎn)。配電網(wǎng)故障定位過(guò)程中主要有如下五點(diǎn)因素需要考慮：（1）配電饋線容易受各種情況影響而發(fā)生故障，如不利氣候、設(shè)備故障、交通事故等，因此發(fā)生故障的幾率很大；（2）配電網(wǎng)拓?fù)浣Y(jié)構(gòu)多為輻射型，主干線大都帶有分支線及子分支線，使得對(duì)網(wǎng)絡(luò)的等效化簡(jiǎn)及故障排查變得更為復(fù)雜；（3）通常情況下配電網(wǎng)中三相線路并不對(duì)稱，因而輸電網(wǎng)中常用的基于對(duì)稱分量法的故障定位算法不能直接引用到配電網(wǎng)，配電網(wǎng)故障處理算法最好采用三相不對(duì)稱參數(shù)；（4）頻繁的不對(duì)稱倒閘操作，可能會(huì)使系統(tǒng)不對(duì)稱程度加大，也會(huì)使得配電網(wǎng)的運(yùn)行方式不確定，出現(xiàn)同一系統(tǒng)在不同時(shí)刻的網(wǎng)絡(luò)拓?fù)浒l(fā)生變化的情況，為配電網(wǎng)故障定位技術(shù)提出新的挑戰(zhàn)；（5）配電網(wǎng)的負(fù)荷類型并不確定，有單相、兩相及三相之分，同時(shí)負(fù)荷隨時(shí)間的波動(dòng)性較大，使得負(fù)荷模型的選擇成為影響定位算法性能好壞的重要因素。

這樣，對(duì)配電網(wǎng)故障定位技術(shù)而言，需盡可能地考慮配電網(wǎng)自身的特點(diǎn)，吻合配電網(wǎng)的實(shí)際狀況，不能因追求自動(dòng)化而盲目自動(dòng)化，定位算法要有廣泛的適應(yīng)性。只有這樣才能更加準(zhǔn)確、快速地定位故障，以縮短用戶的停電時(shí)間，降低故障對(duì)系統(tǒng)的危害。

2 配電網(wǎng)故障定位配電網(wǎng)故障定位方法

國(guó)內(nèi)外學(xué)者針對(duì)配電網(wǎng)故障定位問(wèn)題已做了大量的研究工作，歸納起來(lái)大致有如下四類方法：

2.1 圖論分析法

圖論分析法是以配電網(wǎng)的結(jié)構(gòu)及FTU監(jiān)測(cè)到的饋線開關(guān)信息為基礎(chǔ)發(fā)展起來(lái)的一類故障定位方法，分矩陣法和過(guò)熱弧搜尋法兩類。

2.2 過(guò)熱弧搜尋法

該方法將配電網(wǎng)的故障定位問(wèn)題轉(zhuǎn)換為過(guò)熱弧的搜尋問(wèn)題。將配電饋線按線路潮流方向定義成有向弧，饋線開關(guān)看作弧的頂點(diǎn)，弧的負(fù)荷即為饋線的供出負(fù)荷，頂點(diǎn)的負(fù)荷則為流過(guò)開關(guān)的電流，由此建立與實(shí)際系統(tǒng)相對(duì)應(yīng)的變結(jié)構(gòu)耗散網(wǎng)絡(luò)。通過(guò)歸一化負(fù)荷C弧負(fù)荷與其額定負(fù)荷之比乘以100，是否大于100來(lái)判斷過(guò)熱區(qū)域，大于100的區(qū)域?yàn)檫^(guò)熱區(qū)域，即故障區(qū)域。在過(guò)熱弧搜尋索法中增加了最小配電區(qū)域分離的過(guò)程，可以在故障信息不完備的情況下對(duì)多電源并列供電系統(tǒng)進(jìn)行故障定位：過(guò)熱區(qū)域搜索法則從區(qū)域的耗散電流入來(lái)定位故障。過(guò)熱弧搜尋法具有原理簡(jiǎn)單、可判斷故障程度等優(yōu)點(diǎn)，但其可靠性依賴于區(qū)域額定負(fù)荷或額定電流的計(jì)算，應(yīng)用相對(duì)復(fù)雜。

2.3 暫態(tài)分析方法

暫態(tài)分析法主要通過(guò)挖掘系統(tǒng)參數(shù)與暫態(tài)頻率或由網(wǎng)絡(luò)結(jié)構(gòu)改變（包括配電網(wǎng)能量分配的變化）而產(chǎn)生的行波速度之間的關(guān)系來(lái)定位故障。

2.4 人工智能法

人工智能法不需要對(duì)系統(tǒng)建模，只利用系統(tǒng)的數(shù)據(jù)庫(kù)作支撐，將系統(tǒng)看作是未知的“黑匣子”，應(yīng)用一定的規(guī)則，用來(lái)輸出系統(tǒng)故障時(shí)的特定數(shù)據(jù)。

專家系統(tǒng)由知識(shí)庫(kù)、用戶界面、推理機(jī)等多個(gè)模塊組成。該方法主要將新獲得的故障信息與知識(shí)庫(kù)中的歷史記錄信息進(jìn)行對(duì)比分析，通過(guò)推理機(jī)推斷出故障的位置。利用專家系統(tǒng)定位故障亦分兩個(gè)步驟進(jìn)行：

2.4.1 規(guī)則生成階段。在專家經(jīng)驗(yàn)的基礎(chǔ)上生成規(guī)則，規(guī)則與實(shí)際事件的故障特征有關(guān)，形式為：如果出現(xiàn)事件X，則有故障特征Y。

2.4.2 運(yùn)算或診斷階段。無(wú)論何時(shí)提示故障，專家系統(tǒng)都應(yīng)按照規(guī)則提取故障特征，對(duì)故障進(jìn)行診斷。若提示事件數(shù)目很多，系統(tǒng)就會(huì)給出多個(gè)不同的故障特征，這時(shí)需啟動(dòng)啟發(fā)式搜索過(guò)程來(lái)尋找最可能的故障特征，并給出診斷結(jié)果。

專家系統(tǒng)的優(yōu)點(diǎn)是有效地考慮了專家的豐富經(jīng)驗(yàn)，運(yùn)算步驟簡(jiǎn)單。但要將專家的所有經(jīng)驗(yàn)都轉(zhuǎn)換成規(guī)則集不僅需要龐大的數(shù)據(jù)庫(kù)作為支撐，轉(zhuǎn)換過(guò)程本身實(shí)現(xiàn)起來(lái)也非常困難；而且對(duì)所有可能的故障特征進(jìn)行搜索也會(huì)使系統(tǒng)的全局診斷速度下降；同時(shí)，網(wǎng)絡(luò)元件或結(jié)構(gòu)發(fā)生改變時(shí)，專家系統(tǒng)還必須立即做出調(diào)整，這些因素都使得專家系統(tǒng)的應(yīng)用受到很大程度的阻礙。

3 人工神經(jīng)網(wǎng)絡(luò)

該方法的原理是：首先將數(shù)字量化后的故障警報(bào)信息作為神經(jīng)網(wǎng)絡(luò)的輸入，故障定位結(jié)果作為網(wǎng)絡(luò)的輸出；其次以特定故障對(duì)應(yīng)的警報(bào)模式作為樣本建立較全的樣本集，用所有的樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以確定神經(jīng)網(wǎng)絡(luò)中的各連接權(quán)值；最后通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)測(cè)試集中輸入量的仿真計(jì)算來(lái)完成故障診斷。利用三值神經(jīng)邏輯網(wǎng)絡(luò)和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)組合的方式實(shí)現(xiàn)對(duì)故障的定位，還有學(xué)者將ANN引入到了并行雙環(huán)及多環(huán)配電網(wǎng)的故障定位當(dāng)中。

ANN具有較強(qiáng)的學(xué)習(xí)能力，不僅可以通過(guò)以往的經(jīng)驗(yàn)學(xué)習(xí)，還可以通過(guò)其他測(cè)量集學(xué)習(xí)。如果訓(xùn)練充分，即使新事件的輸入不完整且摻雜有噪聲，ANN仍可以有效地工作。對(duì)于網(wǎng)絡(luò)拓?fù)浯_定的配電網(wǎng)應(yīng)用ANN診斷故障，無(wú)論是診斷時(shí)間還是結(jié)果都令人滿意。但其缺點(diǎn)就在于ANN的訓(xùn)練過(guò)程十分緩慢，對(duì)新事件的概括能力也較差，網(wǎng)絡(luò)結(jié)構(gòu)發(fā)生變化時(shí)需重新對(duì)ANN進(jìn)行訓(xùn)練。

4 其他智能算法

除上述兩種智能算法之外，其他智能算法在配電網(wǎng)故障定位中的應(yīng)用研究也層出不窮，如遺傳算法、粗糙集理論、蟻群算法、粒子群算法等。雖然每種方法都不夠完善，但智能算法的引入還是為配電網(wǎng)故障定位問(wèn)題的解決提供了新的思路和方法，應(yīng)用前景比較廣闊。

5 結(jié)論與發(fā)展

配電網(wǎng)的特殊性決定了其故障定位比較復(fù)雜，為了提高定位精度，國(guó)內(nèi)外的專家學(xué)者提出了多種不同的解決方法。但單一類型的算法由于其局限所在，不能很好地滿足定位要求。為此，應(yīng)該從各類方法的原理及其實(shí)現(xiàn)條件著手，從配電網(wǎng)的實(shí)際結(jié)構(gòu)及自動(dòng)化發(fā)展程度考慮，將各類算法有效地結(jié)合起來(lái)，形成復(fù)合型的故障定位方案，以有效地解決配電網(wǎng)故障定位這個(gè)難題。復(fù)合型的配電網(wǎng)故障定位方案可以綜合利用各類算法的優(yōu)勢(shì)，取長(zhǎng)補(bǔ)短，更好地提高定位算法的性能，降低成本，提高經(jīng)濟(jì)效益。

參考文獻(xiàn)

[1] 季濤，孫同景，薛永端，徐丙垠，陳平.配電網(wǎng)故障定位技術(shù)現(xiàn)狀與展望[J].繼電器，2005，（24）.

[2] 嚴(yán)鳳，楊奇遜，齊鄭，楊以涵，胡立蜂.基于行波理論的配電網(wǎng)故障定位方法的研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2004，（9）.

[3] 張慧芬，潘貞存，桑在中.基于注入法的小電流接地系統(tǒng)故障定位新方法[J].電力系統(tǒng)自動(dòng)化，2004，（3）.

[4] 郭俊宏，譚偉璞，楊以涵，郭芳霞，任杰.電力系統(tǒng)故障定位原理綜述[J].繼電器，2006，（3）.

作者簡(jiǎn)介：張曉楓（1961—），男，吉林長(zhǎng)春人，供職于長(zhǎng)春電力集團(tuán)有限公司，研究方向：電力配電施工

安全。