， ，

(1.國(guó)網(wǎng)鐵嶺供電公司，遼寧 鐵嶺 112000；2.國(guó)網(wǎng)遼寧省電力有限公司 技能培訓(xùn)中心，遼寧 錦州 121000)

大規(guī)模電力系統(tǒng)變電線路異常實(shí)時(shí)檢修方法分析

朱邵泓1，高源1，朱遠(yuǎn)達(dá)2

(1.國(guó)網(wǎng)鐵嶺供電公司，遼寧鐵嶺112000；2.國(guó)網(wǎng)遼寧省電力有限公司技能培訓(xùn)中心，遼寧錦州121000)

為保障大規(guī)模電力系統(tǒng)變電線路的正常運(yùn)行，提高變電線路的工作質(zhì)量，需要對(duì)大規(guī)模電力系統(tǒng)變電線路異常進(jìn)行實(shí)時(shí)檢修；當(dāng)前方法利用一個(gè)函數(shù)對(duì)線路的異常進(jìn)行檢測(cè)，把異常碼傳輸給調(diào)用者，直至該異常碼傳輸至響應(yīng)該異常的處理函數(shù)；該方法無(wú)法對(duì)變電線路的異常進(jìn)行實(shí)時(shí)檢修，降低變電線路的維修效率，還造成電網(wǎng)電流傳輸?shù)闹袛?，電網(wǎng)安全性得不到保障；為此，提出一種基于CIM的大規(guī)模電力系統(tǒng)變電線路異常實(shí)時(shí)檢修方法；該方法利用小波變換對(duì)變電線路異常發(fā)生之后5 ms內(nèi)，異常點(diǎn)電流時(shí)域和時(shí)頻域中的不同特征進(jìn)行提取，并將提取結(jié)果當(dāng)作變電線路異常點(diǎn)分類特征量；根據(jù)模糊支持向量機(jī)完成變電線路異常點(diǎn)的模糊分類，分析在異常點(diǎn)特征空間組建帶狀分段的隸屬度函數(shù)，通過(guò)支持向量回歸機(jī)構(gòu)建其最佳的分類回歸函數(shù)；實(shí)驗(yàn)結(jié)果證明，所提方法可以高效對(duì)大規(guī)模電力系統(tǒng)變電線路異常進(jìn)行實(shí)時(shí)檢修，為該領(lǐng)域的研究發(fā)展提供強(qiáng)有力的依據(jù)，具有實(shí)際利用價(jià)值。

電力系統(tǒng)；變電線路異常；實(shí)時(shí)檢修

0 引言

社會(huì)經(jīng)濟(jì)的不斷發(fā)展，電力的作用與日俱增，而變電線路的架設(shè)通常都是高空架設(shè)，因此在架設(shè)過(guò)程中經(jīng)常會(huì)出現(xiàn)變電線路纏繞交叉等問(wèn)題引起線路異常[1]，給居民生活和企業(yè)生產(chǎn)帶來(lái)很多不便。電力的應(yīng)用給很多新技術(shù)和新設(shè)備的產(chǎn)生提供了基礎(chǔ)[2]。當(dāng)前社會(huì)生產(chǎn)和人們的正常生活工作，均需要電力當(dāng)作支撐，但電力正常的傳輸需要變電線路的幫助才能實(shí)現(xiàn)[3]，所以在這種情況下，變電線路異常的檢修與有效防范的分析及研究有著重要實(shí)際意義，它是保證人們?nèi)粘Ｉ?、社?huì)正常生產(chǎn)的重要基礎(chǔ)[4]。當(dāng)前的電網(wǎng)發(fā)展?fàn)顩r為：變電線路長(zhǎng)度的不斷增加，變電線路的規(guī)模正在不斷的擴(kuò)大，這給目前的變電線路檢修和防護(hù)帶來(lái)了前所未有的挑戰(zhàn)。當(dāng)前大規(guī)模電力系統(tǒng)變電線路異常檢修方法，無(wú)法對(duì)變電線路進(jìn)行實(shí)時(shí)檢修，檢修效率低，通用性低[5]。在這種情況下，如何實(shí)現(xiàn)大規(guī)模電力系統(tǒng)變電線路異常的實(shí)時(shí)檢修，成為當(dāng)前急需解決的問(wèn)題[6]?；贑IM的大規(guī)模電力系統(tǒng)變電線路異常實(shí)時(shí)檢修方法，可以對(duì)大規(guī)模電力系統(tǒng)變電線路異常進(jìn)行實(shí)時(shí)穩(wěn)定地檢修，可以成為解決上述問(wèn)題的有效途徑[7]。

文獻(xiàn)[8]提出一種基于不停電檢測(cè)的大規(guī)模電力系統(tǒng)變電線路異常檢修方法。該方法利用網(wǎng)格服務(wù)結(jié)構(gòu)，對(duì)變電線路中的異常檢修進(jìn)行討論，并提出用于變電線路異常檢修的A/B—Back算法，給出基于GlobusToolkit3.0模擬實(shí)驗(yàn)結(jié)果分析，該方法較為簡(jiǎn)單，但是檢修的實(shí)際意義不大，不可適用于大規(guī)模范圍的線路異常檢修。文獻(xiàn)[9]提出一種基于異常點(diǎn)剔除的大規(guī)模電力系統(tǒng)變電線路異常檢修方法。該方法主要是利用監(jiān)控的方式實(shí)現(xiàn)線路異常點(diǎn)的檢修。先把監(jiān)控的區(qū)域以及監(jiān)控的裝置實(shí)現(xiàn)編碼操作，裝置監(jiān)控到線路有異常時(shí)，將異常點(diǎn)目標(biāo)進(jìn)行編碼，并生成日志文件，記錄線路異常點(diǎn)變動(dòng)的整個(gè)過(guò)程，日志中所描述的內(nèi)容有：異常發(fā)生時(shí)間，線路異常點(diǎn)發(fā)生區(qū)域等。該方法簡(jiǎn)便，耗時(shí)少，但是存在線路異常檢修準(zhǔn)確率低的問(wèn)題。文獻(xiàn)[10]提一種基于無(wú)人機(jī)多傳感器數(shù)據(jù)采集的大規(guī)模電力系統(tǒng)變電線路異常檢修方法。該方法根據(jù)數(shù)據(jù)挖掘技術(shù)，對(duì)變電線路運(yùn)行的狀態(tài)進(jìn)行研究，構(gòu)建基于主成分研究的變電線路狀態(tài)的評(píng)價(jià)模型，以及將貝葉斯方法作為基礎(chǔ)的變電線路異常檢測(cè)簡(jiǎn)要模型，與基于判別分析的異常線路檢修策略的選擇模型，完成對(duì)變電線路狀態(tài)的評(píng)估和檢修策略的選取。該方法可及時(shí)對(duì)變電線路進(jìn)行檢修，但是過(guò)程相對(duì)復(fù)雜。

針對(duì)上述產(chǎn)生的問(wèn)題，提出一種基于CIM的大規(guī)模電力系統(tǒng)變電線路異常實(shí)時(shí)檢修方法。實(shí)驗(yàn)證明，所提方法收斂速度較快，且分類耗時(shí)較少，可對(duì)大規(guī)模電力系統(tǒng)變電線路進(jìn)行實(shí)時(shí)檢修。

1 基于單端信息的變電線路異常檢修

基于單端信息的變電線路異常檢修，主要是通過(guò)異常點(diǎn)定位的方式完成檢修。詳細(xì)過(guò)程如下。

1.1 異常線路的判定

假設(shè)一個(gè)拓?fù)浣Y(jié)構(gòu)簡(jiǎn)單，且已知的電網(wǎng)出現(xiàn)異常時(shí)，不同線路異常的產(chǎn)生行波會(huì)沿著不同路徑在電網(wǎng)內(nèi)傳播，不同的傳播路徑上的異常行波的固有頻率不同，假設(shè)在某個(gè)路徑D中傳播的異常行波固有的頻率為：

(1)

其中，D代表線路異常點(diǎn)行波傳播路徑，h代表線路異常行波的傳播邊界條件，v代表傳播速度，該頻率利用變電線路各個(gè)波阻不連續(xù)位置的折射角度和反射角度確定。

當(dāng)線路異常點(diǎn)行波傳播路徑D只由健全的線路構(gòu)成時(shí)，因?yàn)閭鞑サ穆窂骄嚯x是一個(gè)確定值，因此行波傳播的邊界條件與傳播速度基本不隨頻率的變化而變化，能夠看成一個(gè)常數(shù)，則通過(guò)上式有：傳播的路徑D上的線路異常行波，其固有的頻率可認(rèn)為是一個(gè)固定值。當(dāng)線路異常點(diǎn)行波傳播的路徑D含有異常點(diǎn)時(shí)，因?yàn)閭鞑ヂ窂骄嚯x和異常點(diǎn)距離d有關(guān)，所以反映異常點(diǎn)傳播的路徑行波的固有頻率值和異常點(diǎn)距離d有關(guān)，且不再是固定值。以圖1為例。

圖1 異常點(diǎn)行波的傳播路徑

當(dāng)異常點(diǎn)的發(fā)生是在異常點(diǎn)定位裝置的線路上時(shí)，例如上圖中的L1，異常點(diǎn)行波信號(hào)中所反映的異常距離d行波的固有頻率分量，大于反映其它的傳播路徑固有頻率分量，因?yàn)楫惓｜c(diǎn)距離dlt;L1，所以它的頻率數(shù)值也會(huì)大于，反映L1的頻率數(shù)值，綜上反映線路異常距離行波的固有頻率非常容易檢測(cè)出來(lái)。由此，能夠根據(jù)檢測(cè)出來(lái)的行波的固有頻率，判斷大規(guī)模電力系統(tǒng)變電線路異常點(diǎn)所在位置。

1.2 線路異常點(diǎn)距離的估算

根據(jù)上述已經(jīng)判斷出線路異常點(diǎn)的基礎(chǔ)上，通過(guò)反映包含異常點(diǎn)傳播路徑行波的固有頻率主成分值，實(shí)現(xiàn)對(duì)異常點(diǎn)距離的準(zhǔn)確估算。假設(shè)異常發(fā)生在L1上，異常點(diǎn)距離d估算公式為：

(2)

其中，θ代表折射角，fd代表固有頻率值，k代表估算系數(shù)。當(dāng)異常點(diǎn)出現(xiàn)在L2或者L3時(shí)，異常點(diǎn)距離估算公式為：

(3)

其中，φ代表反射角。式(2)和式(3)中的反射角與折射角以及行波的傳播速度，都是fd下的值。

1.3 線路異常點(diǎn)檢修的具體實(shí)現(xiàn)

利用行波的傳播路徑和其固有頻率，對(duì)大規(guī)模電力系統(tǒng)變電線路異常點(diǎn)檢修的方法中，包含線路異常點(diǎn)的判定和異常點(diǎn)距離的準(zhǔn)確估算兩方面，那么它實(shí)現(xiàn)的詳細(xì)步驟為：

采集暫態(tài)電流的行波信號(hào)，并得到模電流。過(guò)程中為了消除各個(gè)模量間“模混雜”現(xiàn)象，對(duì)不同的異常點(diǎn)類型選取不同的相模變化的基準(zhǔn)相與異常點(diǎn)定位分析對(duì)象。

提取暫態(tài)行波固有的頻率主成分，結(jié)合暫態(tài)行波時(shí)頻特征，采用小波變換提取精準(zhǔn)的行波固有的頻率主成分。

依據(jù)提取的線路異常點(diǎn)行波固有的頻率數(shù)值，對(duì)異常點(diǎn)的線路進(jìn)行判斷。計(jì)算反映包含線路異常點(diǎn)傳播路徑行波固有頻率的主成分值fd下，線路異常點(diǎn)行波的波速和傳播路徑中的各波阻抗非連續(xù)點(diǎn)折射系數(shù)和反射系數(shù)。在確定線路異常點(diǎn)的基礎(chǔ)上，通過(guò)式(2)和式(3)對(duì)異常點(diǎn)距離進(jìn)行準(zhǔn)確計(jì)算。并依據(jù)計(jì)算結(jié)果完成對(duì)大規(guī)模電力系統(tǒng)變電線路異常的檢修。

2 基于CIM的變電線路異常實(shí)時(shí)檢修方法

2.1 線路異常點(diǎn)的特征提取

因?yàn)槭墚惓９r和噪聲的影響，變電線路的不同異常會(huì)導(dǎo)致有些特征相似，本文從時(shí)域與時(shí)頻域中提取出不同的線路異常點(diǎn)電流的特征，當(dāng)作異常點(diǎn)分類特征量，用來(lái)提高異常點(diǎn)分類精確性。

假設(shè)分別提取線路異常點(diǎn)發(fā)生之后5 s，也就是250個(gè)數(shù)據(jù)點(diǎn)，采樣頻率是50 kHz，A，B，C，三相電流iA，iB，iC，對(duì)零序電流i0的分量進(jìn)行計(jì)算：

i0=(iA+iB+iC)/3

(4)

線路異常特征量T1是三相電流的相關(guān)系數(shù)。利用下式計(jì)算A，B，C，三相電流相關(guān)系數(shù)ρAB，ρBC，ρCA，如果所得值大于ε0，那么將該值量化為2，如果所得值小于ε1，那么將該值量化為0，不然量化為1，構(gòu)成線路異常點(diǎn)特征向量T1=[ρAB,ρBC,ρCA]。

(5)

線路異常點(diǎn)的特征向量T2是零序電流的數(shù)學(xué)期望值。對(duì)零序電流i0數(shù)學(xué)期望值E(i0)進(jìn)行計(jì)算，如果它的絕對(duì)值大于ε2，那么將它量化為1，不然量化為0，當(dāng)作線路異常點(diǎn)的特征量，也就是T2=[E(i0)]。

變電線路異常點(diǎn)特征量T3是零序電流的標(biāo)準(zhǔn)差。對(duì)零序電流i0標(biāo)準(zhǔn)差σ(i0)，通過(guò)閾值ε3將其進(jìn)行量化，并將其當(dāng)作異常點(diǎn)的特征量，就是T3=[σ(i0)]。

小波變換有時(shí)頻局部化特點(diǎn)，可以很好地反映出被分析的信號(hào)時(shí)頻特性。在本文，根據(jù)db4小波實(shí)現(xiàn)iA，iB，iC和i0的8層小波分解，獲得分解之后高頻的細(xì)節(jié)信號(hào)系數(shù)a1(j)-a8(j)和低頻近似信號(hào)的系數(shù)a9(j)。

變電線路異常點(diǎn)特征量T4是三相電流的小波能量，通過(guò)下式對(duì)iA，iB，iC的高頻能量EA，EB，EC與其歸一化值eA，eB，eC進(jìn)行計(jì)算，假設(shè)eδ大于ε4，那么將其量化為1，不然量化為0，構(gòu)成異常點(diǎn)特征量T4=[eA,eB,eC]。

(6)

其中，線路異常點(diǎn)特征量T5是零序電流的小波能量，按下式把零序電流i0低頻能量E0，按照閾值ε5量化成1或者0，將其當(dāng)作線路異常點(diǎn)特征量T5=[E0]。

(7)

其中：a09(j)代表零序電流小波分解之后低頻近似信號(hào)的系數(shù)。

線路異常點(diǎn)特征量T6-T13是三相電流的小波系數(shù)的標(biāo)準(zhǔn)差。計(jì)算三相電流iA，iB，iC高頻段的小波系數(shù)標(biāo)準(zhǔn)差σ(aAu)，σ(aBu)與σ(aCu)，aAu，aBu，aCu分別代表A、B、C三相電流中第u層的小波變換系數(shù)(u=1,2,…,8)。通過(guò)下式對(duì)其歸一化，假設(shè)σδ大于ε6，那么將其量化成2，如果σδ小于ε7，那么將其量化成1，不然量化成0，并構(gòu)成線路異常點(diǎn)特征量[σA(u),σB(u),σC(u)]。

(8)

其中：max(σ(au))與代表min(σ(au))分別代表σ(aAu)、σ(aBu)以及σ(aCu)中最大值與最小值。

對(duì)上述不同特征量進(jìn)行綜合，能夠獲得大規(guī)模電力系統(tǒng)變電線路異常點(diǎn)的特征向量T=[T1,T2,…,T13)]T，并將其當(dāng)作線路異常點(diǎn)分類的輸入模塊。

2.2 變電線路異常點(diǎn)分類

以2.1的變電線路異常點(diǎn)特征提取結(jié)果為依據(jù)，利用模糊支持向量機(jī)實(shí)現(xiàn)變電線路異常點(diǎn)的準(zhǔn)確分類。下面是具體實(shí)現(xiàn)過(guò)程。

利用SVM得到最佳分類超平面H：ωx+b=0，其中ω代表系數(shù)向量，b代表常數(shù)向量，在特征空間內(nèi)計(jì)算出正類樣本點(diǎn)至H的平均距離pc，將距離H是pc，而且和H是平行的超平面Hc當(dāng)作基準(zhǔn)平面，在Hc兩邊組建不同帶狀的隸屬度函數(shù)，H1、H2是任意的一個(gè)正類和負(fù)類的樣本點(diǎn)所在平面。線路異常點(diǎn)特征空間帶狀分段的隸屬函數(shù)μ(xi)如下：

(9)

其中：xi代表任意樣本點(diǎn)，pxi代表該點(diǎn)至H的距離，pe代表支持向量機(jī)至H的距離，pmax代表樣本點(diǎn)至H的最大距離，pce代表Hc至H1的距離。在負(fù)類的一側(cè)樣本直接給予較小的隸屬度。

為了進(jìn)一步對(duì)變電線路中各種異常點(diǎn)的類型進(jìn)行準(zhǔn)確區(qū)分，利用多個(gè)FSVM二分類器，對(duì)線路異常點(diǎn)特征向量實(shí)現(xiàn)組合操作，每個(gè)FSVM負(fù)責(zé)一種異常類型分類。如果判斷為本異常類型，那么分類器輸出的結(jié)果為1，否則為0。下面利用FSVM分類模型計(jì)算出FSVM最佳分類函數(shù)w(xq)：

(10)

其中：l代表支持向量機(jī)數(shù)目，xq代表訓(xùn)練集中的任意向量，xe代表支持向量機(jī)，ω*代表系數(shù)向量，b*代表常數(shù)向量，Rn代表實(shí)數(shù)空間。將訓(xùn)練集的向量xq代入上式，獲得該樣本決策函數(shù)值z(mì)q=w(xq)，通過(guò)式(9)對(duì)該樣本帶狀分段的隸屬度μ(xq)進(jìn)行計(jì)算。

選取徑向基函數(shù)當(dāng)作SVR的核函數(shù)，組建其最優(yōu)的分類回歸函數(shù)g(xr)。

(11)

其中:xr代表任意樣本向量，將訓(xùn)練集{zq,μ(xq)}帶到SVR模型并加以訓(xùn)練，獲得最佳分類回歸函數(shù)g(xr)中的系數(shù)向量ω與常數(shù)項(xiàng)b。根據(jù)上式獲得預(yù)測(cè)樣本回歸函數(shù)g(xr)，也就是歸屬于某類變電線路異常的最終隸屬度。根據(jù)分類結(jié)果完成線路異常的實(shí)時(shí)檢修。

3 實(shí)驗(yàn)結(jié)果與分析

為了證明基于CIM的大規(guī)模電力系統(tǒng)變電線路異常實(shí)時(shí)檢修方法的整體可行性，需要進(jìn)行一次實(shí)驗(yàn)。在PSCAD/EMTDC環(huán)境下搭建大規(guī)模電力系統(tǒng)變電線路異常檢修實(shí)驗(yàn)平臺(tái)，實(shí)驗(yàn)數(shù)據(jù)取自于黑龍江電力系統(tǒng)。

3.1 實(shí)驗(yàn)參數(shù)

根據(jù)PSCAD/EMTDC建立IEEE14節(jié)點(diǎn)實(shí)驗(yàn)?zāi)Ｐ停O(shè)置線路全長(zhǎng)為180 km，在該線路上選取各種異常點(diǎn)，異常類型以及過(guò)渡電阻。對(duì)各種異常類型，每隔全長(zhǎng)的5%就設(shè)置一個(gè)異常點(diǎn)，過(guò)渡電阻設(shè)置為0 Ω、50 Ω、100 Ω、200 Ω，與電網(wǎng)正常運(yùn)行相加，共有782組實(shí)驗(yàn)樣本。實(shí)驗(yàn)?zāi)Ｐ腿鐖D2所示。將不同方法應(yīng)用至實(shí)驗(yàn)環(huán)境中，并分析實(shí)驗(yàn)結(jié)果。

圖3是不同方法變電線路異常點(diǎn)分類結(jié)果對(duì)比。圖4是加入30dB的高斯噪聲之后，取閾值ε0=ε6=0.8，ε1=ε5=0.3，ε2=0.008，ε3=0.08，ε4=ε7=0.1，不同方法變電線路異常點(diǎn)分類結(jié)果對(duì)比。圖5是不同方法特征提取效果對(duì)比。

圖2 實(shí)驗(yàn)?zāi)Ｐ蛨D

3.2 實(shí)驗(yàn)結(jié)果

圖3 不同方法變電線路異常點(diǎn)分類結(jié)果

分析圖3可知，文獻(xiàn)[8]所提方法利用網(wǎng)格服務(wù)結(jié)構(gòu)，對(duì)變電線路中的異常檢修進(jìn)行討論，并沒有設(shè)置具體的異常點(diǎn)分類參數(shù)，也沒有對(duì)線路異常點(diǎn)的特征向量進(jìn)行提取，導(dǎo)致變電線路異常點(diǎn)的分類正確率偏低。文獻(xiàn)[9]所提方法利用監(jiān)控的方式實(shí)現(xiàn)線路異常點(diǎn)的檢修，出現(xiàn)狀況再進(jìn)行檢修，沒有對(duì)異常點(diǎn)進(jìn)行分類研究，分類正確率低，并不能實(shí)現(xiàn)線路異常點(diǎn)的實(shí)時(shí)檢修。文獻(xiàn)[10]所提方法根據(jù)數(shù)據(jù)挖掘技術(shù)，對(duì)變電線路運(yùn)行的狀態(tài)進(jìn)行研究，構(gòu)建基于主成分研究的變電線路狀態(tài)的評(píng)價(jià)模型，評(píng)價(jià)模型中沒有具體的評(píng)價(jià)指標(biāo)，線路異常點(diǎn)分類正確率較低。本文方法不僅從時(shí)域與時(shí)頻域中提取出不同的線路異常點(diǎn)電流的特征，當(dāng)作異常點(diǎn)分類特征量，用來(lái)提高異常點(diǎn)分類精確性，而且利用模糊支持向量機(jī)實(shí)現(xiàn)變電線路異常點(diǎn)的準(zhǔn)確分類，增加了本文所提方法的可信度。

圖4 加入高斯噪聲后異常點(diǎn)分類結(jié)果對(duì)比

通過(guò)對(duì)圖3的分析，文獻(xiàn)所提方法線路異常點(diǎn)的分類正確率本來(lái)就偏低，由圖4可知，加入了30 dB的高斯噪聲之后，文獻(xiàn)所提方法的線路異常點(diǎn)分類正確率變得更低，而本文所提方法利用小波變換時(shí)頻局部化特點(diǎn)，可以很好地反映出被分析的信號(hào)時(shí)頻特性，降低了噪聲對(duì)異常點(diǎn)分類的影響。

圖5 不同方法異常點(diǎn)特征提取效果對(duì)比

分析圖5可知，本文所提方法變電線路異常點(diǎn)特征提取速度，明顯優(yōu)于文獻(xiàn)所提方法變電線路異常點(diǎn)特征提取速度。因?yàn)樵诶帽疚乃岱椒▽?duì)異常點(diǎn)特征進(jìn)行提取時(shí)，分別提取線路異常點(diǎn)發(fā)生之后5 ms，也就是250個(gè)數(shù)據(jù)點(diǎn)，可見本文所提方法對(duì)異常點(diǎn)特征提取的速度非常快。進(jìn)一步證明本文所提方法具有實(shí)踐性。

實(shí)驗(yàn)證明，所提方法可以穩(wěn)定可靠地對(duì)大規(guī)模電力系統(tǒng)變電線路異常進(jìn)行實(shí)時(shí)檢修，能夠作為現(xiàn)代電力快速發(fā)展的堅(jiān)實(shí)后盾。

4 結(jié)束語(yǔ)

采用當(dāng)前方法對(duì)大規(guī)模電力系統(tǒng)變電線路異常進(jìn)行檢修時(shí)，存在人力、物力的大量浪費(fèi)，檢修速度和精度偏低的問(wèn)題。提出一種基于CIM的大規(guī)模電力系統(tǒng)變電線路異常實(shí)時(shí)檢修方法，并通過(guò)實(shí)驗(yàn)證明，所提方法可以對(duì)大規(guī)模電力系統(tǒng)變電線路異常進(jìn)行實(shí)時(shí)檢修。

[1]劉家軍,劉 超,王 睿.電力線路停電檢修掛接地線監(jiān)測(cè)單元的研制[J].電網(wǎng)與清潔能源,2016,32(10):28-33.

[2]蘇敬芳.高層建筑中低壓配電系統(tǒng)的線路無(wú)功優(yōu)化技術(shù)研究[J].科技通報(bào),2017,33(2):214-218.

[3]常帥兵,譚 文.電力系統(tǒng)供電負(fù)荷穩(wěn)定性優(yōu)化控制研究[J].計(jì)算機(jī)仿真,2016,33(11):87-91.

[4]尤曉亮,何廣軍,田德偉,等.電力系統(tǒng)故障診斷的螢火蟲和粒子群混合算法研究[J].計(jì)算機(jī)測(cè)量與控制,2015,23(10):3344-3346.

[5]趙飛翔,張 航,何小海,等.基于多層分塊的異常行為檢測(cè)算法[J].科學(xué)技術(shù)與工程,2015,15(10):106-110.

[6]蔣旭東,鄧本再,余 軻.一種含雙饋發(fā)電機(jī)的電力系統(tǒng)頻率控制策略[J].電子設(shè)計(jì)工程,2016,24(7):186-189.

[7]劉俊勇,顏天佑,丁俊杰,等.同塔四回輸電線路檢修作業(yè)臨時(shí)接地線掛接方式研究[J].電網(wǎng)與清潔能源,2016,32(1):19-23.

[8]王 峰,雷紅才,彭 詳,等.基于不停電檢測(cè)的架空輸電線路狀態(tài)檢修優(yōu)化[J].中國(guó)電力,2016,49(10):84-89.

[9]丘映丹,李海鋒,郭履星,等.基于異常點(diǎn)剔除的高壓直流輸電線路故障定位算法[J].電力建設(shè),2015,36(12):91-96.

[10]彭向陽(yáng),陳 馳,饒章權(quán),等.基于無(wú)人機(jī)多傳感器數(shù)據(jù)采集的電力線路安全巡檢及智能診斷[J].高電壓技術(shù),2015,41(1):159-166.

AnalysisofAbnormalReal-timeMaintenanceofPowerSystemTransmissionLines

Zhu Shaohong1,Gao Yuan1,Zhu Yuanda2

(1.State Grid Tieling Power Electric Supply Company, Tieling 112000,China; 2.Technical training center of Liaoning Electric Power Company Limited,Jinzhou 121000,China)

In order to guarantee the normal operation of the large-scale power system substation circuit, improve the work quality of the line, need of large-scale power system substation circuit real-time maintenance anomaly. Current method USES a function to test the line of anomaly, the anomaly code transmission to the caller, until the exception to respond to the exception handler code transmission. The method to real-time maintenance anomaly of the line, reduces the maintenance efficiency of the line, also disrupted the grid current transmission, the grid security is not guaranteed. In this paper, an abnormal real-time maintenance method of a large scale electric power system based on CIM is proposed. The method using wavelet transform to substation circuit exception occurs after 5 ms, abnormal point current different time domain and frequency domain characteristics were extracted, and the extraction results as a substation circuit abnormal point classification characteristics. On substation based on fuzzy support vector machine (SVM) route abnormal points of fuzzy classification, analysis on the abnormal points in feature space to form a strip of membership functions, through the classification of support vector regression institutions to build the best regression function. The experimental results show that the proposed method can efficiently of large-scale power system substation circuit real-time maintenance, abnormal in the field of research and development provides a strong basis, practical use value.

The power system;The transmission line is abnormal;Real-time maintenance;

2017-06-12；

2017-07-21。

朱邵泓(1979-)，女，遼寧鐵嶺人，高級(jí)技師，主要從事高壓輸電線路運(yùn)維管理方向的研究。

1671-4598(2017)09-0269-04

10.16526/j.cnki.11-4762/tp.2017.09.069

TM755

A