楊 文, 張邦雙, 葉 欣, 趙千川

(1. 清華大學(xué)自動(dòng)化系, 北京市 100084; 2. 航天發(fā)射場(chǎng)可靠性技術(shù)重點(diǎn)實(shí)驗(yàn)室, 海南省?？谑?570100)

0 引言

隨著配電網(wǎng)規(guī)模的擴(kuò)大及自動(dòng)化和信息化程度的提高,配電網(wǎng)安全管理的復(fù)雜性隨之增加。配電網(wǎng)故障檢測(cè)對(duì)于提高供電可靠性和安全性具有重要作用,一直是學(xué)術(shù)界和工業(yè)界共同關(guān)注的焦點(diǎn)[1-2]。隨著饋線終端單元(feeder terminal unit,FTU)及無(wú)線傳感器等在配電網(wǎng)中的應(yīng)用[3-4],可以實(shí)時(shí)動(dòng)態(tài)獲取配電網(wǎng)運(yùn)行信息,配電網(wǎng)設(shè)備狀態(tài)及各類電力參數(shù)已成為配電網(wǎng)故障檢測(cè)的主要依據(jù)。現(xiàn)有的配電網(wǎng)故障檢測(cè)方法大致可以分為圖論和人工智能兩類方法。如早期文獻(xiàn)[5]給出了基于圖論和矩陣的故障檢測(cè)和定位方法,該方法后續(xù)得到了持續(xù)改進(jìn)[6-9],主要是進(jìn)一步降低計(jì)算復(fù)雜性。這類方法計(jì)算速度快,但未考慮傳感器故障,對(duì)遙信遙測(cè)數(shù)據(jù)質(zhì)量要求高。然而,由于配電自動(dòng)化設(shè)備及通信網(wǎng)絡(luò)的運(yùn)行環(huán)境惡劣,如通信擾動(dòng)或中斷、傳感器漂移或失效等普遍存在,上報(bào)的數(shù)據(jù)容易畸變、丟失甚至錯(cuò)誤[10-12]。為此,研究人員陸續(xù)提出了具有容錯(cuò)性的檢測(cè)算法[13],容錯(cuò)能力有所提升。主要方法有人工神經(jīng)網(wǎng)絡(luò)算法[14-15]、遺傳算法[16]、貝葉斯算法[10]、粗糙集算法[17]、群體智能算法[18-21]等。以上基于人工智能的故障檢測(cè)方法,具有較好的容錯(cuò)性,對(duì)饋線區(qū)段故障檢測(cè)效果較好,但對(duì)傳感器故障的檢測(cè)仍不理想,且迭代過(guò)程復(fù)雜,計(jì)算量較大。

從能量角度來(lái)看,配電系統(tǒng)本質(zhì)上是對(duì)電能的分配、傳輸和控制,能量的傳遞將饋線、開關(guān)設(shè)備和感知測(cè)量數(shù)據(jù)關(guān)聯(lián)起來(lái),整體上反映了配電系統(tǒng)的工作狀態(tài)。基于故障線路的能量變化進(jìn)行綜合選線取得了較好的研究成果。文獻(xiàn)[22]以線路零序電壓與零序電流乘積的積分作為能量函數(shù),根據(jù)故障前后能量的變化,進(jìn)行故障選線。無(wú)論中性點(diǎn)采用何種接地方式,故障線路在故障中都能釋放出一定的故障能量。文獻(xiàn)[23]針對(duì)配電網(wǎng)單相接地故障,通過(guò)對(duì)故障線路釋放的能量進(jìn)行監(jiān)測(cè),從而實(shí)現(xiàn)對(duì)故障點(diǎn)的快速精確定位。

本文是對(duì)已有基于能量的配電系統(tǒng)故障檢測(cè)方法的推廣,根據(jù)配電網(wǎng)拓?fù)浣Y(jié)構(gòu)建立對(duì)應(yīng)的能量網(wǎng)絡(luò),利用能量平衡這一基本物理定律建立起傳感器之間的關(guān)聯(lián)關(guān)系,進(jìn)而通過(guò)測(cè)量數(shù)據(jù)之間的相互校核實(shí)現(xiàn)傳感器的故障檢測(cè)。

1 配電系統(tǒng)故障檢測(cè)

變壓器、斷路器、隔離開關(guān)、饋線等設(shè)備設(shè)施相互關(guān)聯(lián)形成了物理上的配電網(wǎng)絡(luò),為了對(duì)配電系統(tǒng)進(jìn)行監(jiān)測(cè)和控制,在主要的饋線支路或設(shè)備上部署了相應(yīng)的傳感器,可以獲取設(shè)備的工作狀態(tài)及運(yùn)行電力參數(shù),如電壓、電流、頻率等,所有監(jiān)測(cè)數(shù)據(jù)利用通信網(wǎng)絡(luò)上傳到監(jiān)控中心,即在物理系統(tǒng)之上構(gòu)建了一套感知測(cè)量系統(tǒng),見附錄A圖A1。感知系統(tǒng)獲取的物理設(shè)備狀態(tài)信息和電力數(shù)據(jù)是故障檢測(cè)的依據(jù),由于測(cè)量系統(tǒng)自身不可避免會(huì)出現(xiàn)故障,從而導(dǎo)致獲取的部分狀態(tài)信息或電力參數(shù)不一定準(zhǔn)確可靠。顯然,只依靠局部的且不一定準(zhǔn)確的觀測(cè)信息很難甄別系統(tǒng)是否存在測(cè)量故障或配電設(shè)備故障。

配電網(wǎng)中的變配電設(shè)備相互耦合連接,必然存在一定的相關(guān)性,進(jìn)一步假設(shè)配電網(wǎng)中的設(shè)備和傳感器自身的故障是相互獨(dú)立的?；诖?可以利用設(shè)備或傳感器之間的關(guān)聯(lián)關(guān)系進(jìn)行相關(guān)性分析和交叉校驗(yàn),則有可能提高故障檢測(cè)的準(zhǔn)確性,進(jìn)而甄別傳感器故障。從能量傳輸?shù)慕嵌葋?lái)看,配電網(wǎng)中的隔離開關(guān)、斷路器等設(shè)備的狀態(tài)決定了電能的流動(dòng)方向和路徑,實(shí)際上反映了電能傳輸?shù)耐負(fù)浣Y(jié)構(gòu),而測(cè)量的電力參數(shù)是對(duì)電能在該網(wǎng)絡(luò)結(jié)構(gòu)中傳輸過(guò)程的反映。電能是能量的一種,滿足能量守恒定律,因此,利用能量的平衡關(guān)系可以建立電力參數(shù)之間的關(guān)聯(lián)模型。由于假設(shè)設(shè)備和傳感器故障獨(dú)立,因此關(guān)聯(lián)的多個(gè)傳感器或設(shè)備同時(shí)故障的概率極小,可以暫不考慮,因此有理由相信若多個(gè)傳感器的測(cè)量值滿足所建立的關(guān)聯(lián)模型的要求,則認(rèn)為傳感器正確的可能性較大,反之則認(rèn)為傳感器故障的可能性較大。而利用能量拓?fù)浣Y(jié)構(gòu),能建立大量的平衡等式,因此一個(gè)傳感器可以出現(xiàn)在多個(gè)平衡等式中,從而利用多個(gè)傳感器和多個(gè)平衡等式相互交叉校驗(yàn),可以提高傳感器故障診斷的準(zhǔn)確性和可靠性。

基于能量進(jìn)行傳感器數(shù)據(jù)關(guān)聯(lián)具有以下幾個(gè)方面的優(yōu)勢(shì)。

1)可以將電壓、電流、頻率等多種類型的電力參數(shù)統(tǒng)一考慮,不受電壓等級(jí)、三相單相、交直流的限制,有利于電力參數(shù)數(shù)據(jù)的整合,適用范圍廣。

2)能量的可加性使得計(jì)算簡(jiǎn)單易用,只需代數(shù)運(yùn)算,有利于工程實(shí)現(xiàn)。

3)基于能量平衡的統(tǒng)一表達(dá)和描述,可以靈活適應(yīng)配電網(wǎng)絡(luò)結(jié)構(gòu)的變化。

根據(jù)電功率和能量的定義,功率是能量對(duì)時(shí)間的導(dǎo)數(shù),能量是功率對(duì)時(shí)間的積分,電功率和能量密切聯(lián)系,本文所述能量平衡實(shí)質(zhì)是給定時(shí)間區(qū)間內(nèi)的功率平衡。

2 配電系統(tǒng)能量網(wǎng)絡(luò)建模

從能量角度來(lái)看,配電系統(tǒng)主要負(fù)責(zé)對(duì)電能進(jìn)行分配和傳輸,其主要設(shè)備包括電源、母線、斷路器、分段開關(guān)和饋線等,此外還需部署大量的傳感器,對(duì)電壓、電流、頻率等進(jìn)行實(shí)時(shí)監(jiān)測(cè),也可看著是對(duì)能量傳輸過(guò)程的監(jiān)測(cè),包括對(duì)能量進(jìn)行計(jì)量。在本文中的傳感器包括電壓、電流互感器、電能計(jì)量表等。

從電能傳輸分配來(lái)看,可將配電網(wǎng)等效為一個(gè)電能傳輸?shù)木W(wǎng)絡(luò),并用圖進(jìn)行描述,下面給出能量網(wǎng)絡(luò)的定義。

1)定義1:對(duì)于一個(gè)配電網(wǎng)絡(luò)G,將由多個(gè)傳感器圍成的區(qū)域等效為能量網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn),而傳感器等效為能量網(wǎng)絡(luò)中連接兩個(gè)節(jié)點(diǎn)的邊,邊的權(quán)值為節(jié)點(diǎn)之間傳遞的能量,邊的方向由能量流動(dòng)方向決定,這樣得到的網(wǎng)絡(luò)G*稱為G對(duì)應(yīng)的能量網(wǎng)絡(luò)。

當(dāng)i=j時(shí),若節(jié)點(diǎn)i對(duì)應(yīng)電源,則w(eii)代表節(jié)點(diǎn)產(chǎn)生的能量;若節(jié)點(diǎn)i對(duì)應(yīng)末端負(fù)載,則w(eii)代表節(jié)點(diǎn)消耗的能量。用鄰接矩陣來(lái)表示能量網(wǎng)絡(luò),即AG=(aij)n×n，aij表達(dá)式如式(1)所示。

(1)

圖1是一個(gè)由單電源及多段饋線組成的輻射式配電網(wǎng)及對(duì)應(yīng)的能量網(wǎng)絡(luò),由2個(gè)傳感器將配電網(wǎng)分割成3個(gè)區(qū)域,對(duì)應(yīng)于能量網(wǎng)絡(luò)中的3個(gè)節(jié)點(diǎn),網(wǎng)絡(luò)的矩陣表達(dá)式如式(2)所示。

圖1 簡(jiǎn)單單電源配電網(wǎng)及能量網(wǎng)絡(luò)Fig.1 Simple distribution network of single power source and energy network

(2)

(3)

式中:εi為能量在節(jié)點(diǎn)vi中損失的上界。

根據(jù)以上規(guī)則,列寫圖1中各節(jié)點(diǎn)的能量平衡方程為:

0

(4)

0

(5)

0

(6)

2)定義2: 對(duì)于能量網(wǎng)絡(luò)中的節(jié)點(diǎn),除了直接相鄰的節(jié)點(diǎn)有能量輸入以外,存在其他來(lái)源的能量,則稱該節(jié)點(diǎn)存在能量注入;若節(jié)點(diǎn)除了存在向直接相鄰的節(jié)點(diǎn)輸出能量外,還有其他能量輸出,則稱該節(jié)點(diǎn)有能量泄漏。

常見的,對(duì)地短路或相間短路往往會(huì)導(dǎo)致能量網(wǎng)絡(luò)中的節(jié)點(diǎn)出現(xiàn)能量泄漏,即能量的流動(dòng)沒有通過(guò)正常的傳輸路徑。

3 基于能量平衡的配電傳感器故障檢測(cè)

傳感器故障都會(huì)導(dǎo)致測(cè)量數(shù)據(jù)異常,逐一對(duì)傳感器數(shù)據(jù)進(jìn)行分析難以甄別傳感器故障。但是,從能量平衡的角度可以建立起多個(gè)傳感器之間的關(guān)聯(lián)關(guān)系,進(jìn)而可以對(duì)傳感器的測(cè)量數(shù)據(jù)進(jìn)行相互校核,從而甄別傳感器故障。

3.1 傳感器故障檢測(cè)

從傳感器故障對(duì)能量平衡的影響來(lái)看,只會(huì)引起與該傳感器相連的兩個(gè)節(jié)點(diǎn)出現(xiàn)能量不平衡,在不考慮饋線區(qū)段故障的情況下,則包含傳感器區(qū)域的能量應(yīng)保持平衡。如圖2所示,若節(jié)點(diǎn)2和3之間的測(cè)量值a23出現(xiàn)故障,則表現(xiàn)為節(jié)點(diǎn)2和節(jié)點(diǎn)3的測(cè)量值都不能滿足原有的能量平衡關(guān)系,但是分析節(jié)點(diǎn)2和節(jié)點(diǎn)3組成的區(qū)域Ⅰ,由于配電系統(tǒng)設(shè)備沒有故障,則區(qū)域Ⅰ的輸入輸出能量必然是平衡的,即a12=a34成立。

圖2 傳感器故障Fig.2 Sensor fault

根據(jù)以上討論,可以得到傳感器故障檢測(cè)的判據(jù)為:若在能量網(wǎng)絡(luò)中兩個(gè)相鄰節(jié)點(diǎn)同時(shí)出現(xiàn)能量不平衡,進(jìn)一步判斷這兩個(gè)節(jié)點(diǎn)組成的區(qū)域;若整個(gè)區(qū)域輸入輸出平衡,則可判斷是兩節(jié)點(diǎn)之間的傳感器故障。

3.2 故障檢測(cè)算法

3.2.1算法流程

輸入為配電網(wǎng)絡(luò)G;輸出為故障類型和故障點(diǎn);處理步驟如下。

步驟1:根據(jù)定義1,將配電網(wǎng)絡(luò)轉(zhuǎn)換為能量網(wǎng)絡(luò)AG。

步驟2:計(jì)算m=(AG)Tu-AGu,其中u=[1,1,…,1]n×1。

步驟3:逐一判斷m中的元素是否滿足式(3)的要求,若滿足設(shè)置為1,否則設(shè)置為0。

步驟4:從低位至高位依次檢查m向量中的元素,若元素值為1,則相關(guān)聯(lián)的傳感器正常,否則存在故障嫌疑。進(jìn)一步判斷對(duì)應(yīng)相鄰節(jié)點(diǎn)整體的輸入輸出平衡情況,若相鄰節(jié)點(diǎn)整體平衡,則輸出兩個(gè)節(jié)點(diǎn)之間對(duì)應(yīng)的傳感器測(cè)量故障,算法結(jié)束。

3.2.2算法分析

1)適應(yīng)配電網(wǎng)變化的能力

算法中,唯一的計(jì)算步驟是步驟2中的矩陣運(yùn)算m=(AG)Tu-AGu,由于配電網(wǎng)所有的傳感器測(cè)量值在矩陣中都由變量aij代替,因此輸入不同的G,算法都可以直接執(zhí)行。

2)適用范圍

利用能量的可加性,算法適用于任何電壓等級(jí)的配電網(wǎng)絡(luò),包括多電源、交直流網(wǎng)絡(luò),并可以進(jìn)一步拓展到電網(wǎng)和末端設(shè)備。但必須明確,如果配電網(wǎng)的故障不能引起能量不平衡,如饋線斷路,則本文的方法將不能甄別此類故障。

3)算法復(fù)雜性

如前述,主要的計(jì)算過(guò)程由步驟2完成,算法需要對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行求和運(yùn)算,因此算法復(fù)雜性為O(n2)。

3.3 不完整信息處理

故障檢測(cè)定位的精度和范圍依賴于所獲取監(jiān)測(cè)數(shù)據(jù)的完整性,必然會(huì)受到通信網(wǎng)絡(luò)、FTU位置和數(shù)量的影響。

1)通信網(wǎng)絡(luò)干擾

受通信設(shè)備或網(wǎng)絡(luò)影響,FTU的測(cè)量數(shù)據(jù)可能出現(xiàn)不同步或者通信中斷的情況。針對(duì)此問(wèn)題,一是在進(jìn)行能量平衡判斷時(shí),以滑動(dòng)窗口的形式,以一定時(shí)間跨度內(nèi)的能量平均值作為能量平衡判斷的輸入,以消除個(gè)別擾動(dòng)數(shù)據(jù)帶來(lái)的影響;二是從故障現(xiàn)象來(lái)看,一旦測(cè)量數(shù)據(jù)同步誤差較大或者通信中斷,則將表現(xiàn)為能量網(wǎng)絡(luò)中的節(jié)點(diǎn)能量不平衡,可以等效為傳感器故障,因此可以利用本文所述的傳感器故障檢測(cè)方法進(jìn)行判斷。

2)FTU設(shè)置數(shù)量和位置

實(shí)際工程中的配電網(wǎng)一般不會(huì)在每條饋線上都安裝FTU。本文的故障檢測(cè)方法進(jìn)行故障定位的精度和范圍由傳感器所隔離的區(qū)段大小決定。對(duì)于缺少FTU的區(qū)段,可以在對(duì)應(yīng)的能量網(wǎng)絡(luò)中將沒有部署FTU的多個(gè)相鄰饋線區(qū)段看作能量網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn),從而對(duì)整個(gè)區(qū)域進(jìn)行故障檢測(cè)。配電系統(tǒng)中末端線路數(shù)量最多,缺少FTU的現(xiàn)象較為普遍,可以將末端設(shè)備及相連的無(wú)FTU的饋線區(qū)段當(dāng)成一個(gè)節(jié)點(diǎn)進(jìn)行分析,從而解決饋線區(qū)段沒有FTU的問(wèn)題,附錄A圖A2對(duì)該情形進(jìn)行了舉例說(shuō)明。

顯然,故障檢測(cè)和定位的范圍隨著FTU的缺少也會(huì)相應(yīng)地增大。

4 實(shí)例分析

為驗(yàn)證所建模型的有效性,以具有4個(gè)T型耦合節(jié)點(diǎn)的單電源輻射狀配電網(wǎng)為例進(jìn)行仿真分析。配電網(wǎng)結(jié)構(gòu)如圖3所示,有1個(gè)斷路器、26個(gè)分段開關(guān)、27個(gè)饋線定位區(qū)段。S1至S10共10個(gè)傳感器將配電網(wǎng)絡(luò)分割成了11個(gè)區(qū)域,對(duì)應(yīng)的能量網(wǎng)絡(luò)見附錄A圖A3,各傳感器的測(cè)量值見附錄B表B1。依據(jù)3.3節(jié),將與電源節(jié)點(diǎn)和末端負(fù)載節(jié)點(diǎn)直接連接的測(cè)量值等效為節(jié)點(diǎn)發(fā)出的電能和負(fù)載消耗的電能,則1,4,5,8,9,11節(jié)點(diǎn)的能量見附錄B表B2,假設(shè)其余節(jié)點(diǎn)消耗的能量為0,傳感器測(cè)量值標(biāo)注在能量網(wǎng)絡(luò)中,如圖4所示。

圖3 單電源多耦合節(jié)點(diǎn)輻射狀配電網(wǎng)Fig.3 Single power source radial distributionnetwork with multi-coupling node

設(shè)置傳感器S6存在測(cè)量故障。假設(shè)每個(gè)節(jié)點(diǎn)的損耗上限ε為0.6 J,下面通過(guò)仿真形式進(jìn)行故障檢測(cè)。

利用python編程語(yǔ)言和Networkx網(wǎng)絡(luò)庫(kù)[24]編制了仿真測(cè)試程序,仿真結(jié)果如圖4所示,節(jié)點(diǎn)圓圈外部的數(shù)值是節(jié)點(diǎn)發(fā)出或消耗的能量;節(jié)點(diǎn)之間的連線及數(shù)值表示節(jié)點(diǎn)之間傳輸?shù)哪芰?；箭頭表示能量流動(dòng)的方向；虛線表示診斷出有故障的傳感器,實(shí)線表示傳感器正常。

圖4 ε=0.6 J仿真結(jié)果Fig.4 Simulation results when ε=0.6 J

根據(jù)3.2節(jié)算法計(jì)算,節(jié)點(diǎn)6和節(jié)點(diǎn)10輸入輸出能量差分別為Δ6=|s2-s7-s6|=1.1 J,Δ10=|s6-s10|=0.8 J,均大于ε=0.6 J,顯然該兩個(gè)相鄰節(jié)點(diǎn)能量不平衡。但是將兩個(gè)節(jié)點(diǎn)整體區(qū)域的能量輸入輸出是平衡的,即有|Δ6,10|=|s2-s7-s10|=0.3 J<0.6 J,表明節(jié)點(diǎn)6和節(jié)點(diǎn)10之間的傳感測(cè)量S6存在故障。

改變閾值ε的大小,將對(duì)診斷結(jié)果產(chǎn)生影響,如將ε設(shè)置為2.0 J,則對(duì)于傳感器S6的故障則無(wú)法識(shí)別,出現(xiàn)漏檢;若將ε設(shè)置為0.1 J,則檢測(cè)出的故障傳感器包括S2,S6,S7,顯然出現(xiàn)了較多的虛假故障信息,如圖5所示。

圖5 ε=0.1 J仿真結(jié)果Fig.5 Simulation results when ε=0.1 J

5 性能分析

為了進(jìn)一步說(shuō)明本方法的特點(diǎn)及其與現(xiàn)有方案的差異,下面從方法檢測(cè)范圍、診斷對(duì)象、適應(yīng)能力等方面進(jìn)行對(duì)比分析。文獻(xiàn)[7]是早期基于矩陣故障區(qū)段的定位算法,解決了多電源配電網(wǎng)的區(qū)段故障檢測(cè)和定位問(wèn)題,該方法依賴于完整的故障信息,沒有考慮信號(hào)畸變,容錯(cuò)能力不足。文獻(xiàn)[8]能較好地適應(yīng)非健全信息,但對(duì)于電網(wǎng)結(jié)構(gòu)沒有統(tǒng)一的表達(dá)式,計(jì)算過(guò)程較復(fù)雜。文獻(xiàn)[9]具有計(jì)算量小、實(shí)時(shí)性好的特點(diǎn),且能適應(yīng)非健全信息和信號(hào)畸變的情況。文獻(xiàn)[13]綜合了遙測(cè)三相電流信息,建立了三相故障電流與故障報(bào)警信號(hào)的相關(guān)性,但針對(duì)不同的電網(wǎng)需要人工建立判別公式。文獻(xiàn)[18]基于代數(shù)運(yùn)算關(guān)系建立了診斷模型,并利用整數(shù)規(guī)劃方法求解,能適應(yīng)非健全信號(hào),有良好的容錯(cuò)性,但其整數(shù)規(guī)劃模型的構(gòu)建依賴于人工完成,無(wú)法計(jì)算機(jī)自動(dòng)實(shí)現(xiàn)。此外,以上方法都依賴于故障信息。本文的方法在已知拓?fù)浣Y(jié)構(gòu)和部分測(cè)量信息的情況下能甄別傳感器故障,不依賴于故障信息,檢測(cè)表達(dá)式簡(jiǎn)單。以上各方法比較見附錄B表B3。

6 結(jié)語(yǔ)

本文從能量平衡入手研究配電系統(tǒng)故障檢測(cè)方法,該方法僅需要開關(guān)狀態(tài)和電力參數(shù),根據(jù)能量平衡這一基本原理,實(shí)現(xiàn)了開關(guān)狀態(tài)和電力參數(shù)的關(guān)聯(lián)分析,有利于甄別傳感器故障,并可進(jìn)一步拓展到饋線區(qū)段及配電設(shè)備的故障檢測(cè)。

本文方法依賴于配電網(wǎng)電壓、電流互感器的測(cè)點(diǎn)部署及整個(gè)網(wǎng)絡(luò)的物理拓?fù)浣Y(jié)構(gòu),因此在實(shí)際工程應(yīng)用中還存在幾方面的挑戰(zhàn),需要開展的進(jìn)一步研究如下。

1)傳感器測(cè)點(diǎn)的優(yōu)化配置方法,即通過(guò)選取合理的傳感器部署位置,在配置較少的傳感器情況下,獲得較高故障定位精度。

2)配電網(wǎng)拓?fù)錁?gòu)建方法,即能夠根據(jù)現(xiàn)場(chǎng)物理設(shè)備的連接關(guān)系生成配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)和能量網(wǎng)絡(luò),并能適應(yīng)物理拓?fù)浣Y(jié)構(gòu)的變化。

3)能量平衡閾值的整定,從實(shí)例分析可以看出,節(jié)點(diǎn)或區(qū)域能量平衡閾值直接影響故障檢測(cè)的準(zhǔn)確性,因此需要進(jìn)一步研究閾值的整定方法。

4)本文方法依賴于配電系統(tǒng)的穩(wěn)態(tài)量,在實(shí)際應(yīng)用中,還難以滿足保護(hù)和控制的實(shí)時(shí)性要求。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

參考文獻(xiàn)

[1] 劉健.配電網(wǎng)故障處理研究進(jìn)展[J].供用電,2015,32(4):8-15.

LIU Jian. Advances on distribution network fault processing technology[J]. Distribution and Utilization, 2015, 32(4): 8-15.

[2] 唐金銳,尹項(xiàng)根,張哲,等.配電網(wǎng)故障自動(dòng)定位技術(shù)研究綜述[J].電力自動(dòng)化設(shè)備,2013,33(5):7-13.

TANG Jinrui, YIN Xianggen, ZHANG Zhe, et al. Survey of fault location technology for distribution networks[J]. Electric Power Automation Equipment, 2013, 33(5): 7-13.

[3] 苗世洪,諶小莉,劉沛,等.基于無(wú)線傳感器網(wǎng)絡(luò)的配電線路故障定位方案[J]. 電力系統(tǒng)自動(dòng)化,2008,32(20):61-66.

MIAO Shihong, CHEN Xiaoli, LIU Pei, et al. A distribution lines fault location scheme based on wireless sensor network[J]. Automation of Electric Power Systems, 2008, 32(20): 61-66.

[4] 郭謀發(fā),楊振中,楊耿杰,等.基于ZigBee Pro技術(shù)的配電線路無(wú)線網(wǎng)絡(luò)化監(jiān)控系統(tǒng)[J].電力自動(dòng)化設(shè)備,2010,30(9):105-110.

GUO Moufa, YANG Zhenzhong, YANG Gengjie, et al. Wireless network monitoring system based on ZigBee Pro technology for distribution lines[J]. Electric Power Automation Equipment, 2010, 30(9): 105-110.

[5] 劉健,倪建立,杜宇.配電網(wǎng)故障區(qū)段判斷和隔離的統(tǒng)一矩陣算法[J].電力系統(tǒng)自動(dòng)化,1999,23(1):31-33.

LIU Jian, NI Jianli, DU Yu. A unified matrix algorithm for fault section detection and isolation in distribution system[J]. Automation of Electric Power Systems, 1999, 23(1): 31-33.

[6] 周念成,賈延海,趙淵.基于配電網(wǎng)系統(tǒng)保護(hù)的饋線終端[J].電力系統(tǒng)自動(dòng)化,2006,30(8):94-97.

ZHOU Niancheng, JIA Yanhai, ZHAO Yuan. Feeder terminal unit based on system protection to distribution network[J]. Automation of Electric Power Systems, 2006, 30(8): 94-97.

[7] 王飛,孫瑩.配電網(wǎng)故障定位的改進(jìn)矩陣算法[J].電力系統(tǒng)自動(dòng)化,2003,27(24):45-46.

WANG Fei, SUN Ying. An improved matrix algorithm for fault location in distribution network of power systems[J]. Automation of Electric Power Systems, 2003, 27(24): 45-46.

[8] 梅念,石東源,楊增力,等.一種實(shí)用的復(fù)雜配電網(wǎng)故障定位的矩陣算法[J].電力系統(tǒng)自動(dòng)化,2007,31(10):66-70.

MEI Nian, SHI Dongyuan, YANG Zengli, et al. A practical matrix-based fault location algorithm for complex distribution network[J]. Automation of Electric Power Systems, 2007, 31(10): 66-70.

[9] 黃佳樂,楊冠魯.配電網(wǎng)故障區(qū)間定位的改進(jìn)矩陣算法[J].電力系統(tǒng)保護(hù)與控制,2014,42(11):41-45.

HUANG Jiale, YANG Guanlu. Modified matrix algorithm for fault section location of distribution network[J]. Power System Protection and Control, 2014, 42(11): 41-45.

[10] 劉健,趙倩,程紅麗,等.配電網(wǎng)非健全信息故障診斷及故障處理[J].電力系統(tǒng)自動(dòng)化,2010,34(7):50-56.

LIU Jian, ZHAO Qian, CHENG Hongli, et al. Robust fault diagnosis and restoration for distribution grids[J]. Automation of Electric Power Systems, 2010, 34(7): 50-56.

[11] SHARMAA B, GOLUBCHIK L, GOVINDAN R. Sensor faults: detection methods and prevalence in real-world datasets[J]. ACM Transactions on Sensor Networks, 2010, 6(3): 1-39.

[12] REPPA V, POLYCARPOU M M, PANAYIOTOU C G. Sensor fault diagnosis[J]. Foundations and Trends in Systems and Control, 2016, 3(1): 1-248.

[13] 鄭濤,潘玉美,王英男,等.配電網(wǎng)具有容錯(cuò)性的快速故障定位方法研究[J].電力系統(tǒng)保護(hù)與控制,2014,42(6):63-68.

ZHENG Tao, PAN Yumei, WANG Yingnan, et al. Fast and robust fault location for distribution systems[J]. Power System Protection and Control, 2014, 42(6): 63-68.

[14] 熊國(guó)江,石東源,朱林,等.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的電網(wǎng)模糊元胞故障診斷[J].電力系統(tǒng)自動(dòng)化,2014,38(5):59-65.DOI:10.7500/AEPS20130603005.

XIONG Guojiang, SHI Dongyuan, ZHU Lin, et al. Fuzzy cellular fault diagnosis of power grids based on radial basis function neural network[J]. Automation of Electric Power Systems, 2014, 38(5): 59-65. DOI: 10.7500/AEPS20130603005.

[15] RAFINIA A, MOSHTAGH J. A new approach to fault location in three-phase underground distribution system using combination of wavelet analysis with ANN and FLS[J]. International Journal of Electrical Power and Energy Systems, 2014, 55: 261-274.

[16] 郭壯志,陳波,劉燦萍,等.基于遺傳算法的配電網(wǎng)故障定位[J].電網(wǎng)技術(shù),2007,31(11):88-92.

GUO Zhuangzhi, CHEN Bo, LIU Canping, et al. Fault location of distribution network based on genetic algorithm[J]. Power System Technology, 2007, 31(11): 88-92.

[17] 栗然,黎靜華,李和明.基于加權(quán)平均粗糙度的配電網(wǎng)故障診斷分層模型[J].電網(wǎng)技術(shù),2006,30(2):61-65.

LI Ran, LI Jinghua, LI Heming. Fault diagnosis layer model of distribution network based on weighted mean roughness[J]. Power System Technology, 2006, 30(2): 61-65.

[18] 郭壯志,徐其興,洪俊杰,等.配電網(wǎng)快速高容錯(cuò)性故障定位的線性整數(shù)規(guī)劃方法[J].中國(guó)電機(jī)工程學(xué)報(bào),2017,37(3):786-794.

GUO Zhuangzhi, XU Qixing, HONG Junjie, et al. Integer linear programming based fault section diagnosis method with high fault-tolerance and fast performance for distribution network[J]. Proceedings of the CSEE, 2017, 37(3): 786-794.

[19] 鄭濤,潘玉美,郭昆亞,等.基于免疫算法的配電網(wǎng)故障定位方法研究[J].電力系統(tǒng)保護(hù)與控制,2014,42(1):77-83.

ZHENG Tao, PAN Yumei, GUO Kunya, et al. Fault location of distribution network based on immune algorithm[J]. Power System Protection and Control, 2014, 42(1): 77-83.

[20] 嚴(yán)太山.基于人類進(jìn)化算法的配電網(wǎng)故障定位[J].儀器儀表學(xué)報(bào),2015,36(3):694-700.

YAN Taishan. Fault location for distribution network based on the human evolutionary algorithm[J]. Chinese Journal of Scientific Instrument, 2015, 36(3): 694-700.

[21] 王林川,李慶鑫,劉新全,等.基于改進(jìn)蟻群算法的配電網(wǎng)故障定位[J].電力系統(tǒng)保護(hù)與控制,2008,36(22):29-33.

WANG Linchuan, LI Qingxin, LIU Xinquan, et al. Distribution network fault location based on the improved ant colony algorithm[J]. Power System Protection and Control, 2008, 36(22): 29-33.

[22] 朱丹,賈雅君,蔡旭.暫態(tài)能量法原理選線[J].電力自動(dòng)化設(shè)備,2004,24(3):75-78.

ZHU Dan, JIA Yajun, CAI Xu. Transient energy to detect single-phase earthing fault[J]. Electric Power Automation Equipment, 2004, 24(3): 75-78.

[23] 曹盛.能量法配電網(wǎng)單相接地故障定位的研究與實(shí)現(xiàn)[D].北京:華北電力大學(xué),2013.

[24] Networkx[EB/OL]. [2017-10-14]. http://networkx.github.io/.