楊川 徐勇 趙亮 周鵬 孫濤

摘 要：對于獲取的海量配電網(wǎng)運行數(shù)據(jù)，快速從中提取關鍵信息并實現(xiàn)配電網(wǎng)運行缺陷和故障的智能分析、診斷定位是電力系統(tǒng)自動化的重要保障。本文利用采集的配電自動化運行實時信息，通過召測、故障特征信息分析、網(wǎng)絡拓撲智能分析、專家知識庫決策等技術，完成配電自動化故障定位及故障類型判斷，分析故障點配電自動化屬性，經(jīng)過專家知識庫決策，給出可能的故障原因，縮短故障處理時間，提高供電可靠性。

關鍵詞：配電自動化 故障智能分析 故障定位 實時信息

中圖分類號：TM933 文獻標識碼：A 文章編號：1672-3791（2018）03（a）-0000-00

隨著配電網(wǎng)數(shù)據(jù)量的增大，配電網(wǎng)的結構越來越復雜，對供電可靠性的要求越來越高，配電網(wǎng)中故障如果不能及時處理，嚴重的故障會導致整個電力網(wǎng)絡癱瘓。如何快速從收集到的海量信息中提取出關鍵信息，并利用這些提取出來的海量信息實現(xiàn)配電網(wǎng)運行缺陷和故障的智能分析和定位是配電網(wǎng)運行亟待解決的難題。因此，當配電網(wǎng)發(fā)生故障時能快速的給出故障原因，迅速找到故障源，縮短故障處理的時間，對電力系統(tǒng)發(fā)展來說至關重要[1-3]。

近年來，配電網(wǎng)故障診斷智能分析引起了國內(nèi)外眾多學者的關注。國內(nèi)外比較典型的配電網(wǎng)故障診斷方法有故障電流法、專家系統(tǒng)法、人工神經(jīng)網(wǎng)絡法、基于模糊理論的方法、基于優(yōu)化技術的方法以及基于數(shù)據(jù)挖掘的方法等。潘沛峰等提出基于IDT智能配電終端和馬氏距離算法的新故障定位方法[1]，該方法能夠對故障進行實時定位，滿足智能配電網(wǎng)在線狀態(tài)監(jiān)測和故障準確定位需求。曹榮等針對電力系統(tǒng)故障診斷中的智能化方法中的常用方法進行了介紹和探討[2]，并分析了這些方法在配電網(wǎng)故障診斷中的應用，從使用的角度分析了配電網(wǎng)故障診斷方法在實際應用中的意義。張虎等人提出了模型診斷在配電線路故障診斷中的應用分析[3]，闡述了模型診斷的基本思想和基本過程，并提出了改進沖突識別的方法和基于模型診斷的配電線路故障診斷方案，實例證明該方案能有效的實現(xiàn)配電線路的故障診斷。關龍?zhí)岢隽艘粋€完整的基于模型的配電網(wǎng)診斷方案[4]，采用優(yōu)化的離散二進制粒子群算法，診斷識別過程中以貝葉斯后驗概率形式量化了候選診斷的衡量標準，從而降低了診斷過程中的不確定度，取得了良好的效果。羅毅等人針對配電網(wǎng)發(fā)生故障后故障診斷報警信息存在不確定性和導致難以準確診斷結果的問題，提出一種基于粗糙集與決策樹的配電網(wǎng)故障診斷算法[5]，該方法提高了配電網(wǎng)故障診斷的精度不和魯棒性，并通過實例驗證了該方法的有效性。張珊珊等人將粗糙集和人工神經(jīng)網(wǎng)絡兩者相結合[6]，對配電網(wǎng)故障進行診斷，首先對故障的原始數(shù)據(jù)運用粗糙集屬性約減算法進行約簡，再利用人工神經(jīng)網(wǎng)絡對最簡規(guī)則集進行學習訓練，最后通過一個仿真模型驗證了此研究，優(yōu)化了配電網(wǎng)故障診斷方法。黃智等針對配電網(wǎng)在線故障識別問題，探討了關于配電自動化在線故障診斷識別與診斷的有效方法[7]。黃悅華等人探討了智能配電網(wǎng)故障診斷系統(tǒng)的應用[8]，通過該系統(tǒng)能夠對故障快速定位，便于之后的檢修以及事故發(fā)生之后供電的快速恢復，避免了因為停電故障帶來更大的經(jīng)濟損失。

現(xiàn)有的技術方法無法對配網(wǎng)中的故障進行智能診斷和定位，因此為了提高配網(wǎng)的供電安全性和可靠性，有必要對配網(wǎng)故障智能分析技術加強研究。

本文剩余部分組織如下：第2部分介紹故障特征信息分析系統(tǒng)體系架構；第3部分介紹配網(wǎng)智能決策系統(tǒng)設計，最后對全文進行總結。

1 故障特征信息分析系統(tǒng)體系架構

配網(wǎng)故障智能識別與診斷定位需要具有精細化的管控能力、在線管控、管控貫通等幾個方面，從而保證配網(wǎng)故障分析可控、在控，強化故障智能分析能力。通過配網(wǎng)故障特征分析體系，快速實現(xiàn)故障點的定位和故障原因的判定，從而實現(xiàn)搶修的智能化和資源調(diào)度的智能化，提高供電服務的可靠性。下面給出本文提出的基于大數(shù)據(jù)平臺的故障特征信息分析系統(tǒng)體系架構如圖1所示。

圖1 基于大數(shù)據(jù)平臺的配網(wǎng)故障特征信息分析體系架構

其中，分析決策是配網(wǎng)中故障智能診斷的核心，主要包括配網(wǎng)自動化系統(tǒng)考核指標分析、可靠性指標分析、搶修綜合指標分析等，主要實現(xiàn)配電自動化故障定位及故障類型判斷。

搶修指揮模塊主要包括搶修調(diào)度管理、現(xiàn)場搶修終端應用、搶修資源管理等，主要提供配網(wǎng)中可能的故障原因，縮短故障處理時間，提高供電可靠性。

2 配網(wǎng)故障智能決策系統(tǒng)設計

分析研究智能配電網(wǎng)的故障智能決策系統(tǒng)，能夠快速而準確的隔離故障區(qū)域，使電網(wǎng)降低故障通電概率，提升供電質(zhì)量，保證用戶生產(chǎn)生活用電。配電網(wǎng)故障智能決策系統(tǒng)包括基于專家知識庫的配電網(wǎng)故障決策設計、基于網(wǎng)絡拓撲智能分析的配網(wǎng)故障診斷架構設計。

2.1 基于專家知識庫的配網(wǎng)故障決策設計

專家系統(tǒng)在故障診斷領域的應用非常廣泛，將故障檢測、診斷分析與專家知識庫相結合，使配電網(wǎng)的安全性與可靠性得到了保證。在計算機采集到配電網(wǎng)中的被診斷對象的信息后，運用專家經(jīng)驗，在運用過程中向用戶索取必要的信息后，可快速地找到最終故障和最有可能的故障，再由用戶來證實。

在整個配網(wǎng)故障分析決策中，數(shù)據(jù)倉庫起著重要作用，其存放著配電網(wǎng)中的動態(tài)數(shù)據(jù)庫和靜態(tài)數(shù)據(jù)庫，知識庫中存放著配電網(wǎng)中的設備故障特征值、故障診斷算法、推理規(guī)則等，反映了系統(tǒng)的因果關系，用來進行故障推理，并通過故障智能決策模塊以及知識庫管理系統(tǒng)等實現(xiàn)配電自動化故障定位及故障類型判斷。

基于專家知識庫的配網(wǎng)故障決策設計包括歷史數(shù)據(jù)分析子系統(tǒng)、故障預測綜合分析子系統(tǒng)、配網(wǎng)故障搶修調(diào)度分析和配網(wǎng)故障定位分析系統(tǒng)。其中歷史數(shù)據(jù)分析子系統(tǒng)描述了配網(wǎng)種歷史故障信息，提供專家分析數(shù)據(jù)，為配網(wǎng)故障診斷預測提供依據(jù)。故障預測綜合分析子系統(tǒng)提供了配電網(wǎng)中故障區(qū)域，以便故障準確定位和故障的快速搶修。配網(wǎng)故障定位分析系統(tǒng)描述了配網(wǎng)中故障區(qū)域的準確定位。配網(wǎng)故障搶修調(diào)度分析描述的故障搶修的調(diào)度問題，目的是使故障修復的時間最短。

2.2 基于網(wǎng)絡拓撲智能分析的配網(wǎng)故障診斷架構

配電網(wǎng)絡結構復雜，由于故障時有發(fā)生，導致網(wǎng)路結構經(jīng)常發(fā)生變化，網(wǎng)絡的拓撲分析作為配電網(wǎng)絡的分析基礎，亟需尋找一種好的網(wǎng)絡拓撲算法。下面給出基于網(wǎng)絡拓撲智能分析的故障診斷架構圖，如圖4所示。

圖2 配電網(wǎng)自動化網(wǎng)絡拓撲故障診斷圖

配電自動化通過控制配電終端（FTU、TTU），配電網(wǎng)自動化網(wǎng)絡拓撲故障診斷實現(xiàn)了配電網(wǎng)中故障隔離、網(wǎng)絡重構以及故障恢復，并通過故障識別工作站、檢修調(diào)度工作站、故障分析工作站，大大提高了供電可靠性和供電質(zhì)量。

3 結語

隨著計算機技術、電子技術、無線通信技術的飛速發(fā)展，配電網(wǎng)的結構越來越復雜，當配電網(wǎng)發(fā)生故障的時候快速定位隔離故障是關鍵，本文通過故障特征信息分析、網(wǎng)絡拓撲智能分析、專家知識庫決策等技術，完成配電自動化故障定位及故障類型判斷，分析故障點配電自動化屬性，經(jīng)過專家知識庫決策，給出可能的故障原因，縮短故障處理時間，提高供電可靠性。

參考文獻

[1] 潘沛峰，吳召華，項海波.馬氏距離算法在智能配電網(wǎng)故障定位中的應用[J].中國電業(yè)（技術版），2012，（10）：46-49.[2017-09-06].

[2] 曹榮，劉翠娜.淺談電力系統(tǒng)故障診斷中的智能化方法與應用[J].信息通信，2013，（09）：133-134.[2017-09-06].

[3] 張虎.模型診斷在配電線路故障診斷中的應用分析[J].電氣技術，2012，（08）：92-94.[2017-09-06].

[4] 關龍，劉志剛，徐建芳，王英.基于模型的配電網(wǎng)故障診斷關鍵問題研究[J].電力系統(tǒng)保護與控制，2012，40（20）：145-150.[2017-09-06].

[5] 王英英，羅毅，涂光瑜.基于粗糙集與決策樹的配電網(wǎng)故障診斷方法[J].高電壓技術，2008，（04）：794-798.[2017-09-06].

[6] 張珊珊，孫季鑫，張敏，王田，梁曉平.粗糙集與BP神經(jīng)網(wǎng)絡對配電網(wǎng)故障的診斷[J].電子質(zhì)量，2017，（05）：40-43.[2017-09-06].

[7] 黃智.配電線路在線故障識別與診斷方法研究[J].山東工業(yè)技術，2015，（23）：134.[2017-09-06].

[8] 黃悅華，阮澤武.智能配電網(wǎng)故障診斷及定位探析[J].通信電源技術，2016，33（01）：141-142.