魏 偉, 唐登平, 陳 昊, 李 帆, 李 野, 譚 煌

(1.國網(wǎng)湖北省電力有限公司計(jì)量中心,武漢 430080；2.中國電力科學(xué)研究院有限公司,北京 100085；3.國網(wǎng)天津市電力公司電力科學(xué)研究院,天津 300384)

低壓臺區(qū)是電網(wǎng)公司直接面向電力客戶的最后一個(gè)環(huán)節(jié),其管理水平高低直接影響電網(wǎng)企業(yè)的安全生產(chǎn)、經(jīng)濟(jì)效益和對客戶的優(yōu)質(zhì)服務(wù)。傳統(tǒng)的臺區(qū)管理方法是通過基層臺區(qū)經(jīng)理人對臺區(qū)進(jìn)行巡查,記錄異?；蚬收暇€路和設(shè)備,并通知運(yùn)維檢修人員排除異?；蚬收?由于臺區(qū)經(jīng)理人管理的臺區(qū)較多,設(shè)備數(shù)量及種類繁多,配電線路復(fù)雜,線路或計(jì)量設(shè)備出現(xiàn)故障或異常時(shí),經(jīng)常無法及時(shí)發(fā)現(xiàn)或找到問題根源,難以提升臺區(qū)管理水平。

隨著電力自動化、信息化系統(tǒng)建設(shè)的快速發(fā)展,低壓臺區(qū)管理工作呈現(xiàn)出鮮明的“數(shù)據(jù)化”特點(diǎn),為確保臺區(qū)健康運(yùn)行,提升臺區(qū)管理水平,相關(guān)人員開始從臺區(qū)運(yùn)行狀態(tài)著手,研究臺區(qū)運(yùn)行狀態(tài)評估方法,以達(dá)到發(fā)現(xiàn)臺區(qū)存在的各類問題的目的,如文獻(xiàn)[1]提出了一種改進(jìn)型序關(guān)系分析法,該方法可利用臺區(qū)供電半徑相關(guān)的5個(gè)臺區(qū)特征指標(biāo)對臺區(qū)運(yùn)行狀態(tài)進(jìn)行評價(jià),但是該方法未考慮到不同臺區(qū)各指標(biāo)權(quán)重值的差異性,方法的通用性不強(qiáng)；文獻(xiàn)[2]提出基于K-means聚類分析、主觀權(quán)重加權(quán)及神經(jīng)網(wǎng)絡(luò)等方法的綜合評價(jià)模型,可以對低臺區(qū)運(yùn)運(yùn)行狀態(tài)進(jìn)行評價(jià),但是該方法采用了主觀權(quán)重加權(quán),其評價(jià)結(jié)果存在很大主觀性；文獻(xiàn)[3]提出了一種改進(jìn)序關(guān)系分析的臺區(qū)健康狀態(tài)評估模型,建立了包含6個(gè)狀態(tài)指標(biāo)的評估體系,從一定程度上實(shí)現(xiàn)低壓臺區(qū)運(yùn)行狀態(tài)評估,該方法與文獻(xiàn)[1]一樣,未考慮對臺區(qū)進(jìn)行分類評估,不同類型臺區(qū)受評價(jià)指標(biāo)的影響不同,模型的通用性不強(qiáng)；文獻(xiàn)[4]提出了G2-熵權(quán)法的低壓配網(wǎng)臺區(qū)狀態(tài)特性評估方法,從臺區(qū)的線路特征、運(yùn)行特征2個(gè)主要方面的指標(biāo)對低壓配網(wǎng)臺區(qū)狀態(tài)特性進(jìn)行評估,該方法存在評估指標(biāo)過少的問題,無法對低壓臺區(qū)運(yùn)行狀態(tài)開展全面評估。

為填補(bǔ)現(xiàn)有研究的不足,本文提出基于徑向基(radial basis function, RBF)神經(jīng)網(wǎng)絡(luò)的低壓臺區(qū)運(yùn)行狀態(tài)綜合評價(jià)方法,能開展低壓臺區(qū)運(yùn)行狀態(tài)全方位、多維度的評價(jià),幫助和指導(dǎo)基層單位和人員“對癥下藥”,及時(shí)排除線路及計(jì)量設(shè)備故障或異常,確保臺區(qū)處于最佳運(yùn)行狀態(tài),有效提升臺區(qū)精益化管理及優(yōu)質(zhì)客戶服務(wù)水平。

1 臺區(qū)運(yùn)行狀態(tài)評價(jià)指標(biāo)

從影響臺區(qū)健康運(yùn)行方面考慮,遵循實(shí)用性、易獲取的原則,結(jié)合現(xiàn)場工作經(jīng)驗(yàn),選取電壓合格率、電流三相不平衡度、配變負(fù)載率、檔案準(zhǔn)確率、總表采集成功率、戶表采集成功率、計(jì)量設(shè)備故障率及臺區(qū)線損率組成臺區(qū)運(yùn)行狀態(tài)評價(jià)指標(biāo)體系集U,利用評價(jià)指標(biāo)體系集U對低壓臺區(qū)運(yùn)行狀態(tài)開展評價(jià)。各評價(jià)指標(biāo)定義如下。

(1)電壓合格率u1=∑電壓合格時(shí)間/電壓監(jiān)測總時(shí)間×100%,臺區(qū)總表連續(xù)3 h的出口電壓大于額定電壓110%(242 V)認(rèn)定為電壓過高,排除斷相,總表連續(xù)3 h的出口電壓小于額定電壓90%(198 V),認(rèn)定為電壓過低,電壓過高或過低均認(rèn)為是不合格。

(2)電流三相不平衡度u2=(三相最大電流-三相最小電流)/三相最大電流×100%。

(3)配變負(fù)載率u3=最近1個(gè)月平均功率/配變?nèi)萘俊?00%。

(4)檔案準(zhǔn)確率u4=檔案準(zhǔn)確用戶數(shù)量/臺區(qū)下總用戶數(shù)量×100%。

(5)總表采集成功率u5=臺區(qū)總表采集成功點(diǎn)數(shù)/24×100%。

(6)戶表采集成功率u6=臺區(qū)下采集成功的智能電能表數(shù)量/臺區(qū)下應(yīng)采智能表數(shù)量×100%。

(7)計(jì)量設(shè)備故障率u7=臺區(qū)下發(fā)生故障計(jì)量設(shè)備數(shù)量/臺區(qū)下計(jì)量設(shè)備總量×100%。

(8)臺區(qū)線損率u8=(當(dāng)月供電量-當(dāng)月用電量)/當(dāng)月供電量×100%。

按評價(jià)指標(biāo)對臺區(qū)健康狀態(tài)的影響情況,將評價(jià)指標(biāo)體系集U分為正向指標(biāo)、逆向指標(biāo)和區(qū)間指標(biāo)三種類型,可知正向指標(biāo)包含電壓合格率、檔案準(zhǔn)確率、總表采集成功率及戶采集成功率,正向指標(biāo)數(shù)值越大,臺區(qū)運(yùn)行健康狀態(tài)越好,逆向指標(biāo)包含電流三相不平衡度、計(jì)量設(shè)備故障率、臺區(qū)線損率,逆向指標(biāo)數(shù)值越大,臺區(qū)運(yùn)行健康狀態(tài)越差,區(qū)間指標(biāo)為配變負(fù)載率,區(qū)間指標(biāo)數(shù)值處于合理區(qū)間時(shí),臺區(qū)運(yùn)行健康狀態(tài)越高。

因臺區(qū)評價(jià)指標(biāo)維度、大小不一致,在開展臺區(qū)運(yùn)行狀態(tài)評價(jià)前,需對各評價(jià)指標(biāo)進(jìn)行歸一化處理,歸一化處理公式如下：

(1)正向指標(biāo)

(1)

式(1)中：Xf表示正向指標(biāo)歸一化值；Xi表示被評價(jià)臺區(qū)狀態(tài)評價(jià)指標(biāo)的實(shí)際數(shù)據(jù)；Xmax、Xmin分別表示臺區(qū)中該項(xiàng)指標(biāo)的最大值和最小值。

(2)逆向指標(biāo)

(2)

式(2)中：Xr表示逆向指標(biāo)歸一化值。

(3)區(qū)間指標(biāo)

(3)

式(3)中：Xs表示區(qū)間指標(biāo)歸一化值。

2 運(yùn)行狀態(tài)綜合評價(jià)方法

綜合評價(jià)方法流程如圖1所示,綜合評價(jià)方法首先獲取多個(gè)歷史臺區(qū)1 d內(nèi)間隔1 h的用戶平均有功功率,利用改進(jìn)K-means聚類算法按臺區(qū)用戶平均有功功率將臺區(qū)進(jìn)行分類,其次利用序關(guān)系權(quán)重值分析,計(jì)算出臺區(qū)運(yùn)行狀態(tài)不同評價(jià)指標(biāo)的權(quán)重值,利用加權(quán)求和計(jì)算得到歷史臺區(qū)運(yùn)行狀態(tài)評價(jià)值,最后以歷史臺區(qū)運(yùn)行狀態(tài)評價(jià)指標(biāo)數(shù)據(jù)及評價(jià)值用于RBF神經(jīng)網(wǎng)絡(luò)樣本模型訓(xùn)練,訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)模型按不同類型臺區(qū)開展臺區(qū)運(yùn)行狀態(tài)評價(jià),評價(jià)得分用于指導(dǎo)基層運(yùn)維人員開展低壓臺區(qū)故障排查。

圖1 綜合評價(jià)方法流程圖Fig.1 Flow chart of comprehensive evaluation method

3 算法分析

3.1 改進(jìn)K-means聚類算法

考慮到不同類型臺區(qū)健康狀態(tài)受評價(jià)指標(biāo)體系集的影響會有差異,在利用低壓臺區(qū)評價(jià)指標(biāo)體系集對臺區(qū)進(jìn)行運(yùn)行狀態(tài)評價(jià)時(shí),選擇聚類算法對臺區(qū)進(jìn)行分類,分類評價(jià)指標(biāo)選取易于獲取和計(jì)算的臺區(qū)用戶1 d內(nèi)每間隔1 h采集到的平均有功功率P。在選擇聚類算法時(shí)考慮原理簡單、易于實(shí)現(xiàn)的K-means聚類分析法[5-6]：

j=1,2,…,n;i≠j

(4)

式(4)中：Lij為臺區(qū)i與臺區(qū)j的平均有功功率P之間的歐幾里得距離；n為歷史臺區(qū)個(gè)數(shù)；Pik、Pjk分別代表臺區(qū)i與臺區(qū)j在k時(shí)刻的平均有功功率；m=24。

由于K-means聚類算法存在以下兩個(gè)問題:①在聚類開始前,需要事先給定類別數(shù)目；②需要人為確定初始聚類中心,初使聚類中心選取不當(dāng),會存在聚類結(jié)果不合理。為解決上述問題,提出采用改進(jìn)K-means聚類算法對臺區(qū)進(jìn)行分類。為解決上述問題①,引進(jìn)評價(jià)聚類效果變量,總的輪廓系數(shù),該系數(shù)越大,聚類效果越好,對于任意一個(gè)分類樣本k,其輪廓系數(shù)計(jì)算公式為

(5)

式(5)中：f(k)為點(diǎn)k與其所屬分類中剩余點(diǎn)之間的平均距離；g(k)為點(diǎn)k與其非所屬分類中剩余點(diǎn)之間平均距離的最小值。聚類效果St是所有輪廓系數(shù)的平均值,計(jì)算公式為

(6)

式(6)中：t為分類數(shù)量。

為解決上述問題②,引進(jìn)聚類中心選取參數(shù)CE：

(7)

式(7)中：Pimin為臺區(qū)i1 d內(nèi)的最小有功功率。對CE進(jìn)行排序,并等分成t類,選取每類的中心有功功率值所在臺區(qū)作為該類的聚類中心。

3.2 序關(guān)系權(quán)重值分析

序關(guān)系權(quán)重值分析方法[7-8]為

(8)

(9)

表1 ri賦值

3.3 RBF神經(jīng)網(wǎng)絡(luò)

RBF神經(jīng)網(wǎng)絡(luò)具有以任意精度逼近任意連續(xù)函數(shù)的能力[9-11],特別適用于多指標(biāo)的狀態(tài)評價(jià)問題,在低壓臺區(qū)運(yùn)行狀態(tài)評價(jià)上具有明顯優(yōu)勢。RBF神經(jīng)網(wǎng)絡(luò)為前饋式三層神經(jīng)網(wǎng)絡(luò),輸入層為線性層,起傳輸信號的作用,權(quán)值固定為1,隱藏層為非線性層,曲線擬合由徑向基函數(shù)完成,用于臺區(qū)運(yùn)行狀態(tài)評估時(shí),其隱藏層神經(jīng)元數(shù)量與用于訓(xùn)練的臺區(qū)樣本數(shù)相同,輸出層由線性函數(shù)組成,用于調(diào)整隱藏層輸出權(quán)值,RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)原理如圖2所示。

圖2 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)原理圖Fig.2 Structural schematic diagram of RBF neural network

圖2中x=[x1,x2,…,xn]T為網(wǎng)絡(luò)輸入向量,ω0為輸出偏置；ω=[ω1,ω2,…,ωi]T為輸出權(quán)值向量；Φi為隱藏層傳輸公式,取高斯函數(shù)為其表達(dá)式：

(10)

(11)

4 實(shí)例分析

4.1 獲取歷史臺區(qū)有功功率值

取500個(gè)歷史臺區(qū)1 d內(nèi)間隔1 h的有功功率如表2所示。表中有功功率大小不一,在進(jìn)行分類前,需進(jìn)行歸一化處理,歸一化公式為

(12)

4.2 改進(jìn)K-means算法分類臺區(qū)

結(jié)合式(7)和表2的數(shù)據(jù),計(jì)算得到聚類中心參數(shù)CE如表4所示。

令聚類數(shù)目t從3到10依次遞增,分別計(jì)算相應(yīng)聚類數(shù)目t下聚類效果St,計(jì)算結(jié)果如表5所示。對比聚類效果可知,當(dāng)t=4時(shí),St最大,說明聚類效果最好。因此選取聚類數(shù)目為4。

表3 歷史臺區(qū)有功功率歸一化值

表4 聚類中心參數(shù)CE

表5 不同t下聚類總輪廓系數(shù)

4.3 序關(guān)系權(quán)重值分析

由專家經(jīng)驗(yàn)得到:R=(r1,r2,r3,r4,r5,r6,r7,r8)=(1.0,1.6,1.0,1.4,1.4,1.4,1.2)。

由式(8)、式(9)計(jì)算得到評價(jià)指標(biāo)權(quán)重值:ω=(ω1,ω2,ω3,…,ω8)=(0.226, 0.226, 0.141, 0.141, 0.101, 0.071, 0.051, 0.043)。

臺區(qū)運(yùn)行狀態(tài)加權(quán)求和計(jì)算評價(jià)值公式為

(13)

式(13)中:Os為臺區(qū)運(yùn)行狀態(tài)評價(jià)值。

選取分類后歷史臺區(qū)評價(jià)指標(biāo)體系集U的數(shù)據(jù),如表6所示。根據(jù)表6的數(shù)據(jù),利用加權(quán)式(13)計(jì)算得到歷史臺區(qū)運(yùn)行狀態(tài)評價(jià)值如表7所示。

表6 4個(gè)分類臺區(qū)評價(jià)指標(biāo)體系集數(shù)據(jù)

表7 歷史臺區(qū)運(yùn)行狀態(tài)評價(jià)

4.4 RBF神經(jīng)網(wǎng)絡(luò)模型

利用表7的歷史臺區(qū)運(yùn)行狀態(tài)評價(jià)值對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到訓(xùn)練后的RBF神經(jīng)網(wǎng)絡(luò)模型,利用模型對12個(gè)運(yùn)行臺區(qū)開展?fàn)顟B(tài)評價(jià),評價(jià)如表8所示。

表8 臺區(qū)運(yùn)行狀態(tài)評價(jià)

從表8可以看到,001～003號臺區(qū)評分高,說明運(yùn)行狀態(tài)好,通過現(xiàn)場驗(yàn)證發(fā)現(xiàn)臺區(qū)各項(xiàng)狀態(tài)評價(jià)指標(biāo)均較好；004～007號臺區(qū)評分較高,說明運(yùn)行狀態(tài)良好,通過分析各評價(jià)指標(biāo)數(shù)據(jù)發(fā)現(xiàn)各臺區(qū)分別出現(xiàn)電壓合格率、電流三相不平衡度、計(jì)量設(shè)備故障率等單項(xiàng)狀態(tài)評價(jià)指標(biāo)較差的問題,現(xiàn)場驗(yàn)證結(jié)果與評分結(jié)果相一致；008～009號臺區(qū)評分低,說明運(yùn)行狀態(tài)差,通過分析各評價(jià)指標(biāo)數(shù)據(jù)發(fā)現(xiàn)各臺區(qū)出現(xiàn)電流三相不平衡度、檔案準(zhǔn)確率、總表采集成功率、戶表采集成功率、計(jì)量設(shè)備故障率等多項(xiàng)狀態(tài)評價(jià)指標(biāo)較差的問題,現(xiàn)場驗(yàn)證結(jié)果與評分結(jié)果相一致；010～012號臺區(qū)評價(jià)極低,說明運(yùn)行狀態(tài)極差,通過分析各評價(jià)指標(biāo)數(shù)據(jù)發(fā)現(xiàn)臺區(qū)出現(xiàn)戶表采集成功率、總表采集成功率、計(jì)量設(shè)備故障率、臺區(qū)線損率等多項(xiàng)狀態(tài)評價(jià)指標(biāo)極差的問題,現(xiàn)場驗(yàn)證結(jié)果與評分結(jié)果相一致。

通過對12個(gè)在運(yùn)臺區(qū)開展運(yùn)行狀態(tài)評價(jià)表明,提出的綜合評價(jià)方法能及時(shí)發(fā)現(xiàn)低壓臺區(qū)運(yùn)行中存在的各類故障及問題,證明本文低壓臺區(qū)綜合評價(jià)方法具有實(shí)際應(yīng)用價(jià)值,其評價(jià)結(jié)果可用于指導(dǎo)現(xiàn)場運(yùn)維人員開展低壓臺區(qū)問題治理,提升臺區(qū)管理水平。

5 結(jié)論

本文提出了一種基于徑向基神經(jīng)網(wǎng)絡(luò)的低壓臺區(qū)運(yùn)行狀態(tài)綜合評價(jià)方法,解決了現(xiàn)有臺區(qū)評價(jià)方法中評價(jià)指標(biāo)不全面、模型通用性不強(qiáng)等問題,利用電壓合格率、電流三相不平衡度、配變負(fù)載率、檔案準(zhǔn)確率、總表采集成功率、戶表采集成功率、計(jì)量設(shè)備故障率及臺區(qū)線損率組成的評價(jià)指標(biāo)體系集對臺區(qū)運(yùn)行狀態(tài)開展評價(jià),可及時(shí)有效發(fā)現(xiàn)低壓臺區(qū)存在的各類問題,指導(dǎo)基層運(yùn)維人員開展臺區(qū)問題治理,提升臺區(qū)管理水平,保障電網(wǎng)用電安全。