盧俊，李朝瑞，肖康，戚永青，鄧奕星

（1.國網(wǎng)襄陽供電公司，湖北襄陽441002；2.國電華研電力科技有限公司，廣東廣州510000）

智能配電網(wǎng)已經(jīng)實(shí)現(xiàn)了較高效率的遠(yuǎn)距離、優(yōu)電壓跨地域分配，是我國實(shí)現(xiàn)可持續(xù)發(fā)展戰(zhàn)略的重要成果，智能電網(wǎng)面對廣大用電用戶的用電需求程度，需要將配電網(wǎng)的供電壽命與供電質(zhì)量提升至最佳狀態(tài)，與此同時(shí)，智能配電網(wǎng)在運(yùn)行的過程中常常因數(shù)據(jù)量的龐大等因素產(chǎn)生損壞數(shù)據(jù)，為此，智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型成為近年來的重要研究熱點(diǎn)[1-2]。

傳統(tǒng)基于配電網(wǎng)自動(dòng)化的模型中應(yīng)用ADN 技術(shù)對智能配電網(wǎng)系統(tǒng)進(jìn)行實(shí)時(shí)狀態(tài)的監(jiān)控與在線控制，從配電網(wǎng)的電源處提升故障范圍的閾值，保障一定區(qū)域內(nèi)的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)診斷能力，及時(shí)向智能配電網(wǎng)的控制中心發(fā)送命令性信號(hào)；傳統(tǒng)基于拓?fù)浣Y(jié)構(gòu)的模型中，應(yīng)用信息協(xié)同技術(shù)對智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)功能進(jìn)行實(shí)現(xiàn)，主要采用信息微處理技術(shù)對智能配電網(wǎng)中單個(gè)設(shè)備保護(hù)數(shù)據(jù)庫與以太網(wǎng)結(jié)構(gòu)數(shù)據(jù)庫進(jìn)行信息獲取領(lǐng)域的提升，為智能配電網(wǎng)的控制體系與集成化體系提供穩(wěn)定的數(shù)據(jù)保障。

文中構(gòu)建了基于次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)模型，從次序依賴的角度進(jìn)行算法模塊與多代理模塊的構(gòu)建，使智能配電網(wǎng)損壞數(shù)據(jù)的修復(fù)在數(shù)據(jù)集方面建立基礎(chǔ)優(yōu)勢。

1 自動(dòng)修復(fù)算法構(gòu)建

次序依賴程序能夠進(jìn)入智能配電網(wǎng)損壞數(shù)據(jù)的屬性空間中，將損壞數(shù)據(jù)的空間距離進(jìn)行屬性方面的改變，再應(yīng)用次序算法對智能配電網(wǎng)損壞數(shù)據(jù)的復(fù)雜度進(jìn)行計(jì)算，同時(shí)需要保證損壞數(shù)據(jù)能夠應(yīng)用屬性優(yōu)先級別重新對自動(dòng)修復(fù)模型進(jìn)行定義，將時(shí)間序列方面的損壞數(shù)據(jù)集表現(xiàn)在數(shù)據(jù)集合中，利用配電網(wǎng)中的智能電表讀數(shù)統(tǒng)計(jì)時(shí)間序列的單調(diào)遞增規(guī)律，時(shí)間序列損壞數(shù)據(jù)示意圖如圖1所示。

圖1 時(shí)間序列損壞數(shù)據(jù)示意圖

在時(shí)間序列數(shù)據(jù)集合的基礎(chǔ)上進(jìn)行損壞數(shù)據(jù)的自動(dòng)修復(fù)多項(xiàng)式算法，首先定義集合中的時(shí)間數(shù)據(jù)序列為i，滿足次序依賴δ=[time]→[data]序列長度，并鎖定損壞數(shù)據(jù)集合中的錯(cuò)誤數(shù)據(jù)，次序依賴數(shù)據(jù)能夠應(yīng)用序列的整體長度進(jìn)行迭代運(yùn)算，數(shù)據(jù)中滿足i序列長度的賦值需要進(jìn)行完整性的維護(hù)，并滿足遞歸層次的安全系數(shù)。假設(shè)損壞數(shù)據(jù)集合為db，當(dāng)db中的損壞數(shù)據(jù)經(jīng)過次序依賴的安全維護(hù)后，可以利用不同長度的組數(shù)進(jìn)行數(shù)據(jù)修復(fù)，若i值為3，db 中的自動(dòng)修復(fù)數(shù)據(jù)通過序列的組數(shù)示例如表1所示。

表1 自動(dòng)修復(fù)數(shù)據(jù)通過序列的組數(shù)示例

次序列依賴自動(dòng)修復(fù)數(shù)據(jù)需要在數(shù)據(jù)集合中進(jìn)行定義尋找，滿足在組數(shù)確定的狀態(tài)下最長序列長度與依賴次序之間的維護(hù)參數(shù)條件，對表中的組數(shù)示例進(jìn)行閾值比較，符合參數(shù)條件的有：

db[i]：5021＜db[i]：6200

db[i]：5034＜db[i]：6200

db[i]：5123＜db[i]：6200

這些數(shù)據(jù)可以應(yīng)用在長度不確定的次序依賴修復(fù)過程中，滿足相應(yīng)的輸出條件后便可將損壞自動(dòng)修復(fù)算法建立在動(dòng)態(tài)模型的基礎(chǔ)上，獲取相應(yīng)的移動(dòng)數(shù)據(jù)方程如下：

方程中的數(shù)據(jù)完成初始化計(jì)算后需要依次計(jì)算移動(dòng)方程中的序列長度，得到損壞數(shù)據(jù)的集合與最長序列數(shù)據(jù)模式，采用較簡單的數(shù)據(jù)方式維護(hù)智能配電網(wǎng)中的實(shí)時(shí)監(jiān)測數(shù)據(jù)與已經(jīng)產(chǎn)生的破壞數(shù)據(jù)層[3-5]。

在應(yīng)用算法進(jìn)行修復(fù)的過程中發(fā)現(xiàn)，不同算法的復(fù)雜度隨著次序依賴的時(shí)序長度變化而變化，這種狀態(tài)下的動(dòng)態(tài)迭代過程會(huì)影響整體算法的配電網(wǎng)精準(zhǔn)數(shù)據(jù)。設(shè)定n為智能配電網(wǎng)損壞數(shù)據(jù)中的迭代數(shù)據(jù)，為了使其滿足次序依賴中的序列長度，將n置于序列的末尾，增加序列的整體規(guī)模，即n=db[len]，若序列中末尾值等于n，則需要重新在動(dòng)態(tài)規(guī)劃結(jié)構(gòu)中，應(yīng)用二分法查找相應(yīng)的n值與符合復(fù)雜度的次序依賴位置[6-7]。

2 自動(dòng)修復(fù)模型

文中設(shè)計(jì)的基于次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型主要應(yīng)用于單元模塊之間的數(shù)據(jù)通信技術(shù)，減少不同地區(qū)智能配電網(wǎng)損壞數(shù)據(jù)之間的誤差精度，由于數(shù)據(jù)通信之間的信道延遲可以延緩數(shù)據(jù)恢復(fù)的時(shí)間，從而進(jìn)一步減少故障所發(fā)生的控制結(jié)構(gòu)空間。應(yīng)用次序依賴算法還能夠?qū)θ只悄芘潆娋W(wǎng)損壞數(shù)據(jù)進(jìn)行歷史性的預(yù)測與提取，實(shí)時(shí)性地進(jìn)行不同層次的數(shù)據(jù)優(yōu)化與提取?；诖涡蛞蕾嚨姆謱訑?shù)據(jù)采集優(yōu)化結(jié)構(gòu)如圖2所示。

圖2 基于次序依賴的分層數(shù)據(jù)采集優(yōu)化結(jié)構(gòu)

在智能配電網(wǎng)的通信通道中，需要依靠大量的故障數(shù)據(jù)作為故障恢復(fù)性算法的運(yùn)算基礎(chǔ)，將故障區(qū)域分散在相應(yīng)的算法范圍內(nèi)。當(dāng)配電網(wǎng)絡(luò)中采用全局化損壞數(shù)據(jù)修復(fù)算法的過程中沒有對全局化數(shù)據(jù)進(jìn)行優(yōu)化性處理，需要在控制中心的饋線上傳輸故障處理的協(xié)調(diào)性信號(hào)，使智能配電網(wǎng)中的電源分布在配電主動(dòng)性上具有自我調(diào)整的能力。損壞數(shù)據(jù)自動(dòng)修復(fù)模型的構(gòu)建過程中需要使其能夠?qū)χ悄芘潆娋W(wǎng)內(nèi)部數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控、自我調(diào)整等，文中則應(yīng)用全局化損壞數(shù)據(jù)優(yōu)化結(jié)構(gòu)將損壞數(shù)據(jù)進(jìn)行修復(fù)性的過渡[8-9]。優(yōu)化結(jié)構(gòu)如圖3所示。

圖3 全局性優(yōu)化結(jié)構(gòu)

智能配電網(wǎng)中產(chǎn)生大量的損壞數(shù)據(jù)是一項(xiàng)極小概率的事件，在智能配電網(wǎng)的損壞數(shù)據(jù)自動(dòng)修復(fù)模塊實(shí)現(xiàn)過程中需要充分考慮到智能配電網(wǎng)對外部環(huán)境的抵御情況，并對智能配電網(wǎng)的硬件設(shè)備進(jìn)行數(shù)據(jù)方面的彈性分析，設(shè)損害數(shù)據(jù)的目標(biāo)函數(shù)為：

式中，X代表目標(biāo)函數(shù)中具有環(huán)境性損壞數(shù)據(jù)的約束強(qiáng)度，能夠改善智能配電網(wǎng)中電壓水平、電流水平等參數(shù)[10-11]。智能配電網(wǎng)中損壞數(shù)據(jù)自動(dòng)修復(fù)可以對配電網(wǎng)中的支路進(jìn)行目標(biāo)函數(shù)方面的適應(yīng)度測定，將故障數(shù)據(jù)中存在的配電網(wǎng)支路作為整體故障數(shù)據(jù)運(yùn)算編碼[12-13]。算法運(yùn)行流程如圖4所示。

圖4 算法運(yùn)行流程

根據(jù)次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)的仿真計(jì)算模型，可以得出智能配電網(wǎng)中損壞最多的數(shù)據(jù)類型為失去負(fù)荷性的環(huán)境災(zāi)害，當(dāng)整個(gè)智能配電網(wǎng)中的負(fù)荷程度小于規(guī)定的閾值，則損壞數(shù)據(jù)自動(dòng)修復(fù)模型不能夠?qū)为?dú)的支路進(jìn)行衡量修復(fù)[14-15]。在較大的負(fù)荷損壞程度中需要考慮到配電網(wǎng)中彈性功能的負(fù)荷損壞模擬狀態(tài)，從智能配電網(wǎng)中建立輻射狀態(tài)的配電網(wǎng)支路路徑，應(yīng)用用電客戶端對智能配電網(wǎng)控制中心內(nèi)的數(shù)據(jù)提取功能，分析故障數(shù)據(jù)所發(fā)生的支路位置以及損壞數(shù)據(jù)自動(dòng)修復(fù)所進(jìn)行的支路位置[16]。

3 實(shí)驗(yàn)與研究

在構(gòu)建以上模型后，對構(gòu)建的模型修復(fù)性能進(jìn)行研究，并設(shè)置對比實(shí)驗(yàn)。將該文基于次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型構(gòu)建方法與傳統(tǒng)智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型構(gòu)建方法進(jìn)行對比，設(shè)置實(shí)驗(yàn)參數(shù)表如表2所示。

表2 實(shí)驗(yàn)參數(shù)表

根據(jù)上述實(shí)驗(yàn)參數(shù)表進(jìn)行實(shí)驗(yàn)設(shè)置，對自動(dòng)修復(fù)模型進(jìn)行管理，并設(shè)置數(shù)學(xué)操作模型執(zhí)行管理任務(wù)。將遺傳算法與啟示算法相結(jié)合，進(jìn)行配電網(wǎng)重構(gòu)操作，加強(qiáng)對重構(gòu)系統(tǒng)的改良力度，不斷調(diào)節(jié)不同機(jī)制內(nèi)部的修復(fù)模型性能。集合一級聯(lián)絡(luò)開關(guān)，將開關(guān)狀態(tài)調(diào)整至開合狀態(tài)，連接相連的饋線，對比饋線連接方式進(jìn)行集中式線體連接操作。轉(zhuǎn)移模型中的電網(wǎng)負(fù)荷，將其負(fù)荷電量傳輸至電網(wǎng)的各個(gè)角落，并對配電網(wǎng)輻射狀態(tài)進(jìn)行研究，構(gòu)建配電網(wǎng)輻射結(jié)構(gòu)如圖5所示。

圖5 配電網(wǎng)輻射結(jié)構(gòu)

配置相應(yīng)的電網(wǎng)信息流，將電網(wǎng)內(nèi)部流量與損壞數(shù)據(jù)進(jìn)行分支改造，逐層分析不同電網(wǎng)的空間狀態(tài)，并對電網(wǎng)的修復(fù)狀態(tài)進(jìn)行修復(fù)模型整理，離散化整理模型內(nèi)容，同時(shí)加大對內(nèi)容的設(shè)置力度，分化設(shè)置空間，將設(shè)置模型空間內(nèi)部的電網(wǎng)配電量進(jìn)行整合。將整合后的數(shù)據(jù)進(jìn)行記錄，并構(gòu)建記錄存儲(chǔ)空間，獲取存儲(chǔ)的結(jié)果數(shù)據(jù)，并構(gòu)建修復(fù)完整度對比圖，如圖6所示。

圖6 修復(fù)完整度對比圖

由圖6可以看出，該文基于次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型構(gòu)建方法的修復(fù)完整度均高于其他兩種傳統(tǒng)智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型構(gòu)建方法。由于該文在模型構(gòu)建的過程中分析了不同修復(fù)模型的修復(fù)性能，并調(diào)整了模型的結(jié)構(gòu)模式，在優(yōu)化模型配置的同時(shí)加強(qiáng)了對配電網(wǎng)系統(tǒng)的管理力度，逐漸增強(qiáng)管理的空間形式能力，在分配修復(fù)模型關(guān)系的過程中調(diào)整配電網(wǎng)中心的配電環(huán)節(jié)，并將調(diào)整后的數(shù)據(jù)輸入到修復(fù)系統(tǒng)中，對比修復(fù)參數(shù)進(jìn)行修復(fù)審核，獲取相應(yīng)的修復(fù)數(shù)據(jù)，利用修復(fù)數(shù)據(jù)間的關(guān)聯(lián)性對比修復(fù)的損壞數(shù)據(jù)信息，及時(shí)管理損壞數(shù)據(jù)的內(nèi)部關(guān)聯(lián)程度，將關(guān)聯(lián)程度信息與修復(fù)模型相聯(lián)立，按照聯(lián)立的綜合數(shù)據(jù)進(jìn)行基礎(chǔ)性調(diào)節(jié)，實(shí)現(xiàn)對整體修復(fù)模型的構(gòu)建，在一定程度上強(qiáng)化了修復(fù)模型內(nèi)部的修復(fù)性能，轉(zhuǎn)化修復(fù)信息，具有較高的修復(fù)能力，并完善了修復(fù)模型的完整性，因此，其修復(fù)完整程度較高。

在實(shí)現(xiàn)首次實(shí)驗(yàn)操作后，根據(jù)取得的實(shí)驗(yàn)結(jié)果進(jìn)行二次實(shí)驗(yàn)研究，進(jìn)而提升對該文模型構(gòu)建方法性能的研究。選擇相關(guān)程度較高的操作模型對修復(fù)模型進(jìn)行數(shù)量調(diào)節(jié)，強(qiáng)化對調(diào)節(jié)后數(shù)據(jù)的整合力度。啟動(dòng)啟發(fā)式規(guī)則，將規(guī)則程序錄入管理系統(tǒng)中，同時(shí)加強(qiáng)對規(guī)則信息的管理，執(zhí)行內(nèi)部管控指令。加大對修復(fù)模型的分析力度，時(shí)刻強(qiáng)化修復(fù)模型的管理性能，同時(shí)對管理后的模型進(jìn)行標(biāo)記，將標(biāo)記數(shù)據(jù)與系統(tǒng)數(shù)據(jù)相調(diào)配，整理出相應(yīng)的調(diào)配系數(shù)，獲取調(diào)配結(jié)果參數(shù)，并構(gòu)建損壞數(shù)據(jù)收集精準(zhǔn)度對比圖，如圖7所示。

圖7 損壞數(shù)據(jù)收集精準(zhǔn)度對比圖

從圖7中可以看出，該文基于次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型構(gòu)建方法的損壞數(shù)據(jù)收集精準(zhǔn)度均高于傳統(tǒng)方法。造成此差異的主要原因在于該文模型構(gòu)建方法針對不同的配電網(wǎng)損壞數(shù)據(jù)信息進(jìn)行數(shù)據(jù)間的模式處理，強(qiáng)化對操作程度較低數(shù)據(jù)的集中處理力度，并時(shí)刻分配操作信息，在調(diào)整模型修復(fù)內(nèi)容的同時(shí)匹配修復(fù)參數(shù)，進(jìn)一步調(diào)節(jié)了損壞數(shù)據(jù)的錄入機(jī)制，具有較強(qiáng)的數(shù)據(jù)收集能力。因此，提升整體模型的損壞數(shù)據(jù)收集精準(zhǔn)度，為后續(xù)修復(fù)處理提供良好的數(shù)據(jù)基礎(chǔ)。

4 結(jié)束語

文中基于次序依賴的智能配電網(wǎng)損壞數(shù)據(jù)自動(dòng)修復(fù)模型構(gòu)建方法具有較強(qiáng)的修復(fù)能力，在縮減修復(fù)時(shí)間的同時(shí)提升整體模型的修復(fù)效率，控制處于修復(fù)階段的損壞數(shù)據(jù)信息，平衡配電網(wǎng)運(yùn)行過程中產(chǎn)生的電流數(shù)據(jù)，具有較為良好的發(fā)展空間。