宋佳磊， 金立軍

(1. 同濟(jì)大學(xué), 上海 200092；2. 國網(wǎng)浙江省電力有限公司武義縣供電公司, 浙江 金華 321000)

0 引 言

配電網(wǎng)串聯(lián)補(bǔ)償電容是由塞釘、金屬連線及防護(hù)管三部分組成，主要根據(jù)補(bǔ)償電容的故障模式，解決配電網(wǎng)斷線和容值下降等情況[1]。但受環(huán)境和溫度等因素影響，電容器的金屬連線會發(fā)生斷裂故障，使配電網(wǎng)接收端信號幅值降低，電容容值也會降低到補(bǔ)償標(biāo)準(zhǔn)的正常范圍之外，使配電網(wǎng)呈現(xiàn)開路狀態(tài)，影響電路正常工作[2]。因此對補(bǔ)償電容故障進(jìn)行在線監(jiān)測，具有重要現(xiàn)實(shí)意義。

文獻(xiàn)[3]提出了一種非隔離DC/DC變換器的綜合監(jiān)控系統(tǒng)，主要集中監(jiān)控開關(guān)元件和電容器元件，檢測到二極管開路和短路故障。文獻(xiàn)[4]提出了一種用于工業(yè)電力變換器直流環(huán)節(jié)電容器的在線狀態(tài)監(jiān)測系統(tǒng)，采用PSPICE電路模擬器測試等效串聯(lián)電阻估計方法，利用等效串聯(lián)電阻估計法監(jiān)測工業(yè)電力變換器中電容器狀態(tài)。但上述方法存在角度特征識別與實(shí)際情況相差較大，補(bǔ)償位置角度特征識別準(zhǔn)確率較低的問題。

針對上述問題，提出基于FP-Growth算法的10 kV配電網(wǎng)串聯(lián)補(bǔ)償電容故障在線監(jiān)測方法。引用FP-Growth算法挖掘補(bǔ)償電容故障電網(wǎng)數(shù)據(jù)，獲取補(bǔ)償電容故障特征向量，加快故障采集信息挖掘過程，使各補(bǔ)償位置的角度特征更加貼近實(shí)際值，提高角度特征識別的準(zhǔn)確率。

1 基于FP-Growth算法的10 kV配電網(wǎng)串聯(lián) 補(bǔ)償電容故障在線監(jiān)測

FP-Growth算法廣泛應(yīng)用于關(guān)聯(lián)規(guī)則挖掘領(lǐng)域，利用頻繁模式樹結(jié)構(gòu)組織數(shù)據(jù)，提取頻繁項(xiàng)集，可以快速發(fā)掘數(shù)據(jù)集合中的頻繁項(xiàng)集以及數(shù)據(jù)間隱藏的關(guān)聯(lián)規(guī)則，提高關(guān)聯(lián)規(guī)則挖掘效率。

1.1 補(bǔ)償電容故障狀態(tài)特征提取

根據(jù)10 kV配電網(wǎng)線路工況運(yùn)行特征，識別10 kV配電網(wǎng)串聯(lián)的分路狀態(tài)，利用FP-Growth算法對接收的信號數(shù)據(jù)進(jìn)行挖掘，得到補(bǔ)償電容故障時的電網(wǎng)數(shù)據(jù)，以獲取補(bǔ)償電容故障的特征向量[5]。將擬合曲線與原信號曲線重合，并利用擬合優(yōu)度評價擬合程度。評價優(yōu)度R為：

(1)

式中:Cf(k)為電路接收器接收電壓幅值包絡(luò)數(shù)據(jù)；C(k)為擬合后的幅值包絡(luò)數(shù)據(jù)；k為補(bǔ)償電容單元分段點(diǎn)，k=1，2,…,n；f為擬合曲線與原信號曲線的相似度。使10 kV配電網(wǎng)串聯(lián)處于分路狀態(tài)，通過正弦函數(shù)的分段計算，得到補(bǔ)償電容狀態(tài)特征的幅值、相位、頻率及位移偏移量，至此完成基于FP-Growth算法補(bǔ)償電容故障狀態(tài)特征的提取。

1.2 劃分補(bǔ)償電容故障位置和故障模式

將接收信號的特征值，對比補(bǔ)償電容異常時特征值，選取出存在差異的特征值，定位補(bǔ)償電容故障位置，判斷該故障位置的故障模式[6]。根據(jù)所取的故障特征參數(shù)，計算各個特征參數(shù)的隸屬度A為：

(2)

式中：G(k)為電容單元分段點(diǎn)的特性參數(shù)；U為電網(wǎng)串聯(lián)分路電壓；I為電路至接收端的等效電流。然后與特征無量綱指標(biāo)，得到電容故障的隸屬度函數(shù)，其隸屬度函數(shù)η為：

(3)

式中：Hk為分段點(diǎn)斷線故障特征向量；Pk為分段點(diǎn)斷線故障觀測特征向量。根據(jù)補(bǔ)償電容容值與標(biāo)準(zhǔn)容值的比值，對補(bǔ)償電容狀態(tài)進(jìn)行分類，通過實(shí)際計算的電容容值下降程度，判斷該故障位置補(bǔ)償電容的狀態(tài)，至此完成補(bǔ)償電容故障位置和故障模式的判斷。

1.3 在線監(jiān)測補(bǔ)償電容狀態(tài)

根據(jù)補(bǔ)償電容的狀態(tài)，設(shè)置補(bǔ)償電容故障的危險等級，對故障位置的補(bǔ)償電容狀態(tài)進(jìn)行實(shí)時監(jiān)測，總體監(jiān)測流程如圖1所示。

圖1 故障位置電容狀態(tài)實(shí)時監(jiān)測流程

如圖1所示，以補(bǔ)償單元為間距，采集故障位置特征值并進(jìn)行預(yù)處理。通過主要特征變換矩陣，對故障位置點(diǎn)的電容狀態(tài)模式進(jìn)行相關(guān)性分析。根據(jù)采集到的幅值、相位、頻率及位移偏移量，確定監(jiān)測位置的容值變化規(guī)律[7]。獲取采集數(shù)據(jù)的相關(guān)系數(shù)。其相關(guān)系數(shù)φ為：

(4)

式中:X、Y分別為采集的故障位置特征值中，積差相關(guān)和積矩相關(guān)的兩個列向量;ρX為積差相關(guān)的相關(guān)系數(shù);ρY為積矩相關(guān)的相關(guān)系數(shù)。選取0<φ<1內(nèi)的采集特征值，保證其與故障位置的特征參數(shù)密切相關(guān)，從而得到采集故障位置的容值變化數(shù)據(jù)，實(shí)現(xiàn)電容狀態(tài)的遠(yuǎn)程在線監(jiān)測。

2 試驗(yàn)分析

2.1 試驗(yàn)參數(shù)

為了驗(yàn)證基于FP-Growth算法10 kV配電網(wǎng)串聯(lián)補(bǔ)償電容故障在線監(jiān)測方法有效性，將文獻(xiàn)[3]、文獻(xiàn)[4]的方法與本文所用方法進(jìn)行對比。利用Multisim14.0搭建一段10 kV配電模擬電路，模擬試驗(yàn)參數(shù)如表1所示。

表1 10 kV配電網(wǎng)模擬盤參數(shù)

通過電路UM71/YP通用測試表，采集模擬盤包含的數(shù)據(jù)包，設(shè)置10個補(bǔ)償電容C1～C10，以補(bǔ)償電容C5為試驗(yàn)對象。

2.2 試驗(yàn)結(jié)果

在不同故障程度下的試驗(yàn)環(huán)境中，不同方法對各補(bǔ)償位置處角度特征的識別情況如圖2所示。

圖2 不同故障程度下的角度特征識別情況

由圖2可知，本文所用方法識別的平均角度特征更加接近實(shí)際角度特征。所用方法根據(jù)10 kV配電網(wǎng)線路工況運(yùn)行特征，識別10 kV配電網(wǎng)串聯(lián)的分路狀態(tài)，利用FP-Growth算法，挖掘接收的信號數(shù)據(jù)，獲取補(bǔ)償電容故障的特征向量，從而實(shí)現(xiàn)在不同故障程度下的角度特征識別與實(shí)際情況相差較小。

在記錄試驗(yàn)過程中，不同方法識別準(zhǔn)確率的試驗(yàn)結(jié)果如表2所示。

從表2數(shù)據(jù)可知，所用方法的補(bǔ)償位置角度特征識別準(zhǔn)確率較高。

表2 不同故障程度下的角度特征識別準(zhǔn)確率 %

在不同道砟電阻的試驗(yàn)環(huán)境下，不同方法對角度特征的識別情況如圖3所示。

圖3 不同道砟電阻下的角度特征識別情況

由圖3可知，所用方法識別補(bǔ)償位置的平均角度特征更加接近于實(shí)際值。在不同道砟電阻條件下，不同方法的角度特征識別準(zhǔn)確率如表3所示。

表3 不同道砟電阻下的角度特征識別準(zhǔn)確率 %

從表3數(shù)據(jù)可知，本文所用方法的補(bǔ)償位置角度特征識別準(zhǔn)確率較高，通過對比接收信號特征值與補(bǔ)償電容異常時對應(yīng)的特征值，定位補(bǔ)償電容故障位置，判斷故障位置的故障模式，從而有效提高補(bǔ)償位置角度特征識別的準(zhǔn)確率。

3 結(jié)束語

根據(jù)10 kV配電網(wǎng)串聯(lián)補(bǔ)償電容典型故障分析與現(xiàn)有在線監(jiān)測方法的研究，提出基于FP-Growth算法的10 kV配電網(wǎng)串聯(lián)補(bǔ)償電容故障在線監(jiān)測方法。對比不同方法在不同故障程度和道砟電阻下的角度特征識別情況，本文所用方法利用FP-Growth算法對特征數(shù)據(jù)的挖掘優(yōu)勢，其角度特征識別與實(shí)際情況相差較小，能夠有效提高補(bǔ)償位置角度特征識別準(zhǔn)確率。