肖光旭, 岑炳成, 陳泉, 朱丹丹, 黃成

(1.國網(wǎng)江蘇省電力有限公司南京供電分公司,江蘇,南京 210019; 2.國網(wǎng)江蘇省電力有限公司電力科學(xué)研究院,江蘇,南京 211103;3.國網(wǎng)江蘇省電力有限公司,江蘇,南京 210024)

0 引言

目前我國電力公司使用的基于一體化電量與同期線損管理體系,致力于提高電力公司管理效率,避免電路故障發(fā)生。然而,就目前配電網(wǎng)運(yùn)行情況來看,實(shí)際線損值相比于理論值來說差異較大。配電網(wǎng)同期線損管理依托全覆蓋信號(hào)采集模式,以供、用電在線監(jiān)測(cè)為核心,重點(diǎn)研究同期線損變化,使系統(tǒng)建設(shè)和運(yùn)行控制變得越來越重要。為此,對(duì)配電網(wǎng)同期線損異常辨識(shí)對(duì)于優(yōu)化配電網(wǎng)結(jié)構(gòu)具有實(shí)際意義。

目前相關(guān)領(lǐng)域?qū)W者對(duì)配電網(wǎng)同期線損異常辨識(shí)進(jìn)行了研究,并取得了一定的研究成果。文獻(xiàn)[1]提出了基于孤立森林算法的判定方法,該方法首先使用k-means算法聚類不同負(fù)載工況,然后采用孤立森林算法計(jì)算異常分?jǐn)?shù),最后對(duì)異常數(shù)據(jù)進(jìn)行閾值對(duì)比,得到最終判斷結(jié)果,該方法具有較高的可靠性。文獻(xiàn)[2]提出了基于負(fù)線損分析的辨識(shí)方法,首先應(yīng)確定計(jì)量數(shù)值前后線損的變化情況,然后結(jié)合分析結(jié)果進(jìn)行故障辨識(shí),最終得到負(fù)線損超標(biāo)原因,該方法具有一定的有效性。但上述方法的聚類中心相距較近,使得特征向量無法聚類,導(dǎo)致同期線損異常辨識(shí)結(jié)果不精準(zhǔn)。針對(duì)上述問題,提出了基于數(shù)據(jù)特征的配電網(wǎng)同期線損異常辨識(shí)方法。

1 配電網(wǎng)同期線損數(shù)據(jù)近似相等特征分析

由于配電網(wǎng)同期線損數(shù)據(jù)較多,導(dǎo)致實(shí)際運(yùn)行所產(chǎn)生的同期線損數(shù)據(jù)與理論數(shù)值存在一定偏差,該偏差數(shù)值具有隨機(jī)性和分散性,分布在零值附近的區(qū)域內(nèi),因此差值序列也被稱為秩值。秩值是呈對(duì)稱關(guān)系的,因此,正“秩和”與負(fù)“秩和”絕對(duì)值近似基本一致。

正“秩和”與負(fù)“秩和”概率密度隨誤判概率變化情況,如圖1所示。

圖1 正“秩和”與負(fù)“秩和”關(guān)系示意圖

由圖1可知,以線損電量為例,對(duì)線損電量、輸入電量和輸出電量中“秩和”差異特征存在的位置為例,進(jìn)行詳細(xì)說明:

(1) 在獲取的所有配電網(wǎng)同期線損數(shù)據(jù)中,部分?jǐn)?shù)據(jù)為零值數(shù)據(jù),正常數(shù)據(jù)減少,為了保證總的線損數(shù)據(jù)量不變,實(shí)際辨識(shí)向量與理論辨識(shí)向量之差為負(fù)值,即為負(fù)“秩和”[3]。

(2) 在獲取的所有配電網(wǎng)同期線損數(shù)據(jù)中,部分?jǐn)?shù)據(jù)為恒值數(shù)據(jù),此時(shí)無法獲取精準(zhǔn)實(shí)際辨識(shí)向量與理論辨識(shí)向量之差,即無法確定秩值的正負(fù)。

(3) 在獲取的所有配電網(wǎng)同期線損數(shù)據(jù)中,部分?jǐn)?shù)據(jù)為突變數(shù)據(jù),正常數(shù)據(jù)減少,為了保證總的線損數(shù)據(jù)量不變,實(shí)際辨識(shí)向量與理論辨識(shí)向量之差為正值,即為正“秩和”[4]。

基于上述內(nèi)容可知,在獲取的所有配電網(wǎng)同期線損數(shù)據(jù)中,部分?jǐn)?shù)據(jù)為突變數(shù)據(jù),則正“秩和”與負(fù)“秩和”相差較大;在獲取的所有配電網(wǎng)同期線損數(shù)據(jù)中,全部數(shù)據(jù)為正常數(shù)據(jù),則正“秩和”與負(fù)“秩和”近似相等。基于該特征,對(duì)同期線損異常數(shù)據(jù)辨識(shí)。

2 基于數(shù)據(jù)特征的配電網(wǎng)同期線損異常辨識(shí)方法

2.1 配電網(wǎng)同期線損異常情況分析

結(jié)合正“秩和”與負(fù)“秩和”概率密度,確定配電網(wǎng)同期線損異常因素,以此為導(dǎo)向,設(shè)計(jì)配電線路同期線損分析流程,實(shí)現(xiàn)配電網(wǎng)支線動(dòng)態(tài)管控。配電線路同期線損分析流程如圖2所示。

圖2 配電線路同期線損分析流程

由圖2可知,首先應(yīng)查看配電網(wǎng)總線路和各個(gè)支路是否存在回路,如果是,則配電網(wǎng)線路正常;反之,則線路異常,查看配電網(wǎng)相關(guān)配置是否完善。如果配電網(wǎng)相關(guān)配置不完善,那么應(yīng)先完善電源配置,查看配置反饋結(jié)果,并返回到支線上查看線路是否允許電流通過;如果配電網(wǎng)相關(guān)配置完善,那么應(yīng)先檢查配電網(wǎng)閉合開關(guān)是否能夠正常使用[5]。如果不正常,使用反饋計(jì)量裝置核查倍率信息,查看核查結(jié)果,并循環(huán)檢查各個(gè)線路是否允許電流通過;如果配電網(wǎng)閉合開關(guān)能正常使用,那么應(yīng)先檢查線損變化數(shù)值是否與現(xiàn)場(chǎng)采集到的數(shù)值一致[6]。如果存在誤差,則將結(jié)果反饋給運(yùn)維檢查部門進(jìn)行現(xiàn)場(chǎng)維護(hù);如果數(shù)值一致,則將檢查公變電量是否正常。如果不正常,則需核查用電情況,并檢查支線線路上是否允許通多電流;如果正常,則需查看線路是否達(dá)標(biāo),如果達(dá)標(biāo)則直接反饋相關(guān)結(jié)果。反之,則需重新判斷該線路是否存在回路,由此完成配電網(wǎng)同期線損異常情況分析。

2.2 基于近似相等特征的同期線損負(fù)荷聚類

通過分析配電線路同期線損所經(jīng)過的各個(gè)環(huán)節(jié),需對(duì)同期線損負(fù)荷進(jìn)行聚類處理。聚類是將每個(gè)環(huán)節(jié)所產(chǎn)生的特征向量聚在一起的過程,確定一個(gè)中心點(diǎn),根據(jù)數(shù)據(jù)密度計(jì)算特征向量中容易出現(xiàn)聚類中心點(diǎn)的概率[7-8]。因?yàn)樵诰垲愔行母浇嬖谳^高的密度數(shù)據(jù)點(diǎn),所以在選擇第一個(gè)聚類中心后,繼續(xù)尋找下一個(gè)節(jié)點(diǎn),直到所有節(jié)點(diǎn)成為聚類中心的可能性小于設(shè)定的閾值。

設(shè)輸入的n個(gè)特征向量為a1,a2,…,an,每個(gè)特征向量都可以作為聚類中心,由此構(gòu)造的表征向量ai密度指峰函數(shù)如下:

(1)

式(1)中,r表示數(shù)據(jù)點(diǎn)的鄰域半徑。根據(jù)各個(gè)數(shù)據(jù)點(diǎn)密度計(jì)算結(jié)果,確定該點(diǎn)的領(lǐng)域點(diǎn),即具有最高密度的數(shù)據(jù)點(diǎn)。

基于近似相等特征的同期線損負(fù)荷聚類過程,持續(xù)到剩下的其他節(jié)點(diǎn)成為聚類中心的可能性小于設(shè)定的閾值即可,由此終止聚類,避免出現(xiàn)相距較近的聚類中心,實(shí)現(xiàn)數(shù)據(jù)特征向量聚類。

2.3 配電網(wǎng)同期線損異常辨識(shí)流程設(shè)計(jì)

根據(jù)負(fù)荷聚類結(jié)果,設(shè)計(jì)配電網(wǎng)同期線損異常辨識(shí)流程,如圖3所示。

圖3 配電網(wǎng)同期線損異常辨識(shí)流程

由圖3可知,其具體操作流程如下。

步驟1:構(gòu)建拓?fù)浣Y(jié)構(gòu),簡化基本參數(shù),并對(duì)各個(gè)支線進(jìn)行編號(hào)處理[9];

步驟2:構(gòu)建配電網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu),確定支線向量;

步驟3:初始化t+1時(shí)刻的配電網(wǎng)潮流,以此作為量測(cè)值,根據(jù)如下公式計(jì)算實(shí)際辨識(shí)向量與理論辨識(shí)向量之差:

α=nt+1-mt+1

(2)

式(2)中,nt+1表示t+1時(shí)刻的實(shí)際辨識(shí)向量,mt+1表示t+1時(shí)刻的理論辨識(shí)向量。

步驟4:根據(jù)計(jì)算結(jié)果,判斷配電網(wǎng)線路中是否存在不良回路,如果有,則轉(zhuǎn)到下一步,否則到步驟7;

步驟5:檢查不良回路中是否存在大于實(shí)際辨識(shí)向量與理論辨識(shí)向量之差的值,如果沒有,則反饋支線編號(hào)。反之,則轉(zhuǎn)到下一步;

步驟6:將t+1時(shí)刻的計(jì)算結(jié)果作為新的辨識(shí)結(jié)果;

步驟7:構(gòu)建關(guān)聯(lián)矩陣,計(jì)算支線上實(shí)際辨識(shí)向量與理論辨識(shí)向量之差。

如果在關(guān)聯(lián)矩陣模型圖中,每條邊都確定了一個(gè)正方向,那么經(jīng)過確定方向的關(guān)聯(lián)矩陣模型圖被稱為定向圖。因此,通過對(duì)電路各個(gè)定向支路和回路關(guān)系分析,可描述定向圖[10]。給定一個(gè)定向圖,該圖中存在k條支線,g個(gè)回路。規(guī)定每個(gè)回路正方向,描述所有回路和各個(gè)支線之間關(guān)系,設(shè)E表示回路編號(hào),W表示支路編號(hào),那么支線數(shù)量為:當(dāng)支路編號(hào)中包含了全部的回路編號(hào),且回路和各個(gè)支線的方向一致,此時(shí)支線數(shù)量是1條;當(dāng)支路編號(hào)中包含全部的回路編號(hào),且回路和各個(gè)支線的方向相反,支線數(shù)量是2條;當(dāng)支路編號(hào)中不包含全部的回路編號(hào),支線數(shù)量是0條。

支線上實(shí)際辨識(shí)向量與理論辨識(shí)向量之差,計(jì)算公式為

Δα=n′-m′

(3)

式(3)中,n′表示支線上實(shí)際辨識(shí)向量,m′表示支線上理論辨識(shí)向量。

當(dāng)配電網(wǎng)正常運(yùn)行時(shí),實(shí)際辨識(shí)向量與理論辨識(shí)向量之差為0,可以忽略;當(dāng)配電網(wǎng)異常運(yùn)行時(shí),實(shí)際辨識(shí)向量與理論辨識(shí)向量之差不為0,根據(jù)分析的非0數(shù)值可以對(duì)不良數(shù)據(jù)進(jìn)行初步辨識(shí)。然而,由于實(shí)際辨識(shí)過程中,也可能存在不良數(shù)據(jù),因此,必須通過計(jì)算支線上實(shí)際辨識(shí)向量與理論辨識(shí)向量之差,判斷所有數(shù)據(jù)中是否含有不良數(shù)據(jù)。

步驟8:基于差值計(jì)算結(jié)果形成的不良回路中,存在大量支線數(shù)據(jù),說明辨識(shí)結(jié)果為對(duì)應(yīng)的支線故障辨識(shí)結(jié)果,由此完成配電網(wǎng)同期線損異常辨識(shí)。通過上述流程可知,構(gòu)建的配電網(wǎng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),簡化基本參數(shù),確定支線向量,該辨識(shí)方法能夠有效降低時(shí)間復(fù)雜度。

3 實(shí)驗(yàn)分析

3.1 配電網(wǎng)基本情況

為了驗(yàn)證基于數(shù)據(jù)特征的配電網(wǎng)同期線損異常辨識(shí)方法的有效性,結(jié)合江蘇電網(wǎng)同期線損作業(yè)情況,利用配電網(wǎng)同期線損異常辨識(shí)流程,驗(yàn)證線損異常辨識(shí)情況。首先,構(gòu)建節(jié)點(diǎn)系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),并對(duì)各個(gè)支線進(jìn)行編號(hào)處理,確定支線向量,節(jié)點(diǎn)系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖4所示。

圖4 節(jié)點(diǎn)系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

由圖4可知,該系統(tǒng)包含了11個(gè)節(jié)點(diǎn),其中,節(jié)點(diǎn)0是發(fā)電源點(diǎn),其余節(jié)點(diǎn)為負(fù)荷節(jié)點(diǎn)。然后,初始化配電網(wǎng)潮流作為量測(cè)值,根據(jù)式(2)計(jì)算實(shí)際辨識(shí)向量與理論辨識(shí)向量之差,進(jìn)而判斷配電網(wǎng)線路中是否存在不良回路。最后,忽略各條支路線損情況,系統(tǒng)在正常運(yùn)行狀態(tài)下,將這些接地支路作為獨(dú)立回路連接,并在兩個(gè)節(jié)點(diǎn)之間增設(shè)樹支,此處的回路相當(dāng)于電流。系統(tǒng)的獨(dú)立回路構(gòu)成,如表1所示。

表1 系統(tǒng)獨(dú)立回路構(gòu)成

根據(jù)配電網(wǎng)環(huán)境,對(duì)異常數(shù)據(jù)進(jìn)行辨識(shí)。其中,異常數(shù)據(jù)主要包括線路損耗、配變損耗等數(shù)據(jù)。該數(shù)據(jù)的分布較為復(fù)雜,且初始數(shù)據(jù)不易收集。

3.2 待辨識(shí)故障數(shù)據(jù)分析

配電網(wǎng)在投運(yùn)初期,從0節(jié)點(diǎn)到8、9、10、11節(jié)點(diǎn)過程中進(jìn)行數(shù)據(jù)傳輸容易出現(xiàn)故障問題,因此繪制在不同情況下的待辨識(shí)故障數(shù)據(jù),如圖5所示。

(a) 0～8節(jié)點(diǎn)

由圖5可知,當(dāng)配電網(wǎng)投運(yùn)初期,各類故障數(shù)據(jù)特征變量值變化較為規(guī)律情況下,出現(xiàn)了處于數(shù)量較多的異常數(shù)據(jù)。如圖5(a)可知,當(dāng)投運(yùn)時(shí)間大于60天后,支線出現(xiàn)了故障數(shù)量大于10個(gè)的情況;如圖5(b)可知,當(dāng)投運(yùn)時(shí)間大于20天后,支線出現(xiàn)了故障數(shù)量大于5個(gè)的情況;如圖5(c)可知,當(dāng)投運(yùn)時(shí)間大于40天后,支線出現(xiàn)了故障數(shù)量大于7個(gè)的情況;如圖5(d)可知,當(dāng)投運(yùn)時(shí)間到20天時(shí),支線出現(xiàn)了故障數(shù)量大于11個(gè)的情況。由此說明,隨著配電網(wǎng)投運(yùn)時(shí)間的增加,對(duì)支線故障有一定影響,因此,將這部分變量作為線損異常特征變量。

3.3 實(shí)驗(yàn)結(jié)果與分析

統(tǒng)計(jì)上述數(shù)據(jù),分別使用文獻(xiàn)[1]方法、文獻(xiàn)[2]方法和本文方法進(jìn)行對(duì)比,分析待辨識(shí)故障數(shù)據(jù),如圖6所示。

(a) 0～8節(jié)點(diǎn)

由圖6可知,使用基于孤立森林算法的判定方法、基于負(fù)線損分析的辨識(shí)方法的異常數(shù)據(jù)變化曲線,與實(shí)際異常數(shù)據(jù)變化曲線不一致,尤其在0～8、0～9支線上,異常數(shù)據(jù)辨識(shí)結(jié)果與實(shí)際辨識(shí)結(jié)果相差較大。而使用基于數(shù)據(jù)特征的辨識(shí)方法異常數(shù)據(jù)變化曲線,與實(shí)際異常數(shù)據(jù)變化曲線一致,在0～8、0～9支線上,分別存在1個(gè)異常數(shù)據(jù)辨識(shí)誤差。由此可知,基于數(shù)據(jù)特征的辨識(shí)方法能夠有效減小異常數(shù)據(jù)辨識(shí)誤差,準(zhǔn)確辨識(shí)異常數(shù)據(jù)。

在此基礎(chǔ)上,進(jìn)一步驗(yàn)證所提基于數(shù)據(jù)特征的辨識(shí)方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間復(fù)雜度,分別使用文獻(xiàn)[1]方法、文獻(xiàn)[2]方法和本文方法進(jìn)行對(duì)比,得到3種方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間如表2所示。

表2 3種方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間

從表2中可以看出,隨著迭代次數(shù)的增加,3種方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間均隨之增加。當(dāng)?shù)螖?shù)為500次時(shí),文獻(xiàn)[1]方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間為34.2 s,文獻(xiàn)[2]方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間為30.1 s,而本文方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間僅為21.3 s。由此可知,本文方法的配電網(wǎng)同期線損異常辨識(shí)時(shí)間較短,其配電網(wǎng)同期線損異常辨識(shí)時(shí)間復(fù)雜度較好。

4 總結(jié)

本文提出的基于數(shù)據(jù)特征的配電網(wǎng)同期線損異常辨識(shí)方法,充分利用了同期線損異常數(shù)據(jù)信息,相對(duì)當(dāng)前的辨識(shí)方法能夠取得更加精準(zhǔn)的辨識(shí)結(jié)果。經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn),有些問題還有待解決,比如差值的邊界問題,即實(shí)際辨識(shí)向量與理論辨識(shí)向量差值,一旦發(fā)生異?，F(xiàn)象時(shí),辨識(shí)結(jié)果不精準(zhǔn),有待進(jìn)一步深入研究。