劉志芬

（常州市晉陵集團(tuán)變電工程公司）

0 引言

輸配電線路是現(xiàn)代社會中重要的基礎(chǔ)設(shè)施之一，承擔(dān)著電力傳輸和分配的重要任務(wù)。然而，由于各種因素的影響，如設(shè)備老化、電力負(fù)荷過載和外界干擾等原因，輸配電線路會出現(xiàn)各種故障，導(dǎo)致停電、設(shè)備損壞甚至安全事故。因此，對輸配電線路運(yùn)行故障進(jìn)行準(zhǔn)確、及時的檢測和診斷具有重要意義［1］。隨著電力供應(yīng)可靠性和安全性的要求不斷提高，傳統(tǒng)的人工巡檢和故障排除已經(jīng)無法滿足對輸配電線路故障的檢測要求。因此，研究人員和電力公司對輸配電線路運(yùn)行故障檢測的研究興趣日益增加。這種研究不僅能夠提高電力供應(yīng)的可靠性和安全性，還能夠有效地提高能源利用效率、降低經(jīng)濟(jì)損失，并推動智能電網(wǎng)的發(fā)展。在過去的幾年里，很多研究已經(jīng)在輸配電線路運(yùn)行故障檢測方面取得了重要的成果。例如文獻(xiàn)［2］提出的基于仿真模型的輸配電線路運(yùn)行故障檢測方法以及文獻(xiàn)［3］提出的基于多旋翼無人機(jī)的輸配電線路運(yùn)行故障檢測方法。但是這些方法存在檢測精度低、檢測效率不高的問題。因此，本文提出對輸配電線路運(yùn)行故障檢測進(jìn)行詳細(xì)研究，這將有助于提高電力供應(yīng)的穩(wěn)定性、保障性和可持續(xù)發(fā)展性，實(shí)現(xiàn)現(xiàn)代電力系統(tǒng)的智能化管理和運(yùn)營。

1 輸配電線路運(yùn)行故障檢測

1.1 輸配電線路運(yùn)行的傳感器信號采集

將電流傳感器、電壓傳感器、溫度傳感器等安裝在輸配電線路的各個關(guān)鍵節(jié)點(diǎn)上，并通過傳感器對電流、電壓、功率和溫度等數(shù)據(jù)進(jìn)行實(shí)時監(jiān)測，然后將數(shù)據(jù)傳輸?shù)街魈幚砥骰驍?shù)據(jù)采集單元。具體的過程如下：

（1）傳感器安裝：電流傳感器、電壓傳感器和溫度傳感器等會被安裝在輸配電線路的關(guān)鍵節(jié)點(diǎn)上，這些關(guān)鍵節(jié)點(diǎn)包括主干線路、支線路、變壓器、電纜接頭等，以確保對電網(wǎng)運(yùn)行狀態(tài)的充分感知［4-5］。

（2）實(shí)時監(jiān)測系統(tǒng)：傳感器通過信號轉(zhuǎn)換器將測量到的電流、電壓和溫度等參數(shù)轉(zhuǎn)換為傳感器信號，并通過無線網(wǎng)絡(luò)或衛(wèi)星通信等技術(shù)進(jìn)行數(shù)據(jù)傳輸。將數(shù)據(jù)傳輸至中央處理器，中央處理器負(fù)責(zé)接收、存儲和處理傳感器所提供的數(shù)據(jù)。

在輸配電線路運(yùn)行數(shù)據(jù)采集過程中，中央處理器接收到的傳感器信號如下：

式中，A(t)為傳感器信號傳輸信道增益，ω為頻率偏移參數(shù)，p(t)為傳感器運(yùn)行信號，n(t)為高斯白噪聲，φ為相位偏移參數(shù)。

為了提高接收信號在數(shù)學(xué)計算和計算機(jī)存儲方面的適應(yīng)性和操作便捷性，可采用采樣量化方法對接收的信號進(jìn)行處理。通過選擇適當(dāng)?shù)牟蓸狱c(diǎn)數(shù)，可以使離散信號與原始信號更加接近，具體的實(shí)現(xiàn)過程如下：

將采樣間隔設(shè)置為Ts，按照這一采樣間隔對于中央處理器接收到的傳感器信號y(t)進(jìn)行采樣處理。假設(shè)采樣點(diǎn)數(shù)量為l，接收的離散時間采樣矩陣用以下公式表示：

式中，yl為YD的第l個樣本點(diǎn)，采集到的傳感器信號樣本為Ⅰ/Q格式，即傳感器信號的實(shí)部和虛部構(gòu)成信號數(shù)據(jù)集樣本。因此yl可以以復(fù)數(shù)形式表示，具體的計算公式如下：

式中，Il為傳感器信號數(shù)據(jù)樣本點(diǎn)yl的實(shí)數(shù)值，Ql為傳感器信號數(shù)據(jù)樣本點(diǎn)yl的虛數(shù)值，j為虛數(shù)單位。所以傳感器信號數(shù)據(jù)以以下形式存儲到中央處理器，以便進(jìn)行后續(xù)分析，具體的存儲形式如下：

1.2 傳感器信號預(yù)處理

S變換是一種常用的信號分析工具，可將時域信號轉(zhuǎn)換為頻域表示。其在傳感器信號預(yù)處理中具有廣泛的應(yīng)用［6-7］。對于上述所得的傳感器信號進(jìn)行S變換處理，具體的處理公式如下：

式中，f為傳感器采樣頻率，g(t)為高斯窗函數(shù)，σ為尺度因子，τ為待測傳感器信號的時移因子。g(t)的計算公式為：

假設(shè)σ=這一公式成立，則公式（5）可以轉(zhuǎn)換為以下形式：

在對傳感器信號進(jìn)行預(yù)處理的過程中，對S變換進(jìn)行離散化處理，具體的處理公式如下：

式中，m為傳感器信號的時間采樣點(diǎn)，n為傳感器信號的頻率采樣點(diǎn)，T為采樣周期，N為采樣點(diǎn)總量。傳感器信號預(yù)處理結(jié)果用以下公式表示：

式中，k為離散系數(shù)，X為傳感器信號的離散傅里葉變換處理結(jié)果。

1.3 基于深度學(xué)習(xí)的運(yùn)行故障檢測

卷積神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)方法，由卷積層、池化層和全連接層等組件組成。卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)如圖1所示。

圖1 卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)

（1）輸入層

卷積神經(jīng)網(wǎng)絡(luò)的首層被設(shè)定為輸入層，其主要任務(wù)是接收原始數(shù)據(jù)并進(jìn)行預(yù)處理操作。主要由數(shù)據(jù)樣本x和標(biāo)簽y組成，卷積神經(jīng)網(wǎng)絡(luò)輸入用以下公式表示：

式中，n表示輸入樣本總量，xi表示第i個傳感器信號數(shù)據(jù)樣本，yi表示第i個傳感器信號數(shù)據(jù)樣本的標(biāo)簽。

（2）卷積層

在卷積神經(jīng)網(wǎng)絡(luò)中，卷積層是核心組件之一，其關(guān)鍵作用是從輸入數(shù)據(jù)中提取特征信息。利用卷積核提取傳感器信號數(shù)據(jù)樣本特征的過程如下：

式中，為第l個卷積層中第j個卷積核的權(quán)重，?為卷積運(yùn)算符，為l-1層輸出第q個尺寸為m的特征圖，為第l個卷積層中第j個卷積核的偏置。

（3）池化層

池化層是卷積神經(jīng)網(wǎng)絡(luò)中常用的一種層次結(jié)構(gòu)，用于在卷積過程中對特征圖進(jìn)行降采樣。其作用是減少特征圖的尺寸，同時保留關(guān)鍵特征信息，以降低模型的計算負(fù)荷，并且對輸入數(shù)據(jù)具有平移不變性和部分抗噪性能。本文所構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)由最大池化實(shí)現(xiàn)相關(guān)操作，最大池化的計算公式如下：

式中，Hin、Win為輸入特征圖的大小，k為池化窗口大小，Hout、Wout為輸出特征圖的大小，s為步幅。

（4）全連接層

全連接層的主要功能是特征提取和分類，該層輸出的輸配電線路運(yùn)行特征用以下公式表示：

式中，xli-1為第l-1層第j個神經(jīng)元的輸入，與blj分別為第l層第i個神經(jīng)元到第l層的第j個神經(jīng)元的權(quán)重和偏置。

（5）輸出層

卷積神經(jīng)網(wǎng)絡(luò)的輸出層是網(wǎng)絡(luò)中的最后一層，其負(fù)責(zé)將前面層次提取的特征映射轉(zhuǎn)化為最終的輸出結(jié)果，以完成輸配電線路運(yùn)行故障檢測。具體結(jié)果如下：

式中，eZi為卷積神經(jīng)網(wǎng)絡(luò)中第i個節(jié)點(diǎn)的輸出值，C為輸配電線路運(yùn)行特征數(shù)量，zk為輸配電線路運(yùn)行故障特征向量。

2 實(shí)驗(yàn)測試

2.1 實(shí)驗(yàn)方案

為驗(yàn)證基于深度學(xué)習(xí)的輸配電線路運(yùn)行故障檢測方法的有效性，進(jìn)行實(shí)驗(yàn)測試。實(shí)驗(yàn)選擇某一地區(qū)配置的實(shí)際電力系統(tǒng)數(shù)據(jù)作為數(shù)據(jù)集，其中包含正常數(shù)據(jù)和故障數(shù)據(jù)。該電力系統(tǒng)發(fā)電機(jī)額定功率為500kW，變壓器變比為0.4。使用型號為CT400-AQ的電流互感器，額定電流范圍為0-2000A，精度為0.5%，采樣速率為1kHz。使用型號為VT500-BQ的電壓互感器，額定電壓范圍為0-1000V，精度為0.2%，采樣速率為1kHz。使用512GB SSD固態(tài)硬盤進(jìn)行數(shù)據(jù)存儲，共采集18064個數(shù)據(jù)，其中包含正常數(shù)據(jù)15504個，故障數(shù)據(jù)2560個。該數(shù)據(jù)集中包含短路故障、漏電故障、過載故障、接地故障和相間短路故障等。使用內(nèi)存為32GB的戴爾公司Aliеnwаrе Aurorа R12臺式計算機(jī)，進(jìn)行模型訓(xùn)練和數(shù)據(jù)處理。

按照上述實(shí)驗(yàn)背景，設(shè)置上述本文提出的基于深度學(xué)習(xí)的輸配電線路運(yùn)行故障檢測方法為實(shí)驗(yàn)組，文獻(xiàn)［2］提出的基于仿真模型的輸配電線路運(yùn)行故障檢測方法和文獻(xiàn)［3］提出的基于多旋翼無人機(jī)的輸配電線路運(yùn)行故障檢測方法作為對照組，對比分析故障檢測結(jié)果。實(shí)驗(yàn)以故障類型、故障位置和檢測時間作為評價指標(biāo)進(jìn)行對比實(shí)驗(yàn)。

2.2 實(shí)驗(yàn)結(jié)果

選取過載故障、接地故障、相間短路故障三種故障類型各150個數(shù)據(jù)作為實(shí)驗(yàn)樣本，分別采用所提方法、文獻(xiàn)［2］方法和文獻(xiàn)［3］方法對運(yùn)行狀態(tài)下的不同故障類型進(jìn)行檢測。三種類型的故障檢測結(jié)果如表1所示。

表1 三種故障類型檢測結(jié)果

觀察表1可知，所提方法對三種故障類型的識別率在98.7%~100%之間，文獻(xiàn)［2］方法對三種故障類型的識別率在85.3%~98.4%之間，文獻(xiàn)［3］方法對三種故障類型的識別率在82.6%~98.5%之間。所提方法的故障類型識別率始終高于文獻(xiàn)［2］方法和文獻(xiàn)［3］方法，說明所提方法可以準(zhǔn)確識別故障類型，實(shí)現(xiàn)高準(zhǔn)確度的故障檢測。

為進(jìn)一步驗(yàn)證所提方法的可靠性，采用所提方法、文獻(xiàn)［2］方法和文獻(xiàn)［3］方法對故障位置進(jìn)行檢測實(shí)驗(yàn)。三種方法的故障位置檢測結(jié)果如圖2所示。

圖2 三種方法的故障位置檢測結(jié)果

由圖2可知，文獻(xiàn)［2］方法和文獻(xiàn)［3］方法均不能檢測出全部的故障位置，而所提方法能夠檢測出全部的故障位置。這說明所提方法的故障位置檢出率較高，檢測效果更好。

選取故障檢測時間作為評價指標(biāo)，統(tǒng)計所提方法、文獻(xiàn)［2］方法和文獻(xiàn)［3］方法的故障檢測時間。三種方法的故障檢測時間測試結(jié)果如表2所示。

表2 三種方法的故障檢測時間測試結(jié)果

由表2可知，隨著故障檢測樣本數(shù)量的增加，三種方法的故障檢測時間均不斷提高。但所提方法在故障檢測方面表現(xiàn)出較快的響應(yīng)時間，并且能夠更準(zhǔn)確地檢測和識別電力系統(tǒng)中的故障情況。

3 結(jié)束語

輸配電線路是供電系統(tǒng)中的重要組成部分，涉及電能的傳輸和分配。然而，由于各種因素的影響，輸配電線路可能會發(fā)生故障，導(dǎo)致停電、設(shè)備損壞或安全事故等問題，因此對輸配電線路的運(yùn)行故障進(jìn)行檢測具有重要作用。本文提出了基于深度學(xué)習(xí)的輸配電線路運(yùn)行故障檢測方法，通過實(shí)驗(yàn)證明該方法可以實(shí)現(xiàn)對于輸配電線路運(yùn)行故障的精準(zhǔn)快速檢測。所以本文研究可以監(jiān)測線路的運(yùn)行狀態(tài)，并提前發(fā)現(xiàn)潛在故障的跡象，及時采取改進(jìn)設(shè)計或改進(jìn)運(yùn)維和維護(hù)策略等預(yù)防措施以防止設(shè)備損壞和事故發(fā)生，提高系統(tǒng)運(yùn)行效率。未來的研究工作可以繼續(xù)推動故障檢測技術(shù)的發(fā)展和創(chuàng)新，確保電力系統(tǒng)能夠持續(xù)供給可靠的電力服務(wù)。