配电自动化系统不良数据检测与修正

2018-04-19韩寅峰戴晓红徐重酉康小平潘媚媚

浙江电力 2018年3期

韩寅峰，戴晓红，徐重酉，康小平，潘媚媚

（国网浙江省电力有限公司宁波供电公司，浙江宁波 315000）

0 引言

配电自动化系统可以清晰、准确地反映配电网的运行状态，为配电网调控人员提供第一手资料，其数据质量是关系到配电网安全、可靠运行的关键因素。实时、准确、高质量的配电网数据有助于调控人员正确、全面地分析判断电网状态，若配电自动化系统的运行数据无法真实反映现场情况，调控人员便失去了日常决策和事故处理的依据[1－3]。

从宁波配电自动化系统多年的实际运行情况来看，配电自动化系统由于终端多、分布广，部分配电终端运行环境恶劣、工况复杂，数据在采集、传输环节不可避免地存在误差。因此，配电自动化主站系统存储的实时采样数据中，出现数据质量问题的概率远高于调度自动化系统。

与此同时，馈线自动化动作的准确率较低，很大一部分也是由于配电终端上传的遥测、遥信数据有误，主站无法准确判断故障点位置而引起的[4－5]。为此，通过深入分析影响配电自动化系统数据质量的各项因素，并针对性地采取不良数据检测与修正措施。

目前，配电网数据质量完善方法主要有状态估计算法和不良数据辨识法。状态估计算法利用测量数据的相关度和冗余度，采用计算机技术对运行参数进行处理，以有效获得电力系统实时状态信息，适用于量测点不足的应用场合；不良数据辨识法通过剔除粗大误差提高数据质量，适用于数据精度不高的应用场合[6－9]。

文献[6]提出了一种基于可信度的配电网不良数据辨识与修正方法，根据节点数据的可信度差异对不良数据进行修正，以配电网数据的整体可信度最大为目标。文献[7]提出了例行辨识、突变量启动辨识与通信中断辨识3种配电网不良数据辨识和结线分析方法，能够在个别数据受到干扰时，得出正确的配电网拓扑结构。文献[8]提出了具有实用性的多源数据预处理技术，综合利用上、下电压等级的冗余量测数据，对部分不良数据进行修补，提高状态估计输入数据质量，避免数据预处理中的误判和漏判。文献[9]提出了一种基于负荷电流的抗差估计算法，将配电网中的功率量测变换为电流量测，实现了雅可比矩阵常数化和负荷电流实、虚部解耦求解，可对10 kV配电网非量测负荷进行修正。

为有效提升配电自动化系统的数据质量、减少不良数据，以下在分析配电自动化系统不良数据表现形式的基础上，采用计算机自动检测手段，对存疑数据进行快速筛查和汇总分析；通过现场排查和终端消缺，实现了不良数据的修正，从而有效提升配电自动化系统的数据质量。

1 配电自动化系统不良数据分析

配电自动化主站数据可分为遥测数据、遥信数据、遥控数据等。遥测数据包括线路电流和配电终端电池电压；遥信数据包括断路器/接地闸刀的分、合闸信号，间隔过流信号、交流输入失电信号、电池模块故障告警信号、通道投退情况等；遥控数据包括遥控预置和遥控执行记录，以及遥控成功和遥控失败记录。配电自动化系统的不良数据主要有以下几类[10-13]：

（1）遥测突变，即俗称的“毛刺”，表现为负荷曲线中单个数据的明显变大/变小。

（2）遥测跳变，是指负荷曲线中数据的快速上跳/下跌，与突变不同的是，突变仅指单个数据的异常变化，而跳变是指数据点的变化速度过快。

（3）遥测不变化，表现为曲线拉直。需注意的是，若断路器处于分位，则电流值始终为零，属正常现象。

（4）馈线段两端电流不平衡，表现为同一馈线两侧采样得到的电流数值不一致且相差较大。

（5）此外，还有遥信频繁变位、通道频繁投退、遥信和遥测不对应、三相电流不平衡等各种数据质量问题。

这些不良数据干扰了调控人员的正常判断和分析，降低了历史数据库的应用价值和各种高级应用软件的计算精度，需加以分析和剔除。

2 不良数据检测工具的开发与应用

面对配电自动化系统中存储的海量运行数据，人工查找不良数据的工作量过于庞大，因此，必须利用信息化手段，开发不良数据自动检测工具，从历史数据库中快速筛选存疑数据，为后续的筛查工作指明方向。

通过功能规范确定、软件代码开发、现场实际测试，开发的不良数据检测软件作为OPEN3200主站系统中的一个实用模块，已在全国70余个地市供电公司投入使用。该软件通过历史数据库接口读取SCADA（数据采集与监控）系统中的历史负荷数据，根据检测时间段、区域范围和检测项目，利用检测及统计判据对配电自动化主站中的历史采样数据进行逐一扫描，并按间隔进行统计，形成分析报表，供后续使用。检测软件主界面如图1所示。

图1 不良数据检测软件主界面

2.1 遥测突变结果分析

遥测突变的数理定义如下：对于某一个遥测量，当某一时间采样值和前后2个采样点的值差百分比超过突变百分比阈值时，则定义为遥测突变；若采样值小于零漂定值，将忽略此点。其中，零漂值和突变百分比阈值可设定，阈值参数的设置界面如图2所示。

图2 阈值参数设置界面

考虑到TA（电流互感器）的精度和DTU（站所终端）装置测量误差，设定零漂阈值为5 A，突变百分比阈值为100%，以躲过正常的负荷波动。表1列出了遥测突变较为频繁的间隔，其中，突变百分比是指突变次数占总采样点数的百分比。

表1 遥测突变统计

遥测突变主要由信道噪声所致，部分由解合环操作、大功率电机启动等引起，当负荷较小时也有TA零漂的因素。

2.2 遥测跳变结果分析

遥测跳变的数理定义如下：对于某一个遥测量，当某一时间采样值超出前一个采样点值的上、下百分比限值时，则定义为遥测跳变；若采样值小于零漂定值，将忽略此点。其中，跳变上、下限百分比可设定。

遥测跳变成因有负荷快速攀升及下降、正常操作或事故所导致的停送电、通道投退、信道噪声、TA零漂等，影响因素较为复杂。其中，TA零漂引起的遥测跳变可通过零漂定值躲过，毛刺所导致的遥测跳变可与遥测突变记录相互印证，通道投退所导致的遥测跳变可与通道投退记录相互印证，正常操作或事故处理中的停送电可与SOE（事件顺序记录）记录相互印证。

设定零漂值为5 A，考虑到负荷增减的变化速度，通过对历史负荷变化数据进行统计分析，设定跳变下限百分比为50%，跳变上限百分比为200%，可有效躲过负荷的正常波动。

由于定值很难准确区分负荷正常变化和数据异常现象（如图3是一次负荷的突增突减所引起的遥测跳变，图4是一次合解环操作引起的遥测跳变），遥测跳变的准确原因需要通过曲线比对、信号核查、操作票核实等多种手段进行逐一确认。

2.3 遥测不变化结果分析

图3 负荷变化引起的遥测跳变

图4 合解环操作引起的遥测跳变

遥测不变化的数理定义如下：若某一个遥测量超过一定时间，其采样值未发生改变，则定义为遥测不变化；若采样值小于零漂定值，将忽略此点。其中，零漂值和不变化时间限值可设定。

遥测不变化的最主要原因是通信中断，其次为DTU采样板或通信板故障所致；部分站点的遥测数据在主站被错误地设置为非实测值，或其电流状态被错误地设置为不变化/无效；此外，采用中压载波通信方式的单个站点的通道投退并不会在主站中记录，需进行系统升级。

设定零漂值为5 A，考虑到夜间及轻负荷状态下负荷波动较为缓慢，不变化时间限值设定为20 min。遥测不变化时间大于总时间50%的部分记录如表2所示。

表2 遥测不变化统计

通过查看环网站图发现，部分遥测不变化记录是由于遥测数据未接入、遥测数据为非实测值、遥测数据工况退出、电流状态被设置为不变化/无效等原因所致。此外，通过查阅通道投退记录发现，有相当多的站点在发生遥测不变化时，没有对应的通道投退记录，需对ONU（光网络单元）或DTU进行现场消缺。

进一步分析发现，少量站点的负荷曲线呈阶梯状变化，如图5所示，导致这种现象的原因是负荷较小时TA未进入线性区，工作状态不稳定。

图5 负荷呈阶梯状变化曲线

2.4 馈线段两端电流不平衡结果分析

馈线段两端电流平衡度的计算方法如下：实时检测馈线段两端的配电网断路器A相电流值，计算其平衡度，包括出线断路器所连的馈线段。其中，出线断路器电流用负荷电流参与计算。

馈线段两端电流不平衡如图6所示，部分两端电流不平衡度大于60%的馈线段详见表3。馈线段一端电流为零的原因可能是DTU通信板故障、TA未接、遥测线松动等；馈线段两端电流相差较大的可能原因是两侧TA变比不一致，需现场确认；表3中最后2行是由于GIS（地理信息系统）图模对应错误所致。

2.5 通道频繁投退分析

通道频繁投退分析的数理定义如下：通道投退在一定的时间间隔内超过投退次数阈值，则判断为频繁投退。其中，时间间隔和投退次数阈值可设定。

图6 馈线电流不平衡曲线

通道投退累计超过1 000次的站点中，日均通道投退超过7次的站点清单如表4所示，可见：无线信道干扰严重、投退频繁；部分光纤接入的站点由于DTU通信板或ONU设备稳定性不高，亦出现了频繁投退现象，需现场核查。

表4 通道频繁投退统计

3 配电自动化系统不良数据修正措施

根据检测结果，对不良数据较多的站点进行了全面排查，通过采取主站和终端参数修改、故障板卡更换、通信升级等各种措施，成效明显。

从现场排查结果来看，导致“三遥”数据不正常的原因主要有：DTU板卡损坏、程序死机、DTU失电；网线松动、网口损坏、光缆受外力破坏、光链路中断；辅助接点动作不到位等。此外，部分站点自行恢复正常[14－15]。

从数量上来看，因各种原因导致DTU或ONU失去电源，从而引起通道退出、通信中断的站点占了大多数，包括电源插座松动、照明回路短路、低压空气开关跳闸、电源模块故障、电源切换继电器故障、电压互感器柜熔丝熔断、交流电源线漏接、端子排浸水等各种情况。此外，部分站点DTU或ONU死机，重启后恢复；另有部分站点的CPU（中央处理器）模块、遥测模块或通信模块出现故障，导致故障多次反复。

表3 馈线段两端电流不平衡统计

另有部分站点的不正常现象系人为所致，如TA短接片未取导致间隔过流信号不上送；TA漏装导致间隔上送电流始终为零；通信网线插头被拔下后未恢复导致站点通信中断；断路器柜内分、合闸接线短路导致间隔信号坏数据。

经现场消缺，相关站点均基本恢复正常。如某环网单元在消缺前通道频繁投退，消缺后恢复正常，如图7所示。

图7 某环网单元消缺前、后的周负荷曲线

4 结语

配电自动化系统中，可靠的运行数据是一切工作的基础。不良数据将给配电网调控人员带来很大困扰，故需对配电自动化系统的不良数据进行检测与修正。不良数据的产生具有随机性，逐一检查并不可取。利用统计规律，借助检测软件，对一定运行时间内的历史数据进行全面排查和分类统计，有助于从海量数据中发现问题，从而对异常现象的根源进行准确定位。通过全面获取异常数据，及时整改终端缺陷，可以大幅降低劳动强度，显著提高配电自动化系统的运维水平。

到2018年底，浙江省配电自动化将基本实现城乡区域全覆盖，各类配电终端的数量将大幅增加。在此情形下，以运行数据分析为基础的配电终端运维状态检修模式必将全面取代“地毯式”的定期巡检模式，从而实现对配电自动化系统运行状况的实时监测和全面跟踪，也为后续馈线自动化的全面应用和准确动作提供有力保障。

参考文献：

[1]赵江河，陈新，林涛，等.基于智能电网的配电自动化建设[J].电力系统自动化，2012，36（18）∶33－36.

[2]赵江河.智能配电网的体系架构设计探讨[J].供用电，2016，33（10）∶2－6.

[3]刘健，赵树仁，张小庆.中国配电自动化的进展及若干建议[J].电力系统自动化，2012，36（19）∶6－10.

[4]刘东，丁振华，滕乐天.配电自动化实用化关键技术及其进展[J].电力系统自动化，2004，28（7）∶16－19.

[5]沈兵兵，吴琳，王鹏.配电自动化试点工程技术特点及应用成效分析[J].电力系统自动化，2012，36（18）∶27－32.

[6]刘健，蔡明威，张志华，等.基于可信度的电缆配电网不良数据辨识与修正[J].电力自动化设备，2014，34（2）∶67－72.

[7]刘健，卢建军，蔺丽华.配电自动化不良数据辨识和配电网结线分析[J].电力系统自动化，2000，25（11）∶35－38.

[8]徐玮，刘东，陆佳南，等.多数据源配电网不良数据的辨识与校核[J].华东电力，2009，37（7）∶1133－1136.

[9]李慧，杨明皓.基于负荷电流的配电网非量测负荷估计[J].中国电机工程学报，2005，25（5）∶33－37.

[10]朱圣盼，戴晓红，朱义勇，等.高可靠性的宁波配电网“三双”接线分析与实践[J].浙江电力，2015，34（2）∶30－32.