智能配电网故障处理技术

刘亚永

摘要：智能配电网的建设提高了配电网的可靠性，降低了配电网的运行维护成本。同时之智能配电网也对配电网的故障诊断和故障处理提出了更多新的要求。本文在分析智能配电网的基本特征及故障诊断基本目标要求的基础上，介绍了之智能配电网故障处理常用技术，分布式技术的介绍，故障点的锁定，以及大数据技术在智能配电网故障状态监测的应用。随着各种学科的发展进步，智能电网故障处理技术也会取得相应的进展。

关键词：智能配电网;故障诊断;故障处理

随着智能配电网建设的大面积推进，智能配电网自动化程度高等优点得到了广泛认可，不仅提高了配电网的可靠性，还提升了电能用户的用能体验。智能配电网以极强的优势在电网建设中大面积推广的同时，对于智能配电网故障诊断及故障处理技术也提出了新的要求，許多新兴技术的应用和科学合理的评价方法有助于智能电网故障处理。

一、智能配电网故障处理简介

智能配电网在运行过程中难免会出现故障，抓住智能配电网中的一些关键节点和特殊的一些时刻点的特征参数可有效的发现故障，分析故障原因并提出故障处理建议。在故障出现的第一时间，智能配电网的故障诊断系统应能及时发现，并采取合适的措施，及时切断故障并保证电网的故障影响范围最小，同时给出故障信息及故障维修建议。在故障诊断中应尽量小的缩小故障部分与非故障部分的分界点。合理选择分界点不仅可以尽量多的保证用电用户的正常用电，同时可以降低故障损失。智能配电网故障点精准定位是一个有挑战性的课题，准确锁定故障点可以加快恢复速度。针对智能配电网故障特征涌现出了大量的故障处理技术，很多其他领域的知识在智能配电网故障处理中都得到了广泛应用。

二、智能配电网故障处理技术

（一）分布式技术

配电网故障处理过程中一个有效的措施即：故障隔离，负荷转供。为了提升故障自动隔离及负荷自动转供的水平，可以采取分布式控制技术。根据配电网的拓扑结构及建设实际情况，根据负荷供应等级制定对应的故障处理措施，有效的设置分段器和重合器的位置，合理设置远程10控制器，采用网络通讯的方式将各个远程10控制器与主站相连接，网络通讯采用双冗余控制网络，保证其中一路通讯断开后可以从另外一路通讯线路上传输数据。控制主站采用双CPU冗余控制的方式，在一个主站故障时另外一个主站能无缝承接控制任务。

（二）精准锁定故障点的技术

智能配电网中的故障点锁定技术的选用，是与配电网的结构相关的。短路故障标示是智能配电网故障点锁定技术中最常见的故障。根据配电网的网络结构布置故障指示器，其功能主要是故障发生时指示器发出故障指示信号，故障指示器的指示路径可以指示出故障电流的路径。合理有效的故障指示器列装，以及信号采集分析，可以提高配电网故障定位效率，一般在智能配电网中都会大面积安装。

为了提高故障指示器的准确性，在配电网中安装指示器时需首先计算该线路上的电流值特别是短路电流值，依此来选型并完成参数整定。

针对中性点未能直接接地的系统，很难定位单相接地的故障点。为了准确的锁定单相接地故障的位置，尽量准确的找到故障信号，一般采用中阻智能接地监测系统，它是由信号源激发设备和故障监测设备构成。在变压器和大地之间连接一个可控电阻，实时采集可控电阻的负载信号，在故障瞬间将动态负载电流连接至系统，使得带有故障特征值的电流叠加于负载电流上。在智能配电网系统中配置接地故障指示器，当单相接地故障发生后，信号源激发设备及故障监测设备如故障指示器的作用下，即可快速找到故障发生的地方。

当配电网中发生故障后，分布式控制器采集到故障信息通过通讯网络快速传输，主要传输信号有故障名称，故障类型，故障发生的位置，在CPU中根据配电网的结构及当前状态，智能推演出一套最优化的配电网保护方案，并控制相应的分段器快速切除故障部分，并控制相应的重合器无缝将无故障配网部分转供至其他线路。

（三）智能配电网状态监测技术的应用

随着大数据技术的日趋成熟，在智能配电网中装设不同类型的传感器，将智能电网的运行状态数据采集，上传至实时数据库中构成智能配电网的大数据系统。分析该大数据系统，可有效的监测配电网的运行状态，并可根据其中的一些特征值的变化趋势诊断配电网的故障情况，甚至可以依据一些故障发生前兆的信号状态提前预报某些故障发生的状况。在应用过程中也常出现将多个配电网运行的多个运行信号综合为一个特征信号的情况。在故障诊断过程中也常常应用故障树技术将智能配电网分解，根据监测到的状态信号，采用最小割集技术推演出故障部位。

针对大量的智能配电网运行状态数据，在数据分析前先要对数据进行预处理，滤除掉无关紧要的数据，或者说依据诊断目标提取相应的特征数据。不同的诊断要求有不同的数据需求，故而须将特征数据进行分类，有些故障只需超过限定值即可确定故障，在数据处理时只需比较实时数据与标准数据的大小。对于一些需要数据趋势才能确定的，则需根据实际情况建立一个该特征部位的趋势序列，一旦趋势达到某一个特征值时，或者趋势变化突然加快时即报警。对于某些故障出现前期其特性信号相对比较微弱，在实际应用中多采用小波分析技术来提取相应的特征值。这些经过预处理后的数据即构成了初始特征量矩阵。在经过一些列的变换后构建故障相应的关联矩阵。为了放大故障和正常节点之间的差异性还需要对各区域特征矩阵进行差分处置。为了更有效的发现故障可构建相应的状态监测矩阵，在应用中常将特征数据融合后构建高维时空状态监测矩阵。该矩阵由于其高度稀疏及高度相关的特性，在保证其数据相关性的前提下可对其进行降维处理。降维后的监测矩阵进行局部异常监测，一般采用离群点监测的方法来识别异常故障信息。

三、总结

在智能配电网故障处理过程中，如何快速，准确的识别故障位置，并有效分断故障部位，并将无故障的部分进行负荷转供是智能配电网故障处理的目标。随着技术的发展，各种先进的技术在智能配电网故障诊断中都得到了有效的应用。

参考文献：

[1]赵庆周，李勇，田世明，段义隆，谭益，曹一家.基于智能配电网大数据分析的状态监测与故障处理方法[J].电网技术，2016，40（03）：774-780.