泛在电力背景下的配电网络故障趋势判断研究

唐兵

【摘  要】对我国配电网络故障趋势判断工作，是提高配电网络安全性能重要的基础形式，其对提升配电网络安全性有着极大的意义。对于以往的配电网络的故障趋势判断方法来说，一直都存在着趋势判断不准确以及误差偏大的问题，而以大数据分析为基础的配电网络故障趋势判断方法的提出，为配电网络故障趋势判断工作的开展提供了一定的帮助，能够有效解决以往工作当中存在的问题。在对配电网络故障趋势判断进行分析的原理基础之上，有效的运用 S 变换法来获得配电网络的复数矩阵，而且在此基础之上，合理地运用 BP 网络来获得配电网络的故障信号表现，从而引入到大数据分析法，合理地对配电网络的故障趋势进行有效判断。该形式能够有效地解决传统判断方法中存在的问题，更能提升整体工作的效率和质量，为配电网络故障趋势判断工作的开展提供有利保障。

【关键词】大数据分析;配电网络;故障趋势;判断研究

0 引言

我国10kV配电网属于中压电网，大多数采用中性点非有效接地方式，也称小电流接地系统。在整个10kV配网系统故障中，根据故障的类型，可分为单相接地故障、双相短路故障、双相接地短路、三相短路故障等故障。其中单相接地故障发生的概率最高。另外，10kV配电网所处的地理环境复杂，一般采用单电源辐射性供电，总体长度长，配电线路分支较多，接地电阻大，不方便线路故障的检测与排查。在电力网的末端部分，这样环节的配电网络是与用户直接相连的，也能够有效地反映出用户对供电安全以及品质等不同方面的需求。

1 配电网络故障趋势判断的原理概述

对于短路故障大多数厂家判断原理基本一样，主要采用方法有电流突变法和过流速断法。即当负荷电流大于正常负荷电流的一倍时触发中断，然后读取短路电流进入速断过流判断，当前40ms检测电流与速断门限比较，超过速断门限就认为发生了短路故障，没有超过速断门限则进入过流判断，在下一个200ms内检测电流数值与过流门限进行比较，超过过流门限则判为故障，而没有超过则认为没有发生故障。

而接地故障号称“世界难题”，目前做的最好的廠家科锐也承认对于接地故障只能达到70%左右的准确率。对于我国而言，中低压配电网广泛采用中性点不接地方式，又称小电流接地方式。这种运行方式具有供电可靠性高的优点，但是当发生单相接地故障时，不形成短路回路，没有量值很大的短路电流，且三相线电压仍然对称，不影响负载的正常工作，可以继续运行一段时间，但是发生单相接地后，非接地相对地的电压会升高，而且持续性电弧接地时还会产生弧光过电压，长期运行可能会损坏其绝缘，引发严重的相间故障。所以，当系统出现单相接地故障后，应立即设法消除故障，即尽快地找出故障线路和故障点，进行必要的负荷转移后，将接地设备从系统中切除。

在开展配电网络故障趋势判断工作中，主要包括两部分。首先，配电网络的故障诊断模型建立工作，其次，要结合建立故障诊断模型来开展推理工作。结合已有配电网络的故障信息内容，赋予初值，并基于配电网络运行规则开展计算工作，最后得出结果。并且也要对信息进行采集和处理，从而对构造故障的元件库以及故障元件进行最终的判定。而对于故障元件的判定，主要就是根据诊断结果以及故障元件判定的规则，获取最后的故障元件。

2配电网络故障建模获取探讨

配电网络故障的复数矩阵获取分析在对配电网络的故障趋势判断原理进行分析的基础之上，应运用 S 变换法来获得相应的配电网络复数矩阵，这样才能够为配电网络的故障趋势判断提供更为有利的依据。S 变换形式属于小波变换的扩展形式，而对于时频分析方法，连续的小波变换以及短时的傅里叶变换有着扩展的作用和优势。其能够有效地继承小波分析变换中存在的时频分析功能，也能运用傅里叶变换的形式提升计算的速度，该形式不仅可以提取原有的信号幅值信息，还能获得相角信息，从而为开展故障趋势判断研究工作的开展提供有利保障。在高斯窗宽度与高度随频率 f 发生变化的情况，频率高的状态下则高斯窗宽度越大，而高度提升就拥有了调节频率分辨率的功能。S 变换会对配电网络的原有信号傅里叶变换的幅频特性与相频特性进行局部改变，而且配电网络故障信号 h（t）的 S 变换结果复数矩阵的表现形式，能够为配电网络故障趋势判断提供良好的依据和条件。

3 对配电网络故障趋势判断方法进行改进的有效策略

3.1 对配电网络故障信号进行合理的采集

在获得了配电网故障的复数矩阵的情况下，有效地运用BP 网络算法来对配电网络的故障信号开展采集工作。由于BP 网络能够通过利用传播算法在自动的状态下采集内部的故障信号。合理的运用 BP 网络来对配电网络故障信号能够有效的进行采集，所以在获得了配电网络故障的复数矩阵的情况下，应有效地借助 BP 网络算法对配电网络故障信号进行合理的收集。

3.2 对实际方法进行改进的方向

在实际中要在采集完配电网络故障信号的情况下，有效地借助大数据分析法，合理地进行配电网络故障趋势的判断工作。数据挖掘技术是大数据分析当中最为重要的部分，而且其实质也是从海量的数据当中挖掘出存在的知识，之后将发现的数据进行转换，将其转换为配电网络趋势判断能够识别的信息，当前所运用的 SVM 方法能够对配电网络的故障趋势开展有效的判断，以此来更好地发挥该方法的优势和作用。因此在采集配电网络故障的基础之上，应合理地运用大数据分析方法，借助 SVM 方法来对配电网络故障趋势进行合理判断.

3.3 故障的判定和处理分析

配电网络在运行当中可能会出现因传感器故障而引起保护误判或是误动等问题。可以设定单一类型故障条件的触发判据，如传感器或是电力部分未能经过处理，那么需要判据的有以下几点：应满足故障的启动判据要求，之后在广义节点位置的 LOF 会呈现未满足整定阈值的情况。而在这是会判定成为传感器的故障，而且故障的节点也就是最大的 LOF 值所在的节点部分，数据的处理中心也会向各个测控终端发送相应的告警信息，以此来确保终端可靠不会出现动作;如果能够满足判据且 LOF 值，并且满足甚至超过了整定的阈值，那么判定出来的现电力系统故障，其物理节点的位置是公共区域会被定位，这时的数据处理中心就要对故障发生的节点发送相应的动作命令，从而能够更好的执行隔离操作要求。

4 结束语

对于以往的配电网络故障趋势判断形式来说，时常会出现趋势判断不准确且误差大的问题表现，而对于以大数据分析为基础的配电网络故障趋势判断方法能够有力的解决这些问题。而在对配电网络故障趋势的判断原理进行分析的情况下，应有效的运用 S 变换法来获得配电网络复数矩阵，在此基础上借助 BP 网络方法获得全面的配电网络故障信号特征信息，从而引入到大数据分析法，来对配电网络故障趋势开展判断，进而更好的确保该工作有效开展，提升判断结果的精度和效率，为配电网络故障趋势判断工作的开展提供有利条件。

参考文献：

[1]夏雨，贾俊国等.基于新型配电网自动化开关的馈线单相接地故障区段定位和隔离方法[J].中国电机工程学报，2003，23（1）：102-106

（作者单位：国网四川省电力公司大英县供电分公司）