电网设备状态智能校核及操作到位研判技术研究

邱丹骅，吴龙腾，陈 纯，刘 超，赵瑞锋

（1.广东电网调度控制中心，广东 广州 510600；2.广东电网潮州供电局，广东 潮州 521000）

电网设备状态的智能校核，简而言之就是监测电网的运行状态，判断是否存在异常现象，及时排除故障。关于电网状态检测的研究很多，如文献[2]从多个方面采集电网设备运行大数据，通过构建的状态估计模型识别电网设备运行状态。文献[3]依靠两路高压输出和差分信号耦合，实现了冲闪和直闪脉冲差分故障的定位。文献[4]提出县域配电网的建设目标及设计原则，提高县域供电可靠性。文献[5]建立了基于电网监测数据的智能化故障研判与处置平台，完成故障处理与恢复供电。

该文结合前人研究经验，进行电网设备状态智能校核及操作到位研判技术研究。前者采集电网设备的电气值，结合分类识别算法校核电网设备的状态；后者通过信号注入法判断抢修作业的位置，实现准确的故障定位，二者相辅相成，保证电网设备的正常运行。

1 电网设备状态智能校核研究

电网设备运行状态校核是保证电力设备正常运行的一种重要手段，其基本流程如图1 所示。

图1 电网设备状态智能校核基本流程

从图1 中可以看出，电网设备状态智能校核过程大致分为电气量采集、电气量预处理、特征提取以及分类识别。

1.1 电气量采集

电气量是指电力系统中的各种参数，比如电压值、电流值、频率、阻抗等。电网设备正常运行时，电气量呈现固有规律性，因此，一旦出现异常现象，这一规律性就会被破坏，所以可以通过电气量来校核电网设备状态。在电气量采集过程中，利用录波器采集电网设备各种电气量的变化情况。录波器工作原理示意图如图2 所示。

图2 录波器工作原理示意图

1.2 电气量预处理

采用经验模态分解的方法进行信号去噪，具体过程如下：

步骤1：将采集到的原始电气量信号设为x()t。通过三次样条差值确定极大、极小值，得到上、下包络线；

步骤2：计算上述二者均值，记为m1。

步骤3：以原始电气量信号x(t)减去m1。

判断差值h1是否满足IMF 要求：

若满足式（2）要求，则h1=c1；若不满足要求，则令h1=x(t)，并重复上述步骤，并得到m11，从而得到：

步骤4：再次判断h11是否满足式（2）要求，若不满足，则重复循环k次，直至满足式（2）要求，记为c1=h1k。

步骤5：将c1从x(t)中分离出来，得到：

令r1=x(t)，则m1k为待分解信号，重复上述流程，求出第二个满足式（2）要求的分量。n次后，得到n个满足式（2）要求的分量[6]。由n个IMF 分量和一个rn得到：

式中，rn为一个单调或直流电气量信号。

1.3 特征提取

特征提取是指对电气量信号中所包含的特征进行提取，这一特征能使得该电气量明显区别于其他电气量信号[7]。文中采用一种基于小波变换的方法来提取电气量信号特征。具体过程如下：

步骤1：选择合适的小波基，对电气量信号进行分解，得到分解系数[8]。

步骤2：对分解系数进行重构，提取单个频带的电气量信号细节。

步骤3：分析各个频带信号的能量，确定信号集中的频带。

步骤4：对此信号进行功率谱分析。

1.4 分类识别

基于上述提取出来的电气量特征向量，进行校核最后一个环节的分类识别。基于支持向量机（SVM）构建多个分类器，实现故障状态检测[9]。支持向量机是机器学习中的一种，作为一个二分类器，其目标是在n维数据空间中找到一个超平面（hyper plane），将x的数据点分成两类，且超平面距离两边的数据间隔最大，如图3 所示。

图3 最优分类超平面

基于支持向量机智能校核电网设备状态，校核过程如下：

步骤1：输入采集到并预处理好的电网设备电气量信号；

步骤2：对电气量数据进行归一化处理，统一数据格式；

步骤3：将处理好的电气量信号作为支持向量机分类器识别的输入候选集，并且按照一定比例将其分为训练样本集和测试样本集[10]；

步骤4：构建多个支持向量机分类器模型。在这里采用一对一的形式，根据电网设备三种运行状态，即正常、异常以及故障，一共构建了三个分类器，具体见表1[11]；

表1 支持向量机分类器模型

步骤5：选择支持向量机分类器模型的核函数和核参数；

步骤6：将训练样本输入到支持向量机分类器模型中进行训练；

步骤7：判断训练是否达到终止条件，若满足，则结束对支持向量机分类器模型的训练；若不满足，则更新候选集，继续进行训练[12]。重复上述过程，直至满足终止条件；

步骤8：将测试结果输入到训练好的支持向量机分类器模型中，实现电网设备运行状态的校核[13]。

2 电网设备故障抢修操作到位研判技术

引入信号注入法，对存在故障线路输入检测信号[14]，然后对检测信号进行跟踪，并利用传感器采集行波信号[15]。根据行波信号进行变分模态分解，通过比较典型故障行波固有频率与线路故障行波频率来判断故障发生的区间，并计算故障距离。具体过程如图4 所示。

图4 电网设备故障抢修操作到位研判基本流程

故障距离计算是电网设备故障抢修操作到位研判流程中的关键。假设注入检测信号的频率为p'，则其角频率为k'=2πp'，注入的检测信号电压和电流如下：

对式（7）进行推导，可得；

式中，α是电压超越电流的角度；Rd是故障点接地的过渡电阻；ZL是电网线路起点和接地点间的阻抗；U为电压；I为电流[16]。

式中，R0是电网电阻；是电网线路的电抗。将式（9）代入式（8），即可得到故障距离。

3 仿真实验分析

为了验证所研究故障校核和操作到位研判技术的有效性，以2020 年8 月辽宁电网某区域电力网线路为例，进行仿真实验分析。

3.1 电力网简化模型

利用Matlab/simulink 建立电网线路简化模型。假设在某T 型输电线路上出现故障，以此为目标，利用所研究的技术和方法对该T 型输电线路模型进行故障检测与定位。

3.2 设备选取

1）录波采集设备

电气量信号采集所选取的录波设备为DL9000，包括了TR100+的所有功能，具有坚固的外壳和良好的便携性，且有多种量程的电流电压输入变换选件。应用上位应用机软件DS32，通过DS32 可对所访问的任何一台采集记录系统进行配置、设定或修改启动值。

2）行波采集装置

采用霍尔电流传感器采集故障行波，基于Rogowski 原理的柔性交流电流探针可用于测量多达600 个交流电流，并允许在接触受限的导体上进行电流测量。此外，该探头还可在三个测量范围内提供与被测电流成比例的瞬时交流输出，为行波采集提供了方便。

3.3 电网状态校核结果

按照正文电网设备状态智能校核流程对电网进行检测，并在相同实验条件下，与引言中提到的文献[2]方法和文献[3]方法运行结果进行对比，结果如表2 所示。

表2 电网状态校核结果

从表2 中可以看出，三种方法应用下，电网状态校核结果均符合实际情况，证明了所研究方法能准确判断出电网设备运行状态。

3.4 霍尔电流传感器布置

将霍尔电流传感器布置在发生故障的T 型路段上，如图5 所示，然后采集故障行波，为故障定位做准备。

图5 霍尔电流传感器布置

3.5 故障位置研判准确性分析

将文中方法与引言中提到的文献[4]方法和文献[5]方法应用结果进行对比，结果如表3 所示。

表3 故障位置研判准确性统计结果

从表3 中可以看出，应用所研究的故障位置研判法，计算得到的故障距两端的距离最接近实际结果，说明所研究方法的故障定位准确性更高。

4 结束语

该文对电网设备状态智能检测及运行到位判断技术进行了研究。前者主要用于监测电网设备的运行状态，后者主要用于准确定位故障位置，其状态监测和故障定位均满足要求。