基于孤立森林算法的区域电网故障自动定位

摘 要：当对区域电网故障定位时，现有定位方法存在定位结果与实际故障位置偏差较大的问题。为了解决该问题，本文引入孤立森林算法，进行区域电网故障自动定位方法研究。利用孤立森林算法，提取区域电网故障数据特征。对区域电网故障进行自动定位，并将其隔离。试验结果表明，本文定位方法可以准确找到区域电网发生故障的区域，并将其进行有效隔离，从而提高区域电网整体运行稳定性。

关键词：孤立森林算法；电网故障；自动定位

中图分类号：TM 755" " " " " " " 文献标志码：A

在现代社会，电力是支撑经济发展和日常生活的基础能源，其稳定供应至关重要。区域电网是电力系统的重要组成部分，其安全运行直接影响广大用户的用电质量和电力企业的经济效益。然而，电网故障通常无法避免，可能导致电力中断，甚至引起更严重的安全事故。因此，快速、准确地定位故障点，对及时恢复供电、减少损失具有重要意义。

目前，电网故障定位的方法主要包括文献[1]基于保护状态信息与凝聚层次聚类的电网故障定位算法、文献[2]基于FRFT-RBF网络的船舶电网故障定位方法等。文献[1]方法通常依基于故障发生后保护设备的动作状态信息，利用逻辑推理或专家系统来推断故障位置。但是这种方法在复杂电网中可能会因保护配置不合理或保护设备误动作等而导致定位结果不准确。文献[2]方法利用故障产生的行波在电网中的传播特性来定位故障点。该方法具有较高的精度，但是在实际应用中需要安装专门的行波测量装置，对电网结构的变化和故障类型的多样性适应能力有限。

目前，随着人工智能技术快速发展，基于人工智能算法的故障定位方法逐渐成为研究热点。针对现有方法的不足，本文提出了基于孤立森林算法的区域电网故障自动定位方法。

1 基于孤立森林算法的区域电网故障数据特征提取

为了提升区域电网故障数据的处理效率，本文采用孤立森林算法进行特征提取和异常点检测。该方法利用孤立森林的强大能力，在智能仪表（客户机）和供电接口（分支箱）收集的数据中快速识别离群值，即潜在的故障信号[3]，分析电力终端与智能仪表在特定时间段内的负荷变化情况，获取故障前、后的负荷动态。为了降低电路噪声的影响，应用低通滤波技术来平滑数据[4]。利用离散傅里叶变换（DFT），对故障前、后的每一相进行变换，从而捕获高相角信号的特性。这有助于更深入地理解信号在故障发生前、后的变化模式，同时关注流速和气压的相位差在故障发生前、后的变化。由于故障点前、后的统计特性通常存在显著差异，因此孤立森林能够有效地揭示这些变化，有助于准确识别故障阶段。为了提高计算效率，本文设置多个基分类器在数据分布的不同边界上，以实现更快的异常检测速度[5]。基于iTree的个数和样本个数对孤立森林的输出效率有较大影响，但是受限于节点内的iTree个数和样本数目的限制。节点中iTree数目约束如公式（1）所示。

（1）

式中：xn为节点中iTree数量；Xmin为iTree数目的最小值；n为节点编号；N为节点总数。

iTree中样本数据量约束如公式（2）所示。

yn≥Ymin （2）

式中：yn为节点中任意iTree的样本数据量；Ymin为任意iTree样本数据量的最小值。区域电网中配电边缘代理装置上的每一棵iTree的最大计算量如公式（3）所示。

（3）

式中：Wmax为最大计算量。

在推进项目的过程中，本文针对配电网电价的边缘Agent进行数据采集，并建立相应的数据库。为了更精准地分析电价波动，特别选取了电价失效前、后的关键数据，建立数据训练样本集。对部分数据无法直接用于构建独立树的情况，采用迭代策略采集这些样本中的子样本，直至保证每一个分析点都能独立参与后续的分析[6]。进而利用这些独立树，以整合多个独立森林的方式来捕捉和识别电价数据的统计特性。在这个阶段，本文引入指派值的概念，对统计量进行再分割，以进一步提高分析的准确性。为了进一步挖掘数据的深层规律，采用递推方法构建一系列特定的统计探测节点。这些节点有助于更全面地理解电价数据中的异常特征，最终形成异常数据特征集。孤立树模型是由多个独立的树结构聚合而成的，每一棵树都承载了丰富的信息[7]。在孤立树中，每一个节点不仅是数据的交汇点，而且是信息的汇聚处，共同构成分析电价波动的强大工具。

2 区域电网故障自动定位与隔离

孤独森林的配电网故障精确定位方法包括8个关键步骤，见表1，旨在利用数据分析和模型训练实现故障点的快速定位。

当按照表1内容进行区域电网故障定位时，电压或电流信号的全周期傅里叶变换如公式（4）所示。

X（f）=∫∞ -∞x（t）e-j2πftdt " " " " " " "（4）

式中：X（f）为全周期傅里叶变换结果；f为频率变量；x（t）为电压或电流信号；e-j2πft为时域函数；t为时间变量。

在实际应用中，由于数据是离散的，因此通常使用离散傅里叶变换（DFT）或其快速算法（FFT）。在步骤五中，需要计算定位结果间的偏差值，通常涉及计算2个定位结果间的距离、差异或相似度。具体的计算公式取决于所使用的偏差度量方法。如果定位结果可以表示为多维空间中的点，那么可以使用欧氏距离来衡量它们之间的差异，如公式（5）所示。

（5）

式中：d（p，q）为2个定位结果间的欧氏距离；p和q分别为2个定位结果；pi和qi分别为2个定位结果对应在各个维度上的值。

在实际应用中构建一个详细的配电网络模型，该模型应包括配电网络中的各个关键模块。在配电网络模型中，对各个模块进行故障仿真，模拟故障情况，并记录故障路径上的三相电压数据。采用加性高斯白噪声法对三相电压和电流进行模拟测量，以引入测量误差，如公式（6）所示。

Vm=Vt+N'（0，σ2） （6）

式中：Vm为模拟测量得到的三相电压；Vt为模拟测量得到的三相电压；N'为高斯白噪声；σ2为方差。

对包括误差的三相电压和电流进行全周期的傅里叶转换，得到频谱信息。傅里叶转换公式如公式（7）所示。

（7）

式中：X[k]为傅里叶变换的结果；x[n]为离散时间信号。

比较线路两端的电气量和线路参数，得出初始的故障位置。当配电网发生故障时，采集故障线路两端的三相电压和电流数据。使用已训练好的神经网络模型，处理采集的数据，得到准确的故障位置。

确定故障区段后，操作与该区段连接的开关以隔离故障，步骤如下所示。第一步，初始化变量。设定一个变量j，并为其赋初值为1。第二步，检查条件。检查特定条件fi（j）是否为1。如果结果不为1，就继续下一步；如果为1，就直接跳到第四步。第三步，递增变量并判断。将j的值加1，然后检查j是否≤4。如果是，就返回第二步；如果不是，那么整个流程结束。第四步，再次初始化变量。设定另一个变量k，并对其赋初值1。第五步，识别与隔离。判断r（j，k）是否为0。r（j，k）表示区域电网关联矩阵中的元素。如果r（j，k）为0，就继续下一步；如果不为0，那么表明di（k）是故障区段的一个边界开关。此时，控制中心会向这个开关发送跳闸信号，使其断开，并继续进行下一步。第六步，循环与结束条件。将k的值加1，并检查k是否≤ddi，ddi表示开关集的维度。如果满足条件，那么返回第五步；如果不满足，那么再次递增j的值，并返回第二步。

通过上述流程，可以有效识别并隔离故障区段的边界开关，从而保证电网稳定，并保障其安全运行。

3 对比试验

在上文基础上，结合孤立森林算法提出一种全新的电网故障定位方法。为了验证该方法的应用效果，以某区域电网为例，分别利用本文方法、文献[1]方法和文献[2]方法对该电网故障进行定位。基于区域电网的各节点拓扑结构如图1所示。

从图1可以看出，该区域电网中包括8个联络开关节点和35个分段开关节点。该区域电网运行参数见表2。

3种方法的故障定位结果如图2～图4所示。

从图2可以看出，本文方法定位的故障点与实际故障点完全一致，标记点重叠，可将该区域网络中的3个故障位置全部找出。

在文献[1]方法故障定位结果中，定位故障点与实际故障点间均存在一定偏差，无法成功找到故障位置，如图3所示。

从图4可以看出，文献[2]方法无法对故障点进行准确定位，并且定位故障点为2个，实际故障点为3个，存在遗漏情况。

试验结果证明，本文提出的定位方法定位精度更高，可以将区域电网中的故障问题全部找出，具有更高的应用价值。

4 结语

本文提出的基于孤立森林算法的区域电网故障自动定位方法将电网故障数据的特性和孤立森林算法的优势相结合，能够对电网故障点进行快速、准确定位。该方法不仅克服了传统故障定位方法的局限性和不足，还提高了故障定位的实时性和自动化水平，为电力系统的安全运行提供了有力支持。展望未来，随着智能电网技术不断发展和完善，电网故障定位技术也将面临更多的挑战和机遇。未来会将孤立森林算法与其他先进算法进一步结合，提高故障定位的准确性和效率，并将该方法应用于更广泛的电力系统场景中，推动电力系统的智能化和自动化水平不断提升。

参考文献

[1]何森，陈义森，张厚荣，等.基于保护状态信息与凝聚层次聚类的电网故障定位算法[J].电器与能效管理技术，2022（2）：1-5，20.

[2]王高阳，刘峰.基于FRFT-RBF网络的船舶电网故障定位方法[J].武汉船舶职业技术学院学报，2023，22（6）：77-84.

[3]张红瑛，陈苑婷，吴炳超，等.电网运维大数据背景下的继电保护通信系统故障定位方法研究[J].今日制造与升级，2024（1）：12-14.

[4]张裕，罗晨，王斌，等.基于改进BES算法的光伏型电网分区故障定位研究[J].中国工程机械学报，2024，22（1）：128-131，136.

[5]张鹏昊.含分布式能源直流-交流混合电网故障定位研究[J].现代电子技术，2023，46（18）：125-132.

[6]任涛，步雅楠，周君，等.基于电网运维大数据背景下的继电保护故障定位分析[J].电工技术，2023（17）：232-234，239.

[7]张静，高鹏飞.应用于环形电网故障定位的新型双端行波测距法[J].金陵科技学院学报，2023，39（2）：23-30.