基于大数据的配电网故障分析方法孟婕

基于大数据的配电网故障分析方法孟婕

孟婕余妍

（云南电网有限责任公司红河供电局云南蒙自661100）

摘要：针对配电网传统保护方法存在的整定复杂、配合困难和适应性差等问题，提出一种基于大数据的配电网故障分析方法。首先，根据邻接矩阵，对各测控一体化终端采集的电流数据进行预处理。其次，生成高阶邻接矩阵。再者，对该矩阵进行高阶降维以及计算，来计算出各节点的差动电流。最后，根据各节点差动电流值的大小和节点间的关联关系，对故障进行检测与定位。文章不仅给出了配电网线路的故障判据，还提出了传感设备故障场景下的防误动判据。算例分析验证了所提方法的有效性。

关键词：大数据；配电网保护；故障分析；差动电流；传感设备故障

1引言

我国传统的配电网多采用辐射型结构。在正常运行时，功率在网络中单向流动，保护的整定较为简单。配电网中分布式电源（DistributedGeneration，DG）的接入不但增加了网络结构的复杂程度，而且改变了配电网的故障特性。此外，新能源类DG的输出功率具有随机性。在正常运行时，造成配电网局部不定双向潮流的问题。这给配电网的保护控制带来了很大的挑战。文献[1]提出了一种基于广域故障方向信息的故障判定方法，具有传输数据较少，对网络带宽的要求不高的优点。但当配电网的拓扑结构发生变化后，该故障判定方法不能动态地调整通信对象，容易造成误判。文献[2]提出收集相关区域的各元件和断路器的信息，其优势是不需要严格的同步技术，但当系统振荡时，距离元件容易误动，且距离元件带过渡电阻的能力较弱。文献[3]提出利用在传统过电流保护基础上增加方向元件的方法来消除DG反向馈送电流对保护误动的影响，但方向元件依赖电压互感器且可能存在死区。文献[4-6]提出根据DG安装位置和输出功率的不同，计算不同条件下多个整定值来实现自适应保护，存在计算量大和整定配合困难的问题。文献[7-8]提出基于信息互换的多代理（Agent）保护。当多Agent系统中某一Agent出现信息错误时，容易引起相关区域的保护误判，容错能力较差。

上述几种类型的保护方法多以单一的小样本特征量作为故障判据，故障判据的整定多需要复杂的计算。其次，当系统运行参数或运行方式发生变化后，需要重新整定。再者，故障判据利用的是单一的电气特征量。因此，当通信或者传感设备异常时，保护容易误动或者拒动，可靠性有非常大的风险。

随着配网自动化的推广，配电网的开关站都安装了分布式智能单元DIT（DistributedIntelligentUnit），可以持续地采集与上送大量的配网设备的运行与故障数据，形成配电网大数据。配电网大数据蕴含着很大的价值空间，目前已在负荷预测、用户用电行为分析、电力设备状态监测等方面进行了应用。这为新型基于大数据的配电网保护方法提供了新的思路和借鉴。

2故障分析算法

2.1数据预处理

数据预处理包括特征量的选取和邻接矩阵的构建等2个方面的内容。特征量的选取是在保证配电网故障分析的时效性和准确性的前提下，选取适当的特征状态监测量，以最大限度地保证多种类型故障的可靠识别。邻接矩阵则是明确网络各节点间的相对关系，为故障分析提供依据。

2.1.1特征量的选取

配电网由单相短路、两相短路、两相短路接地和三相短路等4种故障类型。故障类型不同，故障特征也就不同。在这4种故障类型中，单相短路的比例最大，也比较难分析。结合配电网的实际情况，此处选取了电流作为电气特征量。

2.1.2邻接矩阵的构建

邻接矩阵用于反映配电网的拓扑结构，其构建过程如下。

首先，对配电网中的母线和线路作为节点ni进行编号。

其次，对节点间的断路器ei进行编号。

最后，根据节点与节点间的关联关系，生成邻接矩阵。

需要说明的是，配电网中节点和断路器的编号对邻接矩阵没有实质性的影响。因此，当对配电网中节点和断路器进行编号时，无需遵循特定的规则。

2.2数据分析——高阶矩阵降维

高阶矩阵降维可以实现高阶矩阵的低阶表示。本文建立的高阶邻接矩阵是一个高度稀疏的矩阵。

2.3故障判定和故障处理

2.3.1故障起动判据

在进行状态辨识时，本文提出的配电网故障分析方法需要满足的故障起动判据如下：差动电流值大于整定值的节点为故障节点。假如存在故障节点，则保护起动；否则，保护不起动。

2.3.2故障处理判据

在运行时，除了电力系统故障以外，配电网还可能发生传感设备故障。传感设备故障容易造成保护的误判与误动。鉴于此，本节提出一种基于配电网最外层广义节点差动电流值校验的防误动判据。其原理为：在发生单一类型（电力或传感设备）故障条件下，当且仅当配电网广义节点内的区域发生电力系统故障时，广义节点差动电流大于整定值。

综上所述，在单一类型故障条件下，故障处理判据为：

1）满足故障起动判据，并且广义节点差动电流值大于整定值，判定故障为电力系统故障。数据处理中心向相应的测控一体化终端发送动作命令，将故障区域隔离。

2）满足故障起动判据，但广义节点差动电流值未达到整定值，判定故障为传感设备故障。此时，数据处理中心发出告警信息，并确保各测控一体化终端可靠不动作。

3算例分析

为了验证本文提出的基于大数据的配电网故障分析方法的可行性，以图1所示的由10回闭环运行的馈线组成的配电网为研究对象。每回闭环馈线如图2所示。配电网的邻接矩阵的存储将有以下几种情况：

图4每轮电流差动的保护范围

4结语

以配电网大数据为背景，提出一种基于大数据的配电网故障分析方法，可以从源头上确保状态辨识的准确性。本文方法可以可靠识别单一故障条件下的电力系统故障和传感设备故障，能够有效避免传感设备故障引起的保护误动，具备较好的容错能力。

参考文献：

[1]丛伟.广域保护系统结构及故障判别算法研究[D].山东大学，2005.

[2]梅，郑红，赵军磊，曾从海.基于配电网自动化的多Agent技术在含分布式电源的配电网继电保护中的研究[J].电力系统保护与控制，2011，（11）：101-105+144.

[3]汤俊.电网广域电流差动保护算法研究[D].西南交通大学，2007.