智能数据应用下的配电网络故障研判分析

智能数据应用下的配电网络故障研判分析

梁 峰

国网四川省电力公司天府新区供电公司 四川成都 610210

［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

我国电力生产与运行属于一套非常复杂的且系统的过程，包括发电、输电、变电以及配电和用电等几大环节，并将这些环节进行有机结合，从而建立成为一个完整的系统体系。而在当前电力系统发展当中，电网规模在逐渐扩大，整体结构也逐渐向复杂化发展，不同区域间联系也更加紧密。这些情况的出现，会使系统当中出现更多故障，会给系统自身带来更多的干扰 ；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。通过相关调查，在电力系统当中多数存在的故障都是从配电网中产生的。所以必须要对配电网络故障趋势进行有效的判断，进而更好地制定解决办法，满足广大用户用电需求。

1 配电网络故障趋势判断的原理分析

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。应结合配电网络结构，有效地简化模型或是建立网络拓扑结构体系，从而构造出相对匹配的配电网络故障发生中存在的逻辑推理过程 ；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。而对于信息的采集，主要是在电网系统发生故障的情况下，在电网系统当中获得相应的信息源，进而获得保障设备和断路器的情况 ；而构造故障元件库则需结合整个电网结构进行全面分析，更要对可能会产生故障的区域进行合理分类，将有疑点的元件集合到故障元件库中 ；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。其主要的诊断原理如图1所示。

图1 故障趋势诊断原理分析图

2配电网络故障复数矩阵获取探讨

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。主要流程如图2所示

。

图2 配电网络故障趋势判断流程图

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】王梅 . 基于大数据分析的舰船配电网络故障趋势预测 [J]. 科学技术，2016（24）：52-54.

【2】李平,武建文,张之昊,等. 基于双DSP结构的配电网静止同步补偿器设计[J]2015,(9):28-33.

【3】张雪峰,龚浩,别士光,等. 含分布式电源的配电网网损组合优化[J]. 科学技术与工程, 2014, (30):46-50