一種配網(wǎng)故障人工智能分析方法的研究

黃園芳

摘要 為了縮短配網(wǎng)運(yùn)維人員的故障排查復(fù)電時(shí)間，本文研究了一種配網(wǎng)故障人工智能分析方法。打通配網(wǎng)自動(dòng)化系統(tǒng)，獲取相應(yīng)故障信息;根據(jù)跳閘信息在GIS沿部圖上進(jìn)行可視化表示，在電子地圖中更新中壓線路周邊環(huán)境的影像資料，從而獲知架空線路經(jīng)過(guò)密集樹(shù)林的線段地點(diǎn)，從而得到優(yōu)先排查的樹(shù)障線段;通過(guò)軟件分析巡檢照片或無(wú)人機(jī)拍攝的照片，得出樹(shù)木的種類，再根據(jù)樹(shù)種的生長(zhǎng)速度，分析出樹(shù)木生長(zhǎng)進(jìn)入設(shè)備的安全距離的時(shí)刻，對(duì)配網(wǎng)運(yùn)維人員進(jìn)行告警;結(jié)合生產(chǎn)系統(tǒng)的缺陷記錄和隱患記錄，給出跳閘開(kāi)關(guān)后段停電線路中的缺陷記錄和隱患記錄，得到優(yōu)先排查的設(shè)備和線段;根據(jù)配網(wǎng)自動(dòng)化配變重過(guò)載數(shù)據(jù)，篩選出跳閘開(kāi)關(guān)后段配變重過(guò)載明細(xì)表，得到優(yōu)先排查的配變;結(jié)合雷電定位系統(tǒng)，將雷擊情況定位到GIS沿部圖中，得到優(yōu)先排查的雷擊設(shè)備和線段;將優(yōu)先排查設(shè)備和線段展示給配網(wǎng)運(yùn)維人員，提供故障排查的優(yōu)先明細(xì)清單。通過(guò)典型配網(wǎng)故障專家?guī)?，提供配網(wǎng)故障解決措施。

【關(guān)鍵詞】配網(wǎng)故障 人工智能 配網(wǎng)自動(dòng)化樹(shù)障 雷擊

1 配網(wǎng)故障

對(duì)于電力系統(tǒng)，配網(wǎng)線路故障是影響供電可靠性和用戶停復(fù)電時(shí)間的重要因素?，F(xiàn)在的配網(wǎng)故障排查主要依賴專家經(jīng)驗(yàn)，工作復(fù)雜且特別耗時(shí)。特別是中壓線路查障時(shí)間過(guò)長(zhǎng)，復(fù)電時(shí)間過(guò)長(zhǎng)造成的影響較大。這很大程度是因?yàn)榛鶎尤藛T對(duì)故障判斷不準(zhǔn)確，排查方法不科學(xué)，導(dǎo)致故障排查與處理時(shí)間過(guò)長(zhǎng)。配網(wǎng)故障原因可以分為外在因素和內(nèi)在因素兩大類。

外在因素包括：導(dǎo)線是否存在被風(fēng)刮起的拋掛物;線路附近是否存在觸及導(dǎo)線的樹(shù)木、建筑物和其他臨時(shí)的障礙物;桿塔下有無(wú)燒傷的鳥(niǎo)獸;臺(tái)架設(shè)備是否有小動(dòng)物存在;避雷器是否雷擊導(dǎo)致破損現(xiàn)象，及其引線是否碰觸到橫擔(dān)等;內(nèi)在因素包括導(dǎo)線是否有斷股或閃絡(luò)燒傷的痕跡;各相導(dǎo)線弧垂是否過(guò)低，易觸碰到另一相導(dǎo)線;對(duì)引線及引下線與電桿、拉線、橫擔(dān)是否有碰觸現(xiàn)象;各部件的連接點(diǎn)是否牢固，接頭是否過(guò)熱發(fā)黑，燒焦現(xiàn)象;絕緣子是否有臟污、裂紋及破損現(xiàn)象，綁線是否松脫;桿上金具是否有松動(dòng)、傾斜及螺絲脫落，拉線絕緣子是否損壞;開(kāi)關(guān)是否存在套管破損、裂紋、嚴(yán)重臟污和閃絡(luò)放電痕跡;引線接點(diǎn)和接地是否良好;變壓器有無(wú)漏油、異味;聲音是否正常;套管是否裂紋、嚴(yán)重臟污和閃絡(luò);接頭接點(diǎn)有無(wú)過(guò)熱、燒傷、銹蝕。

2 配網(wǎng)故障人工智能分析方法

樹(shù)障是配網(wǎng)故障的主要原因，還有雷擊也是配網(wǎng)故障的主要原因。配網(wǎng)運(yùn)維人員接到故障后，如何開(kāi)始著手處理，怎樣能快速地找到故障，縮短故障排查時(shí)間呢？事實(shí)上現(xiàn)在已經(jīng)上了很多的系統(tǒng)，但是對(duì)于配網(wǎng)運(yùn)維人員，要綜合分析這些系統(tǒng)，存在一定的困難。這就需要人工智能和生產(chǎn)實(shí)體的深度融合。

2.1 幫助配網(wǎng)運(yùn)維人員快速排查的人工智能方法

如圖1所示，本文研究了一種配網(wǎng)故障人工智能分析方法：打通配網(wǎng)自動(dòng)化系統(tǒng)，根據(jù)中壓故障饋線跳閘的智能開(kāi)關(guān)和分段智能開(kāi)關(guān)的跳閘動(dòng)作，獲取相應(yīng)故障信息;根據(jù)跳閘信息在GIS沿部圖上進(jìn)行可視化表示，在電子地圖中更新中壓線路周邊環(huán)境的影像資料，從而獲知架空線路經(jīng)過(guò)密集樹(shù)林的線段地點(diǎn)，從而得到優(yōu)先排查的樹(shù)障線段;通過(guò)軟件分析巡檢照片或無(wú)人機(jī)拍攝的照片，得出樹(shù)木的種類，再根據(jù)樹(shù)種的生長(zhǎng)速度，分析出樹(shù)木生長(zhǎng)進(jìn)入設(shè)備的安全距離的時(shí)刻，對(duì)配網(wǎng)運(yùn)維人員進(jìn)行告警;結(jié)合生產(chǎn)系統(tǒng)的缺陷記錄和隱患記錄，給出跳閘開(kāi)關(guān)后段停電線路中的缺陷記錄和隱患記錄，得到優(yōu)先排查的設(shè)備和線段;根據(jù)配網(wǎng)自動(dòng)化配變重過(guò)載數(shù)據(jù)，篩選出跳閘開(kāi)關(guān)后段配變重過(guò)載明細(xì)表，得到優(yōu)先排查的配變;結(jié)合雷電定位系統(tǒng)，將雷擊情況定位到GIS沿部圖中，得到優(yōu)先排查的雷擊設(shè)備和線段;將優(yōu)先排查設(shè)備和線段展示給配網(wǎng)運(yùn)維人員，提供故障排查的優(yōu)先明細(xì)清單。

2.2 通過(guò)對(duì)樹(shù)木的生長(zhǎng)預(yù)測(cè)樹(shù)木的進(jìn)入設(shè)備安全距離的時(shí)間

樹(shù)障占到配網(wǎng)故障50%以上。因此對(duì)樹(shù)木的巡查是非常有必要的，但是反復(fù)的巡查占用的時(shí)間多，因此可以在樹(shù)木巡視時(shí)拍攝下照片，通過(guò)軟件分析照片確認(rèn)樹(shù)種，再根據(jù)該樹(shù)種的生長(zhǎng)周期就可以預(yù)測(cè)樹(shù)木進(jìn)入設(shè)備安全距離的時(shí)間。對(duì)于一些路況比較差的地方，也可以采用無(wú)人機(jī)進(jìn)行照片的拍攝。

例如：

If D-r*t<=Dl則告警 （1）

式中：D為樹(shù)木到設(shè)備的水平距離或垂直距離;r為該樹(shù)木種類的生長(zhǎng)速度;t為現(xiàn)在減去上一次巡視的時(shí)間;D1為安全距離。

2.3 對(duì)于群眾砍樹(shù)的人工智能分析

樹(shù)障，有的是因?yàn)槿罕娍硺?shù)導(dǎo)致的跳閘事件導(dǎo)致。有一些林場(chǎng)或者私人承包的一些土地，當(dāng)數(shù)據(jù)生長(zhǎng)到符合的高度，群眾就會(huì)把樹(shù)木砍下來(lái)，這時(shí)配網(wǎng)運(yùn)維人員就應(yīng)主動(dòng)與樹(shù)主溝通了解砍樹(shù)排期，對(duì)群眾做好砍樹(shù)注意事項(xiàng)的教育，做好監(jiān)管。通過(guò)人工智能分析系統(tǒng)建立沿線數(shù)據(jù)臺(tái)帳及樹(shù)主的聯(lián)系方式，通過(guò)式（1）的算法預(yù)測(cè)下次群眾砍樹(shù)的周期，針對(duì)群眾砍樹(shù)開(kāi)展巡查和監(jiān)管。

2.4 對(duì)找到的故障給出解決方案

配網(wǎng)有很多典型故障，可以分為架空線路、電纜線路、變壓器、柱上開(kāi)關(guān)、跌落式熔斷器、隔離開(kāi)關(guān)、戶外分接箱、室內(nèi)開(kāi)關(guān)柜的故障。對(duì)于這些設(shè)備故障都有典型的原因和對(duì)應(yīng)解決方案。

例如高壓柜常見(jiàn)的機(jī)械故障主要有：機(jī)械連鎖故障、操作機(jī)構(gòu)故障等。故障部位多是緊固部位松動(dòng)、傳動(dòng)部件磨損、限位調(diào)整不當(dāng)?shù)?。而機(jī)械連鎖故障的一般解決方法：為了保證開(kāi)關(guān)的正確操作，開(kāi)關(guān)柜內(nèi)設(shè)置了一些機(jī)械連鎖。例如手車進(jìn)出柜體時(shí)開(kāi)關(guān)必須是分閘。開(kāi)關(guān)合閘時(shí)不能操作隔離開(kāi)關(guān)等。這類故障形式多樣，應(yīng)當(dāng)沿著機(jī)械傳動(dòng)途徑進(jìn)行查找。一般防護(hù)機(jī)構(gòu)比較簡(jiǎn)單，與其它機(jī)構(gòu)很少交叉，查找比較方便。

將這些典型故障和典型的解決方案形成專家?guī)?，?dāng)運(yùn)維人員用語(yǔ)音詢問(wèn)時(shí)候智能分析系統(tǒng)就可以從專家?guī)炖锩嬲{(diào)用解決方案提供給運(yùn)維，互動(dòng)式地幫助運(yùn)維人員。

3 結(jié)論

本文提供了一種配網(wǎng)故障人工智能分析方法，包括以下步驟：

（1）打通配網(wǎng)自動(dòng)化系統(tǒng)，根據(jù)中壓故障饋線跳閘的智能開(kāi)關(guān)和分段智能開(kāi)關(guān)的跳閘動(dòng)作，獲取相應(yīng)故障信息;

（2）根據(jù)跳閘信息在GIS沿部圖上進(jìn)行可視化表示，在電子地圖中更新中壓線路周邊環(huán)境的影像資料，從而獲知架空線路經(jīng)過(guò)密集樹(shù)林的線段地點(diǎn)，從而得到優(yōu)先排查的樹(shù)障線段;

（3）通過(guò)軟件分析巡檢照片或無(wú)人機(jī)拍攝的照片，得出樹(shù)木的種類，再根據(jù)樹(shù)種的生長(zhǎng)速度，分析出樹(shù)木生長(zhǎng)進(jìn)入設(shè)備的安全距離的時(shí)刻，對(duì)配網(wǎng)運(yùn)維人員進(jìn)行告警;

（4）結(jié)合生產(chǎn)系統(tǒng)的缺陷記錄和隱患記錄，給出跳閘開(kāi)關(guān)后段停電線路中的缺陷記錄和隱患記錄，得到優(yōu)先排查的設(shè)備和線段;

（5）根據(jù)配網(wǎng)自動(dòng)化配變重過(guò)載數(shù)據(jù)，篩選出跳閘開(kāi)關(guān)后段配變重過(guò)載明細(xì)表，得到優(yōu)先排查的配變;

（6）結(jié)合雷電定位系統(tǒng)，將雷擊情況定位到GIS沿部圖中，得到優(yōu)先排查的雷擊設(shè)備和線段;

（7）將優(yōu)先排查設(shè)備和線段展示給配網(wǎng)運(yùn)維人員，提供故障排查的優(yōu)先明細(xì)清單。

（8）將典型故障和典型的解決方案形成專家?guī)?，?dāng)運(yùn)維人員用語(yǔ)音詢問(wèn)時(shí)候智能分析系統(tǒng)就可以從專家?guī)炖锩嬲{(diào)用解決方案提供給運(yùn)維，互動(dòng)式地幫助運(yùn)維人員。該方法可以減輕運(yùn)維人員工作量，提供運(yùn)維人員工作效率，縮短復(fù)電時(shí)間，提高供電可靠性。

參考文獻(xiàn)

[1]陳國(guó)恩，李偉，張仲孝，電網(wǎng)故障診斷方法及其系統(tǒng)架構(gòu)的研究[J].電氣技術(shù)，2018，19 （01）： 64-67.

[2]王豐，一種輸電線路弱故障識(shí)別方法[J]，電氣技術(shù)，2018，19 （06）：37-41.

[3]李振興，王新，田斌，李振華，翁漢琍.基于沿線電壓分布規(guī)律的快速故障測(cè)距[J]，電工技術(shù)學(xué)報(bào)，2018，33（01）：112 -120.

[4]徐彪，尹項(xiàng)根，張哲，陳國(guó)炎，楊雯，基于拓?fù)湓畔⑷诤虾娋W(wǎng)故障診斷模型[J].電工技術(shù)學(xué)報(bào)，2018，33 （03）： 512-522.

[5]楊德尚，洪海生，李綺琳.基于綜合評(píng)分法的配網(wǎng)自動(dòng)化終端差異化巡視策略[J]，廣東電力，2016，29 （04）： 84-88.

[6]曾新雄，李新海，曾慶祝.lOkV開(kāi)關(guān)柜內(nèi)部電弧故障的危害與保護(hù)[J].廣東電力，2016，29 （06）： 67-71.

[7]章熙，王宏宇，陳勝.調(diào)度自動(dòng)化系統(tǒng)運(yùn)行監(jiān)管信息模型建模研究[J].廣東電力，2017， 30 （02）：110-115+1.

[8]陳自富，強(qiáng)人工智能和超級(jí)智能：技術(shù)合理性及其批判[J].科學(xué)與管理，2016，30（02）：1-6，28.

[9]高艷豐，黃曉胤，閆紅艷，輸電線路雷擊故障的綜合識(shí)別研究[J].廣東電力，2016，29 （03）： 93-98.

[10]裴星宇，梁飛強(qiáng)，翁奕珊.10 kV配電網(wǎng)在線合環(huán)輔助決策系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].廣東電力，2016，29 （01）： 58-64.

[11]梁浩波，基于文本挖掘的用電客戶訴求智能聚類研究[J].廣東電力，2016， 29 （08）： 45-50+66.

[12]LIANG Haobo.Research on IntelligentClustering for ElectricityCustomers' Demands Based on TextMining[J].Guangdong ElectricPower， 2016， 29 （08）： 45-50+66.

[13]杜桉安，吳杰康，基于等級(jí)區(qū)域劃分的故障定位矩陣算法[J].廣東電力，2016， 29 （08）：120-124.

[14]左利云，云計(jì)算中基于任務(wù)特性和資源約束的調(diào)度方法研究[D].華南理工大學(xué)，2016.

[15]簡(jiǎn)萌.面向圖像語(yǔ)義提取的判別結(jié)構(gòu)學(xué)習(xí)[D].西安電子科技大學(xué)，2 015.

[16]蔡明杰，大數(shù)據(jù)下動(dòng)態(tài)信息系統(tǒng)約簡(jiǎn)理論及應(yīng)用[D].湖南大學(xué)，2016.

[17]王朝霞.網(wǎng)絡(luò)環(huán)境下多智能體系統(tǒng)一致性研究[D].上海大學(xué)，2016.

[18]劉玉寶，基于智能優(yōu)化算法的系統(tǒng)可靠性優(yōu)化問(wèn)題研究[D].吉林大學(xué)，2017.

[19]安思成.交互式配電網(wǎng)智能控制系統(tǒng)及其關(guān)鍵技術(shù)研究[D].華北電力大學(xué)（北京），2016.