基于智能配電網(wǎng)大數(shù)據(jù)分析的狀態(tài)監(jiān)測與故障處理方法

何曉爽

（廣東電網(wǎng)有限責任公司湛江供電局 廣東省湛江市 524000）

傳統(tǒng)的人工編制一份“一故障一分析報告”的時間約為30 分鐘，若每起故障均編制“一故障一分析報告”，將極大地占用配電班組員工的工作時間。故急需開發(fā)一套《配網(wǎng)故障智能分析報告應(yīng)用程序》，根據(jù)故障報表的內(nèi)容信息智能生成一故障一分析的分析報告，替代傳統(tǒng)的人工手動完成的一故障一分析的剖析報告，減輕基層班組工作負擔，提高工作效率。

1 大數(shù)據(jù)視角下智能配電網(wǎng)狀態(tài)監(jiān)測和故障處理的基本方案

1.1 整體策略

在大數(shù)據(jù)視角下，為了監(jiān)測配電網(wǎng)運行狀態(tài)，需要進行離群點監(jiān)測，并根據(jù)離群點之間的關(guān)聯(lián)關(guān)系，將故障點進行定位。而基于大數(shù)據(jù)的視角則是對每次監(jiān)測得到的數(shù)據(jù)錄入大數(shù)據(jù)庫之中，通過對每次監(jiān)測的結(jié)果大數(shù)據(jù)分析，達到研判智能配電網(wǎng)所處的狀態(tài)和故障點。

1.2 方案設(shè)計

1.2.1 預(yù)處理數(shù)據(jù)

篩選傳感設(shè)備上傳的各種原始數(shù)據(jù)并進行預(yù)處理，降低數(shù)據(jù)量，同時自動生成文本式的狀態(tài)檢測與故障處理需要的最初特征量矩陣。

1.2.2 融合數(shù)據(jù)

第一步，將單時段、電氣特征量的狀態(tài)監(jiān)測矩陣進行融合；第二步，擴充此矩陣的時間序列；第三步：得到高維時空狀態(tài)監(jiān)測矩陣。

1.2.3 處理數(shù)據(jù)

第一步：多維尺度算法處理之前得到的高維時空狀態(tài)監(jiān)測矩陣，但是需要確保各對象的相對關(guān)系不變，在低維空間中呈現(xiàn)高維數(shù)據(jù)，實現(xiàn)數(shù)據(jù)可視化和融合數(shù)據(jù)；第二步：對時空狀態(tài)矩陣進行降維后檢測器離群點，在線辨識智能電網(wǎng)所處狀態(tài)。

1.2.4 狀態(tài)識別和處理

第一步：根據(jù)數(shù)據(jù)分析狀態(tài)；第二步：根據(jù)狀態(tài)針對性處理，內(nèi)容主要包含兩個方面：

（1）非正常狀態(tài)，需要狀態(tài)優(yōu)化，修正、控制而預(yù)防、降低 故障；

（2）故障狀態(tài)，主要是進行故障定位和隔離。

但是需要注意以下問題：高維時空狀態(tài)監(jiān)測矩陣具有高度稀疏的特點，不能直接檢測離散點，在檢測前需要進行監(jiān)測矩陣數(shù)據(jù)降維。

2 大數(shù)據(jù)視角下智能配電網(wǎng)狀態(tài)監(jiān)測和故障處理的思路分析

2.1 預(yù)處理數(shù)據(jù)

2.1.1 做好特征量的選取

圖1

圖2

圖3

圖4

在智能配電網(wǎng)中，常見的故障類型較多，比如單相、兩相短路接地，以及兩相相間短路和三相短路等，不同的故障類型，其故障特點也不同。本文選取特征量如下：

（1）三相電流；

（2）零序電流；

（3）負序電流；

（4）零序有功功率；

（5）零序無功功率。

這主要是本文研究的需要而決定，這樣能有效地將故障節(jié)點局部的異常因子識別，同時還能有效地進行故障識別。

2.1.2 構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣

構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣需要按照以下方式來進行：第一步，每個配電網(wǎng)測控一體化終端作為一個節(jié)點，編號EJ；第二步：節(jié)點間區(qū)域編號ZJ；第三步根據(jù)節(jié)點區(qū)域關(guān)系和對應(yīng)關(guān)聯(lián)值形成網(wǎng)絡(luò)關(guān)聯(lián)矩陣，由于節(jié)點與編號對網(wǎng)絡(luò)關(guān)聯(lián)矩陣并無實質(zhì)性影響，所以在編號時不用按照特定規(guī)則來編號。

2.1.3 強化區(qū)域差分處理

配網(wǎng)在絕大多數(shù)的時間均在正常地運行，在配網(wǎng)狀態(tài)監(jiān)測時得到的數(shù)據(jù)也以正常數(shù)據(jù)為主。按照區(qū)域差分矩陣=網(wǎng)絡(luò)關(guān)聯(lián)矩陣×每個節(jié)點終端所上傳的有關(guān)特征量數(shù)據(jù)組合而成的列矩陣原理，構(gòu)建單時段、單特征量狀態(tài)的監(jiān)測矩陣，實現(xiàn)區(qū)域差分處理。

2.2 融合數(shù)據(jù)--以高維時空狀態(tài)監(jiān)測矩陣為載體

（1）數(shù)據(jù)融合以高維時空狀態(tài)監(jiān)測矩陣得到單時段的狀態(tài)監(jiān)測矩陣；

（2）將空間拓展成單時段、多特征量的狀態(tài)監(jiān)測矩陣；

（3）將視角序列拓展成多時段、多特征量的高維時空狀態(tài)監(jiān)測矩陣。

2.3 數(shù)據(jù)可視化處理

2.3.1 多維尺度降維

多維尺度降維旨在確保每個對象的相關(guān)關(guān)系在基本不變的原則下，將高維數(shù)據(jù)采用低維的方式表示出來，在達到數(shù)據(jù)降維效果的同時達到數(shù)據(jù)可視化的目的。

2.3.2 離群點檢測

第一步，對低位時空狀態(tài)監(jiān)測矩陣中的每個對象的K 距離進行確定，其中對象的K 距離是對象與除自身之外距離中的最近的第K個對象的距離。

第二步：按照K距離對每個對象的K領(lǐng)域進行計算，即對NK（P）進行計算。

第三步：對每個對象的局部可達距離及其可達密度進行計算，最后得出每個對象的局部異常因子。

2.4 故障判定和處理

2.4.1 故障判定依據(jù)

廣域狀態(tài)下監(jiān)測矩陣無離群點，每個節(jié)點LOF 約為1。為提升保護方法的可靠性和靈敏性，在進行狀態(tài)檢測和故障處理時，所采取的狀態(tài)監(jiān)測應(yīng)在故障啟動方面采取以下判定依據(jù)：一是若規(guī)定的LOF 的值比5 時，屬于故障節(jié)點；二是故障節(jié)點需要啟動保護。

2.4.2 明確故障處理判定依據(jù)

傳感器故障而導(dǎo)致的保護誤判和誤動的問題。所以需要在配電網(wǎng)的最外層的廣義節(jié)點LOF 值進行校驗，具體的方法如下：若存在故障單一，且廣義節(jié)點區(qū)域電力系統(tǒng)故障，廣義節(jié)點LOF 值大于整定值，那么就說明其屬于電力系統(tǒng)故障。若廣義節(jié)點值沒有達到整定值，那么就說明其屬于傳感器故障，LOF 值的最大節(jié)點就是故障節(jié)點所在。

3 大數(shù)據(jù)視角下智能配電網(wǎng)狀態(tài)監(jiān)測和故障算法的驗證

3.1 配網(wǎng)正常狀態(tài)下的驗證

從圖1（a）中可以看出，每個節(jié)點都分別對應(yīng)了空間中的某個點，其縱橫坐標主要是表示每個點之間相對應(yīng)的關(guān)系，空中每個點的間距主要是表示配電網(wǎng)中每個節(jié)點之間的相似性，當相似性越高時，節(jié)點在空間的間距就會越小。從圖1（b）來看，LOF 的橫坐標是1到17 的整數(shù)，1-16 表示的是配網(wǎng)中對應(yīng)的節(jié)點，17 表示的是故障檢驗所需的廣義節(jié)點，而縱向坐標表示的是LOF 值。節(jié)點1 到17具有高度相似的特點，當處于二維空間時，其對應(yīng)點全部集中在坐標原點處的點區(qū)域，沒有離群點，LOF 約等于1，表示配網(wǎng)中沒有故障。

3.2 單相接地故障驗證

圖2（a）和（b）中，節(jié)點13、14、17 與其他節(jié)點遠離，為離群點，這樣在二維空間中的每個節(jié)點并非聚集在坐標原點處的點區(qū)域，在多維尺度降維中存在離群點往坐標原點的左側(cè)偏離的情況，非離群點則往坐標原點的右側(cè)偏離的情況，此時，節(jié)點13 和14、17的LOF均在96左右，根據(jù)故障判定依據(jù)，意味著配網(wǎng)有電力故障，故障點在節(jié)點13、14 所在區(qū)域，最后數(shù)據(jù)中心就會向測控一體化終端發(fā)送跳閘指令，將這一區(qū)域隔離，有效地滿足故障處理的效果。

3.3 兩相接地故障驗證

圖3（a）和（b）中，節(jié)點2、3、2、17 與其他節(jié)點遠離，為離群點，LOF 在270 左右，根據(jù)故障判定依據(jù)，意味著配網(wǎng)有電力故障，故障點在節(jié)點2 和3 以及12 所在的區(qū)域，最后數(shù)據(jù)中心就會向測控一體化終端發(fā)送跳閘指令，將這一區(qū)域隔離，有效地滿足故障處理的效果。

3.4 傳感器失效

圖4（a）和（b）中節(jié)點3、5 與其他節(jié)點遠離，形成了離群點，但是17 與其他節(jié)點聚焦，根據(jù)故障判定依據(jù)，意味著配電網(wǎng)的傳感器存在故障，故障在節(jié)點4 的位置，最后數(shù)據(jù)中心就會發(fā)出警告信息，確保每個節(jié)點所在的測控一體化終端可靠不動作，將這一區(qū)域隔離，有效地滿足故障處理的效果。

4 結(jié)語

綜上所述，本文嚴格按照網(wǎng)絡(luò)關(guān)聯(lián)矩陣與區(qū)域差分規(guī)則，對每個節(jié)點測控一體化終端采集電流、功率數(shù)據(jù)，并對其進行預(yù)處理。并基于時間、空間的視角，對預(yù)處理結(jié)果實施數(shù)據(jù)融合處理，得到高維時空狀態(tài)下的監(jiān)測矩陣。將得到的高維時空狀態(tài)監(jiān)測矩陣實施多維度降維，并檢測局部異常因子，將每個節(jié)點中局部存在的異常因子進行計算。最終研究結(jié)果表明，本文所提出方法的科學性和可行性達到了測試和驗證的預(yù)期。