現(xiàn)代電網(wǎng)電力擾動(dòng)數(shù)據(jù)分析與主動(dòng)應(yīng)用

胡文曦，肖先勇，汪 穎，張文海，王 楊

（四川大學(xué)電氣工程學(xué)院，四川省成都市610065）

0 引言

電力擾動(dòng)泛指三相電壓、電流波形畸變、偏離期望值的現(xiàn)象或事件，而電能質(zhì)量擾動(dòng)是其中被定義和認(rèn)識(shí)的特例。隨著現(xiàn)代電網(wǎng)中可再生能源比例逐漸升高和新型用電技術(shù)快速發(fā)展，電力電子技術(shù)被廣泛使用［1-2］，可再生能源的間歇性和波動(dòng)特性，加上電力電子設(shè)備本身的非線性和快速開斷特性，造成電力擾動(dòng)問題更加突出［3］。另一方面，未來高端制造業(yè)發(fā)展趨勢已向精密化、柔性化、智能化、集成化等方向發(fā)展，然而電網(wǎng)企業(yè)不能提供高質(zhì)量電能導(dǎo)致的用戶投訴日益增多，成為惡化電網(wǎng)企業(yè)與用戶之間營商環(huán)境的重要原因［4］。隨著負(fù)荷容量、規(guī)模、用電特性發(fā)生根本變化，這些用電設(shè)備的慣性時(shí)間常數(shù)更小，對(duì)電力擾動(dòng)事件更加敏感［5］。在售電側(cè)開放的背景下，滿足高新技術(shù)用戶對(duì)高質(zhì)量電能供應(yīng)的需求，降低用戶因電力擾動(dòng)問題造成的企業(yè)產(chǎn)品不合格、數(shù)據(jù)丟失等損失，提高電網(wǎng)公司市場競爭力與售電收益，已是亟待解決的問題。

現(xiàn)代電網(wǎng)各類監(jiān)測裝置被廣泛應(yīng)用于電力系統(tǒng)的各個(gè)環(huán)節(jié)中，使得“數(shù)字化”成為現(xiàn)代電網(wǎng)的重要特征［6-7］。多源數(shù)據(jù)共享和數(shù)據(jù)融合等技術(shù)為電力擾動(dòng)問題的解決提供了新思路［8］。數(shù)據(jù)從處理對(duì)象轉(zhuǎn)變?yōu)橐环N基礎(chǔ)性資源，已成為除勞動(dòng)力和資本以外的又一不可或缺的生產(chǎn)力要素［9］，同時(shí)也對(duì)電力系統(tǒng)的數(shù)據(jù)處理和數(shù)據(jù)分析能力提出了挑戰(zhàn)［10］。此外，機(jī)器學(xué)習(xí)、人工智能和大數(shù)據(jù)分析已成為各行業(yè)的研究熱點(diǎn)［11-12］，基于數(shù)據(jù)驅(qū)動(dòng)的分析方法被各行業(yè)看作突破傳統(tǒng)技術(shù)瓶頸的關(guān)鍵［13］。電力系統(tǒng)運(yùn)行人員和決策者近年來正在面臨著如何對(duì)數(shù)據(jù)與信息快速、有效地進(jìn)行分析、加工、提煉以獲取系統(tǒng)所需知識(shí)并發(fā)揮其作用的關(guān)鍵問題［14］。

在上述背景下，側(cè)重于電能質(zhì)量檢測［15-16］、特征刻畫［17-19］、評(píng)估［20-21］與原因辨識(shí)［22-23］的傳統(tǒng)方法面臨著新的技術(shù)瓶頸與難題。一方面，這些方法通過信號(hào)處理等方式對(duì)擾動(dòng)發(fā)生后的監(jiān)測數(shù)據(jù)根據(jù)擾動(dòng)發(fā)生、傳播和影響過程進(jìn)行事后分析，屬于補(bǔ)救性措施，缺乏事前預(yù)防的有效手段；另一方面，現(xiàn)有方法通常關(guān)注電能質(zhì)量領(lǐng)域本身，而忽略了監(jiān)測數(shù)據(jù)中包含的穩(wěn)態(tài)和暫態(tài)電磁信息可對(duì)其他領(lǐng)域的有益探索［8］。由于這些研究在電力擾動(dòng)產(chǎn)生影響后根據(jù)監(jiān)測數(shù)據(jù)對(duì)擾動(dòng)的現(xiàn)象和原因進(jìn)行重現(xiàn)和追溯，本文將這部分研究定義為電力擾動(dòng)數(shù)據(jù)的“被動(dòng)應(yīng)用”，即在擾動(dòng)發(fā)生后被迫地分析和治理。然而，相較于被動(dòng)去降低電力擾動(dòng)問題對(duì)用戶的影響，若能盡早地防御電力擾動(dòng)的影響，對(duì)于源-網(wǎng)-荷側(cè)若干工程技術(shù)難題具有重要意義。

為改善上述現(xiàn)狀，本文提出“感知-預(yù)警-診斷-服務(wù)”的主動(dòng)應(yīng)用框架，該框架以電力擾動(dòng)監(jiān)測數(shù)據(jù)為基礎(chǔ)，通過數(shù)據(jù)分析主動(dòng)挖掘包含電力擾動(dòng)本身在內(nèi)的部分領(lǐng)域規(guī)律和知識(shí)，并為電力擾動(dòng)問題的改善所服務(wù)。為此，本文從主動(dòng)感知用戶類別、主動(dòng)預(yù)警擾動(dòng)風(fēng)險(xiǎn)、主動(dòng)診斷隱性故障、主動(dòng)為敏感用戶提供差異化的優(yōu)質(zhì)供電服務(wù)4 個(gè)層面闡述了“電力擾動(dòng)數(shù)據(jù)分析與主動(dòng)應(yīng)用”這一方向的研究價(jià)值，并綜述了4 個(gè)層面的前瞻性研究，以期吸引更多學(xué)者參與工業(yè)界和學(xué)術(shù)界對(duì)主動(dòng)應(yīng)用的探討與研究。

1 電力擾動(dòng)主動(dòng)應(yīng)用的基本思路

1.1 電力擾動(dòng)監(jiān)測數(shù)據(jù)的特點(diǎn)

由于電能質(zhì)量擾動(dòng)是電力擾動(dòng)的一種特例，因此電能質(zhì)量監(jiān)測數(shù)據(jù)可以看作電力擾動(dòng)數(shù)據(jù)經(jīng)過特定檢測算法獲取的三相電壓、電流波形數(shù)據(jù)。在現(xiàn)代電網(wǎng)的諸多監(jiān)測數(shù)據(jù)中，電力擾動(dòng)監(jiān)測數(shù)據(jù)存在著以下優(yōu)點(diǎn)：①易實(shí)現(xiàn)，電力擾動(dòng)監(jiān)測數(shù)據(jù)的獲取方便；②成本低，電能質(zhì)量問題經(jīng)過30 多年的研究和發(fā)展，已在電網(wǎng)中安裝有大量監(jiān)測裝置，針對(duì)無法大量安裝監(jiān)測裝置的配電網(wǎng)，也已有研究分析優(yōu)化配置方案以期實(shí)現(xiàn)少量監(jiān)測裝置滿足后續(xù)數(shù)據(jù)分析的需要［24］；③非侵入，對(duì)系統(tǒng)沒有注入干擾，避免了人工干預(yù)的影響；④信息大，電力擾動(dòng)監(jiān)測數(shù)據(jù)包含特有的暫態(tài)信息，蘊(yùn)含著大量能反映用戶用電行為、設(shè)備運(yùn)行狀態(tài)等信息。綜上，在現(xiàn)代電網(wǎng)的諸多類型各異的監(jiān)測數(shù)據(jù)中，電力擾動(dòng)監(jiān)測數(shù)據(jù)具有其獨(dú)特的優(yōu)點(diǎn)，是主動(dòng)應(yīng)用的必要數(shù)據(jù)基礎(chǔ)。

1.2 電力擾動(dòng)監(jiān)測數(shù)據(jù)蘊(yùn)含的信息

安裝在電網(wǎng)變電站出線端的電力擾動(dòng)監(jiān)測裝置可以監(jiān)測并且記錄電壓、電流波形曲線，而曲線中發(fā)生的突變反映了源-網(wǎng)-荷側(cè)的各類擾動(dòng)，如圖1所示。

圖1 電力擾動(dòng)監(jiān)測數(shù)據(jù)中的相關(guān)信息Fig.1 Relevant information in power disturbance monitoring data

例如，電源側(cè)新能源并網(wǎng)由于其間歇性或電力電子設(shè)備的開斷特性容易造成電力擾動(dòng)，雷擊等氣象因素也是造成電力擾動(dòng)的常見原因；電網(wǎng)側(cè)發(fā)生的各類電網(wǎng)故障以及變壓器、電容器等設(shè)備異常運(yùn)行也會(huì)造成監(jiān)測數(shù)據(jù)中出現(xiàn)相應(yīng)的波形畸變；用戶側(cè)敏感設(shè)備故障以及負(fù)荷的動(dòng)態(tài)用電行為同樣會(huì)產(chǎn)生電力擾動(dòng)。這些擾動(dòng)，在過去的研究中被劃分到新能源并網(wǎng)、繼電保護(hù)、電力市場等領(lǐng)域，但其本質(zhì)均是電壓、電流發(fā)生畸變、偏離期望值的現(xiàn)象或事件。因此，對(duì)擾動(dòng)數(shù)據(jù)進(jìn)行分析以發(fā)現(xiàn)其蘊(yùn)含的知識(shí)，可應(yīng)用于解決源-網(wǎng)-荷側(cè)的不同技術(shù)難題，為電力擾動(dòng)主動(dòng)應(yīng)用的可行性與合理性提供了有效支撐。

1.3 電力擾動(dòng)主動(dòng)應(yīng)用場景

通過電力擾動(dòng)數(shù)據(jù)分析，本文將對(duì)部分主動(dòng)應(yīng)用場景進(jìn)行探討。電力擾動(dòng)主動(dòng)應(yīng)用的一大特點(diǎn)是基于電力擾動(dòng)監(jiān)測數(shù)據(jù)解決包含負(fù)荷監(jiān)測、設(shè)備運(yùn)行狀態(tài)評(píng)價(jià)、故障診斷、電力市場等不同領(lǐng)域的技術(shù)難題。雖然各領(lǐng)域應(yīng)用的對(duì)象不同，但分析對(duì)象均為電力擾動(dòng)，分析目標(biāo)均為電力擾動(dòng)的改善和治理。因此，本文提出“主動(dòng)感知-主動(dòng)預(yù)警-主動(dòng)診斷-主動(dòng)服務(wù)”的應(yīng)用框架，分別解決如何提前感知用戶類型以確定用戶對(duì)何種擾動(dòng)敏感，如何提前發(fā)出預(yù)警信息以幫助指導(dǎo)用戶生產(chǎn)，如何提前診斷設(shè)備以避免故障的形成和發(fā)展，如何提前為多元用戶制定服務(wù)計(jì)劃規(guī)避風(fēng)險(xiǎn)等多個(gè)難題。這些難題均圍繞一個(gè)核心目標(biāo)，即如何避免電力擾動(dòng)對(duì)電網(wǎng)運(yùn)行和敏感用戶生產(chǎn)造成影響。需要說明的是，電力擾動(dòng)主動(dòng)應(yīng)用方向并不僅局限于上述4 個(gè)層面，本文以此為例進(jìn)行展開介紹，以吸引研究學(xué)者對(duì)主動(dòng)應(yīng)用方向開展更多的有益探索。

2 敏感用戶電力擾動(dòng)主動(dòng)感知

2.1 非侵入式負(fù)荷監(jiān)測技術(shù)

通過負(fù)荷監(jiān)測獲取用戶用電信息，支撐智能用能服務(wù)是智能電網(wǎng)的重要環(huán)節(jié)之一［25］。不同設(shè)備功率曲線如附錄A 圖A1 所示，不同用電設(shè)備投切時(shí)會(huì)呈現(xiàn)出獨(dú)特的反映用電狀態(tài)的電力擾動(dòng)特征。

傳統(tǒng)侵入式負(fù)荷監(jiān)測（intrusive load monitoring，ILM）需要在各用電設(shè)備的用電線路上加裝電信號(hào)采集裝置，雖然精度較高但成本較大，且信號(hào)采集裝置的安裝或者配置十分不便［26］。與之相對(duì)的非侵入式負(fù)荷監(jiān)測（non-intrusive load monitoring，NILM）因其僅在用戶用電關(guān)口加裝信息采集裝置，不改變?cè)ㄖ€路結(jié)構(gòu)，因此實(shí)用性和經(jīng)濟(jì)性均更優(yōu)［26］。通過對(duì)饋線上總的用電信號(hào)進(jìn)行分解，可獲取各用電設(shè)備的用電信息，NILM 的通用流程如圖2 所示，包括事件檢測、特征提取和負(fù)荷辨識(shí)3 個(gè)關(guān)鍵環(huán)節(jié)。其中，事件檢測通過監(jiān)測信號(hào)的變化情況判斷監(jiān)測設(shè)備所處的運(yùn)行狀態(tài)；特征提取是在判定設(shè)備投入使用后從監(jiān)測信號(hào)中提取反映設(shè)備獨(dú)特電氣狀態(tài)的穩(wěn)態(tài)特征和暫態(tài)特征；負(fù)荷辨識(shí)則是根據(jù)提取特征通過機(jī)器學(xué)習(xí)等方法對(duì)負(fù)荷類型進(jìn)行分類識(shí)別。

圖2 NILM 流程Fig.2 Flow chart of NILM

隨著負(fù)荷種類與用電狀態(tài)的多樣化，監(jiān)測數(shù)據(jù)中呈現(xiàn)出大量新的未知變化，負(fù)荷分類與識(shí)別的準(zhǔn)確性是亟待解決的難題，現(xiàn)有研究分別從不同環(huán)節(jié)對(duì)準(zhǔn)確性進(jìn)行了改進(jìn)。針對(duì)事件檢測算法檢測延遲和動(dòng)態(tài)性能不佳的缺陷，文獻(xiàn)［27］通過參數(shù)設(shè)置引入自適應(yīng)手段，提高檢測算法的準(zhǔn)確性；文獻(xiàn)［28］通過參數(shù)訓(xùn)練對(duì)參數(shù)設(shè)置與選擇進(jìn)行優(yōu)化。此外，由于不同設(shè)備產(chǎn)生的用電事件暫態(tài)過程區(qū)別很大，固定的參數(shù)檢測往往不能滿足各類用電事件的正確捕捉，文獻(xiàn)［29］等研究對(duì)事件探測算法參數(shù)進(jìn)行訓(xùn)練，實(shí)現(xiàn)探測的自適應(yīng)，以增強(qiáng)檢測算法的魯棒性與準(zhǔn)確性。特征提取方面，目前通常采用穩(wěn)態(tài)、暫態(tài)和非傳統(tǒng)等多維特征提高算法的識(shí)別準(zhǔn)確度，文獻(xiàn)［30］基于監(jiān)測數(shù)據(jù)提取了設(shè)備有功功率、無功功率、諧波、尖峰信號(hào)等多維特征，具有較強(qiáng)的區(qū)分能力。此外，受機(jī)器學(xué)習(xí)過程中特征優(yōu)化思想的啟發(fā)，文獻(xiàn)［31］對(duì)輸入特征進(jìn)行去冗余處理，通過約簡特征集提取必要特征?；谀Ｊ阶R(shí)別的負(fù)荷辨識(shí)算法根據(jù)學(xué)習(xí)樣本所屬類別是否已知可分為監(jiān)督算法與非監(jiān)督2 類。近年來，已有大量研究采用包括貝葉斯［32］、神經(jīng)網(wǎng)絡(luò)［33］等分類器基于監(jiān)督學(xué)習(xí)對(duì)負(fù)荷進(jìn)行辨識(shí)。然而，由于監(jiān)督學(xué)習(xí)需要事先對(duì)事件進(jìn)行大量標(biāo)記，受主觀因素影響嚴(yán)重，因此基于聚類［34］、馬爾可夫模型［35］等非監(jiān)督學(xué)習(xí)算法開始被大量研究。雖然非監(jiān)督學(xué)習(xí)算法無需設(shè)備標(biāo)簽降低了人為干預(yù)，但算法準(zhǔn)確性也相對(duì)降低。

2.2 電力擾動(dòng)監(jiān)測數(shù)據(jù)的時(shí)間間隔影響

在上述NILM 技術(shù)中，基于機(jī)器學(xué)習(xí)方法在各領(lǐng)域的快速發(fā)展和應(yīng)用，如何選擇并提取特征成為負(fù)荷辨識(shí)的一大難點(diǎn)。由于暫態(tài)特征相對(duì)于穩(wěn)態(tài)特征更不容易出現(xiàn)特征重疊現(xiàn)象，且反映用電設(shè)備暫態(tài)過程的特征與設(shè)備的功能密切相關(guān)［26］，因此在提取穩(wěn)態(tài)特征的基礎(chǔ)上，暫態(tài)特征的提取成為負(fù)荷監(jiān)測過程中的關(guān)鍵環(huán)節(jié)。為此，NILM 算法所需要的數(shù)據(jù)一般分為2 類，一類是低頻功率信號(hào)，另外一類是高頻的電壓、電流信號(hào)。其中，低頻的有功、無功時(shí)間序列，一般用于研究的數(shù)據(jù)時(shí)間間隔要求在幾秒至幾分鐘之內(nèi)，而智能電表功率時(shí)間間隔在幾十分鐘級(jí)，達(dá)不到算法要求，故往往需要在計(jì)量關(guān)口處加裝專門的數(shù)據(jù)采集裝置。同時(shí)，再加之電壓、電流信號(hào)需要做傅里葉變換、小波變換等處理，要求的數(shù)據(jù)采樣頻率更高，故需要加裝單獨(dú)的采樣裝置采集電信號(hào)。相比較，以電能質(zhì)量監(jiān)測裝置為代表的電力擾動(dòng)監(jiān)測裝置由于其自身對(duì)暫態(tài)電能質(zhì)量擾動(dòng)的固有監(jiān)測需求，具有較長的時(shí)間間隔，因此應(yīng)用監(jiān)測數(shù)據(jù)進(jìn)行負(fù)荷監(jiān)測滿足其分析要求。

2.3 電力擾動(dòng)敏感負(fù)荷辨識(shí)方法

隨著新型用電設(shè)備的快速更新迭代，設(shè)備對(duì)何種電力擾動(dòng)更為敏感存在難以提前得知的情況。此外，針對(duì)同一類型的電力擾動(dòng)，不同擾動(dòng)特征下不同敏感設(shè)備也可能存在不同響應(yīng)過程。因此，可進(jìn)一步借助NILM 技術(shù)辨識(shí)敏感負(fù)荷的子類別和占比，有利于針對(duì)高品質(zhì)供電客戶群進(jìn)行需求畫像，更有利于為后續(xù)針對(duì)性的治理措施提供決策支持。

以電壓暫降這一典型電力擾動(dòng)為例，半導(dǎo)體行業(yè)、精密器械加工、機(jī)場、生物制藥等高新技術(shù)受電壓暫降影響嚴(yán)重，容易導(dǎo)致生產(chǎn)過程中斷［36-37］。具體體現(xiàn)在：交流接觸器（AC contactor，ACC）會(huì)在電壓下降時(shí)觸點(diǎn)斷開，造成負(fù)荷停運(yùn)；可編程邏輯控制器（programmable logic controller，PLC）在發(fā)生電壓暫降時(shí)工作異常，對(duì)伺服電機(jī)、數(shù)控機(jī)床等設(shè)備的控制紊亂或中斷，從而導(dǎo)致廢品率上升；變頻調(diào)速器（adjustable speed driver，ASD）裝置在電壓不足時(shí)無法正常工作，中央空調(diào)控制頻率的變頻器會(huì)退出運(yùn)轉(zhuǎn)；個(gè)人計(jì)算機(jī)（personal computer，PC）電源在電壓發(fā)生擾動(dòng)時(shí)可能不正常關(guān)機(jī)，導(dǎo)致存儲(chǔ)數(shù)據(jù)的缺失。上述4 類典型敏感設(shè)備的耐受曲線［38］如附錄A圖A2 所示，如果電壓暫降幅值和持續(xù)時(shí)間落入陰影區(qū)域，則電壓暫降造成敏感設(shè)備無法正常工作。

可見，同一暫降事件可能對(duì)不同類別敏感設(shè)備造成不同的影響。采用NILM 的技術(shù)思路，根據(jù)電能質(zhì)量監(jiān)測數(shù)據(jù)計(jì)算電壓幅值、電流幅值、有功功率與無功功率軌跡。附錄A 圖A3 給出了2 類不同設(shè)備的有功功率軌跡，可以看出不同類型設(shè)備的功率軌跡呈現(xiàn)出不同的波形特征，在此基礎(chǔ)上可通過聚類實(shí)現(xiàn)敏感用戶辨識(shí)并得到各類負(fù)荷占比，進(jìn)而為不同類別的用戶提供差異化的優(yōu)質(zhì)供電服務(wù)。

傳統(tǒng)方法既無法根據(jù)監(jiān)測數(shù)據(jù)辨識(shí)敏感負(fù)荷類型，又無法得知饋線上不同類別敏感負(fù)荷的占比。因此，分析和治理手段都過于滯后。并非所有的用戶都需要高品質(zhì)供電，通過上述主動(dòng)感知的方式，精準(zhǔn)判斷配電網(wǎng)線路上敏感負(fù)荷占比有利于找到需要高品質(zhì)供電的敏感客戶群，提高治理效果，降低治理成本。

3 多源數(shù)據(jù)驅(qū)動(dòng)的電力擾動(dòng)風(fēng)險(xiǎn)主動(dòng)預(yù)警

3.1 現(xiàn)代電網(wǎng)中的多源數(shù)據(jù)

雖然現(xiàn)代電網(wǎng)大量類型不一和功能各異的監(jiān)測裝置與監(jiān)測系統(tǒng)可獲取海量監(jiān)測數(shù)據(jù)［39］，但包含不同物理信息的多元平臺(tái)監(jiān)測數(shù)據(jù)相互存在壁壘，監(jiān)測數(shù)據(jù)沒有得到充分利用，造成極大的信息缺失和資源浪費(fèi)。一方面，單一系統(tǒng)無法或需要極大計(jì)算代價(jià)獲取的監(jiān)測信息可能在其他監(jiān)測系統(tǒng)直接獲?。涣硪环矫?，不同監(jiān)測系統(tǒng)根據(jù)不同需求配置監(jiān)測裝置，考慮監(jiān)測成本等因素，部分監(jiān)測系統(tǒng)的監(jiān)測區(qū)域難以覆蓋全供電范圍，可通過狀態(tài)估計(jì)、規(guī)則推導(dǎo)、數(shù)字鏡像或模式匹配等方式實(shí)現(xiàn)多平臺(tái)監(jiān)測信息的互補(bǔ)?，F(xiàn)代電網(wǎng)包含或相關(guān)的常見監(jiān)測系統(tǒng)如表1 所示。根據(jù)可獲取的不同監(jiān)測信息，本文僅從電力擾動(dòng)數(shù)據(jù)分析的角度將監(jiān)測系統(tǒng)分為電網(wǎng)側(cè)、用戶側(cè)以及擾動(dòng)相關(guān)的系統(tǒng)3 個(gè)類別。

表1 現(xiàn)代電網(wǎng)中部分典型監(jiān)測系統(tǒng)Table 1 Several typical monitoring systems in modern power grid

電網(wǎng)側(cè)相關(guān)的監(jiān)測系統(tǒng)主要獲取電網(wǎng)運(yùn)行方式、元件參數(shù)、空間拓?fù)潢P(guān)系等信息；用戶側(cè)監(jiān)測系統(tǒng)主要獲取負(fù)荷容量、類別、生產(chǎn)方式等信息；擾動(dòng)相關(guān)系統(tǒng)主要獲取電網(wǎng)故障、氣象災(zāi)害以及電力擾動(dòng)等信息。以電網(wǎng)側(cè)、用戶側(cè)相關(guān)系統(tǒng)為基礎(chǔ)，可對(duì)某一時(shí)刻斷面下的電網(wǎng)進(jìn)行鏡像，結(jié)合擾動(dòng)相關(guān)的監(jiān)測系統(tǒng)可實(shí)現(xiàn)電力擾動(dòng)的重現(xiàn)或推演。

3.2 關(guān)聯(lián)規(guī)則挖掘方法

數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘方法最初被用來分析用戶購買商品的項(xiàng)集間關(guān)系［40］，之后也常被應(yīng)用在電力系統(tǒng)的負(fù)荷預(yù)測［41］、安全穩(wěn)定性評(píng)估［42］、故障分析［43］、經(jīng)濟(jì)調(diào)度［44］等方面。使用關(guān)聯(lián)規(guī)則挖掘技術(shù)既可以發(fā)現(xiàn)潛藏在數(shù)據(jù)中有價(jià)值的規(guī)律知識(shí)，又可以打破不同物理信息系統(tǒng)之間的壁壘，且不依賴于先驗(yàn)知識(shí)構(gòu)建精確模型。因此，關(guān)聯(lián)規(guī)則挖掘成為大數(shù)據(jù)背景下各領(lǐng)域突破技術(shù)瓶頸的關(guān)鍵手段之一［45］。

關(guān)聯(lián)規(guī)則挖掘的前提是對(duì)連續(xù)型數(shù)據(jù)進(jìn)行離散化［46］，合理的離散化結(jié)果不僅可以提高算法的效率和抗噪能力，還能夠減少對(duì)規(guī)則的影響。文獻(xiàn)［47］采用高斯云模型對(duì)電壓暫降事件的時(shí)間和位置等連續(xù)型數(shù)據(jù)進(jìn)行離散；文獻(xiàn)［48］利用K-means 算法離散配電網(wǎng)故障的相關(guān)連續(xù)型影響因素；文獻(xiàn)［49］利用布爾型離散化方法和基于ChiMerge 的多值離散化方法離散變壓器在線監(jiān)測的連續(xù)型數(shù)據(jù)。此外，如何減小數(shù)據(jù)分布、冗余屬性對(duì)規(guī)則的影響是關(guān)聯(lián)規(guī)則挖掘中必須解決的難題。文獻(xiàn)［50］采用剪枝和自連接在一定支持度閾值下獲取頻繁項(xiàng)集，隨后通過置信度閾值在頻繁項(xiàng)集中挖掘關(guān)聯(lián)規(guī)則；文獻(xiàn)［47］在此基礎(chǔ)上利用維度矩陣減少了運(yùn)算時(shí)需要的時(shí)間和空間量；由于雷擊是造成電網(wǎng)故障最主要的原因，文獻(xiàn)［51］利用關(guān)聯(lián)規(guī)則挖掘輸電線路的雷擊故障與影響因素的關(guān)系。此外，粗糙集根據(jù)人們基于分辨能力進(jìn)行客觀事物認(rèn)知的特點(diǎn)提取知識(shí)且不受主觀影響，因而受到大量應(yīng)用［52］。文獻(xiàn)［53-54］基于多粒度粗糙集通過粒度約簡和屬性約簡挖掘出電壓暫降的嚴(yán)重程度與電網(wǎng)結(jié)構(gòu)屬性之間的關(guān)聯(lián)規(guī)則，量化了電網(wǎng)結(jié)構(gòu)屬性對(duì)電壓暫降傳播規(guī)律的影響程度，并利用該規(guī)則實(shí)現(xiàn)了面向電壓暫降的電網(wǎng)結(jié)構(gòu)優(yōu)化，優(yōu)化前后的電網(wǎng)暫降水平如附錄A 圖A4所示。

3.3 電力擾動(dòng)風(fēng)險(xiǎn)主動(dòng)預(yù)警

關(guān)聯(lián)規(guī)則挖掘的本質(zhì)是提取數(shù)據(jù)庫中頻繁出現(xiàn)的若干屬性之間的對(duì)應(yīng)規(guī)律，將難以用數(shù)學(xué)解析式和精確模型表達(dá)的知識(shí)通過規(guī)則的形式呈現(xiàn)出來。對(duì)于受氣象誘因、電網(wǎng)結(jié)構(gòu)、負(fù)荷水平以及人為活動(dòng)等多不確定性因素影響的電力擾動(dòng)事件，可通過多粒度屬性構(gòu)建的決策信息表［55］，挖掘得到if（前件）→then（后件）的語句格式，規(guī)則前件和后件分別表示條件屬性與決策屬性的取值。因此，該條語句可表示為：當(dāng)各條件屬性為對(duì)應(yīng)數(shù)值時(shí)，可以推導(dǎo)得出決策屬性的數(shù)值大小。例如，文獻(xiàn)［47］挖掘出了空間位置、時(shí)間、負(fù)荷水平等因素對(duì)電壓暫降水平的影響。由于短時(shí)電力擾動(dòng)事件帶有明顯起止時(shí)刻標(biāo)記，有助于多監(jiān)測平臺(tái)的事件匹配，進(jìn)而可找到“氣象因素-雷電-電壓暫降-用戶生產(chǎn)”等多個(gè)層級(jí)的關(guān)聯(lián)關(guān)系，通過關(guān)聯(lián)規(guī)則逐層推導(dǎo)電壓暫降發(fā)生并對(duì)用戶生產(chǎn)造成影響的風(fēng)險(xiǎn)。

不同于傳統(tǒng)電能質(zhì)量分析方法在擾動(dòng)發(fā)生后對(duì)擾動(dòng)的影響程度進(jìn)行評(píng)估，基于多源數(shù)據(jù)可在擾動(dòng)事件發(fā)生前結(jié)合氣象預(yù)測、防外破監(jiān)測等系統(tǒng)提前預(yù)測電網(wǎng)故障的發(fā)生，結(jié)合敏感用戶的位置與生產(chǎn)過程，為用戶發(fā)送預(yù)警信號(hào)，幫助用戶避免生產(chǎn)過程受擾動(dòng)影響，即主動(dòng)預(yù)警電力擾動(dòng)風(fēng)險(xiǎn)。

4 電網(wǎng)設(shè)備元件隱性故障主動(dòng)診斷

4.1 電網(wǎng)中的隱性故障

隱性故障又叫早期故障或弱故障，是電網(wǎng)設(shè)備元件發(fā)生顯性故障前的過渡狀態(tài)。傳統(tǒng)繼電保護(hù)將系統(tǒng)劃分為2 種狀態(tài)：正常運(yùn)行狀態(tài)和故障跳閘狀態(tài)，如圖3 所示。然而實(shí)際運(yùn)行中由于絕緣老化過程等方面的原因，系統(tǒng)中存在一部分故障擾動(dòng)并不會(huì)導(dǎo)致饋線保護(hù)跳閘，處于該階段的故障擾動(dòng)統(tǒng)稱為隱性故障［56］。雖然該類故障未引起故障停電，然而卻會(huì)對(duì)系統(tǒng)構(gòu)成安全隱患，當(dāng)隱性故障發(fā)展到一定程度后，將導(dǎo)致顯性故障擴(kuò)大、保護(hù)動(dòng)作。

圖3 配電網(wǎng)部分故障狀態(tài)發(fā)展過程Fig.3 Development process of some fault states in distribution system

隱性故障概念在機(jī)械故障診斷領(lǐng)域又稱微小故障，并且已在機(jī)械故障診斷［57］、控制系統(tǒng)的故障檢測診斷［58］中得到了應(yīng)用，弱故障的檢測對(duì)于提高系統(tǒng)可靠性、預(yù)防嚴(yán)重故障和降低事故風(fēng)險(xiǎn)具有重要意義。該結(jié)論同樣適用于電力系統(tǒng)中，并且已在電機(jī)、變壓器的故障診斷中得到應(yīng)用［59-60］。

4.2 波形數(shù)據(jù)中的隱性故障特征

由于電網(wǎng)設(shè)備發(fā)生隱性故障時(shí)會(huì)造成三相電壓、電流波形也發(fā)生畸變，而電力擾動(dòng)監(jiān)測數(shù)據(jù)的一大特點(diǎn)是能夠獲取電磁暫態(tài)信息［8］。因此，借助電力擾動(dòng)監(jiān)測數(shù)據(jù)分析隱性故障是否發(fā)生，既不需要安裝額外的監(jiān)測裝置，也無需停電檢測，還有助于提前采取治理措施避免故障的進(jìn)一步發(fā)展。為此，IEEE 成立了電力擾動(dòng)數(shù)據(jù)分析工作組，對(duì)電纜、變壓器、電容器等設(shè)備發(fā)生隱性故障時(shí)的波形特征進(jìn)行了前瞻性研究［61］。以電纜隱性故障為例，其電壓、電流波形如附錄A 圖A5 所示。

附錄A 圖A5 的波形特征可總結(jié)為：多發(fā)生在電壓峰值時(shí)刻，是因?yàn)榇藭r(shí)電壓應(yīng)力最大，電纜絕緣更容易被擊穿；按照持續(xù)時(shí)間可分為半周期早期故障和多周期早期故障，持續(xù)時(shí)間分別為0.25～0.5 個(gè)周期和1～4 個(gè)周期，具有重復(fù)性；多為單相接地故障，不會(huì)引起電力系統(tǒng)保護(hù)裝置動(dòng)作。

4.3 電網(wǎng)隱性故障主動(dòng)診斷方法

基于監(jiān)測數(shù)據(jù)識(shí)別設(shè)備隱性故障狀態(tài)面臨著數(shù)據(jù)存儲(chǔ)與異常檢測等難題?？紤]到數(shù)據(jù)存儲(chǔ)容量的限制，現(xiàn)有電能質(zhì)量監(jiān)測裝置針對(duì)暫態(tài)擾動(dòng)事件采用觸發(fā)錄波的方式，當(dāng)對(duì)應(yīng)監(jiān)測值超過設(shè)置閾值時(shí)，監(jiān)測裝置開始記錄三相電壓、電流波形數(shù)據(jù)［62］。閾值設(shè)置建立在電能質(zhì)量擾動(dòng)事件已有清晰明確的特征定義的基礎(chǔ)上。然而，由于不同運(yùn)行設(shè)備隱性故障下的波形特征變化模式多樣，且時(shí)間尺度不一，再加上當(dāng)前對(duì)設(shè)備隱性故障的波形特征研究較少，因此目前尚無明確定義，導(dǎo)致難以采用觸發(fā)錄波的方式。為了保留隱性故障下的波形特征，目前采用持續(xù)錄波的方式，但對(duì)監(jiān)測裝置的存儲(chǔ)容量和通信能力提出了挑戰(zhàn)，現(xiàn)有電能質(zhì)量監(jiān)測裝置開發(fā)廠商已經(jīng)通過增加硬盤容量等方式著手解決，但存儲(chǔ)和通信成本的增加是面臨的另一難題。此外，波形數(shù)據(jù)的無損壓縮是另一種解決方式，然而目前的數(shù)據(jù)壓縮方式仍難以保留半周期內(nèi)的波形特征［63］。

異常檢測方面，由于波形特征的定義缺失，傳統(tǒng)電能質(zhì)量領(lǐng)域的檢測算法難以適用，需要從隱性故障電流的幅值和持續(xù)時(shí)間特征出發(fā)，研究新的檢測判據(jù)識(shí)別隱性故障，如瞬時(shí)值檢測法、卡爾曼濾波算法。文獻(xiàn)［64］提出利用小波變換和故障電流疊加分量分別進(jìn)行半周期早期故障和多周期早期故障的檢測，該方法利用早期故障擾動(dòng)在幅值和持續(xù)時(shí)間的特殊性進(jìn)行檢測，并且通過分析擾動(dòng)消除前后負(fù)荷電流的變化來確定是否為自清除擾動(dòng)；文獻(xiàn)［65］提出利用慢動(dòng)態(tài)卡爾曼濾波估計(jì)基頻零序電流分量來檢測。與傳統(tǒng)檢測方法相比，基于電能質(zhì)量監(jiān)測數(shù)據(jù)的隱性故障檢測具有的特點(diǎn)如表2 所示。

除上述基于信號(hào)處理來根據(jù)特征判據(jù)檢測設(shè)備隱性故障狀態(tài)的方法外，隨著人工智能方法在各領(lǐng)域的發(fā)展與應(yīng)用，通過機(jī)器學(xué)習(xí)識(shí)別電網(wǎng)設(shè)備元件運(yùn)行狀態(tài)成為近年來的發(fā)展趨勢。其基本思路與電能質(zhì)量擾動(dòng)的分類識(shí)別類似，仍是以特征提?。?6］、特征選擇［67］、分類器訓(xùn)練［68］為關(guān)鍵環(huán)節(jié)。由于算法要求獲取帶標(biāo)簽的波形數(shù)據(jù)進(jìn)行訓(xùn)練。因此，該類方法仍然受限于電網(wǎng)中監(jiān)測裝置是否可靠記錄隱性故障波形特征。

相對(duì)于傳統(tǒng)方法針對(duì)已發(fā)生的顯性故障進(jìn)行診斷，以電壓、電流中反映設(shè)備異常的波形特征為突破口，對(duì)不會(huì)造成保護(hù)動(dòng)作的隱性故障進(jìn)行主動(dòng)診斷并采取相應(yīng)改造措施，有助于避免故障的發(fā)生。

表2 傳統(tǒng)故障檢測與隱性故障檢測方法對(duì)比Table 2 Comparison between traditional fault detection and hidden fault detection methods

5 優(yōu)質(zhì)供電主動(dòng)服務(wù)商業(yè)模式

售電側(cè)放開背景下，優(yōu)質(zhì)供電服務(wù)的目的在于提升供電質(zhì)量水平和用戶滿意度，減少或預(yù)防電力擾動(dòng)的損失。當(dāng)前電力市場中的傳統(tǒng)服務(wù)方式容易導(dǎo)致用戶需求被忽視，頻繁抱怨、投訴。相比較，主動(dòng)服務(wù)通過主動(dòng)應(yīng)用數(shù)據(jù)信息，即本文第1 章所述的主動(dòng)感知方法，結(jié)合電力擾動(dòng)監(jiān)測數(shù)據(jù)、營銷業(yè)務(wù)系統(tǒng)相關(guān)數(shù)據(jù)精準(zhǔn)識(shí)別用戶需求，是售電側(cè)放開的市場環(huán)境下各售電公司獲得收益、鞏固競爭地位的焦點(diǎn)。為更好地推動(dòng)多元用戶優(yōu)質(zhì)供電服務(wù)，主動(dòng)服務(wù)商業(yè)模式是必不可少的支撐。本文提出3 種主動(dòng)服務(wù)商業(yè)模式，分別是：租賃與產(chǎn)權(quán)轉(zhuǎn)移、以舊換新、電力擾動(dòng)保險(xiǎn)。

5.1 租賃與產(chǎn)權(quán)轉(zhuǎn)移

電力建設(shè)項(xiàng)目和發(fā)電企業(yè)已開始初步結(jié)合自身特點(diǎn)和設(shè)備租賃模式開展租賃業(yè)務(wù)，部分風(fēng)電、光伏和變電站建設(shè)項(xiàng)目都采用了租賃模式進(jìn)行融資［69-70］，一些供電公司已經(jīng)對(duì)配電設(shè)施應(yīng)用了租賃模式。針對(duì)優(yōu)質(zhì)供電治理服務(wù)目前存在的直接投資購買設(shè)備費(fèi)用高昂的瓶頸，可基于治理設(shè)備租賃的服務(wù)運(yùn)營模式將租賃期分為產(chǎn)權(quán)移交、放棄租賃、繼續(xù)租賃3 種模式，如圖4 所示。

圖4 租賃運(yùn)營模式流程圖Fig.4 Flow chart of leasing operation mode

若配置的治理設(shè)備通過電力擾動(dòng)治理減少的經(jīng)濟(jì)損失達(dá)到用戶預(yù)期，租賃期限到后用戶可以選擇支付一定數(shù)額的費(fèi)用，將治理設(shè)備產(chǎn)權(quán)移交到自己手中。相反則可以選擇放棄治理，如果配置的治理設(shè)備達(dá)到預(yù)期但用戶對(duì)后續(xù)治理效益信心不足或自身運(yùn)營情況不理想，用戶可以選擇繼續(xù)租賃治理設(shè)備，依然由設(shè)備制造商負(fù)責(zé)設(shè)備運(yùn)維，產(chǎn)權(quán)也不移交。在上述租賃過程中，運(yùn)營模式的經(jīng)濟(jì)性成本和租賃費(fèi)用的確定是關(guān)鍵難題。經(jīng)濟(jì)性成本又包括初始投入成本量化、租金支付模式研究和收益分析。租賃費(fèi)用以敏感用戶及治理設(shè)備制造商總凈收益最大化為目標(biāo)，以確保雙方在各種可能情況下都不會(huì)出現(xiàn)虧損、盡量減少項(xiàng)目風(fēng)險(xiǎn)為約束，建立優(yōu)質(zhì)供電方案費(fèi)用優(yōu)化模型［71］，給出年租金和產(chǎn)權(quán)移交費(fèi)的優(yōu)化值以解決費(fèi)用定價(jià)問題?；谥卫碓O(shè)備租賃的新型優(yōu)質(zhì)供電運(yùn)營方式可以吸引到大批潛在用戶參與電力擾動(dòng)治理，賦予了用戶更多自由選擇權(quán)，也讓設(shè)備制造商為了提高市場競爭力而加速技術(shù)更新，推動(dòng)電力擾動(dòng)治理市場化和技術(shù)發(fā)展。

5.2 以舊換新

在提高資源能源利用效率、減少環(huán)境污染、促進(jìn)節(jié)能減排和循環(huán)經(jīng)濟(jì)發(fā)展的思想觀念驅(qū)動(dòng)下［72］，根據(jù)用戶種類和市場規(guī)模，售電公司有必要提出一套“以舊換新”的用戶電壓暫降敏感設(shè)備的優(yōu)質(zhì)電力增值服務(wù)策略，即存量用戶以低于新設(shè)備的價(jià)格和舊的電壓暫降敏感設(shè)備換取新的電壓暫降敏感設(shè)備，增量用戶以一定價(jià)格購買新設(shè)備，實(shí)現(xiàn)市場細(xì)分，在提高用戶滿意度的同時(shí)，售電公司將爭取到較多的存量用戶和增量用戶，使得年總售電量提升，進(jìn)而獲得更多的利潤。

存量用戶通過比較新舊設(shè)備給其帶來的感知價(jià)值［73］做出決策，增量用戶通過比較各售電公司提供的新敏感設(shè)備給其帶來的感知價(jià)值的大小做出決策。各售電公司根據(jù)電力市場中存在的存量用戶的數(shù)目，以增量用戶和存量用戶感知價(jià)值為基礎(chǔ)，以利潤最大化為目標(biāo)，對(duì)新敏感設(shè)備的價(jià)格以及“以舊換新”折扣價(jià)格做出決策是尚未解決的難題。另一方面，如何獲取不同用戶生產(chǎn)線的環(huán)節(jié)、功能、結(jié)構(gòu)等信息是實(shí)際應(yīng)用過程中的另一亟待解決的難題。售電公司針對(duì)不同用戶的需求定價(jià)方法，不僅不會(huì)減少其營業(yè)收入，反而會(huì)吸引那些本不想購買新敏感設(shè)備的用戶前來購買，在增加其收益的同時(shí)，也提升了用戶滿意度。

5.3 電力擾動(dòng)保險(xiǎn)

在一些歐洲國家，已經(jīng)出現(xiàn)敏感用戶直接和配售電公司簽訂電力擾動(dòng)合同以獲取需求水平的電能質(zhì)量［74］。而電能質(zhì)量保險(xiǎn)在一定程度上是電能質(zhì)量合同的進(jìn)一步發(fā)展。文獻(xiàn)［75］提出了一種電能質(zhì)量保險(xiǎn)方法，用戶可以根據(jù)自身對(duì)電能質(zhì)量的需求，通過交付不同金額的保費(fèi)得到不同的電能質(zhì)量水平，換而言之，選擇了不同的保險(xiǎn)保障，電力公司會(huì)根據(jù)保險(xiǎn)合同尋求經(jīng)濟(jì)性最高的電能質(zhì)量供應(yīng)水平，若在保期內(nèi)，用戶實(shí)際電能質(zhì)量水平低于期望水平，則電力公司需進(jìn)行一定的賠付。然而，如何將保費(fèi)厘定模型與電力擾動(dòng)風(fēng)險(xiǎn)相結(jié)合，確定保費(fèi)和賠付限額是尚未解決的難題。用戶、保險(xiǎn)機(jī)構(gòu)、電力部門和地方政府，各利益相關(guān)者之間的關(guān)系如圖5 所示?？梢?，僅用戶存在直接利益訴求，通過上述三方建立電壓暫降損失風(fēng)險(xiǎn)規(guī)避機(jī)制是不現(xiàn)實(shí)的，而如何引入第三方保險(xiǎn)機(jī)構(gòu)也是亟待解決的問題。

圖5 電力擾動(dòng)損失風(fēng)險(xiǎn)利益相關(guān)者之間的關(guān)系Fig.5 Relationship between stakeholders of loss risk caused by power disturbance

與傳統(tǒng)方法的本質(zhì)區(qū)別在于，優(yōu)質(zhì)供電主動(dòng)服務(wù)是電網(wǎng)公司主動(dòng)發(fā)現(xiàn)問題，并主導(dǎo)服務(wù)方案；而被動(dòng)服務(wù)是用戶遭受損失投訴抱怨后，由用戶主導(dǎo)的補(bǔ)救性治理。主動(dòng)服務(wù)不僅考慮了多元用戶的差異化優(yōu)質(zhì)電力需求，并且會(huì)考慮用戶的資金情況等現(xiàn)實(shí)困難，主動(dòng)協(xié)助用戶解決各方面的問題。不同的主動(dòng)服務(wù)商業(yè)模式各具特點(diǎn)，能適應(yīng)不同用戶，豐富了電力服務(wù)的多樣性和精準(zhǔn)性，擴(kuò)寬了電力營銷服務(wù)業(yè)務(wù)渠道，提高了用戶電力獲得感。

6 結(jié)語

隨著現(xiàn)代電網(wǎng)中電力擾動(dòng)水平的逐漸升高以及用戶需求水平的不斷提升，反映供用電雙方電磁兼容的矛盾已極大地影響了電網(wǎng)安全穩(wěn)定運(yùn)行與營商環(huán)境改善。本文以電力擾動(dòng)數(shù)據(jù)分析為基礎(chǔ)，以電力擾動(dòng)改善與防御為目標(biāo)，從敏感用戶電力擾動(dòng)需求主動(dòng)感知、風(fēng)險(xiǎn)主動(dòng)預(yù)警、隱性故障主動(dòng)診斷和優(yōu)質(zhì)供電主動(dòng)服務(wù)4 個(gè)層面提出了電力擾動(dòng)數(shù)據(jù)的主動(dòng)應(yīng)用框架。雖然這些應(yīng)用分屬于不同領(lǐng)域，但存在以下2 個(gè)相同特點(diǎn)：①傳統(tǒng)思路通常局限于電能質(zhì)量領(lǐng)域本身，忽視了監(jiān)測數(shù)據(jù)中包含的電磁暫態(tài)信息可以解決其他領(lǐng)域技術(shù)難題的特點(diǎn)，在此基礎(chǔ)上其他領(lǐng)域的研究成果又可用于解決電力擾動(dòng)問題；②傳統(tǒng)思路通常在電力擾動(dòng)發(fā)生后被動(dòng)分析問題并采取補(bǔ)救性的事后措施，而本文提出的思路是在擾動(dòng)發(fā)生前主動(dòng)發(fā)現(xiàn)問題并采取預(yù)防性的事前措施。由此，就面臨著如何提前感知用戶類型以確定用戶對(duì)何種擾動(dòng)敏感，如何提前發(fā)出預(yù)警信息以幫助指導(dǎo)用戶生產(chǎn)，如何提前診斷設(shè)備以避免故障的形成和發(fā)展，如何提前為多元用戶制定服務(wù)計(jì)劃規(guī)避風(fēng)險(xiǎn)等多個(gè)難題。本文針對(duì)上述幾個(gè)應(yīng)用方向闡述了主動(dòng)應(yīng)用的前景和亟待解決的難題，以期為工業(yè)界和學(xué)術(shù)界學(xué)者們的進(jìn)一步深入研究提供一些有益的參考。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。