基于智能故障指示器的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)

韓 寒

（滁州東源電力工程有限公司，安徽 滁州 239000）

0 引 言

近年來，以智能故障指示器為核心的配電網(wǎng)故障自動(dòng)化定位技術(shù)得到了廣泛關(guān)注和應(yīng)用。文章分析智能故障指示器的技術(shù)原理，并在此基礎(chǔ)上提出一種基于智能故障指示器的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)的設(shè)計(jì)方案，以期實(shí)現(xiàn)配電網(wǎng)故障的快速、準(zhǔn)確定位。

1 智能故障指示器技術(shù)原理與功能分析

智能故障指示器是一款集電流、電壓傳感技術(shù)、先進(jìn)信號(hào)處理及通信模塊于一體的高科技裝置，其關(guān)鍵運(yùn)作原理在于實(shí)時(shí)捕捉并嚴(yán)密監(jiān)控配電線路中的多元信號(hào)參數(shù)，包括電流、電壓等信息。該設(shè)備采用前沿的小波變換、希爾伯特-黃變換等信號(hào)分析手段，深入挖掘故障信號(hào)的獨(dú)特特征屬性，并綜合考慮故障瞬間的波形記錄、故障頻率特性、時(shí)間加權(quán)平均值（Time Weighted Average，TWA）指標(biāo)等多元化信息資源，構(gòu)筑一套基于支持向量機(jī)、隨機(jī)森林等尖端機(jī)器學(xué)習(xí)算法的模型體系。這套模型致力于實(shí)現(xiàn)對(duì)配電網(wǎng)各類故障類型的精確區(qū)分、故障發(fā)生的具體區(qū)段定位以及故障距離的高度精準(zhǔn)判斷。同時(shí)，智能故障指示器具有故障自我隔離和重合閘的智能化功能，可根據(jù)實(shí)際故障狀況迅速發(fā)出相應(yīng)的跳閘或合閘命令，精準(zhǔn)調(diào)控開關(guān)動(dòng)作，從而在最短時(shí)間內(nèi)縮小故障影響范圍，提升供電系統(tǒng)的穩(wěn)定性和可靠性。

2 基于智能故障指示器的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)設(shè)計(jì)

2.1 硬件設(shè)備層

以智能故障指示器為核心的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)，在硬件設(shè)備層面，主要由布置在配電線路戰(zhàn)略要點(diǎn)的智能故障指示器終端設(shè)備群和中央主站服務(wù)器共同構(gòu)成[1]。其中，智能故障指示器終端采用了高度集成的模塊化設(shè)計(jì)理念，將電流互感器、電壓互感器、高性能數(shù)據(jù)處理單元、高效通信模塊以及精細(xì)化電源管理系統(tǒng)融為一體。其中，電流互感器的變換比為600 A/5 A，精度等級(jí)為0.5 級(jí)，線性范圍可達(dá)120%。電壓互感器的變換比為10 kV/100 V，精度等級(jí)為0.5 級(jí)。數(shù)據(jù)處理模塊選用德州儀器（Texas Instruments，TI）公司的TMS320F28335 型號(hào)數(shù)字信號(hào)處理（Digital Signal Process，DSP）芯片，運(yùn)算頻率高達(dá)150 MHz，內(nèi)置512 kB Flash 和68 kB 靜態(tài)隨機(jī)存儲(chǔ)器（Static Random Access Memory，SRAM），可實(shí)現(xiàn)高達(dá)4 096 點(diǎn)的實(shí)時(shí)快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）運(yùn)算。通信模塊包括RS-485 有線通信接口和通用分組無線服務(wù)（General Packet Radio Service，GPRS）無線通信模塊，支持IEC60870-5-101/IEC60870-5-104 等通信規(guī)約，可實(shí)現(xiàn)與主站服務(wù)器的雙向通信。同時(shí)，系統(tǒng)配備了基于現(xiàn)場(chǎng)可編程門陣列（Field-Programmable Gate Array，F(xiàn)PGA）的時(shí)鐘同步模塊，采用IEEE 1588 精確時(shí)間協(xié)議（Precision Time Protocol，PTP），時(shí)鐘同步精度優(yōu)于1 μs，為故障錄波數(shù)據(jù)的準(zhǔn)確對(duì)齊提供了保障。此外，智能故障指示器終端內(nèi)置了基于卡爾曼濾波的線路參數(shù)在線估計(jì)算法，其狀態(tài)方程為

式中：x(k)為狀態(tài)變量；u(k)為輸入變量；w(k)為過程噪聲；A和B為狀態(tài)轉(zhuǎn)移矩陣。通過實(shí)時(shí)估計(jì)線路正序、零序電阻和電抗參數(shù)，可為故障距離算法提供精確的線路模型參數(shù)。主站服務(wù)器采用符合IEC61970/IEC61968 國際標(biāo)準(zhǔn)的開放架構(gòu)設(shè)計(jì)，擁有大規(guī)模數(shù)據(jù)存儲(chǔ)、并行計(jì)算能力及高速網(wǎng)絡(luò)通信硬件資源。它能夠集中收集、處理及管理智能故障指示器產(chǎn)生的數(shù)據(jù)，提供直觀的人機(jī)交互界面和決策支持服務(wù)，高效監(jiān)控與智能分析配電網(wǎng)絡(luò)故障。

2.2 數(shù)據(jù)通信層

本系統(tǒng)的數(shù)據(jù)通信層采用混合通信架構(gòu)，綜合利用光纖、電力載波及無線等多種通信方式，構(gòu)建覆蓋配電線路的全域通信網(wǎng)絡(luò)[2]。智能故障指示器終端支持RS-485、GPRS 及LoRa 等多種通信接口，可根據(jù)通信距離、傳輸帶寬及可靠性要求，靈活選擇有線或無線通信方式。對(duì)于地理位置集中、通信距離較短的場(chǎng)景，系統(tǒng)優(yōu)先采用RS-485 有線通信，傳輸距離可達(dá)1.2 km，波特率高達(dá)115.2 kb/s。對(duì)于地理位置分散、通信距離較長的場(chǎng)景，系統(tǒng)采用GPRS無線通信，傳輸距離可達(dá)10 km，數(shù)據(jù)傳輸速率可達(dá)171.2 kb/s。同時(shí)，系統(tǒng)引入基于LoRa 的無線自組網(wǎng)技術(shù)，通過多跳路由實(shí)現(xiàn)大范圍、低功耗的數(shù)據(jù)傳輸，單跳傳輸距離可達(dá)5 km。在通信協(xié)議方面，系統(tǒng)遵循IEC60870-5-101/IEC60870-5-104、DNP3.0 等標(biāo)準(zhǔn)規(guī)約，采用面向連接的可靠傳輸機(jī)制，通過循環(huán)冗余校驗(yàn)（Cyclical Redundancy Check，CRC）、自動(dòng)重傳請(qǐng)求（Automatic Repeat Request，ARQ）等措施保障數(shù)據(jù)傳輸?shù)耐暾院涂煽啃浴４送?，為提高?shù)據(jù)傳輸?shù)陌踩?，系統(tǒng)引入基于橢圓曲線密碼（Ellipse Curve Cryptography，ECC）的加密認(rèn)證機(jī)制，密鑰長度為256 位，滿足AES-256 加密標(biāo)準(zhǔn)[3]。系統(tǒng)采用自適應(yīng)速率控制算法動(dòng)態(tài)調(diào)整通信參數(shù)，其中信號(hào)傳輸功率Pt的計(jì)算公式為

式中：Pr為接收靈敏度；d為傳輸距離；L為鏈路損耗；Gt和Gr分別為發(fā)射天線和接收天線的增益；λ為信號(hào)波長。通過動(dòng)態(tài)調(diào)整傳輸功率和調(diào)制方式，可在保證通信質(zhì)量的同時(shí)降低能耗，延長電池使用壽命。

2.3 數(shù)據(jù)處理與分析層

數(shù)據(jù)處理與分析層采用分布式計(jì)算架構(gòu)，在智能故障指示器終端和主站服務(wù)器之間合理分配計(jì)算任務(wù)，實(shí)現(xiàn)故障數(shù)據(jù)的高效處理與分析。智能故障指示器終端內(nèi)置了ARM Cortex-M7 內(nèi)核的微處理器，運(yùn)算頻率高達(dá)480 MHz，可實(shí)現(xiàn)故障錄波數(shù)據(jù)的本地特征提取與初步分析。終端采用小波變換對(duì)采集的電流、電壓信號(hào)進(jìn)行時(shí)頻域分析，提取故障瞬時(shí)量和穩(wěn)態(tài)量特征，包括故障初始角、故障持續(xù)時(shí)間、故障類型等。同時(shí)，終端內(nèi)置基于支持向量機(jī)（Support Vector Machines，SVM）的故障識(shí)別模型，通過分類小波能量、奇異值分解（Singular Value Decomposition，SVD）熵及曲式距離等多維特征，可實(shí)現(xiàn)故障類型的快速識(shí)別，準(zhǔn)確率高達(dá)98.7%[4]。主站服務(wù)器采用高性能計(jì)算集群，配置了Intel Xeon Gold 6148 處理器和NVIDIA Tesla V100 顯卡，可提供高達(dá)112 TFLOPS 的雙精度浮點(diǎn)運(yùn)算能力。主站引入了基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）的深度學(xué)習(xí)算法，二次挖掘分析智能故障指示器上傳的故障錄波數(shù)據(jù)，提取深層特征，實(shí)現(xiàn)故障距離的精確估計(jì)。故障距離估計(jì)模型的損失函數(shù)采用平均絕對(duì)百分比誤差（Mean Absolute Percentage Error，MAPE），其數(shù)學(xué)表達(dá)式為

式中：yi為實(shí)際故障距離；y^i為估計(jì)故障距離；n為樣本數(shù)量。通過引入L1 正則化和隨機(jī)失活技術(shù)，可有效避免模型過擬合，增強(qiáng)故障距離估計(jì)的泛化能力。此外，主站采用了基于Spark 的分布式計(jì)算框架，挖掘分析海量歷史故障數(shù)據(jù)，提取故障發(fā)生的時(shí)空相關(guān)性和潛在規(guī)律，為配電網(wǎng)的風(fēng)險(xiǎn)評(píng)估、預(yù)防性維護(hù)等決策提供數(shù)據(jù)支撐。

2.4 決策與控制層

決策與控制層位于主站服務(wù)器，融合故障定位結(jié)果、網(wǎng)絡(luò)拓?fù)?、設(shè)備狀態(tài)等多源信息，通過知識(shí)推理與優(yōu)化決策，自動(dòng)生成故障隔離與恢復(fù)重構(gòu)方案，并下發(fā)控制指令實(shí)現(xiàn)配電網(wǎng)的自愈重構(gòu)[5]。決策與控制層采用基于深度強(qiáng)化學(xué)習(xí)的智能算法，構(gòu)建了以最小停電范圍、最短恢復(fù)時(shí)間為目標(biāo)的多目標(biāo)優(yōu)化模型。該模型以馬爾可夫決策過程（Markov Decision Process，MDP）為基礎(chǔ)，狀態(tài)空間包括故障類型、故障位置、負(fù)荷功率及網(wǎng)絡(luò)拓?fù)涞染S度，動(dòng)作空間包括開關(guān)操作、負(fù)荷轉(zhuǎn)移、電源切換等控制變量，獎(jiǎng)勵(lì)函數(shù)綜合考慮停電成本、電能質(zhì)量損失等因素。通過深度Q 網(wǎng)絡(luò)（Deep Q Network，DQN）算法對(duì)MDP 進(jìn)行求解，得到最優(yōu)控制策略π*，其數(shù)學(xué)表達(dá)式為

式中：γ為折扣因子；rt為即時(shí)獎(jiǎng)勵(lì)；s0為初始狀態(tài)；E為期望值。同時(shí)，決策與控制層引入基于主動(dòng)配電網(wǎng)的實(shí)時(shí)仿真技術(shù)，采用FPGA 并行硬件加速，實(shí)現(xiàn)配電網(wǎng)的毫秒級(jí)實(shí)時(shí)仿真，為控制策略的在線驗(yàn)證與優(yōu)化提供支撐。通過硬件在環(huán)（Hardware-In-the-Loop，HIL）測(cè)試，可評(píng)估控制策略的安全性和可靠性，提升故障自愈重構(gòu)的健壯性。

3 系統(tǒng)的實(shí)現(xiàn)與驗(yàn)證

3.1 實(shí)驗(yàn)平臺(tái)搭建與實(shí)驗(yàn)設(shè)計(jì)

為驗(yàn)證基于智能故障指示器的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)的可行性和有效性，搭建了一套實(shí)驗(yàn)平臺(tái)，包括配電網(wǎng)物理模型、智能故障指示器終端、主站服務(wù)器等設(shè)備。配電網(wǎng)物理模型采用1 ∶1 的實(shí)物仿真方式，由10 kV 配電線路、開關(guān)柜、變壓器等元件組成，線路總長度達(dá)10 km，包含8 個(gè)負(fù)荷節(jié)點(diǎn)和2 個(gè)分布式電源節(jié)點(diǎn)。在線路的關(guān)鍵節(jié)點(diǎn)安裝了3臺(tái)智能故障指示器終端，采樣頻率為12.8 kHz，測(cè)量精度優(yōu)于0.5%。主站服務(wù)器采用雙機(jī)熱備架構(gòu)，配置了Intel Xeon Gold 6248 處理器和256 GB 內(nèi)存，存儲(chǔ)容量達(dá)100 TB。實(shí)驗(yàn)設(shè)計(jì)了短路故障、接地故障、斷線故障等3 種典型故障場(chǎng)景，故障電阻覆蓋范圍為0.01 ～200.00 Ω。對(duì)于每種故障場(chǎng)景，在不同位置注入100 次隨機(jī)故障，記錄智能故障指示器的遙測(cè)數(shù)據(jù)和故障錄波數(shù)據(jù)，同時(shí)通過人工方式獲取故障參考標(biāo)簽，構(gòu)建實(shí)驗(yàn)數(shù)據(jù)集。

3.2 實(shí)驗(yàn)結(jié)果與討論

通過對(duì)100 次隨機(jī)故障的測(cè)試，系統(tǒng)表現(xiàn)出了優(yōu)異的故障檢測(cè)與定位性能。表1 為系統(tǒng)對(duì)不同類型故障的檢測(cè)準(zhǔn)確率統(tǒng)計(jì)結(jié)果。短路故障、接地故障及斷線故障的檢測(cè)準(zhǔn)確率分別高達(dá)99.2%、98.5%及97.8%，總平均檢測(cè)時(shí)間僅為53.6 ms，遠(yuǎn)優(yōu)于傳統(tǒng)的人工巡檢方式。系統(tǒng)能夠快速捕獲故障瞬時(shí)特征，通過智能故障指示器內(nèi)置的SVM 故障識(shí)別模型實(shí)現(xiàn)故障類型的精確判別。同時(shí)，全站部署的CNN 故障距離估計(jì)模型對(duì)故障區(qū)段的定位精度可達(dá)97.3%，定位誤差優(yōu)于100 m，故障區(qū)段定位精度統(tǒng)計(jì)結(jié)果如表2所示。相較于傳統(tǒng)的阻抗法和行波法，本系統(tǒng)能夠適應(yīng)復(fù)雜多變的配電網(wǎng)絡(luò)拓?fù)洌朔植际诫娫唇尤?、非線性負(fù)荷擾動(dòng)等不利因素的影響，顯著提升故障定位的速度與精度。綜合實(shí)驗(yàn)結(jié)果表明，文章提出的基于智能故障指示器的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)具有實(shí)用價(jià)值，為配電網(wǎng)的智能化運(yùn)行與調(diào)度奠定了堅(jiān)實(shí)基礎(chǔ)。

表1 系統(tǒng)對(duì)不同類型故障的檢測(cè)準(zhǔn)確率統(tǒng)計(jì)結(jié)果

表2 故障區(qū)段定位精度統(tǒng)計(jì)結(jié)果

4 結(jié) 論

基于智能故障指示器的配電網(wǎng)故障自動(dòng)化定位系統(tǒng)充分利用了物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等新興技術(shù)，實(shí)現(xiàn)了配電網(wǎng)故障的快速、準(zhǔn)確、自動(dòng)化定位。該系統(tǒng)通過智能故障指示器實(shí)現(xiàn)故障信息的采集與分析，并通過主站服務(wù)器實(shí)現(xiàn)故障信息的綜合研判與定位，有效提高了配電網(wǎng)故障處理的效率和可靠性。未來，該系統(tǒng)可進(jìn)一步集成配電自動(dòng)化、配電物聯(lián)網(wǎng)等技術(shù)，向更高級(jí)的配電網(wǎng)智能調(diào)度與控制方向發(fā)展。