一種配網故障人工智能分析方法的研究

黃園芳

摘要 為了縮短配網運維人員的故障排查復電時間，本文研究了一種配網故障人工智能分析方法。打通配網自動化系統，獲取相應故障信息;根據跳閘信息在GIS沿部圖上進行可視化表示，在電子地圖中更新中壓線路周邊環境的影像資料，從而獲知架空線路經過密集樹林的線段地點，從而得到優先排查的樹障線段;通過軟件分析巡檢照片或無人機拍攝的照片，得出樹木的種類，再根據樹種的生長速度，分析出樹木生長進入設備的安全距離的時刻，對配網運維人員進行告警;結合生產系統的缺陷記錄和隱患記錄，給出跳閘開關后段停電線路中的缺陷記錄和隱患記錄，得到優先排查的設備和線段;根據配網自動化配變重過載數據，篩選出跳閘開關后段配變重過載明細表，得到優先排查的配變;結合雷電定位系統，將雷擊情況定位到GIS沿部圖中，得到優先排查的雷擊設備和線段;將優先排查設備和線段展示給配網運維人員，提供故障排查的優先明細清單。通過典型配網故障專家庫，提供配網故障解決措施。

【關鍵詞】配網故障 人工智能 配網自動化樹障 雷擊

1 配網故障

對于電力系統，配網線路故障是影響供電可靠性和用戶停復電時間的重要因素?，F在的配網故障排查主要依賴專家經驗，工作復雜且特別耗時。特別是中壓線路查障時間過長，復電時間過長造成的影響較大。這很大程度是因為基層人員對故障判斷不準確，排查方法不科學，導致故障排查與處理時間過長。配網故障原因可以分為外在因素和內在因素兩大類。

外在因素包括：導線是否存在被風刮起的拋掛物;線路附近是否存在觸及導線的樹木、建筑物和其他臨時的障礙物;桿塔下有無燒傷的鳥獸;臺架設備是否有小動物存在;避雷器是否雷擊導致破損現象，及其引線是否碰觸到橫擔等;內在因素包括導線是否有斷股或閃絡燒傷的痕跡;各相導線弧垂是否過低，易觸碰到另一相導線;對引線及引下線與電桿、拉線、橫擔是否有碰觸現象;各部件的連接點是否牢固，接頭是否過熱發黑，燒焦現象;絕緣子是否有臟污、裂紋及破損現象，綁線是否松脫;桿上金具是否有松動、傾斜及螺絲脫落，拉線絕緣子是否損壞;開關是否存在套管破損、裂紋、嚴重臟污和閃絡放電痕跡;引線接點和接地是否良好;變壓器有無漏油、異味;聲音是否正常;套管是否裂紋、嚴重臟污和閃絡;接頭接點有無過熱、燒傷、銹蝕。

2 配網故障人工智能分析方法

樹障是配網故障的主要原因，還有雷擊也是配網故障的主要原因。配網運維人員接到故障后，如何開始著手處理，怎樣能快速地找到故障，縮短故障排查時間呢？事實上現在已經上了很多的系統，但是對于配網運維人員，要綜合分析這些系統，存在一定的困難。這就需要人工智能和生產實體的深度融合。

2.1 幫助配網運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故障人工智能分析方法：打通配網自動化系統，根據中壓故障饋線跳閘的智能開關和分段智能開關的跳閘動作，獲取相應故障信息;根據跳閘信息在GIS沿部圖上進行可視化表示，在電子地圖中更新中壓線路周邊環境的影像資料，從而獲知架空線路經過密集樹林的線段地點，從而得到優先排查的樹障線段;通過軟件分析巡檢照片或無人機拍攝的照片，得出樹木的種類，再根據樹種的生長速度，分析出樹木生長進入設備的安全距離的時刻，對配網運維人員進行告警;結合生產系統的缺陷記錄和隱患記錄，給出跳閘開關后段停電線路中的缺陷記錄和隱患記錄，得到優先排查的設備和線段;根據配網自動化配變重過載數據，篩選出跳閘開關后段配變重過載明細表，得到優先排查的配變;結合雷電定位系統，將雷擊情況定位到GIS沿部圖中，得到優先排查的雷擊設備和線段;將優先排查設備和線段展示給配網運維人員，提供故障排查的優先明細清單。

2.2 通過對樹木的生長預測樹木的進入設備安全距離的時間

樹障占到配網故障50%以上。因此對樹木的巡查是非常有必要的，但是反復的巡查占用的時間多，因此可以在樹木巡視時拍攝下照片，通過軟件分析照片確認樹種，再根據該樹種的生長周期就可以預測樹木進入設備安全距離的時間。對于一些路況比較差的地方，也可以采用無人機進行照片的拍攝。

例如：

If D-r*t<=Dl則告警 （1）

式中：D為樹木到設備的水平距離或垂直距離;r為該樹木種類的生長速度;t為現在減去上一次巡視的時間;D1為安全距離。

2.3 對于群眾砍樹的人工智能分析

樹障，有的是因為群眾砍樹導致的跳閘事件導致。有一些林場或者私人承包的一些土地，當數據生長到符合的高度，群眾就會把樹木砍下來，這時配網運維人員就應主動與樹主溝通了解砍樹排期，對群眾做好砍樹注意事項的教育，做好監管。通過人工智能分析系統建立沿線數據臺帳及樹主的聯系方式，通過式（1）的算法預測下次群眾砍樹的周期，針對群眾砍樹開展巡查和監管。

2.4 對找到的故障給出解決方案

配網有很多典型故障，可以分為架空線路、電纜線路、變壓器、柱上開關、跌落式熔斷器、隔離開關、戶外分接箱、室內開關柜的故障。對于這些設備故障都有典型的原因和對應解決方案。

例如高壓柜常見的機械故障主要有：機械連鎖故障、操作機構故障等。故障部位多是緊固部位松動、傳動部件磨損、限位調整不當等。而機械連鎖故障的一般解決方法：為了保證開關的正確操作，開關柜內設置了一些機械連鎖。例如手車進出柜體時開關必須是分閘。開關合閘時不能操作隔離開關等。這類故障形式多樣，應當沿著機械傳動途徑進行查找。一般防護機構比較簡單，與其它機構很少交叉，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庫，當運維人員用語音詢問時候智能分析系統就可以從專家庫里面調用解決方案提供給運維，互動式地幫助運維人員。

3 結論

本文提供了一種配網故障人工智能分析方法，包括以下步驟：

（1）打通配網自動化系統，根據中壓故障饋線跳閘的智能開關和分段智能開關的跳閘動作，獲取相應故障信息;

（2）根據跳閘信息在GIS沿部圖上進行可視化表示，在電子地圖中更新中壓線路周邊環境的影像資料，從而獲知架空線路經過密集樹林的線段地點，從而得到優先排查的樹障線段;

（3）通過軟件分析巡檢照片或無人機拍攝的照片，得出樹木的種類，再根據樹種的生長速度，分析出樹木生長進入設備的安全距離的時刻，對配網運維人員進行告警;

（4）結合生產系統的缺陷記錄和隱患記錄，給出跳閘開關后段停電線路中的缺陷記錄和隱患記錄，得到優先排查的設備和線段;

（5）根據配網自動化配變重過載數據，篩選出跳閘開關后段配變重過載明細表，得到優先排查的配變;

（6）結合雷電定位系統，將雷擊情況定位到GIS沿部圖中，得到優先排查的雷擊設備和線段;

（7）將優先排查設備和線段展示給配網運維人員，提供故障排查的優先明細清單。

（8）將典型故障和典型的解決方案形成專家庫，當運維人員用語音詢問時候智能分析系統就可以從專家庫里面調用解決方案提供給運維，互動式地幫助運維人員。該方法可以減輕運維人員工作量，提供運維人員工作效率，縮短復電時間，提高供電可靠性。

參考文獻

[1]陳國恩，李偉，張仲孝，電網故障診斷方法及其系統架構的研究[J].電氣技術，2018，19 （01）： 64-67.

[2]王豐，一種輸電線路弱故障識別方法[J]，電氣技術，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律的快速故障測距[J]，電工技術學報，2018，33（01）：112 -120.

[4]徐彪，尹項根，張哲，陳國炎，楊雯，基于拓撲元信息融合胡電網故障診斷模型[J].電工技術學報，2018，33 （03）： 512-522.

[5]楊德尚，洪海生，李綺琳.基于綜合評分法的配網自動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開關柜內部電弧故障的危害與保護[J].廣東電力，2016，29 （06）： 67-71.

[7]章熙，王宏宇，陳勝.調度自動化系統運行監管信息模型建模研究[J].廣東電力，2017， 30 （02）：110-115+1.

[8]陳自富，強人工智能和超級智能：技術合理性及其批判[J].科學與管理，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別研究[J].廣東電力，2016，29 （03）： 93-98.

[10]裴星宇，梁飛強，翁奕珊.10 kV配電網在線合環輔助決策系統的設計與實現[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，基于等級區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，云計算中基于任務特性和資源約束的調度方法研究[D].華南理工大學，2016.

[15]簡萌.面向圖像語義提取的判別結構學習[D].西安電子科技大學，2 015.

[16]蔡明杰，大數據下動態信息系統約簡理論及應用[D].湖南大學，2016.

[17]王朝霞.網絡環境下多智能體系統一致性研究[D].上海大學，2016.

[18]劉玉寶，基于智能優化算法的系統可靠性優化問題研究[D].吉林大學，2017.

[19]安思成.交互式配電網智能控制系統及其關鍵技術研究[D].華北電力大學（北京），2016.