大數據算法的輸電線路故障分析研究

潘靖 李震宇 王安

摘要：在現代化科學技術的推動下，先進的計算機網絡技術被廣泛的運用到我國電力工程的發展建設中，有效推動我國電力行業的改革與進步。為此，本文將針對大數據算法在輸電線路故障分析中的應用進行研究與探討。

關鍵詞：大數據算法；輸電線路；故障分析

前言：

輸電線路故障是我國電力行業發展建設中的一項常見問題，嚴重制約我國電力行業的發展與進步。為提升輸電線路運行質量，降低輸電線路故障對整個電力工程的影響，特將大數據算法運用到輸電線路故障分析工作中，特將輸電線路故障分析結果的準確性、可靠性與有效性，推動我國電力行業的發展與進步。

一、輸電線路常見故障分析

輸電線路使電力系統中重要組成部分，是連接變電站、電源、用戶之間的紐帶，具有區域廣、距離長等特點，運行環境復雜、多變，受自然因素、人為因素影響較大，在實際運行中極易出現故障，從故障發生條件、故障發生節點分析，可將其分為三種故障類型，即斷路故障、短路故障以及接地故障。

（一）斷路故障

斷路故障是一種由導線出現斷裂而引發的電路故障，導致配電回路各項數據產生一定的差異，是輸電線路運行中經常出現的一種問題。通常情況下，斷路故障發生點沒有明顯的斷裂現象，僅是因為輸電線路出現間隙，產生巨大電弧，在短時間內提升導線溫度，對電力系統正常運行帶來干擾，并引發嚴重的安全事故，例如火災、爆炸等現象。在輸電線路運行過程，如果電動機出現單相斷路現象，例如，線路外力損壞或者是導線接頭接觸不良，并在大于額定電壓環境下運行，將會出現燒毀現象。其中線路外力損壞主要由違章作業、交織跨越公路、偷竊電力等原因所引起的，為降低外力對線路造成損壞顯現的發生率，需要在輸電線路四周安裝警示牌，并積極主要電力保護宣傳工作，降低外力對輸電線路的破壞。

（二）短路故障

輸電線路短路故障主要是指不正常連接或者是發生通路的現象，該顯現主要是因相間絕緣物質被擊透、外部導體跨接導線等，可將其分為單相短路、兩相短路、兩相接地短路、三相短路，主要表現為鳥獸短接或者是樹枝短接。

（三）接地故障

接地故障是一種單向接地現象，是一種常見故障類型，相關資料顯示，輸電線故障中有90%的線路故障均屬于單相接地故障。若周圍環境十分濕潤或者是正處于降雨狀態，極易引起單相接地故障，如果沒有及時對其進行處理，將會使高壓線快速發熱，對中間絕緣體造成破壞。單相接地故障主要來源于油污、覆冰、雷擊等現象。例如，雷擊現象會導致輸電線路出現頻繁跳閘現象并引起絕緣子閃絡放電現象，使原導電通道轉變成絕緣介質。因此，一旦出現雷擊現象，將會對輸電線路造成永久性故障，使避雷針、絕緣子、導線出現掉落或者是斷裂現象。

二、大數據算法在輸電線路故障分析中的運用

（一）大數據分析方法

大數據技術近年來發展迅猛，具有較強的繁雜性，在大數據分析算法中占據重要地位，是分析結果是否有價值、有意義的關鍵因素。在實際應用中，大數據分析算法主要有五種基本形式。其一，可視化分析。可視化分析是大數據分析的基本宗旨，是大數據特點的直觀展現，易于被客戶所接納，可借助三維表現技術將具有較強復雜性的信息表現出來，實現海量信息的立體化，容幾何、圖標、像素、分布式、層次圖像等多種技術為一體。其二，數據挖掘算法。數據挖掘算法使大數據分析的理論重心，將不同格式、不同種類的數據為依據，將數據自身潛在特征展現出來，具有獨立點分析、分割處理、集群分析等多種數據挖局算法，實現對信息的快速處理。其三，預測性分析能力。預防性分析能力是大數據分析的主要特征，通過構建分析模型，將信息數據輸入到所構建的分析模型中，對數據進行預判斷與處理，并將可視化分析結果與數據挖掘結果為依據，由分析人員對數據做出更全面、更準確、更貼切的判斷。其四，語義引擎。語義引擎是非結構化數據所呈現的一種多樣性特征，能夠為數據分析帶來新的發展機遇與挑戰，通過借助一系列與之相關的數據分析工具，企圖將語義引擎從文檔文案中智能的提取出來。其五，數據質量與數據管理。數據種類多、數量大、質量高，通過對其進行管理，能為數據分析工作提供保障。

（二）輸電線路故障中所運用的大數據算法

從我國輸電線路故障診斷工作的具體情況來看，所運用到的大數據算法主要涉及以下幾方面內容：其一，專家系統。專家系統是一種最早問世的一種大數據算法，并在發展中日益成熟。輸電線路中所安裝的各項保護設備均具一定的邏輯關系以及內部聯系，具有直觀性與模塊化，通過將專家系統運用到輸電線路設備安裝工作中，使輸電線路保護設備生產模式具有規范性，能夠通過對知識庫中的規則進行增添、刪除、更改，提高電網智能診斷分析結果的可靠性、真實性，為輸電線路后期維護工作提供保證。在某種程度上，專家系統能夠對輸電線路中不夠明確的問題進行處理，并具備相應的解釋能力。通過將ES電網故障診斷分析作為輸電線路推理機制，運用正反推理系統和啟發式規則推理系統，將繼電保護、斷路器與被保護設備之間的關系，明確故障類型，正確處理輸電線路中所存在的問題，提高輸電線路故障處理的準確性、真實性與可靠性。其二，人工神經網絡。人工神經網絡使一種模擬人腦神經系統的一種網絡結構，通過借助計算機技術對人腦神經系統的信息傳輸過程、信息處理過程進行模擬，構建信息處理系統，具有非線性映射、并行處理、聯想記憶、在線學習等特征，是以中國智能化電網診斷分析方法，是現代化輸電線路故障分析工作中國被廣泛運用的一種技術。通過將人工神經網絡運用到輸電線路故障分析中，構建ANN信息處理系統，僅需相關行業專家為電網故障分析提供海量故障案例，組織訓練樣本數據集合，構建故障診斷模型。ANN在智能電網故障分析中的應用，首先需要將電網故障信息轉化成數字信息，實現故障信息數字量化，并將其逐一輸入到ANN中，通過觀看ANN信息輸出結果，對輸電線路故障類型、故障發生點進行判斷。

總結：

綜上所述，大數據分析算法是現階段大數據算法實驗研究工作中的一項重要內容，但凡借助現代化計算機網絡技術，對海量數據進行分析，均能夠從中獲取更深入、更有價值、更智能、更全面的信息，提高對輸電線路故障診斷的準確性與及時性。

參考文獻：

[1]馬天男.基于大數據的電網覆冰災害預測與風險管理研究[D].華北電力大學（北京），2017.

[2]張月.基于大數據算法的輸電線路故障分析研究[D].湖北工業大學，2017.

[3]李志鵬.基于大數據分析的輸電線路管理系統及故障診斷研究[D].湖北工業大學，2015.