智能配電網故障處理技術

劉亞永

摘要：智能配電網的建設提高了配電網的可靠性，降低了配電網的運行維護成本。同時之智能配電網也對配電網的故障診斷和故障處理提出了更多新的要求。本文在分析智能配電網的基本特征及故障診斷基本目標要求的基礎上，介紹了之智能配電網故障處理常用技術，分布式技術的介紹，故障點的鎖定，以及大數據技術在智能配電網故障狀態監測的應用。隨著各種學科的發展進步，智能電網故障處理技術也會取得相應的進展。

關鍵詞：智能配電網;故障診斷;故障處理

隨著智能配電網建設的大面積推進，智能配電網自動化程度高等優點得到了廣泛認可，不僅提高了配電網的可靠性，還提升了電能用戶的用能體驗。智能配電網以極強的優勢在電網建設中大面積推廣的同時，對于智能配電網故障診斷及故障處理技術也提出了新的要求，許多新興技術的應用和科學合理的評價方法有助于智能電網故障處理。

一、智能配電網故障處理簡介

智能配電網在運行過程中難免會出現故障，抓住智能配電網中的一些關鍵節點和特殊的一些時刻點的特征參數可有效的發現故障，分析故障原因并提出故障處理建議。在故障出現的第一時間，智能配電網的故障診斷系統應能及時發現，并采取合適的措施，及時切斷故障并保證電網的故障影響范圍最小，同時給出故障信息及故障維修建議。在故障診斷中應盡量小的縮小故障部分與非故障部分的分界點。合理選擇分界點不僅可以盡量多的保證用電用戶的正常用電，同時可以降低故障損失。智能配電網故障點精準定位是一個有挑戰性的課題，準確鎖定故障點可以加快恢復速度。針對智能配電網故障特征涌現出了大量的故障處理技術，很多其他領域的知識在智能配電網故障處理中都得到了廣泛應用。

二、智能配電網故障處理技術

（一）分布式技術

配電網故障處理過程中一個有效的措施即：故障隔離，負荷轉供。為了提升故障自動隔離及負荷自動轉供的水平，可以采取分布式控制技術。根據配電網的拓撲結構及建設實際情況，根據負荷供應等級制定對應的故障處理措施，有效的設置分段器和重合器的位置，合理設置遠程10控制器，采用網絡通訊的方式將各個遠程10控制器與主站相連接，網絡通訊采用雙冗余控制網絡，保證其中一路通訊斷開后可以從另外一路通訊線路上傳輸數據。控制主站采用雙CPU冗余控制的方式，在一個主站故障時另外一個主站能無縫承接控制任務。

（二）精準鎖定故障點的技術

智能配電網中的故障點鎖定技術的選用，是與配電網的結構相關的。短路故障標示是智能配電網故障點鎖定技術中最常見的故障。根據配電網的網絡結構布置故障指示器，其功能主要是故障發生時指示器發出故障指示信號，故障指示器的指示路徑可以指示出故障電流的路徑。合理有效的故障指示器列裝，以及信號采集分析，可以提高配電網故障定位效率，一般在智能配電網中都會大面積安裝。

為了提高故障指示器的準確性，在配電網中安裝指示器時需首先計算該線路上的電流值特別是短路電流值，依此來選型并完成參數整定。

針對中性點未能直接接地的系統，很難定位單相接地的故障點。為了準確的鎖定單相接地故障的位置，盡量準確的找到故障信號，一般采用中阻智能接地監測系統，它是由信號源激發設備和故障監測設備構成。在變壓器和大地之間連接一個可控電阻，實時采集可控電阻的負載信號，在故障瞬間將動態負載電流連接至系統，使得帶有故障特征值的電流疊加于負載電流上。在智能配電網系統中配置接地故障指示器，當單相接地故障發生后，信號源激發設備及故障監測設備如故障指示器的作用下，即可快速找到故障發生的地方。

當配電網中發生故障后，分布式控制器采集到故障信息通過通訊網絡快速傳輸，主要傳輸信號有故障名稱，故障類型，故障發生的位置，在CPU中根據配電網的結構及當前狀態，智能推演出一套最優化的配電網保護方案，并控制相應的分段器快速切除故障部分，并控制相應的重合器無縫將無故障配網部分轉供至其他線路。

（三）智能配電網狀態監測技術的應用

隨著大數據技術的日趨成熟，在智能配電網中裝設不同類型的傳感器，將智能電網的運行狀態數據采集，上傳至實時數據庫中構成智能配電網的大數據系統。分析該大數據系統，可有效的監測配電網的運行狀態，并可根據其中的一些特征值的變化趨勢診斷配電網的故障情況，甚至可以依據一些故障發生前兆的信號狀態提前預報某些故障發生的狀況。在應用過程中也常出現將多個配電網運行的多個運行信號綜合為一個特征信號的情況。在故障診斷過程中也常常應用故障樹技術將智能配電網分解，根據監測到的狀態信號，采用最小割集技術推演出故障部位。

針對大量的智能配電網運行狀態數據，在數據分析前先要對數據進行預處理，濾除掉無關緊要的數據，或者說依據診斷目標提取相應的特征數據。不同的診斷要求有不同的數據需求，故而須將特征數據進行分類，有些故障只需超過限定值即可確定故障，在數據處理時只需比較實時數據與標準數據的大小。對于一些需要數據趨勢才能確定的，則需根據實際情況建立一個該特征部位的趨勢序列，一旦趨勢達到某一個特征值時，或者趨勢變化突然加快時即報警。對于某些故障出現前期其特性信號相對比較微弱，在實際應用中多采用小波分析技術來提取相應的特征值。這些經過預處理后的數據即構成了初始特征量矩陣。在經過一些列的變換后構建故障相應的關聯矩陣。為了放大故障和正常節點之間的差異性還需要對各區域特征矩陣進行差分處置。為了更有效的發現故障可構建相應的狀態監測矩陣，在應用中常將特征數據融合后構建高維時空狀態監測矩陣。該矩陣由于其高度稀疏及高度相關的特性，在保證其數據相關性的前提下可對其進行降維處理。降維后的監測矩陣進行局部異常監測，一般采用離群點監測的方法來識別異常故障信息。

三、總結

在智能配電網故障處理過程中，如何快速，準確的識別故障位置，并有效分斷故障部位，并將無故障的部分進行負荷轉供是智能配電網故障處理的目標。隨著技術的發展，各種先進的技術在智能配電網故障診斷中都得到了有效的應用。

參考文獻：

[1]趙慶周，李勇，田世明，段義隆，譚益，曹一家.基于智能配電網大數據分析的狀態監測與故障處理方法[J].電網技術，2016，40（03）：774-780.