融入低壓智能電表的配網故障研判

李嘉銘

摘 ?要：低壓配電網是電網的末端，由于其結構復雜、設備眾多、自動化水平低等原因，一直是配網監控管理的盲區。隨著智能化的深入發展，低壓智能電表已得到廣泛應用。通過引入低壓智能電表數據，結合低壓GIS、配網自動化系統等多源業務系統數據進行智能診斷分析，開發配電網中低壓整體性故障分析定位、低壓故障類型識別分析等功能模塊，轉變低壓運維的工作方式，將以往被動式故障搶修轉變為主動式故障搶修，實現低壓配電網模塊化搶修，提高故障搶修效率和客戶滿意度。

關鍵詞：低壓智能電表;低壓GIS;配網自動化;多源信息融合;低壓電網;故障分析定位

中圖分類號：TM727 ? ? ? ? ? 文獻標志碼：A

0 前言

面向廣大低壓配電網，低壓故障實時監測和研判技術一直處于試驗階段。目前，廣東電網低壓臺區約57萬，涉及落火點約557萬，每年有數萬張報障工單，故障類型以低壓為主，故障原因分析主要依靠經驗和現場巡視處理，低壓搶修模式是搶修點在故障發生之后被動告知，現場確認情況，根據故障大小調配搶修資源進行搶修工作，缺乏低壓故障的多源信息融合技術和綜合利用低壓GIS、遠程集抄信息進行低壓故障診斷的信息化手段支撐，導致搶修工作中故障研判不準確，對于低壓線路缺相、接地等問題無法進行有效研判，對模塊化搶修工作開展造成一定影響。

1 研究現狀和基礎

隨著電能表技術的迅速發展，電能表已由以前單一計量功能的感應式電能表發展到今天具有壽命長、精度高、分時段、多功能、網絡化等高科技含量的多功能電子式智能化電能表，并得到了廣泛應用。根據南方電網的規劃，2020年前廣東電網將全面普及基于集抄的低壓用戶智能電表，利用其進行遠程采集，能夠以一定時間間隔采集低壓用戶的電壓電流和負荷數據。低壓智能電表覆蓋面廣、采集數據準確等優點，為中低壓綜合故障研判提供了可靠的數據源。

在配電網故障分析定位技術研究方面，配電網系統的故障診斷具有比較長的研究歷史。迄今為止，國內外在這一領域，提出了多種方法，包括基于故障電流的矩陣算法、人工神經元網絡方法、專家系統方法、模糊推理方法、基于優化技術的方法、粗糙集方法等，近年來又將Petri網、數據挖掘技術、多代理系統、貝葉斯分析方法等理論引入配電系統故障診斷中。考慮到實時信息可能出現畸變和丟失的情況，許多具有高容錯性的智能方法被引入配電網系統故障診斷這一領域。

2 低壓配電網故障的設計思路

在滿足地市局應用需求和不影響省計量主站運行的前提下，通過窄波高速方式上送低壓用戶，并利用WebService、FTP等網絡輸出技術，建立地市級服務器與省計量主站的網絡接口通道，融合計量系統、GIS系統、中壓停電池的故障信息、營銷用戶檔案、95598報障工單等多源業務系統的低壓故障信息，基于人工智能多特征合判的信息融合技術，提取來自多源業務系統的有效低壓故障數據，通過中低壓GIS設備的相互電氣關系與空間關聯性建立中低壓電網的故障診斷空間模型，選取獨立的設備分別作為數據存儲與故障診斷計算的服務器，優化數據庫結構與存儲方式，15 min內實現準確率達90%以上的低壓故障主動研判、低壓用戶電壓監視和低電壓原因分析等功能，如圖1所示。

3 關鍵技術的研究

3.1 基于人工智能多特征合判的低壓配電網故障定位方法研究

低壓配電網故障診斷數據信息源眾多，包括臺區表、智能傳感器、分支箱智能監測單元、表箱智能監測單元、報障信息等，導致診斷信息的維度高和變量關系復雜，利用深度學習和長短時記憶神經網路在處理高維時空變化問題上具有明顯優勢，可通過基于分布式智能和深度神經網絡的低壓配電網故障定位的理論和方法，使故障診斷中高維復雜關系得到有效擬合，也通過遺忘因子，保證無效歷史信息不對當前診斷造成影響;針對集中式故障定位算法態勢感知面臨單點失效引發全局失效的問題，基于分布式智能的多源信息融合的低壓配電網狀態估計方法，能有效減少各感知單元間的通信量，避免單點通信失效引發全局狀態估計失效問題，提升狀態感知能力的魯棒性，利用計及不確定性、多特征合判的低壓配電網故障診斷方法，對多個來源、延時差異較大的多重故障信息、數據質量不穩定的網絡拓撲進行綜合決策。

3.2 基于配電網中壓GIS單線圖的低壓GIS系統建設

目前，廣東電網GIS平臺已維護了較為完整的低壓線路和低壓戶表關系數據，包括地理沿布圖上低壓線路、低壓落火點等設備的地理分布、拓撲關系以及線路設備的基本屬性信息，同時，已進一步通過落火點與營銷系統低壓用戶的關聯，建立了完整的“變—戶”關系，但基于目前地理沿布圖和站房內部接線圖組合管理的模式，并不能滿足低壓故障研判功能的需求。

3.2.1 低壓GIS單線圖的繪制

以低壓臺區為單位，設備元件包括配變、低壓線路、低壓電纜、低壓配電設備、關鍵的低壓桿塔、低壓落火點、空間位置、臺賬屬性、戶表關系等在內的低壓配電網“變—線—戶”拓撲關系，直觀反映整個臺區的整體邏輯接線情況和用戶供電情況。2018年，湛江供電局已協調廣東電網電科院、GIS系統廠家，編制了低壓GIS單線圖的技術方案，規范了低壓GIS單線圖的布局、臺賬要求、交互接口等內容，如圖2所示。

3.2.2 配網自動化主站與GIS平臺低壓圖模數據交互

本著“同一模型、同一圖形、不同應用角度”的原則，按照IEC 61968/61970標準，將正確、完善的低壓配電網CIM/XML格式的模型數據文件和SVG格式的圖形數據文件，通過通信接口服務器發送至信息交互總線上，總線將模型和圖形數據傳送至配網自動化主站，主站根據該模型文件以增量的方式完成數據庫的模型更新，圖形以覆蓋的方式完成更新，如圖3所示。

3.3 低壓報障工單定位技術研究

對于不具備低壓集抄召測的臺區，基于深度神經網絡建立計及GIS空間、電氣相關性和多特征故障信息的故障原因診斷模型，對低壓報障工單、配變監測終端的停復電事件、低壓電表停復電事件、低壓電表周期性召測數據等故障源信息，根據多個報障工單的地理位置臨近、所屬同一個居民小區等空間相關性判斷依據以及根據戶號定位所屬同一個低壓臺區、同一個低壓開關出線等電氣相關性，結合配變監測終端的停復電事件、低壓故障主動偵測事件等，判斷是單戶故障、低壓開關跳閘還是配變停電;根據多臺配變的低壓故障研判結果，依據GIS的拓撲關系，輔助判斷線路開關跳閘故障。

3.4 主站型低壓故障主動偵測關鍵技術研究

3.4.1 建立研判模型

依托GIS、營銷系統和圖模數據交互技術，在配網自動化系統中打造配電網圖模圖數一體化圖形，確保主配網模型拼接以及圖模關聯正確，能夠至上而下地可視化展現“站—線—變—戶”的關系。

3.4.2 數據信號采集

廣東計量自動化系統已實現通過海量準實時數據平臺與各地市局配網自動化主站進行數據傳輸的功能，通過優化低壓智能電表通信模塊硬件，增加電表電池續航能力，實現低壓智能電表的停電告警事件實時上送功能，通過海量準實時數據平臺將停電告警信號、電壓信號等電表數據回流至各地市局。同時，設定一定的時間閥值，收集各類信號，象召測數據、95598報障工單等。如圖4所示。

3.4.3 拓撲分析

通過計算引擎，結合主站內構建的“站—線—變—戶”一體化電網研判模型基礎，依次召測該用戶電表、樓宇集中器、臺區采集器的電流、電壓和停復電信號等數據，持續在后臺對所有收集到的信號進行拓撲分析，根據中低壓配電網絡拓撲關系由下往上追溯到用戶所屬配變，召測用戶電能表以及配變的運行信息，根據電能表以及配變運行信息判斷故障。如果某一低壓開關后段用戶發生停電，多個低壓智能電表同時上送停電告警信號或收集到多個95598報障工單等數據源，則追溯出此低壓開關停電。如圖5所示。

4 配電網故障搶修指揮平臺的研發

基于“大運維、大數據”的需求，結合人工智能多特征合判的低壓配電網故障研判技術，開發配電網故障搶修指揮平臺，通過與GIS平臺、營銷系統、95598系統、PMS系統和移動作業終端等應用集成，實現低壓故障的定位告警和原因判斷、工單智能歸組、停電范圍智能編譯等智能化功能。如圖6所示。

配電網故障搶修指揮平臺建成后，面向配網調度搶修指揮服務中心人員，實現實時故障信息推屏、故障查詢及圖形化展示報障工單位置等功能，并提供搶修態勢分布圖，可視化展示低壓故障的推理邏輯和判斷結果，實現搶修指揮的統一調度及監控。

5 結語

基于人工智能多特征合判的智能化的低壓電網故障主動偵測技術，能夠加快運維人員對低壓配電網故障的感知速度，輔助運維人員更加準確地掌握分散式用戶的用電特性，降低故障搶修時間，實現更加有效的需求側管理，提升低壓配電網運行管理水平和供電可靠性。此外，人工智能前沿技術在低壓配電網運行管理中的應用，為低壓配電網直接進入智能運維奠定了基礎。

參考文獻

[1]李繼軍.智能電表在低壓電網故障搶修的應用剖析[J].黑龍江科技信息，2016（18）：76.

[2]盧小海， 王宇名， 趙文博.基于配網主站平臺的圖模變化量多版本機制研究[J].電力工程技術，2017，36（5）：109-113.

[3]胡年平.智能電表在低壓電網故障搶修的應用探究[J].硅谷，2012，5（24）：120，81.

[4]王頌.配電網故障集約化搶修技術研究與措施應用[D].山東：山東大學，2015.

[5]高頌九.配電網故障搶修可視化管理的探索與實踐[J].電力信息化，2012，10（7）：71-75.

[6]田紅兵.基于GIS的中低壓配網故障定位系統的研究[D]. 蘭州：蘭州理工大學， 2014.

[7]叢偉，荀堂生，肖靜，等.包括多微網的配電系統故障檢測算法[J].電力自動化設備， 2010，30（7）：50-53.

[8]陳鵬，滕歡，滕福生.故障信息不足時配電網故障定位的方法[J].電力系統自動化，2003，27（10）：71-72.