基于負荷特征傳導的配電臺區全狀態精準感知與數字化應用

李新家，嚴永輝，陳 霄，馬云龍，王黎明

（1.江蘇方天電力技術有限公司，南京 210000；2.國網江蘇省電力有限公司，南京 210024）

0 引言

我國能源結構正處于戰略轉型時期，“十九大”報告指出構建清潔低碳、安全高效的能源體系。習近平總書記在中央財經領導小組第六次會議提出“四個革命、一個合作”能源安全新戰略，明確推動能源消費革命，加快形成能源節約型社會，推動能源技術革命。國家電網公司貫徹落實國資委要求央企踐行數字化、智能化升級的要求，提出建設“具有中國特色國際領先的能源互聯網企業”的戰略目標，緊緊抓住5G 網絡、工業互聯網、物聯網、智慧城市等新型數字基礎設施建設的歷史機遇，大力培育新的經濟增長極，推動管理轉型和業務升級，實現效率效益提升。

低壓配電臺區作為配電網的最小單元和數據源頭，長期存在變、線、戶連接檔案混亂，停電事件主動感知水平低，線損異常，定位自動化程度低，設備狀態實時監測水平低等突出問題。現有技術的拓撲識別準確率不高于85%，無成熟的阻抗在線計算方法，進而引發了線損管理困難、搶修時間長、設備故障率高等一系列問題[1—2]。

近年來，國家電網公司系統地開展了大量針對低壓臺區管理的配電物聯網技術研究，目前存在的主要問題包括:①新增的設備數量巨大，投資巨大；②現場安裝環境復雜多樣，施工和運維難度很大；③現有拓撲識別算法的智能化水平有待提高；④現有臺區狀態監測算法的性能水平有待提升；⑤缺少數據衍生服務價值挖掘，缺乏市場化管理模式和互聯網思維，對外開放共享合作不充分，產業鏈帶動作用不明顯[3]。

因此本文以能源互聯網中“信息支撐”和“價值創造”的理念，能實現HPLC（high?speed power line carrier,HPLC）在信息感知上的高效利用；同時提出數字化業務支撐能力框架，以數據為驅動，探索能源互聯網示范臺區在電網數字化管理、用戶數字化服務和政府數字化治理3 個方面的典型業務場景。

1 能源互聯網示范工程部署架構

以用電信息采集系統為基礎，基于極簡的數據采集架構和傳導圖譜技術，在不更換現場智能電能表前提下，通過安裝臺區能源網絡監測設備，實現基本臺區能源互聯網狀態感知與實時監測，系統可接入物聯管理平臺[4]。具體的系統架構如圖1所示。

圖1 系統架構Fig.1 System architecture

具體實施方案如下。

（1）末端側:在載波電能表中，安裝具備本地數據管理和直接與主站進行數據交互的HPLC的子節點模塊，即可實現HPLC 載波表的本地通信信道升級。

在表箱中安裝單相或三相用電監測終端，替代之前的I、II型采集器。智能感知裝置可以按任務設定的周期、數據密度、數據深度抽取，以HPLC 方式上報傳輸給能源控制器，由能源控制器進行邊緣計算或傳送到主站系統進行分析處理，利用基于負荷特征的傳導圖譜技術，無需加裝分支設備，即可實現末端節點全網可視、供電網絡拓撲自動辨識、供電回路阻抗測量、故障及異常的在線監測和主動預判等功能。

（2）配變側:在配變側安裝能源控制器，替代傳統集中器。改變當前配變側終端的設計理念，以通信路由為核心，兼有業務協同的邊緣計算能力，承擔臺區通信路由和臺區邊緣計算的職責。

（3）主站側:臺區能源網絡監測設備通過物聯管理平臺實現臺區能源互聯網監管接入主站。集成終端數據，實現并展示拓撲識別、線損分析、故障診斷、非介入負荷辨識、戶內安全用電感知等功能。

2 負荷特征傳導應用途徑

負荷特征是用電設備耗電時特有的電氣行為，每一個用電設備在用電過程中都有獨特特性，可以通過分析研究用電設備的用電信息來獲取。負荷特征可以分為暫態特征、穩態特征和運行模式特征3 大類，其包含的信息量十分豐富。穩態和暫態2類負荷特征取決于設備內部的元器件特征；運行模式類特征則取決于設備的運行控制策略。不同負荷特征之間、不同電網運行狀態特征之間具有較大區別。

負荷特征在臺區拓撲識別方面的主要應用為:利用功率突變同步和用電特征同步方式的暫態負荷特征的強同步匹配關系，能夠快速實現電能表、變壓器的對應以及相位特性處理；而電壓相似性方法體現了基于穩態負荷特征的弱同步匹配關系，結合節點電壓與分支電流的相位信息，能夠得到臺區拓撲的相位特征和表箱—分支箱的從屬管理。

負荷特征在臺區故障診斷方面的主要應用為:故障的電路傳導特征主要是沿拓撲垂直傳導的電弧電流特征、短路電流特征和剩余電流特征。通過分析臺區電力網絡故障狀態下的負荷特征，包括電弧電流特征、短路電流特征、剩余電流特征、節點穩態電壓特征等，可完成故障的精準定位，提升運維管理效率。

3 基于負荷特征傳導的臺區感知技術

3.1 拓撲識別技術

（1）戶變關系識別

同一分支線路負荷特征存在縱向強關聯傳導特性，基于此即可實現戶變關系的精準識別[5—7]。

如圖2 所示，現有已知的配電網模型，其中ZTE為變壓器，L1、L2、L3為分支箱，ZC1～ZC9為電阻，C1～C9 為用戶側表箱。

圖2 低壓拓撲電路Fig.2 Low voltage topological circuit

低壓配電網戶變關系識別流程為。

步驟1:從高級量測體系（advanced measure?ment infrastructure,AMI）系統中分別獲取用戶側表箱和總表功率數據，進行以下預處理:①從任一智能電能表獲取功率數據，P1，P2，…，PN，其中智能電能表每0.1 s 取一個點；②取每20個點為一個時間窗口，即T1，T2，…，Tn，Ti∈[Pj,Pj+1,…,Pj+19]，其中j=20i；③針對每一個時間窗口Ti，對數據進行排序取中值Pj+8，Pj+9，Pj+10，Pj+11，取中值的平均值Di代替此時間窗口功率，Di=；④生成新的每2 s一個點的數據組D，D=[D1，D2，…，D43200]，43 200為采集一天的數據組D的總數據點。本發明的數據預處理利用中值濾波降低數據頻率，降低暫態的影響和計算機計算壓力。

步驟2:通過用戶側電能表和總表的電能表功率階躍，利用聚類處理進行總表和用戶側電能表匹配，建立隸屬度函數，形成用戶側表箱和總表一對一匹配關系。

（2）虛擬分支識別

同一分支下的末端負荷特征存在網格耦合特性，不用在分支箱處裝感知設備，僅通過電能表電壓數據關聯性即可實現表箱隸屬分支的關聯識別。

虛擬分支識別包括以下步驟。

步驟1:從用電信息采集數據中獲取所有待分析低壓配電網的所屬電能表的電壓數據序列；

步驟2:使用余弦相似度計算方法，對步驟1 中獲取的電壓數據序列進行相似度分析，得到每個待分析電能表的最相關電能表，計算公式為

式中:A和B為電壓序列；n為其維數；和為電壓序列均值。

步驟3:對所有待分析電能表的最相關電能表進行電能表箱關聯分析，得到每個最相關電能表從屬的電能表箱；

步驟4:根據待分析電能表箱集以及待分析電能表箱的相關電能表箱集的所有關聯關系，繪制如圖3的電能表箱關聯圖。

圖3 電能表箱關聯示意圖Fig.3 Schematic diagram of electricity meter box related chain

步驟5:根據電能表箱關聯圖，電能表箱群中每個電能表箱都通過有向關聯線連接到電能表箱群內的其他電能表箱，將從屬于一個電能表箱群的電能表箱設定為同一分支，建立所有電能表箱分支從屬關系。

（3）相位識別

根據“箱-戶”檔案，對表箱所有戶表和總進線三相的電壓序列進行時間對齊、清除錯誤項，進一步計算每戶進線A 相電壓的電壓相似度，以相似度最高為目標得到每戶最匹配相位[8]。

綜合10日結果得到每戶最匹配相位的概率值，以概率最大為識別相位，概率值為其置信度。

3.2 阻抗計算技術

如圖4所示，以用戶2為例，其供電回路為藍色曲線流經的部分，用戶2 的回路阻抗可以解釋為ZLoopu2=ZL1+ZL2+Zu2，顯然，對于用戶2 而言，ZL1與ZL2所在支路為共用支路[9—10]，Zu2所在支路為獨自使用的支路，所以用戶2 的干線阻抗可以表示為ZGXu2=ZL1+ZL2，支線阻抗為ZZXu2=Zu2。

圖4 臺區供電等效電路圖（單相）Fig.4 Equivalent circuit diagram of power supply in distribution area（single?phase）

可以推導得到

式中:t1、t2和tk分別為日量測數據的時刻。

在式（3）的約束條件下對式（2）進行二元線性擬合，計算出用戶的干線與支線阻抗ZGXu2和ZZXu2

3.3 故障定位技術

停電故障類型主要包括單戶居民跳閘停電、表箱總開跳閘停電、分支停電、臺區停電等。

居民內部事故引發的單個居民跳閘:表箱終端內嵌斷路器保護動作下的戶內短路電流分析算法；終端通過漏電流傳感器實時監測戶內漏電流大小；當檢測到戶內發生短路或者漏電流，并且用戶負荷驟降為0，則判定用戶內部故障。

表箱內部短路事故引起的表箱總開跳閘:當表箱內部發生短路事故，將引起表箱總開跳閘，進而引起表箱終端失電，終端失電后主動推送故障信息給主站；通過內嵌的保護動作下短路電流分析算法，安裝在上游的終端感知短路事故；若只有該表箱失電，可以鎖定為該表箱事故[11—12]。

下游短路引起的分支箱總開跳閘事故:分支箱終端內嵌斷路器保護動作下的短路電流分析算法，可以檢測到下游發生短路事故，同時分支箱負荷驟降為0，則判定分支箱總開關跳閘。

上游故障引起的分支箱整體失壓事故:出線柜終端失電；所有分支箱終端沒有檢測到下游發生短路事故[13]。

3.4 設備健康度評估技術

（1）考慮電弧電流暫態特征的設備異常辨識

面向配變、斷路器、低壓線路、用電設備，進行基于暫態特征的設備異常辨識，形成針對電壓、電流的基本保護判據以及針對電弧、阻抗的深化分析判據，構建臺區設備狀態判斷閾值庫，根據圖譜傳導特性實現設備異常的快速判別。

（2）設備健康度關聯指標分析和狀態分類

獲取不同配電一次設備的運行穩態數據，通過初步歸納，按照設備類型、批次、使用年限、容量參數等信息，對設備和樣本進行初步分類，建立差異化設備的運行數據樣本庫。考慮設備故障概率、檢修頻次等因素，設計配電設備健康度評估模型，實現設備健康度指標評價[14]，形成設備的優、良、差、故障等運行狀態評價。

（3）基于穩態運行數據趨勢判別的設備運行狀態評估和可靠性預測

挖掘配用電設備多狀態下的多源運行數據，一方面基于機器學習方法，對樣本數據進行學習，通過同批次同類設備運行數據的橫向對比和相同設備歷史運行數據的縱向比對，得到設備不同狀態下的健康度與關聯指標定量關系，進一步確定關聯指標與故障概率[15]、健康度變化速率以及檢修時間之間的關系[16]；另一方面分析不同狀態的轉化關系和轉化模式，依據指標數據變化趨勢，實現狀態轉變判別。

4 基于數據驅動的數字化業務支撐框架

能源互聯網示范臺區完成了HPLC 的高效利用，實現了低壓臺區運行狀態實時感知和居民精準負荷辨識，為充分挖掘分鐘級、細粒度數據價值，項目面向能源互聯網示范臺區，進行以下幾個方面的數字化業務支撐，末端電網數字化業務支撐框架如圖5所示。

圖5 末端電網數字化業務支撐框架Fig.5 Digital service support framework of terminal power grid

（1）電網數字化管理支撐能力:面向營銷管理、供電服務、能源效率提升等維度進行技術突破，以數據為驅動，在營銷管理層面建立線損成因評估模型、竊電定位模型、民改商違約用電診斷模型；在供電服務層面建立基于數據關聯匹配的拓撲識別模型、基于阻抗計算的線路老化評估模型和基于電弧識別的線路接觸異常診斷模型；在能源效率提升層面建立基于負載構成時空域貢獻度分析的可開放容量評估模型和基于居民用電行為的臺區可調潛力評估模型。

（2）用戶數字化服務支撐能力:面向客戶增值服務、客戶交易服務、社區關懷服務等方面進行技術突破，通過數據挖掘，在客戶增值服務方面建立電器能耗異常甄別模型、基于用電特征趨勢判別的安全隱患評估模型和商業選址分析模型；在客戶交易服務方面建立電力實時結算支撐能力和分時電價經濟性分析模型；在社區關懷服務方面建立面向社區獨居老人等需特殊關懷家庭的用電異常識別模型。

（3）政府數字化治理支撐能力:面向公安治理和消防安全等方面進行技術突破，通過數據挖掘，在公安治理方面建立群租房鑒別模型、傳銷概率評估模型；在消防安全方面建立電瓶車室內充電辨識模型、房屋結構改造鑒別模型。

5 工程應用

能源互聯網示范臺區項目位于南京，基于極簡的數據采集架構和傳導圖譜技術實現臺區源網荷儲的全息數字孿生和協同優化控制，對內支撐配電網可靠安全高效運行，對外為社會提供多元化的能源增值服務，打造了設備精簡、狀態透明、互動高效、服務優質、客戶滿意的末端臺區能源互聯網單元。

（1）臺區狀態全量感知

在極簡采集架構下，實現“變、線、戶、相位”拓撲識別準確率100%，線路阻抗計算準確率大于90%，在不增加監測設備的情況下，通過提升當前供電量測設備的高級量測能力，實現臺區故障研判，完成串聯電弧監測、變壓器和線路異常態勢感知[17]。

（2）臺區數據共享增值

通過數據挖掘分析提供的戶內電瓶車充電管控、群租房識別、用戶能效和安全服務，形成價值共享。示范區域的603 戶的數據分析結果如表1所示。

表1 數據價值挖掘結果Table 1 Data value mining results

6 結束語

針對低壓配電網存在的典型問題，有必要以能源互聯網的建設理念進行“信息支撐”和“價值創造”2 方面的技術突破和應用。通過研究基于負荷特征傳導的臺區感知技術，利用用戶負荷特征和故障特征在低壓電網中的縱、橫向傳導特性，構建臺區的變、線、戶、相位、電氣阻抗完整拓撲信息，極大簡化采集架構，完成臺區拓撲、阻抗、故障和設備健康度等全狀態精準感知，實現HPLC 在信息感知上的高效利用；同時提出數字化業務支撐能力框架，以數據為驅動，探索能源互聯網示范臺區在電網數字化管理、用戶數字化服務和政府數字化治理3 個方面的典型業務場景；通過南京的11 個小區完成示范應用，拓撲識別準確率可達100%，阻抗計算準確率>90%，解決戶內外停電責任研判、線損異常時空定位等管理難題，經多類型臺區驗證后可作為低壓臺區運行管理標準軟件模塊在用采系統中集成，使其成為臺區側能源互聯網典型方案并進行推廣建設。