基于μPMU的智能配電網(wǎng)預(yù)想故障集組合篩選方法

符楊，司馬超，田書(shū)欣，蔡鵬程，顧吉平，劉舒

（1.上海電力大學(xué)電氣工程學(xué)院，上海 200090；2.國(guó)網(wǎng)上海市電力公司電力科學(xué)研究院，上海 200437）

預(yù)想故障集篩選是系統(tǒng)故障后安全態(tài)勢(shì)分析的重要支撐[1]，可為配電網(wǎng)運(yùn)行狀態(tài)分析[2]、動(dòng)態(tài)趨勢(shì)預(yù)警[3]、安全風(fēng)險(xiǎn)評(píng)估[4]等提供風(fēng)險(xiǎn)警示和輔助決策。一個(gè)實(shí)際配電網(wǎng)往往呈現(xiàn)多分支、多節(jié)點(diǎn)的架構(gòu)，如果對(duì)其可能發(fā)生的每一種故障進(jìn)行詳盡分析，則工作量巨大、難以實(shí)現(xiàn)，因此預(yù)想故障集篩選的主要工作就是制定篩選指標(biāo)，對(duì)系統(tǒng)潛在風(fēng)險(xiǎn)態(tài)勢(shì)下的待分析故障集進(jìn)行初步排序分析，篩選出最嚴(yán)重故障類。

國(guó)內(nèi)外學(xué)者做了大量有關(guān)預(yù)想故障集篩選方面的研究。傳統(tǒng)預(yù)想故障集篩選工作的核心是構(gòu)建篩選指標(biāo)。文獻(xiàn)[5]構(gòu)建四維暫態(tài)安全穩(wěn)定裕度篩選指標(biāo)。文獻(xiàn)[6]考慮多重故障影響，分別構(gòu)建故障發(fā)生概率指標(biāo)與故障影響域指標(biāo)。文獻(xiàn)[7]形成配電網(wǎng)預(yù)想故障預(yù)篩-精篩兩步制綜合篩選方法。當(dāng)信息系統(tǒng)與傳統(tǒng)電網(wǎng)物理系統(tǒng)高度耦合時(shí)，故障表現(xiàn)更為多樣化，因此文獻(xiàn)[8]將信息系統(tǒng)納入范疇，考慮信息系統(tǒng)與物理系統(tǒng)高度耦合的配電網(wǎng)結(jié)構(gòu)下預(yù)想故障篩選。

聚類算法已在電氣領(lǐng)域得到廣泛應(yīng)用。文獻(xiàn)[9]結(jié)合K-means聚類實(shí)現(xiàn)對(duì)航空串聯(lián)電弧的檢測(cè)。文獻(xiàn)[10]利用K-means聚類算法選取典型場(chǎng)景獲得準(zhǔn)確的風(fēng)電出力概率分布情況。上述的聚類算法應(yīng)用在定義聚類目標(biāo)函數(shù)時(shí)未能綜合考慮類內(nèi)相似性與類間差異性間的關(guān)系?！?br>