一種適用于配電自動化終端的遙測采樣異常數據甄別方法

張 斌，張文波

(1.積成電子股份有限公司，山東 濟南 250100；2.南京工業(yè)職業(yè)技術大學，江蘇 南京 210023)

0 引言

配電網自動化的應用對于提高整個電力系統(tǒng)的運行水平，保證電能質量和安全可靠供電具有非常重要的意義[1]。近年來，隨著電網公司在配電網自動化領域建設的深入，無論是對配電自動化終端功能還是性能的要求都有了很大的提高，其中最重要的表現(xiàn)就是從傳統(tǒng)上的“ 三遙” (遙測、遙信、遙控)逐步要求增加短路故障切除功能。配電自動化終端安裝的10 kV 配電網處于供電線路的末端，因此與上級變電站線路保護的良好配合，成為配電自動化終端短路故障切除功能正確發(fā)揮作用的關鍵。變電站的保護定值通常不可以任意改動，因此，如果要滿足發(fā)生短路故障時不擴大停電范圍的需求，只能要求配電自動化終端的短路故障切除動作更快、更準確。

同一線路配電自動化終端間線路距離較小，終端間短路故障切除功能的配合僅依靠線路阻抗已經很難設定動作定值。通常情況下配電自動化終端只設置瞬時速斷和過流兩種短路故障切除功能，因此對于配電自動化終端瞬時速斷的可靠性提出了更高的要求，即不允許誤動、也不允許拒動。配電自動化終端長期在較強的電磁環(huán)境下工作，遙測采樣出現(xiàn)異常數據不可避免。如何避免和濾除異常數據在廠站保護設備的開發(fā)中有較為完善的理論和經驗，通常會選用成本高、電磁兼容性能最好的元件作為設備的硬件，模擬采樣通道、核心單元等都采用雙冗余設計，MCU 的計算速度、存儲空間都高標準設計以此適應復雜的數字濾波運算和功能運算[2]。配網自動化終端的成本較低，無法完全照搬廠站保護設備的設計理論和設計經驗，必須應用合適的硬件設計和計算量較小且可靠的數字濾波算法。

下面基于配電自動化終端設計過程中產品電磁兼容測試的實際錄波數據分析，設計出一種具有明確特征量的有效甄別遙測采樣異常數據的方法。

1 數據特性分析

配電自動化終端設計過程中要經過充分的電磁兼容測試，實踐中發(fā)現(xiàn)僅僅單一地依靠硬件機制防護，很難完全避免異常數據的出現(xiàn)。異常數據通常與其前面的數據是不連貫的，表現(xiàn)出躍變的特性。此類數據對于采用有效值判定短路故障切除的終端來說影響極大，誤動率極高；此類數據對于頻譜分析會造成極大的影響，對于采用工頻變化量判定短路故障切除的終端來說影響稍小，但所產生的影響也足以升高誤動率。為設計出適合配電自動化終端使用的數字濾波算法，有效地抑制短路故障切除誤動的發(fā)生，下面分別對含有故障電流的電流波形和含有異常數據的電流波形特性進行分析。

供電線路的等效模型中包含電阻、電感和電容。根據楞次定律，通過電感的電流是不能突變的，即短路前的電流值必須與短路發(fā)生后的瞬時電流相等，因此故障電流的錄波波形應該是連續(xù)的，事實也是連續(xù)的。

故障電流的錄波波形特性如圖1 所示。

圖1 故障電流錄波波形

配電自動化終端在強電磁環(huán)境下，由于受到干擾而造成采樣出現(xiàn)異常數據。異常數據通常與前面的數據是不連貫的，因此異常數據電流錄波波形表現(xiàn)出了躍變的特性，異常數據電流錄波波形特性如圖2 所示。

圖2 異常數據電流錄波波形

2 數據特征量分析方法與實例分析

2.1 相似性分析方法

為了較少占用MCU 系統(tǒng)資源，選用計算量較小的余弦相似性公式對單周波的采樣數據進行分析，從中找出明顯的數據特征量。所謂余弦相似性就是利用兩個n維向量的夾角余弦來衡量兩個n維向量的相似程度。夾角余弦的范圍為[-1，1]，夾角余弦越大表示兩個向量的夾角越小，夾角余弦越小表示兩個向量的夾角越大，當兩個向量重合時夾角余弦取最大值1，當兩個向量完全相反時夾角余弦取最小值-1。其計算公式為：

分析余弦相似性公式可知，如果簡單成對調換任何x、y在數據組內的相對位置不會影響相似性的計算值。當應用到此處時，如果將原始數據交替等分為兩組計算相似系數判定波形是否連續(xù)，可能會出現(xiàn)原本不連續(xù)的波形數據與連續(xù)波形數據具有一樣的相似系數的現(xiàn)象。為盡可能避免因異常數據位置和數值的巧合造成相似性很高而使判據失效的情況，此處將原始采樣的單周波128 點數據交替等分為8 組，依次計算相鄰組數據的相似性。

2.2 實例分析

基于以上方法，分析數據依次選取圖1 中AB之間(即短路電流上升時刻)的錄波數據、圖2 中AB 之間(即出現(xiàn)異常數據前時刻)的錄波數據、圖2 中BC 之間(即出現(xiàn)異常數據的時刻)的錄波數據進行分析。

假定將單周波128 點數據表示為a0～a127，將其分為8 組后數據表示為aij，其含義為第j組數據的第i個數據。j的取值范圍為0 ～7；i的取值范圍為0～15。

首先，按照上述原則對圖1 中AB 之間原始采樣數據進行分組并根據相似性計算公式獲得相鄰組數據的相似系數。原始采樣數據分組及分析結果見表1。

表1 故障時刻采樣數據分組及分析結果

其次，按照上述原則對圖2 中AB 之間原始采樣數據進行分組并根據相似性計算公式獲得相鄰組數據的相似系數。原始采樣數據分組及分析結果見表2。

表2 正常時刻采樣數據分組及分析結果

最后，按照上述原則對圖2 中BC 之間原始采樣數據進行分組并根據相似性計算公式獲得相鄰組數據的相似系數。原始采樣數據分組及分析結果見表3。

表3 異常時刻采樣數據分組及分析結果

從上述三種類型數據對比分析可以看出，故障時刻及正常時刻相鄰組采樣數據具有較高的相似性（所有數據均大于0.998），并且各組相似性系數的收斂性較好；異常時刻相鄰組數據的相似性系數將會表現(xiàn)出較大的離散性，出現(xiàn)部分相似性系數較小的情況(例如：0.917 232、0.914 359)。在對大量試驗數據進行分析后可以發(fā)現(xiàn)數據分析結果與以上呈現(xiàn)的三種類型數據有著相同的表現(xiàn)。

因此，可以按照上述的數據分析方法，將單周波128 點采樣數據交替等分為8 組，依次計算相鄰組數據的相似性系數，根據設定的相似性系數定值判定相似性數據是否越限，如果含有越限相似性數據，就可以斷定該周波內含有異常數據。

3 結束語

以上提出了一種適用于配電自動化終端，利用計算遙測采樣同一周波原始數據內部分組間相似性系數，根據其是否越限甄別是否存在異常數據的方法。該方法在當前電網公司對配電自動化終端功能性能要求逐步提高以及終端生產企業(yè)控制成本的背景下，具有顯著的特點。

1) 特征量選取合理，特性明顯。

2) 特征量計算方法選取合理，計算量較小。

3) 特征量計算僅靠單周波采樣數據，存儲空間需求較小。

對于配電自動化終端的MCU 系統(tǒng)資源緊張、存儲空間受限的狀況來說較為合適。該方法實際使用中在模擬通道低通濾波器的配合下獲得了良好的使用效果，提高了強電磁環(huán)境下配電自動化終端的測量精度以及短路故障切除的可靠性。