低壓配電臺區線損變化趨勢實時監測技術研究

丁昱文 石多瑞

（國網江蘇省電力有限公司睢寧縣供電分公司）

0 引言

配電網是一種高成本、高消耗的電力資源，必須對其進行實時、準確的監測［1］，以避免出現嚴重的線路損耗，及時發現重大故障問題。傳統的10kV配電網由于沒有安裝智能的計算模型［2］，所以在運行過程中的實時監測效果不佳，不能及時發現斷電故障與異常線損。在10kV配電網中，要實現對其自動化監控，就必須對10kV配電網中的線損進行快速的辨識［3］，從而提升配電網的監測效果，避免因為實際線損差別過大而造成的巨大成本支出。實現配電網的實時監測，不僅節省人力、物力，還便于智能化管理［4］。

基于此，梁嘉文［5］等提出了K-Medoids聚類的線損監測方法，通過局部異常因子算法斷定網損數據異常情況，并剔除異常數據。利用K-Medoids聚類法，聚類分析所篩選出的數據，并將線損率區間、數據聚類中心及歐幾里得距離相結合，隨后加入粒度計算，完成線損監測。孫勝博［6］等提出了聚類算法的線損監測方法。采用Wpdec小波分解函數，將低壓電網各區段的線損數據分解成三級小波，隨后通過Wprcoef方法，重構各區段的小波系數，實現線損特征提取；基于線損特征變量，設置線損的判斷標準，利用K-means算法聚類特征向量，得到線損特征規律，從而完成線損監測。但上述文獻存在數據處理效果不佳，導致后續監測不準確，因此，提出了低壓配電臺區線損變化趨勢實時監測技術研究。通過對低壓配電臺區現場數據采集與傳輸，明確配電網運行狀態，處理收集的線損數據，將噪聲去除，最后通過最大線損誤差分析，實現有效精準的監測。

1 低壓配電臺區現場數據采集與傳輸

基于數據采集終端的配電網線損管理方法，對各個變電站和桿塔式配變的電氣參數進行分析，并將這些參數經數據傳送網絡，隨后存儲在主站［7］。

為實現10kV線損現場監測，要求在變電站中進行10kV輸電線路的數據采集，由繼電器輸入的電流和電壓量求取數值，確保信息正確性和完整性。在開關站、室外箱式站的配變、線路上的桿變等線路的終端電力數據，通過安裝負荷測試器實現。

目前電網中，通信主要手段是光纖，適用于各35kV及以上高壓變電站及調度中心。但是，由于成本等原因，加上10kV低壓變電站開關站、箱變、桿變等設備，分布不規律，所以大多數還沒有實現與調度數據采集的通信連接［8］。為了適應各類設備本身的工作環境以及現場條件，通過GPRS的無線網絡通訊模式來完成數據的傳送。

GPRS是一種在第二代與第三代之間發展起來的通信技術。在同一水平上，GPRS業務支持結點和移動交換中心［9］，并且，在同一時間，追蹤各個MS的存儲單位，完成加密、存取等操作。網關支持節點是利用GPRS骨干網和服務支持節點完成網絡連接?，F場數據通信傳輸如圖1所示。

圖1 現場數據通信傳輸

圖1示出基于GPRS技術的無線現場數據網絡通信傳輸圖。10kV的P型、W 型和桿變非純纜線入線，采用GPRS無線網絡將數據傳送至三區，并建立實時監測模塊，進行數據收集與匯總。數據采集主站采用實時通信方式，得到現場采集、終端采集到的各10kV線路和配變的各項參數，以此來確定配電網運行情況。

2 低壓配電臺區線損數據降噪處理

針對低壓配電臺區有關監測終端采集的大量數據和包含噪聲的問題，利用二維小波閾值降噪技術［10］，對低壓配電臺區線損數據進行降噪，以提高數據的監測精度。首先，對含噪聲的臺區線損值f（k），利用小波變換將其分解為M層，從而獲得小波系數ωj，k，ωj，k描述的是j層分解后的高頻系數k的小波系數。在此基礎上，通過對小波系數的門限和信號的重構，抑制［11］噪聲。因此，在降噪過程中，門限的選擇是一個非常關鍵的環節。

如公式（1）中所示，獲得門限T：

式中，σ為配電臺區線損數據的噪聲標準；N為信號長度。

其中，可以利用公式 （2）表示的分解高頻系數［12］絕對值來估算σ。

傳統的門限函數可以分為硬門限和軟門限。其中，硬門限是指在不小于該門限的情況下，將其所有取值設置為0的小波系數進行保留［13］，并用公式（3）表示硬門限：

軟門限標準簡單地將小于門限的小波系數取值設置為0，并與門限本身的特性相結合，獲得公式（4）表達式為：

在公式（3）、 （4）中，可以獲得相應于軟、硬門限的曲線。

式中，μ為權重系數，并且在公式（6）中給出具體表達式為：

在此基礎上，通過對配電臺區線損數據的二維小波降噪方法的研究，得出詳細步驟為：

第一步：選取預報日前n日的線損數據為采樣值，并將其變換成相應的二維數據。

第二步：將上述數據經歸一化處理后，獲得二維灰度圖的矩陣數據。

第三步：在獲得二維信號的基礎上，通過小波變換方法解析信號，選取最優的小波基，再利用M層解析獲得ωj，k。

第四步：對各級別小波分別實行預處理，明確門限的范圍，利用半軟門限函數對進行處理，從而獲得估計系數。

第五步：利用二維小波變換重建信號，獲得去噪后的信號。

第六步：對重構后的信號進行逆向標準化處理，從而達到對低壓配電臺區線損數據降噪的目的。

3 低壓配電臺區線損變化趨勢實時監測

低壓配電臺區的線路損耗以電阻損耗為主，它與載流量、電壓和負荷的分布有關，那么電阻組件損耗為：

式中，I為低壓配電網部件的電流有效值；R為電阻值；U為運行電壓；P為荷載值；λ為功率因數；ρ為配電網線路電阻率；L為配電網線路長度；A為電線截面。

在配電網絡中，除了基線電阻，還可以將變壓器的線損劃分為線損、銅損，由此可以得出：

式中，PFe為勵磁支路［15］的阻性損失；PCu為變壓器繞組的阻性損失；UN為變壓器的額定電壓；SN為變壓器的容量；Pk為變壓器的短路損失。同樣，也能夠獲得配電臺區其他各組成部分的線損。通過擬合采集的通信信道有關的實時數據，推導出配電臺區中每一分支的理論線損。最后，根據公式（9）能夠獲得配電臺區電能理論線損表達式為：

式中，ΔPi為配電臺區各組件的理論損失；If為配電臺區線路負荷電流；t描述的是運行周期。

通過對配電網中各線路的線損進行實時統計，能夠得到各線路的線損變化趨勢和各通信通道的運行狀況。實際線損的統計值的計算，主要是基于電量損失量，并在國家電網相關規定的支持下，最終得到線損變化趨勢的統計值表達式為：

式中，Δβs為實際通信線損量；G為配電網供電量；S為配電網售電量。供電量是指配電網中所產生和處理的總電量，其計算公式為：

式中，Gf為發電站產生的電量；Gw為外購電量；Gi為其他分線輸入電量；G0為輸出電量。售電量指的是配電網及其有關單位向客戶出售的電力，再加上向其他行業提供電力的總和，則計算表達式為：

式中，Sm為一般用戶在配電網中的總用電量；Sz為其他行業的用電量。

所安裝的監控裝置每隔15min對上述數據收集和上載，多個通信通道的狀態信息每隔30min進行一次更新。在多條通信信道出現異常時，根據數據收集與統計規律，無法及時更新統計信息，此時必須對線損異常前一時間與前一天相同時間的數據取平均權重，以獲得統計信息。在通信信道恢復到正常狀態的時候，運用時序分析原理，對數值的實時變化與線損數據關系分析，從而獲得配電網線損時刻與統計值。將處理的數據替換成相應的配電網實際線損，與公式（9）中的理論線損比較。

設置最大的容許線損誤差為η，如果Δβs－Δβ大于η，這就意味著，線損出現異常，由此得出在通信通道中有線損異常的結論，隨即發出警報。如果Δβs－Δβ小于η，則說明配電網的線損設備也能正常工作，沒有線損異常狀態。此外，監測異常的報警模式有三種：一是閃光警告信號，該信號裝在通道監測終端上；二是蜂鳴器響應；三是將實時警報消息傳送給相關工作人員。在實際監測中，系統將依照配電網線損變化趨勢的異常危急程度，選取適當的預警模式，并與多個通信信道的實時監測數據一起輸出。

4 線損監測實驗

為了驗證所提方法的監測實用性，進行實驗。利用K-Medoids聚類方法，與所提方法進行比較。

采用所提方法通過對數據的多層次分類，減少監測誤差。在對數據進行處理后，對多個配電臺區的線路損耗數據集抽樣，從中選擇了1000個樣本作為訓練集。經過數據處理之后，在模型上重構線損數據，從而在保證其高效運行的前提下，提升其監測精度。在該模型的基礎上，通過對配電網線損的分析，得到其分布情況，如圖2所示。

圖2 配電網線損狀態

通過圖2能夠看出，分析配電網線損情況，選擇了90個線損節點，節點線損情況分別為節點10～30、30～50、50～90，正常線損率變動幅度在1.6～6.0%范圍內。線損率在30～50個節點上有異常突變現象，其變化趨勢更為集中，波動幅度較大，超過正常范圍。即在線損節點為30～50之間有突變點。說明所提方法能夠直觀看出配電網線損變化趨勢波動，掌握設備實時狀態。

選擇10個突變點，設置總實驗節點序列100～1000。把10個突變點放入隨機監測模型中，展開訓練，訓練過程中的均方誤差變化情況如圖3所示。從圖3中能夠明顯看出，在三種時間序列中，當訓練周期為月度時，輪數為14次，監測均方差維持在0.09。在訓練周期為季度時，輪數為20～25、30～35次，均方誤差基本保持不變，數值保持在0.03。當訓練周期為半年時，均方誤差比較穩定，波動在0.2～0.26之間，相對于月度和季度誤差比較大，但也能夠保證配電網線損監測的準確性。由此說明，所提方法適應性較好，及時準確監測電網線損實時狀態。

圖3 監測模型訓練情況

在訓練循環中，監測的配電網線損序列如圖4所示，設置實驗時間為25天，對時間內配電網線損率的變化進行分析。設置在第3、24、25天出現線損，且丟失段的線損率設為0。

圖4 配電網線損時間序列變化

通過圖4能夠觀察到，配電網線損在第3、24、25天的時候，線損率的數值均為0%，其他時間的線損率的數值是正常的，監測出的數值與實際出現線損的時間相一致，說明所提方法對配電臺區線損監測效果較好且精準。

通過選擇的10個突變節點序列，其中包含配電網實際線損突變節點，且數量各不相同。將K-Medoids聚類方法、聚類方法、所提方法監測結果進行對比，詳見下表。

表 線損監測結果對比

通過上表能夠得知，K-Medoids聚類方法、聚類方法在任何節點序列中，監測線損突變節點數量與實際線損突變節點數量均存在或多或少的誤差；而所提方法在節點序列為700時，與實際線損突變節點數量誤差為2個，其余為存在1個或0個誤差。由此證明所提方法能夠更加精準的監測出配電網線損情況，提高工作效率。

5 結束語

為了能夠對電力線損問題有效地管理，從而降低電力損耗，電力企業必須要確定目標，并采取行之有效的措施，運用先進的在線監測技術，幫助低壓公變臺區更好的實現同期線損準確定位，進一步提升供電公司線損指標，同時減少基層班組人員排查線損的時間，從而降低企業的運營成本，減少資源浪費，保證人們的用電需求。因此，提出了低壓配電臺區線損變化趨勢實時監測技術研究。開展低壓配電臺區的實時數據采集和傳輸，了解配電網的運行狀況，并對所采集的線損耗數據處理，以消除噪聲，并實行線損最大誤差分析，以達到高效、準確監測。