基于大數(shù)據(jù)技術(shù)的智能配電網(wǎng)運行狀態(tài)診斷研究

摘要：該文研究了基于大數(shù)據(jù)技術(shù)的智能配電網(wǎng)運行狀態(tài)診斷，首先介紹了智能配電網(wǎng)運行狀態(tài)診斷的概念，并探討了抗差狀態(tài)估計和配電網(wǎng)抗差估計測量數(shù)據(jù)的重要性；接著提出了在大數(shù)據(jù)環(huán)境下多元數(shù)據(jù)融合的配電網(wǎng)狀態(tài)估計方法，包括數(shù)據(jù)融合處理和加權(quán)最小絕對值抗差狀態(tài)估計模型的改進(jìn)；然后針對大數(shù)據(jù)下配電網(wǎng)運行狀態(tài)診斷進(jìn)行了分析，包括評估配電網(wǎng)的運行狀態(tài)和基于抗差狀態(tài)估計下的配電網(wǎng)運行狀態(tài)診斷方案。通過本文的研究，成果可以提高智能配電網(wǎng)的運行狀態(tài)診斷精度，為保障電力系統(tǒng)的穩(wěn)定運行提供了一定的參考價值。

關(guān)鍵詞：抗差狀態(tài)；配電網(wǎng)；運行狀態(tài)；故障診斷

doi：10.3969/J.ISSN.1672-7274.2024.07.015

中圖分類號：TM 76 文獻(xiàn)標(biāo)志碼：A 文章編碼：1672-7274（2024）07-00-04

Research on Intelligent Distribution Network Operation Status Diagnosis Based on Big Data Technology

CHEN Jian

（Nanjing Power Supply Company， Nanjing 210000， China）

Abstract： This article studies and elaborates on the operation status diagnosis of intelligent distribution networks based on big data technology. Firstly， the concept of intelligent distribution network operation status diagnosis was introduced， and the importance of robust state estimation and distribution network robust estimation measurement data was discussed. Subsequently， a distribution network state estimation method based on multivariate data fusion in the big data environment was proposed， including data fusion processing and improvement of the weighted minimum absolute value robust state estimation model. Then， an analysis was conducted on the diagnosis of the operation status of the distribution network under big data， including evaluating the operation status of the distribution network and a distribution network operation status diagnosis scheme based on robust state estimation. Through the research in this article， the results can improve the accuracy of operational status diagnosis in intelligent distribution networks， providing certain reference value for ensuring the stable operation of power systems.

Keywords： robust state; distribution network; operating status; fault diagnosis

在智能電網(wǎng)時代，大數(shù)據(jù)技術(shù)廣泛應(yīng)用于配電網(wǎng)運行狀態(tài)的診斷。這種技術(shù)有助于及時發(fā)現(xiàn)配電網(wǎng)運行異常，并快速給出診斷結(jié)果，以便及時處理并消除配電網(wǎng)運行風(fēng)險。研究發(fā)現(xiàn)，在配電網(wǎng)運行狀態(tài)診斷中存在基礎(chǔ)數(shù)據(jù)質(zhì)量問題。因此，筆者提出通過建立抗差狀態(tài)估計模型對配電網(wǎng)的運行狀態(tài)進(jìn)行估計，并提供最終的診斷方案。這一創(chuàng)新方法不僅能提升診斷數(shù)據(jù)的準(zhǔn)確性，還能改善診斷過程。

1 智能配電網(wǎng)運行狀態(tài)診斷

1.1 抗差狀態(tài)估計

狀態(tài)估計是一種常用的計算機實時數(shù)據(jù)處理方法。在電力領(lǐng)域中，該方法在配電網(wǎng)運行狀態(tài)診斷和指導(dǎo)運行方式優(yōu)化調(diào)整方面發(fā)揮重要作用。在此背景下，抗差狀態(tài)估計作為電力領(lǐng)域的研究熱點已取得大量相關(guān)研究成果。部分研究結(jié)果顯示，在配電網(wǎng)運行過程中，產(chǎn)生的大量負(fù)荷數(shù)據(jù)精度比實際測量精度要小，存在粗差問題。為了排除數(shù)據(jù)中的粗差，有學(xué)者提出了新的估計理論，即抗差估計。該方法可以提高狀態(tài)估計的抑制粗差能力，將其應(yīng)用于電力行業(yè)可以獲得最佳估值。

分析抗差狀態(tài)估計原理發(fā)現(xiàn)，隨著抗差理論的提出，在抵御不良數(shù)據(jù)干擾估值方面，學(xué)界和業(yè)界提出了多種處理方法。基于大數(shù)據(jù)、人工智能等新一代信息技術(shù)，實現(xiàn)了對數(shù)據(jù)的自動化處理，進(jìn)一步豐富了抗差估計理論。當(dāng)采集或測量到的不良數(shù)據(jù)對狀態(tài)估計結(jié)果產(chǎn)生影響較小時，此種狀態(tài)估計算法具有抗差性。因此，抗差狀態(tài)估計有許多優(yōu)勢，能夠自動去除不良數(shù)據(jù)，從而減少對估值的影響。與傳統(tǒng)的狀態(tài)估計方式相比，它省去了不良數(shù)據(jù)分析、校驗和甄別環(huán)節(jié)，提高了效率。

在配電網(wǎng)系統(tǒng)中應(yīng)用抗差狀態(tài)估計時，首先需要從配電網(wǎng)調(diào)度中心獲取實時的電網(wǎng)量測數(shù)據(jù)。然后，構(gòu)建正態(tài)分布模型，并使用該模型來分析不良數(shù)據(jù)對結(jié)果產(chǎn)生的影響。同時，通過區(qū)別處理數(shù)據(jù)的主體部分和不良數(shù)據(jù)部分，最終得出狀態(tài)的估計值。就目前來看，抗差估計廣義數(shù)據(jù)模型在診斷過程中得到了廣泛應(yīng)用，并且可以與最小二乘法結(jié)合使用，以優(yōu)化抗差處理結(jié)果。具體應(yīng)用中，主要基于等價權(quán)原理，將最小二乘法與抗差估計原理相結(jié)合。運用過程中涉及到等價權(quán)函數(shù)的設(shè)計問題[1]。假定有觀測值集合，則權(quán)值用表示，其中i=1，2，3…，則經(jīng)驗概率密度用公式表示為：

（1）

一般來說，抗差狀態(tài)估計結(jié)果，與選用的函數(shù)和函數(shù)有關(guān)；而大部分的等價權(quán)函數(shù)均為分段函數(shù)，主要是用權(quán)因子函數(shù)測量權(quán)值的。研究發(fā)現(xiàn)，F(xiàn)air權(quán)函數(shù)優(yōu)勢更顯著，無需對殘差大小設(shè)定權(quán)限，將此種函數(shù)運用待配電網(wǎng)抗差估計中切實可行，支持更改權(quán)值。因此，（v）和（v）函數(shù)及權(quán)因子表示為：

（2）

推導(dǎo)得出：

（3）

Fair分布的權(quán)因子函數(shù)見圖1。

圖1 Fair分布權(quán)因子函數(shù)

1.2 配電網(wǎng)抗差估計測量數(shù)據(jù)

在配電網(wǎng)抗差估計過程中，數(shù)據(jù)質(zhì)量、測量數(shù)據(jù)冗余和不同測量方式的精度問題都會對估計結(jié)果產(chǎn)生影響，從而干擾了配電網(wǎng)運行診斷結(jié)果。在實際的診斷過程中，可以發(fā)現(xiàn)配電網(wǎng)中的量測數(shù)據(jù)較少，從而減少了監(jiān)控數(shù)據(jù)量，這使得難以為配電網(wǎng)運行狀態(tài)分析提供充分的數(shù)據(jù)支持，降低了整個配電系統(tǒng)的觀測性。因此，在配電網(wǎng)抗差估計中引入了“狀態(tài)分析量測”，用于估計和推測配電網(wǎng)線路的P、Q、U、I等電氣量數(shù)值，從而增加了測量數(shù)據(jù)的冗余度，為狀態(tài)估計提供了保障。在抗差估計過程中，狀態(tài)分析量測的數(shù)值大小和可行度是關(guān)鍵參數(shù)信息，直接關(guān)乎狀態(tài)估計的權(quán)值。具體用公式可表示為：

（4）

式中，m表示偽量測值，表示偽量測精度，當(dāng)偽量測比重越小，對估值得影響也相對更小，反之，則無法保證狀態(tài)估計結(jié)果準(zhǔn)確性[2]。基于多源數(shù)據(jù)質(zhì)量在配電網(wǎng)狀態(tài)診斷中對估值的影響較大，以下主要就多源數(shù)據(jù)融合的配電網(wǎng)狀態(tài)估計進(jìn)行研究。

2 大數(shù)據(jù)下多元數(shù)據(jù)融合的配電網(wǎng)狀態(tài)

估計

2.1 數(shù)據(jù)融合處理

在診斷過程中，需要提前對測量數(shù)據(jù)進(jìn)行融合處理，以增加量測數(shù)據(jù)量，避免數(shù)據(jù)冗余度不足對診斷結(jié)果準(zhǔn)確性的影響，為狀態(tài)評估和分析提供更好的數(shù)據(jù)參考。在多源量測數(shù)據(jù)融合時，應(yīng)考慮量測延時數(shù)據(jù)對齊、不同類型數(shù)據(jù)的精度、時標(biāo)信息、數(shù)據(jù)成分和采集頻率等差異。為確保數(shù)據(jù)融合處理效果，可以將精度較高的時標(biāo)數(shù)據(jù)作為基準(zhǔn)數(shù)據(jù)，并與其他類型的數(shù)據(jù)進(jìn)行對齊。同時，由于PMU裝置具有較高的測量精度，可以將PMU數(shù)據(jù)與基準(zhǔn)數(shù)據(jù)對齊，而AMI和SCADA數(shù)據(jù)則與PMU數(shù)據(jù)對齊。AIM的采集周期為，用式（5）來表示AIM在t時刻的狀態(tài)估計負(fù)荷有功量測值：

（5）

式中，為第i個用戶在d天內(nèi)的t時刻有功量測值；為讀回的AMI有功量測，而分別為第i個用戶在第d天當(dāng)中的t時刻前量測的時標(biāo)值。

2.2 加權(quán)最小絕對值抗差狀態(tài)估計模型改進(jìn)

在診斷過程中，運行狀態(tài)評估與信息準(zhǔn)確性和數(shù)據(jù)完整性密切相關(guān)。為了解決信息準(zhǔn)確性和數(shù)據(jù)完整性問題，可以考慮應(yīng)用加權(quán)最小絕對值抗差估計器，該方法能夠?qū)崿F(xiàn)多個量測殘差為零的目標(biāo)，并具有顯著的抗差性[3]。因此，在配電網(wǎng)運行狀態(tài)診斷中應(yīng)用加權(quán)最小絕對值抗差狀態(tài)估計是可行的，可以準(zhǔn)確計算配電網(wǎng)運行狀態(tài)指標(biāo)的準(zhǔn)確性，為全網(wǎng)觀測提供了數(shù)據(jù)基礎(chǔ)。在研究中，對加權(quán)最小絕對值抗差狀態(tài)估計模型進(jìn)行了改進(jìn)，其估計準(zhǔn)則模型的公式表示為：

（6）

式中，代表權(quán)系數(shù)向量；分別表示節(jié)點i的殘差向量和量測向量以及量測函數(shù)向量；為節(jié)點j的零注入函數(shù)向量；x為狀態(tài)量向量。為消除函數(shù)中的絕對值量，將加權(quán)最小絕對值抗差狀態(tài)估計模型轉(zhuǎn)化為：

（7）

式中，l和u均是m維松弛變量。為進(jìn)一步促進(jìn)多源量測數(shù)據(jù)與配電網(wǎng)量測數(shù)據(jù)的融合，再次對加權(quán)最小絕對值抗差狀態(tài)估計模型進(jìn)行改進(jìn)，最終能夠非線性高階內(nèi)點法解除最終的結(jié)果。

3 大數(shù)據(jù)下配電網(wǎng)運行狀態(tài)診斷分析

3.1 評估配電網(wǎng)的運行狀態(tài)

為了減少低量測數(shù)據(jù)誤差以及不良數(shù)據(jù)對運行狀態(tài)評估的影響，在狀態(tài)診斷過程中應(yīng)將抗差狀態(tài)估計結(jié)果作為變電站運行狀態(tài)指標(biāo)計算的依據(jù)。在此過程中，需要先對抗差狀態(tài)評估結(jié)果進(jìn)行驗證。驗證過程中可以使用Delphi-CRITIC方法進(jìn)行風(fēng)險評估和計算，以實現(xiàn)對配電網(wǎng)運行狀態(tài)的定量評估，并及時發(fā)現(xiàn)配電網(wǎng)運行異常狀況，提供更具體、更有針對性的配電網(wǎng)運行狀態(tài)診斷方案。

在具體對配電網(wǎng)運行狀態(tài)進(jìn)行評估時，將配電網(wǎng)運行狀態(tài)安全級別作為參照，并結(jié)合狀態(tài)安全級別對應(yīng)相應(yīng)的風(fēng)險等級作為參考，其中，配電網(wǎng)運行狀態(tài)安全級別見表1。基于Delphi法下，根據(jù)配電網(wǎng)運行狀態(tài)指標(biāo)計算相應(yīng)的分值，則指標(biāo)i分值公式表示為 [4]。

3.2 基于抗差狀態(tài)估計的配電網(wǎng)運行狀態(tài)診

斷方案

診斷方案的具體流程包括實時數(shù)據(jù)采集、估計狀態(tài)結(jié)果和歷史臺賬信息整理。在實時數(shù)據(jù)采集過程中，需要重點收集變電站、變壓器、饋線的圖模數(shù)據(jù)、運行數(shù)據(jù)和指標(biāo)數(shù)據(jù)等相關(guān)信息。在配電網(wǎng)運行狀態(tài)診斷中，主要將饋線中的負(fù)荷分布情況和線損率分布情況作為狀態(tài)估計指標(biāo)；將配變中的功率因數(shù)合格情況、占比以及電壓越限頻次和占比作為狀態(tài)估計指標(biāo)；將用戶中的電壓偏差離散系數(shù)、電壓越限頻次及占比作為狀態(tài)估計指標(biāo)。

（1）變電站。在采集到的數(shù)據(jù)基礎(chǔ)上，對變電站相關(guān)的運行指標(biāo)進(jìn)行風(fēng)險評估。如果評估結(jié)果顯示存在高運行風(fēng)險，將提出診斷方案，即調(diào)節(jié)主變檔位或投切電容器。根據(jù)狀態(tài)估計的結(jié)果，如果發(fā)現(xiàn)變電站的電壓偏差離散系數(shù)達(dá)到11，則會提示調(diào)壓措施可能不當(dāng)，導(dǎo)致電壓偏差。如果電壓越限頻次為“0”，則說明當(dāng)前電壓處于正常運行范圍。

（2）饋線。需要使用指標(biāo)評估法對饋線風(fēng)險進(jìn)行分析評估。如果評估結(jié)果顯示存在較高風(fēng)險，需要提出相應(yīng)的方案，例如切轉(zhuǎn)線路負(fù)荷以降低線路負(fù)載或調(diào)整線路的無功補償裝置。在狀態(tài)估計和風(fēng)險評估中，發(fā)現(xiàn)城區(qū)新建住宅區(qū)的線路負(fù)荷長期處于輕載狀態(tài)，線路固有的銅鐵損耗占比較高，需要通過切轉(zhuǎn)負(fù)荷的方式來優(yōu)化線路負(fù)載情況。對于過載較嚴(yán)重的線路，導(dǎo)線截面不足，導(dǎo)線和設(shè)備產(chǎn)生過高的熱損耗，需要通過更換導(dǎo)線截面或?qū)㈦娎|埋入地下等方法來解決高線損問題。

（3）配變。在配變指標(biāo)評估中，如果發(fā)現(xiàn)變壓器存在高運行風(fēng)險，將提出調(diào)整三相不平衡的低壓無功補償和調(diào)節(jié)配變檔位的方案。運行狀態(tài)診斷結(jié)果顯示，大約90%的配變存在輕微三相不平衡，而大約10%的配變存在嚴(yán)重三相不平衡。根據(jù)負(fù)載率分布情況，只有兩臺配變的負(fù)載率不達(dá)標(biāo)，其余配變主要處于輕載運行狀態(tài)。

（4）用戶。在用戶指標(biāo)風(fēng)險評估中，如果發(fā)現(xiàn)高運行風(fēng)險，將提出更換調(diào)壓變壓器的方案。通過電壓監(jiān)測點的全面覆蓋，可以監(jiān)測配變電壓偏差離散系數(shù)，從而了解臺區(qū)內(nèi)用戶電壓偏差的離散程度，并據(jù)此進(jìn)行改進(jìn)和調(diào)整，確保用戶用電質(zhì)量。

分析變電站、饋線、配變和用戶的高風(fēng)險運行影響因素時發(fā)現(xiàn)，農(nóng)村配電網(wǎng)的運行安全性和穩(wěn)定性需要提高。農(nóng)村配電網(wǎng)存在供電半徑長、負(fù)荷輕、線損高的問題，以及中壓主干線路缺乏容性無功補償。此外，農(nóng)村小水電的輸出功率較小，導(dǎo)致線路末端電壓值降低，增加電壓損耗，進(jìn)而引起配變和臺區(qū)內(nèi)用戶電壓越限。針對這些問題，診斷方案應(yīng)采取相應(yīng)措施，如升高主變檔位降低變電站運行風(fēng)險，將饋線終末端負(fù)荷轉(zhuǎn)移到鄰近饋線上，更換損耗高的導(dǎo)線及設(shè)備，降低饋線運行風(fēng)險，通過升高配變檔位和低壓側(cè)無功補償?shù)确绞浇档团渥冿L(fēng)險，以及通過安裝戶用光儲和低壓線路末端加裝線路調(diào)壓器等方式降低用戶運行風(fēng)險。研究還表明，改善并網(wǎng)點或饋線區(qū)域的電壓水平，如在中壓饋線終末端接入小水電站，可以通過勵磁調(diào)節(jié)穩(wěn)定電壓水平。配電網(wǎng)網(wǎng)絡(luò)參數(shù)見表2。

4 結(jié)束語

綜上所述，配電網(wǎng)運行診斷方法和技術(shù)眾多，其中以大數(shù)據(jù)和融合技術(shù)為主。在本研究中所提到的抗差狀態(tài)估計方法在配電網(wǎng)運行診斷中扮演著重要角色，能夠確保估值的準(zhǔn)確性。通過增加多源量測數(shù)據(jù)冗余度，可以實現(xiàn)全網(wǎng)觀測，對各終端的運行風(fēng)險進(jìn)行評估，從而保證診斷方案的可行性。未來應(yīng)不斷改進(jìn)抗差狀態(tài)估計方法，進(jìn)一步解決數(shù)據(jù)質(zhì)量問題，提高狀態(tài)估計的準(zhǔn)確性，為配電網(wǎng)運行狀態(tài)評估提供科學(xué)支撐。

參考文獻(xiàn)

[1] 劉科研，董偉杰，肖仕武，等．基于電壓數(shù)據(jù)SVM分類的有源配電網(wǎng)故障判別及定位[J]．電網(wǎng)技術(shù)，2021，45（6）：2369-2379．

[2] 張珂珩，彭晨輝，趙康．基于全息時標(biāo)量測數(shù)據(jù)挖掘的配電網(wǎng)設(shè)備健康狀態(tài)診斷分析[J]．計算機測量與控制，2018，26（3）：29-34．

[3] 陳敬德，盛戈皞，吳繼健，等．大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用現(xiàn)狀及展望[J]．高壓電器，2018，54（1）：35-43．

[4] 黃天敏．基于抗差狀態(tài)估計的配電網(wǎng)運行狀態(tài)診斷與分析[J]．電力電容器與無功補償，2022，43（6）：92-102．