配电自动化故障智能识别和定位系统设计.docVIP

配电自动化故障智能识别和定位系统设计 　　摘 要：对于获取的海量配电网运行数据，快速从中提取关键信息并实现配电网运行缺陷和故障的智能分析、诊断定位是电力系统自动化的重要保障。本文利用采集的配电自动化运行实时信息，通过召测、故障特征信息分析、网络拓扑智能分析、专家知识库决策等技术，完成配电自动化故障定位及故障类型判断，分析故障点配电自动化属性，经过专家知识库决策，给出可能的故障原因，缩短故障处理时间，提高供电可靠性。 　　关键词：配电自动化 故障智能分析 故障定位 实时信息 　　中图分类号：TM933 文献标识码：A 文章编号：1672-3791（2018）03（a）-0000-00 　　随着配电网数据量的增大，配电网的结构越来越复杂，对供电可靠性的要求越来越高，配电网中故障如果不能及时处理，严重的故障会导致整个电力网络瘫痪。如何快速从收集到的海量信息中提取出关键信息，并利用这些提取出来的海量信息实现配电网运行缺陷和故障的智能分析和定位是配电网运行亟待解决的难题。因此，当配电网发生故障时能快速的给出故障原因，迅速找到故障源，缩短故障处理的时间，对电力系统发展来说至关重要[1-3]。 　　近年来，配电网故障诊断智能分析引起了国内外众多学者的关注。国内外比较典型的配电网故障诊断方法有故障电流法、专家系统法、人工神经网络法、基于模糊理论的方法、基于优化技术的方法以及基于数据挖掘的方法等。潘沛峰等提出基于IDT智能配电终端和马氏距离算法的新故障定位方法[1]，该方法能够对故障进行实时定位，满足智能配电网在线状态监测和故障准确定位需求。曹荣等针对电力系统故障诊断中的智能化方法中的常用方法进行了介绍和探讨[2]，并分析了这些方法在配电网故障诊断中的应用，从使用的角度分析了配电网故障诊断方法在实际应用中的意义。张虎等人提出了模型诊断在配电线路故障诊断中的应用分析[3]，阐述了模型诊断的基本思想和基本过程，并提出了改进冲突识别的方法和基于模型诊断的配电线路故障诊断方案，实例证明该方案能有效的实现配电线路的故障诊断。关龙提出了一个完整的基于模型的配电网诊断方案[4]，采用优化的离散二进制粒子群算法，诊断识别过程中以贝叶斯后验概率形式量化了候选诊断的衡量标准，从而降低了诊断过程中的不确定度，取得了良好的效果。罗毅等人针对配电网发生故障后故障诊断报警信息存在不确定性和导致难以准确诊断结果的问题，提出一种基于粗糙集与决策树的配电网故障诊断算法[5]，该方法提高了配电网故障诊断的精度不和鲁棒性，并通过实例验证了该方法的有效性。张珊珊等人将粗糙集和人工神经网络两者相结合[6]，对配电网故障进行诊断，首先对故障的原始数据运用粗糙集属性约减算法进行约简，再利用人工神经网络对最简规则集进行学习训练，最后通过一个仿真模型验证了此研究，优化了配电网故障诊断方法。黄智等针对配电网在线故障识别问题，探讨了关于配电自动化在线故障诊断识别与诊断的有效方法[7]。黄悦华等人探讨了智能配电网故障诊断系统的应用[8]，通过该系统能够对故障快速定位，便于之后的检修以及事故发生之后供电的快速恢复，避免了因为停电故障带来更大的经济损失。 　　现有的技术方法无法对配网中的故障进行智能诊断和定位，因此为了提高配网的供电安全性和可靠性，有必要对配网故障智能分析技术加强研究。 　　本文剩余部分组织如下：第2部分介绍故障特征信息分析系统体系架构；第3部分介绍配网智能决策系统设计，最后对全文进行总结。 　　1 故障特征信息分析系统体系架构 　　配网故障智能识别与诊断定位需要具有精细化的管控能力、在线管控、管控贯通等几个方面，从而保证配网故障分析可控、在控，强化故障智能分析能力。通过配网故障特征分析体系，快速实现故障点的定位和故障原因的判定，从而实现抢修的智能化和资源调度的智能化，提高供电服务的可靠性。下面给出本文提出的基于大数据平台的故障特征信息分析系统体系架构如图1所示。 　　图1 基于大数据平台的配网故障特征信息分析体系架构 　　其中，分析决策是配网中故障智能诊断的核心，主要包括配网自动化系统考核指标分析、可靠性指标分析、抢修综合指标分析等，主要??现配电自动化故障定位及故障类型判断。 　　抢修指挥模块主要包括抢修调度管理、现场抢修终端应用、抢修资源管理等，主要提供配网中可能的故障原因，缩短故障处理时间，提高供电可靠性。 　　2 配网故障智能决策系统设计 　　分析研究智能配电网的故障智能决策系统，能够快速而准确的隔离故障区域，使电网降低故障通电概率，提升供电质量，保证用户生产生活用电。配电网故障智能决策系统包括基于专家知识库的配电网故障决策设计、基于网络拓扑智能分析的配网故障诊断架构设计。 　　2.1 基于专家知识库的配网故障决策设计 　　专家系统在故障诊断领