CN107478956A - 一种配电网的故障定位方法及装置 - Google Patents

Abstract

本申请公开了一种配电网的故障定位方法及装置，涉及电力技术领域，为解决现有技术中不能准确定位配电网故障位置的问题而发明。本申请的主要方法包括：建立配电网的数学模型，所述数学模型以测控点为配电网的分段点；根据所述数学模型，计算所述测控点的评价函数值；比较所述评价函数值；查找最小所述评价函数值对应的测控点的设备状态；确定所述设备状态中的故障状态对应的测控点为所述配电网的故障点。本申请主要应用于定位配电网故障的过程中。

Description

一种配电网的故障定位方法及装置

技术领域

本申请涉及电力技术领域，尤其涉及一种配电网的故障定位方法及装置。

背景技术

配电网是电力系统的末端网络，直接联系用户、向用户供应电能和分配电能。配电网多采用放射式的网状结构,对故障比较敏感,对用户供电可靠性的影响很大。在配电网发生故障时，快速检测和定位故障，恢复非故障部分的正常供电，避免大面积、长时间停电，是提高供电可靠性和供电质量、扩大供电能力、实现配电网高效经济运行的重要目标。

现有技术中可采用故障指示器实现故障的快速定位和就地控制，其依赖于故障指示器指示短路故障、单相接地故障、负荷电流和导线温度的线路运行状态监测参数。短路故障指示器安装在线路分支点和用户进线处，通过测量故障前后线路的电流值或其突变量以及持续时间来判断故障。

配电网故障定位系统是一个实时在线的处理系统，所有的故障信息大多来自于户外的FTU(Feeder Terminal Unit，馈线终端设备)通信装置，其工作环境恶劣、温差变化范围大，而且大多装在电力线柱上或配电柜内，要承受高电压、电流、雷电等干扰因素；配电网的通信点多且分散，很难采用同一种通信方式解决问题，在实际应用中，一般都采用混合的通讯方式，再加之开关节点松动、FTU本身的误判等因素的存在，配电网故障信息受干扰或丢失的可能性必然存在。对于配电网故障定位矩阵算法，当各FTU的上传信息有误时往往会出现误判，导致不能准确定位配电网故障位置，扩大事故范围，延长停电时间，直接降低了供电可靠性。

发明内容

本申请提供了一种配电网的故障定位方法及装置，以解决现有技术中不能准确定位配电网故障位置的问题。

第一方面，本申请提供了一种配电网的故障定位方法，该方法包括：建立配电网的数学模型，所述数学模型以测控点为配电网的分段点；根据所述数学模型，计算所述测控点的评价函数值；比较所述评价函数值；查找最小所述评价函数值对应的测控点的设备状态；确定所述设备状态中的故障状态对应的测控点为所述配电网的故障点。

结合第一方面，在第一方面第一种可能实现的方式中，所述根据所述数学模型，计算所述测控点的评价函数值，包括：如果所述故障点的数量为1，则根据遍历算法，顺序计算所述测控点的评价函数值；如果所述故障点的数量大于1，则根据蚁群算法，迭代计算所述测控点的评价函数值。

结合第一方面，在第一方面的第二种可能实现的方式中，所述根据蚁群算法，迭代计算所述测控点的评价函数值，包括：获取上一次迭代的剩余信息素；本次迭代根据轮盘赌规则和所述剩余信息素，选取所述设备状态为故障状态的故障测控点，所述故障测控点之外的所述测控点的的设备状态为正常状态；本次迭代根据预置期望状态算法，计算所述测控点的期望状态；本次迭代根据所述设备状态和所述期望状态，计算所述评价函数值。

结合第一方面，在第一方面的第三种可能实现的方式中，所述本次迭代根据所述设备状态和所述期望状态，计算所述评价函数值之后，所述方法还包括：根据所述评价函数值，计算本次迭代的释放信息素；根据本次迭代的循环次数，计算本次迭代的挥发信息素；根据本次迭代的初始信息素，计算本次迭代后的剩余信息素。

结合第一方面，在第一方面的第四种可能实现的方式中，所述本次迭代根据轮盘赌规则和所述剩余信息素，选取所述设备状态为故障状态的故障测控点，包括：根据所述剩余信息素，分配所述测控点对应的数值区间；计算所述设备状态为正常状态的信息素的信息素总值；根据所述轮盘赌规则，生成所述测控点对应的大于零小于所述信息素总值的随机数；如果所述测控点对应的所述随机数落在所述数值区间内，则确定与所述数值区间对应的测控点的设备状态为故障状态；获取所述故障状态对应的所述故障测控点。

第二方面，本申请还提供了一种配电网的故障定位装置，所述装置包括：建立单元，用于建立配电网的数学模型，所述数学模型以测控点为配电网的分段点；计算单元，用于根据所述数学模型，计算所述测控点的评价函数值；比较单元，用于比较所述评价函数值；查找单元，用于查找最小所述评价函数值对应的测控点的设备状态；确定单元，用于确定所述设备状态中的故障状态对应的测控点为所述配电网的故障点。

第三方面，本申请还提供了一种终端，包括：处理器、及存储器；所述处理器可以执行所述存储器中所存储的程序或指令，从而实现以第一方面所述的方法。

第四方面，本申请还提供了一种存储介质，该计算机存储介质可存储有程序，该程序执行时可实现包括本申请提供的配电网的故障定位方法各实施例中的部分或全部步骤。

本申请提供的一种配电网的故障定位方法及装置，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为申请提供的一种配电网的故障定位方法流程图；

图2为本申请提供的一种计算测控点的评价函数值的方法流程图；

图3为本申请提供的一种根据蚁群算法，迭代计算测控点的评价函数值的方法流程图；

图4为本申请提供的一种选取设备状态为故障状态的故障测控点的方法流程图；

图5为本申请提供的一种配电网的故障定位装置结构示意图；

图6本申请提供的另一种配电网的故障定位装置结构示意图。

具体实施方式

参见图1，为本申请提供的一种配电网的故障定位方法流程图。如图1所示，该方法包括：

步骤101，建立配电网的数学模型。

配电网，是指由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。在配电网发送故障时，往往会导致与故障点连接的一个区域内都停电，为了及时的修复故障点，那么对配电网的故障定位十分重要。

可以通过在配电网中的停电区域内，沿线排查指导查找到故障点，这种故障定位方式效率非常低，与用电用户对电力的需求程度不成正比，所以建立配电网的数学模型，以数学模型表征配电网中的故障点位置以及其他配电网指标。由于在故障定位时，需要根据配电网中的FTU反馈当前配电网的运行状态，所以在数学模型以测控点为配电网的分段点。

步骤102，根据数学模型，计算测控点的评价函数值。

评价函数，评价的的是所有测控点的设备状态。测控点是数学模型中的分段点，每个测控点都配置有FTU，每个FTU都会反馈一个配电网中该测控点的设备状态，但是由于工作环境以及FTU本身的误判等因素，可能导致FTU反馈的测控点的设备状态不准备。

如果直接根据FTU反馈的设备状态定位配电网的故障位置，则可能导致故障位置定位不准确。所以在本申请中，要计算测控点评价函数值，通过对评价函数值的再次判断以提高配电网故障定位的容错性。需要计算的评价函数值的测控点，实际上是指一种配电网的故障定位情况，在配电网的故障中可能只有一个测控点发生故障，也可能有多个故障点同时发生故障，在本身申请实施例中对同时发生故障的故障点个数不做限定。

步骤103，比较评价函数值。

评价函数值，是一个计算出的数值，所以比较评价函数值也就是比较评价函数值的大小。

步骤104，查找最小评价函数值对应的测控点的设备状态。

最小评价函数值，对应一组所有测控点的设备状态。设备状态，包括故障状态和正常状态。故障状态是指测控点出现故障。正常状态是指测控点正常运行。

步骤105，确定设备状态中的故障状态对应的测控点为配电网的故障点。

将最小评价函数值对应的设备状态中的故障状态对应的测控点为配电网的故障点。

本申请提供的一种配电网的故障定位方法，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

参见图2，为本申请提供的一种计算测控点的评价函数值的方法流程图。在图1所示方法的基础上，如图2所示，根据数学模型，计算测控点的评价函数值，包括：

步骤201，如果故障点的数量为1，则根据遍历算法，顺序计算测控点的评价函数值；

配电网出现单点故障时，为了提高计算速度，采用遍历的方法，对配电网故障情况下的评价函数值依次求解。假设配电网中故障点的数量为1，依次假设配电网中的测控点为故障点，然后采用遍历算法计算评价函数值。

步骤202，如果故障点的数量大于1，则根据蚁群算法，迭代计算测控点的评价函数值。

在诊断多点故障类型时，考虑到两点同时故障的概率大于三点同时故障发生的概率，首先对两点故障进行寻优计算，其次才是三点故障进行寻优计算。假设配电网中发生两点故障时，采用蚁群算法求出评价函数的最小值和假定条件下的故障点。假定发生三点故障时，与两点故障进行寻优计算的方法相似。同时出现4点故障的可能性太小，在本申请中为了平衡计算速度和定位的准确性，故不考虑同时出现4个故障点的可能性。

假设配电网中的故障点的数量为2，根据蚁群算法进行寻优计算，计算故障测控点的评价函数值。然后假设配电网中的故障点的数量为3，再根据蚁群算法进行寻优计算，计算故障测控点的评价函数值。

本申请提供的一种配电网的故障定位方法，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

参见图3，为本申请提供的一种根据蚁群算法，迭代计算测控点的评价函数值的方法流程图。在图2所示方法的基础上，如图3所示，根据蚁群算法，迭代计算测控点的评价函数值，包括：

步骤301，获取上一次迭代的剩余信息素。

蚁群算法，是指用蚂蚁行走路径表示待优化问题的可行解，整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多，随着时间的推进，较短的路径上累积的信息素浓度逐渐增高，选择该路径的蚂蚁个数也愈来愈多。最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。

蚁群算法在执行的过程中，需要不断的迭代，直到得到收敛的最优解。其中信息素是影响最优解的重要因素，在求解过程中不断的释放与挥发，所以本次迭代获取的信息素是上一次迭代的剩余信息素。

步骤302，本次迭代根据轮盘赌规则和剩余信息素，选取设备状态为故障状态的故障测控点。

故障测控点之外的测控点的的设备状态为正常状态。根据假设条件，选取故障测控的数量为2或者3，在测控点中选取2或者3个故障测控点。故障测控点的选取根据轮盘赌规则和剩余信息素共同确定。

步骤303，本次迭代根据预置期望状态算法，计算测控点的期望状态。

期望状态是根据选取的故障测控点，及其对应的正常状态的测控点，计算得到出的在该测控点应有的通断状态。

步骤304，本次迭代根据设备状态和期望状态，计算评价函数值。

步骤305，根据评价函数值，计算本次迭代的释放信息素。

步骤306，根据本次迭代的循环次数，计算本次迭代的挥发信息素。

步骤307，根据本次迭代的初始信息素，计算本次迭代后的剩余信息素。

本申请提供的一种配电网的故障定位方法，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

参见图4，为本申请提供的一种选取设备状态为故障状态的故障测控点的方法流程图。在图3所示方法的基础上，如图4所示，本次迭代根据轮盘赌规则和剩余信息素，选取设备状态为故障状态的故障测控点，包括：

步骤401，根据剩余信息素，分配测控点对应的数值区间。

步骤402，计算设备状态为正常状态的信息素的信息素总值。

步骤403，根据轮盘赌规则，生成测控点对应的大于零小于信息素总值的随机数。

步骤404，如果测控点对应的随机数落在数值区间内，则确定与数值区间对应的测控点的设备状态为故障状态。

步骤405，获取故障状态对应的故障测控点。

本申请提供的一种配电网的故障定位方法，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

参见图5，为本申请提供的一种配电网的故障定位装置结构示意图，是对配电网的故障定位方法的具体实现。如图5所示，该装置包括：

建立单元51，用于建立配电网的数学模型，数学模型以测控点为配电网的分段点；

计算单元52，用于根据数学模型，计算测控点的评价函数值；

比较单元53，用于比较评价函数值；

查找单元54，用于查找最小评价函数值对应的测控点的设备状态；

确定单元55，用于确定设备状态中的故障状态对应的测控点为配电网的故障点。

本申请提供的一种配电网的故障定位装置，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

参见图6，为本申请提供的另一种配电网的故障定位装置结构示意图。如图6所示该装置包括：

建立单元61，用于建立配电网的数学模型，数学模型以测控点为配电网的分段点；

计算单元62，用于根据数学模型，计算测控点的评价函数值；

比较单元63，用于比较评价函数值；

查找单元64，用于查找最小评价函数值对应的测控点的设备状态；

确定单元65，用于确定设备状态中的故障状态对应的测控点为配电网的故障点。

进一步地，计算单元62，包括：

顺序计算子单元621，用于如果故障点的数量为1，则根据遍历算法，顺序计算测控点的评价函数值；

迭代计算子单元622，用于如果故障点的数量大于1，则根据蚁群算法，迭代计算测控点的评价函数值。

进一步地，迭代计算子单元622，包括：

获取模块6221，用于获取上一次迭代的剩余信息素；

选取模块6222，用于本次迭代根据轮盘赌规则和剩余信息素，选取设备状态为故障状态的故障测控点，故障测控点之外的测控点的的设备状态为正常状态；

计算模块6223，用于本次迭代根据预置期望状态算法，计算测控点的期望状态；

计算模块6223，还用于本次迭代根据设备状态和期望状态，计算评价函数值。

进一步地，计算模块之后，装置还包括：

计算模块6223，还用于根据评价函数值，计算本次迭代的释放信息素；

计算模块6223，还用于根据本次迭代的循环次数，计算本次迭代的挥发信息素；

计算模块6223，还用于根据本次迭代的初始信息素，计算本次迭代后的剩余信息素。

进一步地，选取模块6222，包括：

分配子模块62221，用于分配根据剩余信息素，分配测控点对应的数值区间；

计算子模块62222，用于计算设备状态为正常状态的信息素的信息素总值；

生成子模块62223，用于根据轮盘赌规则，生成测控点对应的大于零小于信息素总值的随机数；

确定子模块62224，用于如果测控点对应的随机数落在数值区间内，则确定与数值区间对应的测控点的设备状态为故障状态；

获取子模块62225，用于获取故障状态对应的故障测控点。

本申请提供的一种配电网的故障定位装置，通过建立配电网的数学模型，然后根据数学模型计算测控点的评价函数值，再比较评价函数值，再查找最小评价函数值对应的测控点的设备状态，最后确定设备状态中的故障状态对应的测控点为配电网的故障点。与现有技术相比，本申请提成适用于配电网故障定位的评价函数算法，具备较高的容错性，而且具有较强的鲁棒性，能够准确的求解出配电网中各设备状态的最佳组合，使之与FTU上次的故障信息最吻合。

具体实现中，本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的呼叫方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于配电网的故障定位装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (10)

1.一种配电网的故障定位方法，其特征在于，所述方法包括：

建立配电网的数学模型，所述数学模型以测控点为配电网的分段点；

根据所述数学模型，计算所述测控点的评价函数值；

比较所述评价函数值；

查找最小所述评价函数值对应的测控点的设备状态；

确定所述设备状态中的故障状态对应的测控点为所述配电网的故障点。

2.如权利要求1所述的方法，其特征在于，所述根据所述数学模型，计算所述测控点的评价函数值，包括：

如果所述故障点的数量为1，则根据遍历算法，顺序计算所述测控点的评价函数值；

如果所述故障点的数量大于1，则根据蚁群算法，迭代计算所述测控点的评价函数值。

3.如权利要求2所述的方法，其特征在于，所述根据蚁群算法，迭代计算所述测控点的评价函数值，包括：

获取上一次迭代的剩余信息素；

本次迭代根据轮盘赌规则和所述剩余信息素，选取所述设备状态为故障状态的故障测控点，所述故障测控点之外的所述测控点的的设备状态为正常状态；

本次迭代根据预置期望状态算法，计算所述测控点的期望状态；

本次迭代根据所述设备状态和所述期望状态，计算所述评价函数值。

4.如权利要求3所述的方法，其特征在于，所述本次迭代根据所述设备状态和所述期望状态，计算所述评价函数值之后，所述方法还包括：

根据所述评价函数值，计算本次迭代的释放信息素；

根据本次迭代的循环次数，计算本次迭代的挥发信息素；

根据本次迭代的初始信息素，计算本次迭代后的剩余信息素。

5.如权利要求3所述的方法，其特征在于，所述本次迭代根据轮盘赌规则和所述剩余信息素，选取所述设备状态为故障状态的故障测控点，包括：

根据所述剩余信息素，分配所述测控点对应的数值区间；

计算所述设备状态为正常状态的信息素的信息素总值；

根据所述轮盘赌规则，生成所述测控点对应的大于零小于所述信息素总值的随机数；

如果所述测控点对应的所述随机数落在所述数值区间内，则确定与所述数值区间对应的测控点的设备状态为故障状态；

获取所述故障状态对应的所述故障测控点。

6.一种配电网的故障定位装置，其特征在于，所述装置包括：

建立单元，用于建立配电网的数学模型，所述数学模型以测控点为配电网的分段点；

计算单元，用于根据所述数学模型，计算所述测控点的评价函数值；

比较单元，用于比较所述评价函数值；

查找单元，用于查找最小所述评价函数值对应的测控点的设备状态；

确定单元，用于确定所述设备状态中的故障状态对应的测控点为所述配电网的故障点。

7.如权利要求6所述的装置，其特征在于，所述计算单元，包括：

顺序计算子单元，用于如果所述故障点的数量为1，则根据遍历算法，顺序计算所述测控点的评价函数值；

迭代计算子单元，用于如果所述故障点的数量大于1，则根据蚁群算法，迭代计算所述测控点的评价函数值。

8.如权利要求7所述的装置，其特征在于，所述迭代计算子单元，包括：

获取模块，用于获取上一次迭代的剩余信息素；

选取模块，用于本次迭代根据轮盘赌规则和所述剩余信息素，选取所述设备状态为故障状态的故障测控点，所述故障测控点之外的所述测控点的的设备状态为正常状态；

计算模块，用于本次迭代根据预置期望状态算法，计算所述测控点的期望状态；

所述计算模块，还用于本次迭代根据所述设备状态和所述期望状态，计算所述评价函数值。

9.如权利要求8所述的装置，其特征在于，所述计算模块之后，所述装置还包括：

所述计算模块，还用于根据所述评价函数值，计算本次迭代的释放信息素；

所述计算模块，还用于根据本次迭代的循环次数，计算本次迭代的挥发信息素；

所述计算模块，还用于根据本次迭代的初始信息素，计算本次迭代后的剩余信息素。

10.如权利要求8所述的装置，其特征在于，所述选取模块，包括：

分配子模块，用于分配根据所述剩余信息素，分配所述测控点对应的数值区间；

计算子模块，用于计算所述设备状态为正常状态的信息素的信息素总值；

生成子模块，用于根据所述轮盘赌规则，生成所述测控点对应的大于零小于所述信息素总值的随机数；

确定子模块，用于如果所述测控点对应的所述随机数落在所述数值区间内，则确定与所述数值区间对应的测控点的设备状态为故障状态；

获取子模块，用于获取所述故障状态对应的所述故障测控点。