CN110687398A - 基于多源数据融合的配电网故障智能搜索定位方法 - Google Patents

Abstract

本发明公开了一种基于多源数据融合的配电网故障智能搜索定位方法，涉及配电网故障诊断领域，通过确定故障发生高概率区域，根据配电网的多源数据建立故障发生高概率区域与网络拓扑节点相关联的故障数据矩阵，进行故障区域定位。故障数据矩阵利用上传的故障时刻的断路器、分段开关和联络开关监测终端的信息构建故障描述矩阵进行故障区段区域层定位，确定的故障区段范围内；再进行线路层定位，利用故障区段两端节点电气量信息进行计算，得到精确的故障位置。能够在区域层级的判断结果支持下，快速实现故障的精确定位。所采用故障定位原理简单可靠，具有较强抗过渡电阻能力；采样频率要求不高，同时可以通过提高采样频率来提高故障定位精度。

Description

基于多源数据融合的配电网故障智能搜索定位方法

技术领域

本发明属于配电网故障诊断领域，尤其涉及一种基于多源数据融合的配电网故障智能搜索定位方法。

背景技术

随着现代电力系统的发展，配电网的安全正常运行成为服务电网用户的关键环节。快速准确的配电网故障定位技术是迅速隔离故障和恢复供电的前提，对于提高配电网供电可靠性和智能化水平具有重要作用。馈线自动化(Feeder Automation,FA)利用馈线终端单元(Feeder Terminal Unit,FTU)等自动化终端设备实时获取配网运行状态，基于FTU监测到的电流越限信息寻找故障区段并隔离，迅速恢复非故障失电负荷的供电。配电网的故障区段搜索定位是馈线自动化的基础，对于提高供电可靠性具有重要意义。

目前，国内外针对配电网集中式故障定位提出了许多行之有效的思路及方法，依据建模方式的不同可分为统一矩阵算法和人工智能算法两类。统一矩阵算法属局部搜索算法，具有建模直接，定位高效等优势，但其容错性能较差、通用性不强。与矩阵法故障定位思想类似，链表法通过链表的形式与配网的结构特性建立紧密联系，在运算效率与容错能力上有所提升，但这种容错仅限于出现矛盾信息的部分信息畸变。采用人工智能算法的配电网故障定位方法本质上是基于逼近关系理论，建立数学模型合理有效地描述馈线状态与开关报警信息间的关联关系，找出最能解释过流信息的故障设备，主要有遗传算法、仿电磁学算法、免疫算法和声算法等。但是，随着配电网规模的扩大，人工智能算法受限于逻辑关系建模，存在固有的数值稳定性问题。《智能配电终端及其标准化建模》针对故障自愈恢复控制策略提出了一种基于面向对象变电站事件(GOOSE)的邻域交互快速保护配合故障处理方式，但没有考虑开关信息发生畸变或通信通道障碍的情况。《基于GOOSE的综合型智能分布式馈线自动化方案》和《基于实时拓扑识别的分布式馈线自动化控制方法》基于分布式馈线自动化模式，依靠点对点通讯实现相邻终端信息比对完成故障定位，但容错性能较差。

发明内容

本发明的目的在于提供一种基于多源数据融合的配电网故障智能搜索定位方法，从而克服现有配电网故障定位方法容错性较差和数值稳定性欠佳的缺点。

为实现上述目的，本发明提供了一种基于多源数据融合的配电网故障智能搜索定位方法，包括以下步骤：

S1、根据配电网的状态感知获取配电网的多源数据，通过电流广域差动模型，对配电网的多源数据的多个节点的电流，按KCL定律，确定故障发生高概率区域；

S2、根据所述配电网的多源数据建立所述故障发生高概率区域等效的开关矩阵D，并通过开关节点的故障电流与正方向的一致性原则，对所述开关矩阵D进行修正，得到故障描述矩阵F；通过所述开关矩阵D和故障描述矩阵F的判断原则得到故障区域，从而将故障区域进行实质性缩小；

S3、通过改进R-L算法对故障区域多端的电气量特性进行处理得到线路故障位置的精确定位。

进一步的，所述S2包括：

S21、在所述故障发生高概率区域的线路发生故障后，利用所述配电网的多源数据构造故障描述矩阵，进行故障位置的初始定位，基于配电网中拓扑结构，将断路器、分段开关和联络开关标记成开关节点，并形成所述开关矩阵D；

S22、设定所述开关矩阵D的网络正方向；

S23、当线路发生故障，若开关节点i流过故障电流的方向与设定的网络正方向一致，则所述开关节点i的FTU向控制中心上传信号“1”，并修正所述开关矩阵D，将所述正开关矩阵D中的d_ii值修正为1；否则所述开关节点i流过故障电流方向与网络正方向相反或者没有故障电流流过，则d_ii保持原值；所述开关矩阵D修正完成后，得到故障描述矩阵F；

S24、根据故障区域判断原则对故障描述矩阵F进行区域层故障定位，得到故障区域。

进一步的，所述配电网的多源数据包括：断路器、分段开关和联络开关监测终端FTU的信息。

进一步的，所述开关矩阵D的网络规定为：单电源网络为线路功率流动方向；多电源网络为在某一电源单独供电情况下，线路功率流动的方向。

进一步的，所述S24中，若所述开关节点i满足f_ii＝1，则所述故障区域判断原则为：

(1)对于所有满足f_ij＝1的开关节点j，且j＝1,2,3,…N，j≠i，同时满足f_jj＝0，则故障发生在开关节点i和开关节点j区段上；

(2)若所有开关节点j，且j＝1,2,3,…N，j≠i，均满足f_ij＝0，则故障发生在开关节点i的末端。

进一步的，所述S3包括以下步骤：

S31、根据改进R-L算法建立故障区域多端的电气量特性表达式，对所述故障区域多端的电气量特性表达式进行计算处理得到故障距离计算值；

S32、选取数据窗对所述故障距离计算值进行处理，所述数据窗随着故障距离计算值滑动；在一个所述数据窗中，连续得到的故障距离计算值满足相对误差连续小于1％，则判断计算值收敛，所述故障距离计算值为最终故障距离；

S33、、如果线路未发生故障，根据故障距离计算判据进行判断是否发生故障，若未发生故障，不进行故障距离计算；否则根据所述S31-S32进行计算故障距离。

进一步的，所述S31的计算包括：

所述故障区域多端的电气量特性表达式为：

式(12)中，R_m和L_m分别为故障发生处距离m端的线路等效电阻和电感，R_n和L_n分别为故障发生处距离n端的线路等效电阻和电感，R_g为故障发生处的过渡电阻；R_l和L_l线路等效总电阻和电感值；u_m和u_n为线路两端对地电压；i_m和i_n为线路两端电流；i_f为故障点电流；

和

为线路两端电流微分值；

对所述式(12)进行整理得到：

将所述式(13)定义：

Δu_mn＝R_mi_f+L_mD_mn-U_n (14)

式(14)中，Δu_mn＝u_m-u_n；i_f＝i_m+i_n；

两个时刻t₁和t₂分别测量u、i和

得到两个独立的方程：

通过联立所述式(15)和(16)进行计算得到：

利用差分来近似微分计算，选取两个相邻的采样瞬间的中间值：

同时对Δu_mn、i_f和U_n选取两个相邻的采样瞬间的中间值，通过联立进行计算得到R_m和L_m，并以R_m和L_m分别求得故障距离的平均值作为故障距离计算值：

式(21)中，R₁和L₁分别为线路单位长度正序电阻值和电感值。

进一步的，所述故障距离计算判据为：

|i_f1D_mn2-i_f2D_mn1|＞K_set(22)

K_set为整定值，当线路满足故障距离计算判据时，线路未发生故障，否则线路发生故障。

与现有的技术相比，本发明具有如下有益效果：

本发明所提供的基于多源数据融合的配电网故障智能搜索定位方法，通过配电网的状态感知获取配电网的多源数据，通过电流广域差动模型，对配电网的多源数据的多个节点的电流，按KCL定律，确定故障发生高概率区域，根据配电网的多源数据建立故障发生高概率区域与网络拓扑节点相关联的故障数据矩阵，进行故障区域定位。故障数据矩阵利用上传的故障时刻的断路器、分段开关和联络开关监测终端的信息构建故障描述矩阵进行故障区段区域层定位，确定的故障区段范围内；再进行线路层定位，利用故障区段两端节点电气量信息进行计算，得到精确的故障位置。能够在区域层级的判断结果支持下，快速实现故障的精确定位。所采用故障定位原理简单可靠，具有较强抗过渡电阻能力；采样频率要求不高，同时可以通过提高采样频率来提高故障定位精度，因此具有较高实际应用价值。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一种基于多源数据融合的配电网故障智能搜索定位方法的流程图；

图2是本发明的简单配电网开关网络图；

图3是本发明的R-L模型示意图；

图4是本发明的等效双端供电系统示意图；

图5是本发明的IEEE 34标准节点配电网系统的结构示意图；

图6是本发明的34节点等效9节点配电网系统的结构示意图；

图7是本发明的节点配电网系统开关网络图；

图8是本发明的单相接地故障M端电压和电流示意图；

图9是本发明的单相接地故障N端电压和电流示意图；

图10是本发明的单相接地故障M端和N端零序电流波形图；

图11是本发明的单相接地故障M端测量阻抗变化示意图；

图12是本发明的单相接地故障M端测量故障距离的结果示意图；

图13是本发明的相间故障M端电压和电流示意图；

图14是本发明的相间故障N端电压和电流示意图；

图15是本发明的相间故障M端测量阻抗变化示意图；

图16是本发明的相间故障M端测量故障距离的结果示意图；

图17是本发明的三相故障M端电压和电流示意图；

图18是本发明的三相故障N端电压和电流示意图；

图19是本发明的三相故障M端测量阻抗变化示意图；

图20是本发明的三相故障M端测量故障距离的结果示意图；

图21是本发明距离M端5km处测量故障距离的结果示意图；

图22是本发明距离M端10km处测量故障距离的结果示意图；

图23是本发明距离M端15km处测量故障距离的结果示意图；

图24是本发明处于金属性故障时M端测量故障距离的结果示意图；

图25是本发明过渡电阻为1Ω时M端测量故障距离的结果示意图；

图26是本发明过渡电阻为10Ω时M端测量故障距离的结果示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明所提供的基于多源数据融合的配电网故障智能搜索定位方法包括以下步骤：

S1、根据配电网的状态感知获取配电网的多源数据，通过电流广域差动模型，利用配电网的多源数据的多个节点的电流，按KCL定律，确定故障发生的区域，初步判断故障所有区域,即配电网的故障发生高概率区域。

S2、在故障发生高概率区域，根据配电网的多源数据建立该区域等效开关矩阵D，并通过开关节点的故障电流与正方向的一致性原则，对开关矩阵D进行修正，得到故障描述矩阵F；通过开关矩阵D和故障描述矩阵F的判断原则得到故障区域，从而将故障区域进行实质性缩小。

S3、通过改进R-L算法对故障区域多端的电气量特性进行处理得到线路故障位置的精确定位。

继续参考图1，S2具体包括以下步骤：

S21、在故障发生高概率区域的线路发生故障后，利用断路器、分段开关和联络开关监测终端FTU信息等配电网的多源数据构造故障描述矩阵进行故障位置的初始定位，基于配电网中拓扑结构，将断路器、分段开关和联络开关标记成开关节点，并形成开关网络描述矩阵，即开关矩阵D。

S22、设定开关矩阵D的网络正方向，规定：单电源网络为线路功率流动方向；多电源网络为假设在某一电源单独供电情况下，线路功率流动的方向。

在N个节点网络中，构建N×N阶开关矩阵D，对于开关节点i，若开关节点j与之相连，且开关矩阵D的网络正方向为开关节点i指向开关节点j，则d_ij＝1；否则d_ij＝0，即有：

式(1)中，d_ik为开关节点i和开关节点k之间的开关状态。

如图2所示，图2为简单配电网开关网络图，实线箭头方向为网络正方向，则得到7阶的开关矩阵D：

S23、当线路发生故障，若开关节点i流过故障电流的方向与设定的网络正方向一致，则此节点FTU向控制中心上传信号“1”，同时修正开关矩阵D，将d_ii值修正为1，否则开关节点i流过故障电流方向与网络正方向相反；或者没有故障电流流过，则d_ii保持原值；开关矩阵D修正完成后，得到故障描述矩阵F。

S24、根据故障区域判断原则对故障描述矩阵F进行区域层故障定位，若开关节点i满足f_ii＝1，则故障区域判断原则为：

(1)对于所有满足f_ij＝1的开关节点j(j＝1,2,3,…N，j≠i)，同时满足f_jj＝0，则故障发生在开关节点i和开关节点j区段上。

(2)若所有开关节点j(j＝1,2,3,…N，j≠i)，均满足f_ij＝0，则故障发生在开关节点i的末端。

继续参考图2，假设故障发生在开关节点4，6，7的T型区域；虚线箭头为故障电流方向，从而有d₁₁＝d₂₂＝d₃₃＝d₄₄＝1，则修正开关矩阵D得到故障描述矩阵F：

根据故障区域判断原则得：f₄₄＝1，f₄₆＝1，f₆₆＝0；f₄₇＝1，f₇₇＝0。则故障区域为开关节点4和开关节点6或者开关节点4和开关节点7之间，与假设保持一致。

进一步参考图1，R-L模型算法仅用于计算线路阻抗，用于距离保护。假设被保护线路的分布电容可以忽略，而且另一方面，短路情况下，线路分布电容产生的影响主要表现为高频分量，如果采用低通滤波器将高频分量滤除，就相当于排除了分布电容的影响。因而从故障点到保护安装处的线路阻抗可用一个电阻和电感串联电路来表示，如图3所示。于是在短路时下列微分方程成立：

式(4)中，R₁、L₁为故障点到保护安装处线路段的正序电阻和电感；u、i为保护安装处的电压和电流。

R-L模型分为微分算法和积分算法。积分法和微分法相比，如果积分区间足够大，则兼有一定的滤波作用，从而可以抑制高频分量，但是所需要的数据窗也要相应加长。

在两个时刻t₁和t₂分别测量u、i和

,得到两个独立的方程：

式(5)中，D表示

下标表示t₁和t₂两个时刻的值，为满足方程独立性条件，则要求：

联立求解可以得到：

利用差分来近似微分计算，则选取两个相邻的采样瞬间的中间值有：

电流、电压取相邻采样的平均值，有：

然而上述是在假定发生金属性短路的基础上而得到的结论，但实际中发生的短路一般存在一定的过渡电阻，因此需要增加过大电阻，如图4所示，发生经过渡电阻R_g接地短路，相应的微分方程要进行相应的修正如下：

又由于i_f＝i_m+i_n，若两侧电压相角相差不大(相位差小于5度)，且系统阻抗角与线路阻抗角接近时，可以近似认为i_f和i_m相位相同，设定i_f＝Ki_m，其中K近似为常数。

则式(10)可以进一步修改为：

通过比较式(4)和式(11)得知，如果采用R-L算法进行分析，当发生金属性短路时，测量的结果是精确可靠的，但是当发生经过渡电阻接地的情况时：1.若是单电源进行供电，则此时i_f＝i_m，则有

则过渡电阻对算法的准确性的影响很小，因此，R-L算法完全适用；2.若是如图4所示，为双电源进行供电，则i_f＝Ki_m式在假设的基础之上的，所以分析的结果是近似的。若此时依然适用R-L算法进行分析，则有比较大的误差。

因此，S3具体包括以下步骤：

S31、以双端电源供电，如图4所示，经过渡电阻R_g短路为例，根据改进R-L算法建立故障区域多端的电气量特性表达式为：

式(12)中，R_m和L_m分别为故障发生处距离m端的线路等效电阻和电感，R_n和L_n分别为故障发生处距离n端的线路等效电阻和电感；R_l和L_l线路等效总电阻和电感值；u_m和u_n为线路两端对地电压；i_m和i_n为线路两端电流；i_f为故障点电流；

和

为线路两端电流微分值。

对式(12)进行整理，可以得到：

将式(13)定义为：

Δu_mn＝R_mi_f+L_mD_mn-U_n (14)

式(14)中，Δu_mn＝u_m-u_n；i_f＝i_m+i_n；

两个时刻t₁和t₂分别测量u、i和

得到两个独立的方程：

则通过联立式(15)和(16)进行计算，得到：

利用差分来近似微分计算，选取两个相邻的采样瞬间的中间值：

同理Δu_mn，i_f和U_n同样选取两个相邻的采样瞬间的中间值，通过联立进行计算得到R_m和L_m，并以R_m和L_m分别求得故障距离的平均值作为故障距离计算值：

式(21)中，R₁和L₁分别为线路单位长度正序电阻值和电感值。

S32、选取数据窗对S31处理得到的故障距离计算值s进行处理，数据窗随着采样点(故障距离计算值s)滑动；在一个数据窗中，连续得到的故障距离计算值s满足相对误差连续小于1％，则判断计算值收敛，作为最终故障距离。

本发明选取5ms数据窗进行数据处理，数据窗随着采样点滑动。在一个数据窗中，连续得到的故障位置计算值s满足相对误差连续小于1％，则判断故障位置计算值s收敛，作为最终故障距离。

S33、如果线路未发生故障，式(15)和(16)进行化简会使得分子和分母同时为零，不应进行故障距离计算，因此设置故障距离计算判据：

|i_f1D_mn2-i_f2D_mn1|＞K_set (22)

取K_set为0.1，因此，若线路未发生故障，不满足动故障距离计算判据则不进行故障距离计算。

对本发明基于多源数据融合的配电网故障智能搜索定位方法的验证进行详细说明，以使本领域技术人员更了解本发明：

对S2进行算例测试：

对IEEE 34标准节点配电网系统(如图5)算例进行部分区域进行等效，最终等效整体结构如图6所示，图6为9节点配电网线路图，图6中的系统共有2个分布式电源，并同时接入大电网SG；CB1-CB7表示断路器，S1-S2表示分段开关，断路器及分段开关上都安装有FTU，T1-T3表示主变压器，T2-T6表示配电变压器。对断路器和分段开关依次标记为开关节点并进行编号，得到开关网络图如图7所示，假设网络正方向为DG1单独供电时功率流向，即为实线箭头方向。

根据配电网区域层定位方法原理可知，图6的开关网络描述矩阵D为：

1)单相接地故障。在线路line4上距离节点7端10km处设置A相线路接地故障F1，过渡电阻为1Ω，故障发生在t＝0.5s时刻。如图7所示，根据故障电流方向与网络正方向一致原则，开关节点2流过故障电流的方向与设定的网络正方向一致，则此节点FTU向控制中心上传信号“1”，同时修正开关网络描述矩阵D，将d₂₂和d₆₆值修正为1，即得到d₂₂＝1，从而对矩阵D进行修正得到故障描述矩阵F为：

根据故障区域判断原则：f_2,2＝1，f_2,6＝1，f_6,6＝0，f_2,8＝1，f_8,8＝0，则故障区域为开关节点2和开关节点6之间或者开关节点2和开关节点8之间，对应到系统结构图则为节点7和节点8之间，或者节点7和节点5之间。

2)两相相间故障。线路line6上在距离节点4端10km处设置AB相两相相间故障F2，故障发生在t＝0.5s时刻。如图7所示，根据故障电流方向与网络正方向一致原则，得到d₂₂＝d₈₈＝1，从而对矩阵D进行修正得到故障描述矩阵F为：

根据故障区域判断原则：f_8,8＝1，f_8,4＝1，f_4,4＝0，则故障区域为开关节点4和开关节点8之间。

3)三相故障。线路line1上在距离节点6端10km处设置三相故障F3，故障发生在t＝0.5s时刻。如7所示，根据故障电流方向与网络正方向一致原则，可以得到d₃₃＝1，从而对矩阵D进行修正得到故障描述矩阵F为：

根据故障区域判断原则：f_9,9＝1，且f_9,7＝1，f_7,7＝1；则故障区域为开关节点7和开关节点9之间。对应到系统结构图，判断故障区域为节点6与节点9之间。

对S3进行仿真验证：

在对IEEE 34标准节点配电网系统算例进行部分区域等效，最终等效整体结构如图6所示9节点配电网线路图。对图6中的断路器和分段开关依次标记为开关节点并进行编号，得到开关网络图如7所示，假设网络正方向为DG1单独供电时功率流向，即为实线箭头方向。

仿真系统采样频率为1kHz，两个采样时刻相差1ms，均值滤波数据窗为1/4周波时长，则数据处理周期共为7ms。仿真系统各参数如表1所示：

表1仿真模型参数

1)单相接地故障

在线路line4上距离节点7端10km处设置A相线路接地故障F1，过渡电阻为1Ω，故障发生在t＝0.5s时刻。由式(3)及判断原则知，故障发生在节点5和节点7之间。将节点7标记为M端，节点5标记为N端(后文M和N泛指区域层定位方法确认的故障节点)。

单相接地故障后，M端和N端的电压情况和电流情况如图8和图9所示。由于是A相的单相接地故障，因此会产生零序分量，如图10所示，图10为M端和N端的零序电流的情况。利用步骤S3，对故障相阻抗的测量进行计算，其M端阻抗测量结果如图11所示，M端故障距离曲线如图12所示。

2)相间故障

暂态仿真时间设置为在0.5s开始发生AB相故障，过渡电阻设置为1Ω。

1s时故障结束。单相接地故障后，M端和N端的电压情况和电流情况如图13和图14所示。利用步骤S3，对故障相阻抗的测量进行计算，其阻抗测量结果如图15所示，作出M端故障距离曲线如图16所示。

3)三相故障

暂态仿真时间设置为在0.5s开始发生三相金属性故障。1s时故障结束。

单相接地故障后，M端和N端的电压情况和电流情况如图17和图18所示。利用步骤S3，对故障相阻抗的测量进行计算，其阻抗测量结果如图19所示，作出M端故障距离曲线如图20所示。

利用步骤S3，在过渡电阻为1Ω的前提下，以三相故障为研究，在不同故障距离下，对算法进行验证，得到故障距离在5km、10km和15km处的故障距离图像如图21、图22、图23。

利用步骤S3，在故障距离为10km的情况下，以A相接地故障为研究，在不同过渡电阻下，对算法进行验证，得到故障距离图像如图24、图25、图26。

在线路不同位置、不同过渡电阻下设置A相接地故障，考察故障分层定位方法的可靠性。故障条件和仿真结果如表2所示，其中，R_g为过渡电阻，s为运用改进方法得到的最终故障距离结果。误差计算采用公式：

式(27)中：s为线路故障距离结果；s_real为故障距离实际值。

表2不同故障条件下故障仿真结果

从表2中可以看出，在仿真实验中，采样率不高，因而利用差分替代微分的方法具有误差，故障距离会受过渡电阻的影响。但是该故障分层定位方法能够满足测量误差在5％以内，不受故障发生位置的影响，同时具有较强的抗过渡电阻能力，能够快速实现故障定位。

综上，基于多源数据融合的配电网故障智能搜索定位方法能够不受故障类型和位置影响，快速实现故障定位；所采用故障定位原理简单可靠，具有较强抗过渡电阻能力；采样频率要求不高，同时可以通过提高采样频率来提高故障定位精度，因此具有较高实际应用价值。

以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：包括以下步骤：

S1、根据配电网的状态感知获取配电网的多源数据，通过电流广域差动模型，对配电网的多源数据的多个节点的电流，按KCL定律，确定故障发生高概率区域；

S2、根据所述配电网的多源数据建立所述故障发生高概率区域等效的开关矩阵D，并通过开关节点的故障电流与正方向的一致性原则，对所述开关矩阵D进行修正，得到故障描述矩阵F；通过所述开关矩阵D和故障描述矩阵F的判断原则得到故障区域；

S3、通过改进R-L算法对故障区域多端的电气量特性进行处理得到线路故障位置的精确定位。

2.根据权利要求1所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述S2包括：

S21、在所述故障发生高概率区域的线路发生故障后，利用所述配电网的多源数据构造故障描述矩阵，进行故障位置的初始定位，基于配电网中拓扑结构，将断路器、分段开关和联络开关标记成开关节点，并形成所述开关矩阵D；

S22、设定所述开关矩阵D的网络正方向；

S23、当线路发生故障，若开关节点i流过故障电流的方向与设定的网络正方向一致，则所述开关节点i的FTU向控制中心上传信号“1”，并修所述正开关矩阵D，将所述正开关矩阵D中的d_ii值修正为1；否则所述开关节点i流过故障电流方向与网络正方向相反或者没有故障电流流过，则d_ii保持原值；所述开关矩阵D修正完成后，得到故障描述矩阵F；

S24、根据故障区域判断原则对故障描述矩阵F进行区域层故障定位，得到故障区域。

3.根据权利要求2所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述配电网的多源数据包括：断路器、分段开关和联络开关监测终端FTU的信息。

4.根据权利要求2所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述开关矩阵D的网络规定为：单电源网络为线路功率流动方向；多电源网络为在某一电源单独供电情况下，线路功率流动的方向。

5.根据权利要求2所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述S24中，若所述开关节点i满足f_ii＝1，则所述故障区域判断原则为：

(1)对于所有满足f_ij＝1的开关节点j，且j＝1,2,3,…N，j≠i，同时满足f_jj＝0，则故障发生在开关节点i和开关节点j区段上；

(2)若所有开关节点j，且j＝1,2,3,…N，j≠i，均满足f_ij＝0，则故障发生在开关节点i的末端。

6.根据权利要求1所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述S3包括以下步骤：

S31、根据改进R-L算法建立故障区域多端的电气量特性表达式，对所述故障区域多端的电气量特性表达式进行计算处理得到故障距离计算值；

S32、选取数据窗对所述故障距离计算值进行处理，所述数据窗随着故障距离计算值滑动；在一个所述数据窗中，连续得到的故障距离计算值满足相对误差连续小于1％，则判断计算值收敛，所述故障距离计算值为最终故障距离；

S33、如果线路未发生故障，根据故障距离计算判据进行判断是否发生故障，若未发生故障，不进行故障距离计算；否则根据所述S31-S32进行计算故障距离。

7.根据权利要求6所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述S31的计算包括：

所述故障区域多端的电气量特性表达式为：

式(12)中，R_m和L_m分别为故障发生处距离m端的线路等效电阻和电感，R_n和L_n分别为故障发生处距离n端的线路等效电阻和电感，R_g为故障发生处的过渡电阻；R_l和L_l线路等效总电阻和电感值；u_m和u_n为线路两端对地电压；i_m和i_n为线路两端电流；i_f为故障点电流；和

为线路两端电流微分值；

对所述式(12)进行整理得到：

将所述式(13)定义：

Δu_mn＝R_mi_f+L_mD_mn-U_n (14)

式(14)中，Δu_mn＝u_m-u_n；i_f＝i_m+i_n；

两个时刻t₁和t₂分别测量u、i和

得到两个独立的方程：

通过联立所述式(15)和(16)进行计算得到：

利用差分来近似微分计算，选取两个相邻的采样瞬间的中间值：

同时对Δu_mn、i_f和U_n选取两个相邻的采样瞬间的中间值，通过联立进行计算得到R_m和L_m，并以R_m和L_m分别求得故障距离的平均值作为故障距离计算值：

式(21)中，R₁和L₁分别为线路单位长度正序电阻值和电感值。

8.根据权利要求7所述的基于多源数据融合的配电网故障智能搜索定位方法，其特征在于：所述故障距离计算判据为：

|i_f1D_mn2-i_f2D_mn1|＞K_set (22)

K_set为整定值，当线路满足故障距离计算判据时，线路未发生故障，否则线路发生故障。

Images