CN115219840A - 一种基于配电网的自动化故障诊断方法及系统 - Google Patents

Abstract

一种基于配电网的自动化故障诊断方法及系统，其特征在于，所述方法包括以下步骤：步骤1，基于历史设备数据和历史故障数据建立故障中心点；步骤2，采集电力设备的同步相位数据以生成设备样本数据，并基于所述设备样本数据从所述故障中心点的集合中寻找最接近的故障中心点和样本故障状态；步骤3，当所述设备样本数据对应的样本故障状态的数量超过设定阈值时，判定所述电力设备发生了当前样本故障。本发明方法思路简单、设计巧妙，充分考虑到故障中心点所表征的故障类型的意义，从而大大降低了故障判定的数据处理量。

Description

一种基于配电网的自动化故障诊断方法及系统

技术领域

本发明涉及电力系统领域，更具体的，涉及一种基于配电网的自动化故障诊 断方法及系统。

背景技术

随着低碳经济的发展，分布式电源正一步步并入配电网，以被动式负荷为主 的传统配电网正向着功率双向流动的复杂有源配电网转变。适用于传统配电网的 故障特征检测方法与有源配电网的故障特征检测方法之间差异巨大，因此传统的 故障区段定位方法已不再适用于有源配电网。进一步的，随着电网的结构单元数 量及类型的逐渐增加，电力系统的故障诊断技术面临着严峻的挑战。目前，主流 的故障诊断技术仍然以经验识别法、大致估测法为主，无法满足现代有源配电网 的需求，这也给电网的安全运行和高质量供电带来了巨大的挑战。

目前，在配电网的运维和检修工作当中普遍存在着运维检修范围大、工作过 程复杂、工作人员缺乏专业知识、检修设备和技术不达标等现象，有源配电网带 来的电网结构复杂化更是加大了运维检修的工作量和难度。因此，需要提供对配 电网实施合理有效的自动化运维手段，针对海量的电网运行信息和缺陷信息提供 可靠准确的故障诊断。

背景技术文献CN103248043B中公开了一种基于同步相角测量装置的电力系 统多区域分布式状态估计方法，这种方法能利用来自SCADA(Supervisory Control And DataAcquisition，监督控制与数据采集)系统和PMU(Phase Measurement Unit，相位测量单元)的量测数据实时快速的估计出电网各节点的 电压幅值和相角值，具有不良数据的处理能力，并且这种方法能使得多个配电网 区域的状态信息进行实时交互，适用未来的智能电网，具有很重要的实际意义。

然而，当配电网区域中存在大量的实时电力数据时，现有技术中的方法就难 以对电力数据进行快速且准确的处理了。

针对上述问题，亟需一种新的基于配电网的自动化故障诊断方法及系统。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种基于配电网的 自动化故障诊断方法，能够基于历史数据优先建立故障中心点集合，并根据样本 数据与中心点数据之间的距离来获得最接近的故障中心点，从而判断设备的故障 情况。

本发明采用如下的技术方案。

本发明第一方面，涉及一种基于配电网的自动化故障诊断方法，其中，方法 包括以下步骤：步骤1，基于历史设备数据和历史故障数据建立故障中心点； 步骤2，采集电力设备的同步相位数据以生成设备样本数据，并基于设备样本数 据从故障中心点的集合中寻找最接近的故障中心点和样本故障状态；步骤3，当 设备样本数据对应的样本故障状态的数量超过设定阈值时，判定电力设备发生了 当前样本故障。

优选的，历史设备数据中包括的参数为电力设备的历史电压、历史电流、历 史有功功率和历史无功功率。

优选的，对历史设备数据进行分类后，对分为一类的历史设备数据求解平均 值，并将平均值设定为故障中心点。

优选的，电力设备的设备样本数据中包括的参数为电力设备的当前电压、当 前电流、当前有功功率和当前无功功率；设备样本数据中包括多个样本。

优选的，电力设备的同步相位数据包括同步相位测量装置采集到的电力设备 在配电网不同位置之间的串联导纳、并联导纳和相量电压。

优选的，当设备样本数据与故障中心点的集合中的任意一个故障中心点中各 个参数的欧式距离最小，则将当前的任意一个故障中心点识别为最接近的故障中 心点。

优选的，样本故障状态为最接近的故障中心点所对应的故障状态。

优选的，对多个样本中的每一个样本求解故障状态，从而获得所有样本的故 障状态。

优选的，当任意一个故障状态超过设定阈值时，判定电力设备发生了当前故 障状态所对应的故障。

本发明第二方面，涉及一种基于配电网的自动化故障诊断系统，其系统采用 本发明第一方面中所述的一种基于配电网的自动化故障诊断方法实现。

本发明的有益效果在于，与现有技术相比，本发明中的一种基于配电网的自 动化故障诊断方法，能够基于历史数据优先建立故障中心点集合，并根据样本数 据与中心点数据之间的距离来获得最接近的故障中心点，从而判断设备的故障情 况。本发明方法思路简单、设计巧妙，充分考虑到故障中心点所表征的故障类型 的意义，从而大大降低了故障判定的数据处理量。

本发明的有益效果还包括：

1、本发明中基于人工智能技术的配电网自动化故障诊断和分类方法，不仅 能够提早发现配电网中存在的检测风险，及时变更调整检修计划，而且在面对海 量数据信息时，能够对故障进行迅速而准确的定位，减少配电网故障造成的损失 和风险，提高配电网的运行稳定性。

2、本发明方法能够针对海量的电网运行信息、缺陷信息、中断安全防护信 息等历史数据提供高效实时且准确的故障检测方法。基于本发明检测结果的实时 性和准确性，还便利了配电网的异常值检测、数据质量核查、数据自动清洗等更 进一步的数据治理方法，从而提高了数据的可用性、可靠性。

3、本发明方法能够充分利用历史故障和运维信息，构建一套基于电力数据 相量分类的配电网自动化运营库，实现配电自动化运行故障的自动辨识与定位， 能够自动地有针对性地提出运维策略和建议，提高调控管理辅助决策能力的实时 性与智能化水平。

附图说明

图1为本发明一种基于配电网的自动化故障诊断方法的步骤示意图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本 发明的技术方案，而不能以此来限制本申请的保护范围。

图1为本发明一种基于配电网的自动化故障诊断方法的步骤示意图。如图1 所示，本发明第一方面，涉及一种基于配电网的自动化故障诊断方法，其中，方 法包括步骤1至步骤3。

步骤1，基于历史设备数据和历史故障数据建立故障中心点。

可以理解的是，本发明方法中可以基于历史设备数据和历史故障数据中所包 含的相关信息来提前构建多个故障中心点。在本发明中，历史设备数据与后文中 所述的设备样本数据的内容相同，都包括了电力系统中的各类运行参数，唯一不 同的是两者的采集时间存在一定的差异。

优选的，历史设备数据中包括的参数为电力设备的历史电压、历史电流、历 史有功功率和历史无功功率。

可以理解的是，本发明中的相关参数包括电压、电流、有功功率、无功功率 等常用的电力系统参数。这些参数的采集方式可以与后文中所述的设备样本数据 的采集和运算方式完全相同，当然也可以是通过现有技术中其他的方式直接或间 接采集获得的。

这里需要说明的是，为了更好的判断故障，这里的历史电压数据可以是配电 网中存在一定间隔距离的两个点之间的电压差数据，当然也可以是某一点上的交 流电压的幅度值。根据故障状态实际的判定方法，本发明中的相关数据参数也可 以随之发生相应的变更。

优选的，对历史设备数据进行分类后，对分为一类的历史设备数据求解平均 值，并将平均值设定为故障中心点。

本发明中可以将历史设备数据分别分类为多个不同的类型。具体来说，这种 分类方式可以采用现有技术中的各种智能算法进行分类，也可以考虑专家的经验 进行人为的划分。由于本发明的重点不在于具体的分类方法上，因此这里对具体 的分类方法不做赘述。

需要说明的是，将历史设备数据进行分类的依据应当是多种不同的故障类型。 具体来说，故障类型也是现有技术中的内容，根据配电网可能发生的各种故障， 例如单相接地故障、绝缘子故障、低压刀闸故障等等多种不同类型的故障所导致 的配电网输电参数所表征出的不同变化，本发明中可以将历史设备数据分别对应 至不同的故障类型中。

本发明中，针对每一种故障类型，都可以提供一个故障状态值，这样方便后 续的计算。

在对历史数据进行合理的分类后，本发明方法可以将一个分类下的所有的故 障数据求解平均值。由于历史设备数据中包括多个参数，因此平均值也可以采用 向量的形式来表征，且该向量的维度与历史设备数据相同，可以包括电压平均值、 电流平均值、有功功率平均值和无功功率平均值四个参数。

由于数据被分为多个类型，因此，每一个类型就可以对应于一个故障中心点， 且该中心点的向量为上述平均值的组合。而将所有的故障中心点的向量组合起来 就形成了故障中心点的集合了。

步骤2，采集电力设备的同步相位数据以生成设备样本数据，并基于设备样 本数据从故障中心点的集合中寻找最接近的故障中心点和样本故障状态。

本发明中，在获取到故障中心点的集合后，就可以采集当前的设备相关数据， 从而与多个故障中心点的数据进行比较，以简便的判断当前设备的故障状态。

优选的，电力设备的设备样本数据中包括的参数为电力设备的当前电压、当 前电流、当前有功功率和当前无功功率；设备样本数据中包括多个样本。

本发明中，设备样本数据的内容是基于PMU设备采集获得的。在采集过程 中，可以基于电力设备的位置，在其相邻的多条母线的不同位置上来采集多个样 本数据，这样就使得数据中可以包括多个样本了。

而母线和母线上位置的选择，则可以根据常用的方法来进行确定。

优选的，电力设备的同步相位数据包括同步相位测量装置采集到的电力设备 在配电网不同位置之间的串联导纳和并联导纳。

本发明中，为了计算得到上文中所述的样本参数，首先通过PMU设备采集 得到的数据是选择的多个位置之间的串联导纳和并联导纳的值和相量电压。

这里的相量电压是指该电压的采集既采集了电压的最大幅值，也采集了电压 的相位角。另外，通过串联导纳和并联导纳，就可以计算出相应位置之间的电流、 有功功率和无功功率了。这部分内容在现有技术中均有所提及，因此，本申请中 不做赘述。

优选的，当设备样本数据与故障中心点的集合中的任意一个故障中心点中各 个参数的欧式距离最小，则将当前的任意一个故障中心点识别为最接近的故障中 心点。

可以理解的是，本发明中可以计算某一个样本数据与所有的故障中心点所对 应的向量之间的距离。这一距离的计算方法可以采用欧式距离来对四维向量进行 求解，也就是分别计算两者的电压差、电流差、有功功率差和无功功率差，同时 将上述差值的平均和计算出来，就得到了两者的距离了。

对于某一个样本数据来说，必然能够得到一个故障中心点于其之间的距离是 最小的，针对这种情况，就可以将这一个故障中心点认为是最接近的故障中心点 了。

优选的，样本故障状态为最接近的故障中心点所对应的故障状态。优选的， 对多个样本中的每一个样本求解故障状态，从而获得所有样本的故障状态。

本发明中，样本故障状态可以根据故障中心点的故障状态来进行选择。因此， 对于多个样本来说，每一个样本都能找到一个故障状态。

在故障状态集中，也就是本发明中预先确定的各种配电网可能出现的故障中， 换言之，也就是步骤1中对数据划分的多个类型中，可以确定出各个故障类型所 对应的样本数量。

在上述故障类型中，可能存在一个或多个故障类型中对应了许多个样本，因 此，就可以判定当前配电网发生的故障了。

步骤3，当设备样本数据对应的样本故障状态的数量超过设定阈值时，判定 电力设备发生了当前样本故障。

优选的，当任意一个故障状态超过设定阈值时，判定电力设备发生了当前故 障状态所对应的故障。

一般来说，大多数的样本都会集中在一个故障状态下，那么就可以判定该设 备发生了这种故障。当然，也有可能样本集中在多个故障状态下，那么只要样本 的数量超过了设定阈值的限制，就可以判断配电网发生了多个故障。

本发明第二方面，涉及一种基于配电网的自动化故障诊断系统，该系统采用 本发明第一方面中所述的一种基于配电网的自动化故障诊断方法实现。

本发明的有益效果在于，与现有技术相比，本发明中的一种基于配电网的自 动化故障诊断方法，能够基于历史数据优先建立故障中心点集合，并根据样本数 据与中心点数据之间的距离来获得最接近的故障中心点，从而判断设备的故障情 况。本发明方法思路简单、设计巧妙，充分考虑到故障中心点所表征的故障类型 的意义，从而大大降低了故障判定的数据处理量。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述， 但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽 的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限 制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明 的保护范围之内。

Claims (10)

1.一种基于配电网的自动化故障诊断方法，其特征在于，所述方法包括以下步骤：

步骤1，基于历史设备数据和历史故障数据建立故障中心点；

步骤2，采集电力设备的同步相位数据以生成设备样本数据，并基于所述设备样本数据从所述故障中心点的集合中寻找最接近的故障中心点和样本故障状态；

步骤3，当所述设备样本数据对应的样本故障状态的数量超过设定阈值时，判定所述电力设备发生了当前样本故障。

2.根据权利要求1中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

所述历史设备数据中包括的参数为所述电力设备的历史电压、历史电流、历史有功功率和历史无功功率。

3.根据权利要求2中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

对历史设备数据进行分类后，对分为一类的所述历史设备数据求解平均值，并将所述平均值设定为故障中心点。

4.根据权利要求3中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

所述电力设备的所述设备样本数据中包括的参数为所述电力设备的当前电压、当前电流、当前有功功率和当前无功功率；

所述设备样本数据中包括多个样本。

5.根据权利要求4中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

所述电力设备的同步相位数据包括同步相位测量装置采集到的所述电力设备在配电网不同位置之间的串联导纳、并联导纳和相量电压。

6.根据权利要求5中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

当所述设备样本数据与所述故障中心点的集合中的任意一个故障中心点中各个所述参数的欧式距离最小，则将当前的任意一个所述故障中心点识别为最接近的故障中心点。

7.根据权利要求6中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

所述样本故障状态为最接近的故障中心点所对应的故障状态。

8.根据权利要求7中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

对所述多个样本中的每一个样本求解故障状态，从而获得所有样本的故障状态。

9.根据权利要求8中所述的一种基于配电网的自动化故障诊断方法，其特征在于：

当任意一个故障状态超过设定阈值时，判定所述电力设备发生了当前故障状态所对应的故障。

10.一种基于配电网的自动化故障诊断系统，其特征在于：

所述系统采用权利要求1-9任意一项中所述的一种基于配电网的自动化故障诊断方法实现。

Images