一种不完全测控配电网的故障定位方法与流程

本发明涉及配电网故障定位技术领域，特别是涉及一种不完全测控配电网的故障定位方法。

背景技术：

在实际大型配电网中，经常存在主馈线及其支线的部分区域装设有测控设备，另一部分区域没有装设测控设备的现象。城市大多数配电网已完成配电自动化改造，能够基于FTU(Feeder Terminal Unit，馈线终端装置)通过SCADA(Supervisory Control And Data Acquisition，数据采集与监视控制系统)系统得到的各种实时信息实现故障定位。但是在具有大农村特点的城市配网中，有很多10kV农网线路还未进行配电网自动化的改造，由于测控设备的缺失等原因，仅能利用停电后用户打来的故障投诉电话信息实现配电网故障定位。

现有配电网故障定位方法主要是单独对测控区域展开定位研究，或者单独对非测控区域进行故障定位。但目前还没有针对含有非测控区和测控区混合的不完全测控配电网的故障定位方法的研究。

因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。

技术实现要素：

本发明的目的是提供一种不完全测控配电网的故障定位方法，提高了不完全测控配电网的故障定位的精确性。

为解决上述技术问题，本发明提供了一种不完全测控配电网的故障定位方法，包括：

步骤S101：按照测控区的故障定位方法对所述不完全测控配电网进行全网故障定位，缩小故障区域，得到初始故障区域；

步骤S102：判断所述初始故障区域是否包括非测控区，如果是，则进入步骤S103，否则，进入步骤S106；

步骤S103：检测所述非测控区域内是否有投诉电话，如果是，进入步骤S104，否则，进入步骤S105；

步骤S104：依据从所述投诉电话中获取的故障定位信息按照非测控区的故障定位方法确定故障发生区域，进入步骤S107；

步骤S105：将测控区以及所述非测控区之间区域确定为故障发生区域，进入步骤S107；

步骤S106：将所述初始故障区域确定为故障发生区域，进入步骤S107；

步骤S107：结束。

优选地，步骤S101之前还包括：

步骤S100：将所述不完全测控配电网分为测控区和非测控区。

优选地，步骤S100具体为：

根据主馈线以及支线上的开关是否装有FTU将所述不完全测控配电网分为测控区和非测控区。

优选地，步骤S101具体为：

步骤S1011：依据所述FTU采集流过第j个开关的故障电流计算得到故障电气量关联函数λ_j，其中，计算关系式为；

其中，I_a和I_b分别为电流速断保护和过流保护整定值；

步骤S1012：依据所述故障电气量关联函数λ_j计算得到第j个开关的故障电流越限信号，其中，计算公式为：

步骤S1013：依据所述第j个开关的故障电流越限信号采用基于蚁群算法的测控区域定位方法进行全网故障定位，缩小故障区域，得到初始故障区域，其中，蚁群算法对应的模型公式为：

其中，F为蚁群算法评价函数，I_j为第j个开关的故障电流越限信号；N为开关总数；I^*_j(S_B)为设备状态信息确定的第j个开关的故障越限的期望值函数；x(k)为与第k个联络开关相连设备或单电源辐射型网络末端设备的状态信息；Ik为与第k个关联设备相连开关的电流越限信息；M为关联设备总数。

优选地，步骤S104具体为：

步骤S1041：依据所述投诉电话中得到故障定位信息；

步骤S1042：判断基于粗糙集理论的故障定位决策表中是否包括所述故障定位信息对应的区域，如果是，则进入步骤S1043，否则，进入步骤S1044；

步骤S1043：根据所述故障定位决策表确定与所述故障定位信息对应的区域，并断开所述区域中的故障开关或者与故障关联的开关；

步骤S1044：将故障区域确定在所述故障定位决策表中不包括的非测控区。

优选地，所述基于粗糙集理论的故障定位决策表的获取过程为：

通过配电网GIS网络拓扑分析自动形成基于故障投诉信息的初始配电网故障定位决策表；

基于二元逻辑对所述初始配电网故障定位决策表的属性进行约简；

采用优化算法对经过属性约简后的初始配电网故障定位决策表的属性值进行约简，得到最小约简形式的故障定位决策表。

本发明提供了一种不完全测控配电网的故障定位方法，包括按照测控区的故障定位方法对不完全测控配电网进行全网故障定位，缩小故障区域，得到初始故障区域；如果初始故障区域包括非测控区，则检测非测控区域内是否有投诉电话，如果是，依据从投诉电话中获取的故障定位信息按照非测控区的故障定位方法得到故障发生区域；否则，将测控区以及非测控区之间区域确定为故障发生区域；如果初始故障区域不包括非测控区，将初始故障区域确定为故障发生区域。可见，本申请提供的故障定位方法，充分综合利用测控区和非测控区的故障信息，将故障定位分为两阶段，首先按照测控区的故障定位思路对不完全测控配电网进行全网故障初步定位，缩小故障区域，得到初始故障区域，然后再结合是否包括非测控区以及非测控区的故障定位方法来进行故障精确定位，提高了不完全测控配电网的故障定位的精确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例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些实施例，对于本领域普通技术人员来讲，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为本发明提供的一种不完全测控配电网的故障定位方法的过程的流程图；

图2为本发明提供的一种不完全测控配电网的结构示意图。

具体实施方式

本发明的核心是提供一种不完全测控配电网的故障定位方法，提高了不完全测控配电网的故障定位的精确性。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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做出创造性劳动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。

请参照图1，图1为本发明提供的一种不完全测控配电网的故障定位方法的过程的流程图，包括：

步骤S101：按照测控区的故障定位方法对不完全测控配电网进行全网故障定位，缩小故障区域，得到初始故障区域；

作为优选地，步骤S101之前还包括：

步骤S100：将不完全测控配电网分为测控区和非测控区。

作为优选地，步骤S100具体为：

根据主馈线以及支线上的开关是否装有FTU将不完全测控配电网分为测控区和非测控区。

具体地，请参照图2，图2为本发明提供的一种不完全测控配电网的结构示意图。

可以理解的是，由于配网自动化改造工程的区域不同，同一个馈线可能同时存在非测控区和测控区域，测控区的主馈线和支线上的开关装设FTU，而非测控区的主馈线和支线上开关未装FTU。测控区与非测控区混合的情况可能以图1所示的交叉混合的形式，也可能以集中混合的形式，即测控区与非测控区没有任何交叉。

另外，对于不完全测控配电网故障定位，由于主馈线上一定会有开关装设有FTU，只是可能不是主馈线上的每个开关都安装FTU，故不管是交叉混合配电网，还是集中混合配电网，均可优先按照测控区的故障定位思路进行，将故障区域缩小到主馈线两个装设FTU开关之间或者主馈线的两端。

作为优选地，步骤S101具体为：

步骤S1011：依据FTU采集流过第j个开关的故障电流计算得到故障电气量关联函数λ_j，其中，计算关系式为；

其中，I_a和I_b分别为电流速断保护和过流保护整定值；步骤S1012：依据故障电气量关联函数λ_j计算得到第j个开关的故障电流越限信号，其中，计算公式为：

现场FTU设备上传的数据有两种方式：一种是遥测输入，另一种是遥信输入。遥测输入是指FTU将采集流过开关的故障电流传送至处理系统(例如SCADA系统)，然后处理系统再根据故障电流计算出故障电气量关联函数λ_j。遥信输入则是指FTU采集流过开关的故障电流后直接根据故障电流计算出故障电气量关联函数λ_j。

具体地，由故障电气量关联函数计算公式可知，所得故障电气量关联函数λ_i的值在0到1之间，为此本发明假定所得故障电气量关联函数λ_i大于或等于0.5时，FTU判定该开关流过故障电流，故上传数据为1，否则上传数据为0。

可见，若FTU上传信号为故障电流值，则经解析可转换为0-1数据；若FTU上传信号为遥信值，则可直接利用其0-1数据。在获取FTU故障0-1数据后，采用蚁群算法对测控区故障定位优化模型进行求解，得出配电网故障发生的位置。

步骤S1013：依据第j个开关的故障电流越限信号采用基于蚁群算法的测控区域定位方法进行全网故障定位，缩小故障区域，得到初始故障区域，其中，蚁群算法对应的模型公式为：

其中，F为蚁群算法评价函数，I_j为第j个开关的故障电流越限信号；N为开关总数；I^*_j(S_B)为设备状态信息确定的第j个开关的故障越限的期望值函数；x(k)为与第k个联络开关相连设备或单电源辐射型网络末端设备的状态信息；Ik为与第k个关联设备相连开关的电流越限信息；M为关联设备总数。

可以理解的是，处理系统会假设一些开关为故障开关，并得到该开关为假设故障开关时，其他开关此时的状态，并与实际上若该开关为故障开关时其他开关的理论状态进行比对，这个比对结果通过蚁群算法评价函数F来评价，蚁群算法评价函数F越小，则表示该函数对应的假设故障开关是故障开关的可能性越大。

步骤S102：判断初始故障区域是否包括非测控区，如果是，则进入步骤S103，否则，进入步骤S106；

步骤S103：检测非测控区域内是否有投诉电话，如果是，进入步骤S104，否则，进入步骤S105；

步骤S104：依据从投诉电话中获取的故障定位信息按照非测控区的故障定位方法确定故障发生区域，进入步骤S107；

若故障发生在非测控区，则根据非测控区域的故障投诉电话，采用非测控区故障定位方法，可进一步将故障区域缩小至更加精确的范围。

作为优选地，步骤S104具体为：

步骤S1041：依据投诉电话中得到故障定位信息；

步骤S1042：判断基于粗糙集理论的故障定位决策表中是否包括故障定位信息对应的区域，如果是，则进入步骤S1043，否则，进入步骤S1044；

步骤S1043：根据故障定位决策表确定与故障定位信息对应的区域，并断开区域中的故障开关或者与故障关联的开关；

步骤S1044：将故障区域确定在故障定位决策表中不包括的非测控区。

具体地，基于粗糙集理论的故障定位决策表是事先建立好的，包括以往很多经验数据，这些经验数据包括整理好的根据投诉电话得到的故障定位信息对应的区域以及该区域对应的主馈线或者支线。但是毕竟不完全测控配电网的非测控区多，区域大，故障定位决策表不可能做到每个具体区域一个不漏。因此，首先需要判断故障定位决策表中是否包括故障定位信息对应的区域。

举个例子，假设该非测控区由A、B以及C三部分构成，可能在建立故障定位决策表时只把A和B整理进去了，而C没被建立进去，在此基础上，如果故障定位决策表中包括故障定位信息对应的区域(例如A)，则可将该区域确定为故障发生区域，并断开区域中的故障开关或者与故障关联的开关。如果故障定位决策表中不包括故障定位信息对应的区域，则可将C区域确定为故障发生区域(因为已确定该非测控区有故障投诉电话，又排除了A和B，则只能是C)。

作为优选地，基于粗糙集理论的故障定位决策表的获取过程为：

通过配电网GIS网络拓扑分析自动形成基于故障投诉信息的初始配电网故障定位决策表；

基于二元逻辑对初始配电网故障定位决策表的属性进行约简；

采用优化算法对经过属性约简后的初始配电网故障定位决策表的属性值进行约简，得到最小约简形式的故障定位决策表。

具体地，首先通过配电网GIS网络拓扑分析自动形成基于故障投诉信息的配电网故障定位决策表，然后基于二元逻辑对决策表进行属性约简，最后用优化算法约简属性值，导出故障定位决策表的最小约简形式，从而根据最小约简形式的故障定位决策表进行快速确定配电网故障位置。

步骤S105：将测控区以及非测控区之间区域确定为故障发生区域，进入步骤S107；

步骤S106：将初始故障区域确定为故障发生区域，进入步骤S107；

具体地，在按照测控区的故障定位方法对不完全测控配电网进行全网故障定位，缩小故障区域，得到初始故障区域后，也即将故障区域缩小到主馈线两个装设FTU开关之间或者主馈线的两端时，再判断初始故障区域是否包括非测控区，若故障发生在非测控区，则根据非测控区域的故障投诉电话，采用非测控区故障定位方法，可进一步将故障区域缩小至更加精确的范围。若故障发生在测控区，则非测控区域不会有故障投诉电话，则可进一步将故障区域缩小至非测控区的主馈线未装设FTU的开关与主馈线上负荷一侧装设FTU的开关之间。

步骤S107：结束。

本发明提供了一种不完全测控配电网的故障定位方法，包括按照测控区的故障定位方法对不完全测控配电网进行全网故障定位，缩小故障区域，得到初始故障区域；如果初始故障区域包括非测控区，则检测非测控区域内是否有投诉电话，如果是，依据从投诉电话中获取的故障定位信息按照非测控区的故障定位方法得到故障发生区域；否则，将测控区以及非测控区之间区域确定为故障发生区域；如果初始故障区域不包括非测控区，将初始故障区域确定为故障发生区域。可见，本申请提供的故障定位方法，充分综合利用测控区和非测控区的故障信息，将故障定位分为两阶段，首先按照测控区的故障定位思路对不完全测控配电网进行全网故障初步定位，缩小故障区域，得到初始故障区域，然后再结合是否包括非测控区以及非测控区的故障定位方法来进行故障精确定位，提高了不完全测控配电网的故障定位的精确性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。