本发明涉及供电技术领域，具体为一种基于多源故障测距结果的输电线路准确测距方法。
背景技术：
随着电网的不断发展、智能电网的建设以及社会经济的发展，对供电可靠性的要求也越来越高。输电线路肩负着输送电力的重要任务，是影响电网安全、稳定运行和供电可靠性的主要因素。输电线路长期暴露在野外恶劣的地理环境中，同时处在多种复杂的气象环境中，使得它成为电力设备中故障概率最高的设备。当不利条件使得输电线路故障时，将会影响线路的安全运行，严重时甚至会导致大面积停电事故，近年来国外若干大面积停电事故有的就起源于输电线路故障。当输电线路发生故障时，通过准确的故障测距和定位有助于快速发现和排除故障，减轻巡线负担。
目前已存在诸多成熟的输电线路故障测距方法，例如行波法、故障分析法、利用单端数据的测距算法以及利用双端数据的测距算法等。在一条输电线路中，往往同时安装了多种能够给出故障测距结果的装置，而这些装置都有其适用范围和应用局限性，从准确性和可靠性来看，输电线路同时需要它们的存在。在实际生产过程中，这些装置并不能够总是给出一致的定位结果。针对架空输电线路的故障定位问题，基于线路配套的行波测距装置、距离保护装置以及故障录波装置给出的故障测距结果，通过信息综合决策方法输出一个确定数值作为预估故障距离。依据空间地理位置信息，并考虑输电线路的地理分布以及线路弧垂等因素，将预估故障距离映射到物理层面中，提供精确到杆塔编号的最终故障定位结果。
同时，在输电线路故障类型中闪络等瞬时性故障占90％～95％，而这类故障造成的局部绝缘损伤一般没有明显的痕迹，给故障点的查找带来极大困难。发生线路故障时，主要依靠平时巡查演练经验，了解线路实地情况，制定精确真实的线路台账，综合各种数据进行综合判断，通过故障现场的信息沟通，基本上需要2个小时左右能准确地找到故障点。为加强对运维人员工作的指引，由各种装置给出的不同故障测距值估算出一个最接近故障实际位置的结果并且将理论计算结果映射到实际物理位置中具有重要意义。
技术实现要素：
本发明的目的在于提供一种基于多源故障测距结果的输电线路准确测距方法，以解决现有技术存在的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于多源故障测距结果的输电线路准确测距方法，包括行波故障测距法、故障录波装置故障测距法、保护装置故障测距法中的任意多种组合；
首先基于历史数据统计分析各种测距方法计算结果的准确性，再以电网运行维护历史数据为样本，采用以神经网络为模型的机器学习方法进行模型训练，模型训练结束后，将新发生的故障定位结果输入经训练得到的可靠模型中，得到输电线路准确测距结果。
进一步地，在获得输电线路准确测距结果的前提下，结合输电线路的物理结构和地理信息参数，同时考虑的因素还包括温度、海拔、杆塔类型、导线弧垂。
进一步地，所述行波故障测距法为：通过选用单端阻抗算法确定故障发生区段，然后再利用精确的基于小波变换的电流行波法得出故障距离。
进一步地，所述保护装置故障测距法采用解微积分方程算法和阻抗法，计算出故障阻抗或者百分比，与工频阻抗进行对比，求得故障距离。
进一步地，所述故障录波装置故障测距法为：当输电线路发生故障后，安装于变电站的故障录波装置，会自动精准地记录故障前后电压电流等各种电气量的变化过程，故障录波装置利用故障时记录得到的各种电气量，通过快速分析输出故障测距结果。
本发明的优点在于：本发明基于机器学习的输电线路故障算法进行准确测距，并将以数值形式给出的故障距离精确定位至杆塔层面，这将会省去人工逐杆排查的繁琐流程，大大节约人力、物力和财力，同时有效提高事故处理的效率和水平。
具体实施方式
本发明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作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。
输电线路行波故障测距法的原理是通过选用最具鲁棒性的单端阻抗算法确定故障发生区段，然后再利用精确的基于小波变换的电流行波法得出故障距离。无论何种故障行波的测距类型，其思路均是利用故障暂态行波到达测量端的时间，与行波传播速度，计算求得故障点与测量点之间的距离。行波测距不受故障点过渡电阻、线路结构等因素的影响，具有测距精度高、适用范围广的优点。但其在可靠性和准确性方面，仍需进一步解决以下问题。比如，由故障产生行波源、母线接线方式以及阻抗的不确定性对暂态行波分量提取准确度的影响，故障点反射波的识别与标定，波速度的确定以及故障初始行波浪涌到达时刻的标定等问题。
保护装置故障测距法是指主要用于各电压等级的间隔单元的保护测控，具备完善的保护、测量、控制、备用电源自投及通信监视功能，为变电站、发电厂、高低压配电及厂用电系统的保护与控制提供了完整的解决方案，可有力地保障高低压电网及厂用电系统的安全稳定运行的装置。但是由于pt或ct的测量精度、系统阻抗的实时变化以及负荷电流的瞬时性等俊辉对故障测距精度产生影响，因而，基于保护装置的故障测距值精度不高，常常因为不同的故障类型产生不同程度的误差。
在继电保护装置中一般有故障测距的计算模块，其绝大多数的测距理论是基于阻抗算法，常见的有解微积分方程算法和阻抗法，计算出故障阻抗或者百分比，与工频阻抗进行对比，求得故障距离。
故障录波装置故障测距法中的录波装置作为“电力系统黑匣子”，故障录波装置能够做到记录异常和故障情况下的模拟量以及保护与安全装置的动作顺序，再现系统异常及故障情况下各参量的变化情况，评价继电保护行为，分析故障和异常运行状况。
当输电线路发生故障后，安装于变电站的故障录波装置，会自动精准地记录故障前后电压电流等各种电气量的变化过程。故障录波装置利用故障时记录得到的各种电气量，通过快速分析输出故障测距结果。但该方法会受到系统阻抗和故障点过渡阻抗的影响，而导致故障测距精度的下降。
实施例1：
一种基于多源故障测距结果的输电线路准确测距方法，包括行波故障测距法、故障录波装置故障测距法、保护装置故障测距法，首先基于历史数据统计分析各种测距方法计算结果的准确性，再以电网运行维护历史数据为样本，采用以神经网络为模型的机器学习方法进行模型训练，模型训练结束后，将新发生的故障定位结果输入经训练得到的可靠模型中，得到输电线路准确测距结果。在获得输电线路准确测距结果的前提下，结合输电线路的物理结构和地理信息参数，同时考虑的因素还包括温度、海拔、杆塔类型、导线弧垂。
所述行波故障测距法为：通过选用单端阻抗算法确定故障发生区段，然后再利用精确的基于小波变换的电流行波法得出故障距离。
所述保护装置故障测距法采用解微积分方程算法和阻抗法，计算出故障阻抗或者百分比，与工频阻抗进行对比，求得故障距离。
所述故障录波装置故障测距法为：当输电线路发生故障后，安装于变电站的故障录波装置，会自动精准地记录故障前后电压电流等各种电气量的变化过程，故障录波装置利用故障时记录得到的各种电气量，通过快速分析输出故障测距结果。
经上述分析可知，输电线路故障测距方法主要有阻抗法和行波测距法，保护装置和故障录波装置采用阻抗法，行波测距装置采用行波测距法。阻抗法具有较好的鲁棒性，但其易受系统运行方式和故障类型影响，使得测距精度不高。行波法不受上述因素影响，测距精度高，但也存在装置无法保证每次均可靠启动的问题，装置可靠性有待提高。
综合来看，上述三种故障测距方式均有利弊，不能只保留一种故障测距方式来应对输电线路故障，并且从数据完备性的角度看，数据缺失是一种无法规避的情况，以往利用单一测距结果进行线路运行维护的方法需要承担一定程度的风险，有必要且有可能通过融合以上三种测距结果，平衡三者之间的权重，最终获得一个最优故障定位结果。
一般而言，输电线路设备的运维、继电保护装置的运维以及安排线路运行方式是由不同部门管辖的，其功能职责分别由线路管理部门、变电站管理部门和调度控制部门管辖。因此，在线路发生故障后，首先由变电站管理部门将保护动作信息、故障测距信息上报至调度控制部门，接着由调度控制部门将信息收集、整理发送至线路管理部门，然后线路管理部门根据故障信息、线路现状及运维历史，确定故障区段，驱车赶往现场，采用适当的方式确定故障点。
为提高运行人员的事故处理水平，本文将直接从电网运维系统中获取上述三种故障测距信息，由基于机器学习的输电线路故障算法进行准确测距，并将以数值形式给出的故障距离精确定位至杆塔层面，这将会省去人工逐杆排查的繁琐流程，大大节约人力、物力和财力，同时有效提高事故处理的效率和水平。
实施例2：
一种基于多源故障测距结果的输电线路准确测距方法，包括行波故障测距法、故障录波装置故障测距法，首先基于历史数据统计分析各种测距方法计算结果的准确性，再以电网运行维护历史数据为样本，采用以神经网络为模型的机器学习方法进行模型训练，模型训练结束后，将新发生的故障定位结果输入经训练得到的可靠模型中，得到输电线路准确测距结果。在获得输电线路准确测距结果的前提下，结合输电线路的物理结构和地理信息参数，同时考虑的因素还包括温度、海拔、杆塔类型、导线弧垂。
实施例3：
一种基于多源故障测距结果的输电线路准确测距方法，包括故障录波装置故障测距法、保护装置故障测距法，首先基于历史数据统计分析各种测距方法计算结果的准确性，再以电网运行维护历史数据为样本，采用以神经网络为模型的机器学习方法进行模型训练，模型训练结束后，将新发生的故障定位结果输入经训练得到的可靠模型中，得到输电线路准确测距结果。在获得输电线路准确测距结果的前提下，结合输电线路的物理结构和地理信息参数，同时考虑的因素还包括温度、海拔、杆塔类型、导线弧垂。
实施例4：
一种基于多源故障测距结果的输电线路准确测距方法，包括行波故障测距法、保护装置故障测距法，首先基于历史数据统计分析各种测距方法计算结果的准确性，再以电网运行维护历史数据为样本，采用以神经网络为模型的机器学习方法进行模型训练，模型训练结束后，将新发生的故障定位结果输入经训练得到的可靠模型中，得到输电线路准确测距结果。在获得输电线路准确测距结果的前提下，结合输电线路的物理结构和地理信息参数，同时考虑的因素还包括温度、海拔、杆塔类型、导线弧垂。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。