一种基于gis平台的辅助故障定位及供电恢复方法
【技术领域】
[0001] 本发明涉及配电网故障定位领域，特别涉及一种基于GIS平台的辅助故障定位系 统及供电恢复方法。
【背景技术】
[0002] 目前，配电网故障信息一方面来自于户外的FTU通信装置，其工作环境恶劣、温差 变化范围大，要承受高电压、电流、雷电等干扰因素，且FTU本身会存在误判等因素，配电网 反馈的故障信息受干扰或丢失的可能性必然存在。另外一方面来自用户投诉，使得故障信 息具有不确定性、不精确性，并产生冗余信息。即便是判断出故障区域，由于不能直接得到 地理位置，抢修人员也不一定能马上知道具体的地点，经常会因为找故障点而延误了抢修 工作。针对上述问题，提出"基于粗糙集理论、贝叶斯、蚁群算法和多判据融合的配电网全 景可视化故障定位及供电恢复系统"，其技术思路：首先进行故障定位。在可测控区域，利用 GIS的几何网络和接口函数，快捷地找出故障回路，通过Bayes公式计算故障回路中各区段 的显著度实现故障定位；在非测控区域，使用粗糙集理论算法利用配电网GIS网络拓扑分 析自动形成故障定位决策表，通过属性约简和属性值约简获得决策规则，根据真实反馈的 故障信息实现故障定位。对于单相接地故障，研究基于小波包多频带相关分析法、基波比幅 比相法、5次谐波比幅比相法和有功法的多判据融合选线方法，对多种故障信息进行综合处 理，降低干扰的影响，提高故障检测的精度和鲁棒性，并用隶属函数表示各故障选线方法输 出的模糊性，应用加权求和进行运算，实现多种故障选线方法的信息融合。还采用基于卷积 型小波包能量矩的特征提取方法，对暂态电流信号进行特征向量的提取，并以构造的特征 向量作为基于免疫粒子群优化算法的三层小波神经网络的输入，利用训练好的神经网络实 现单相接地故障的定位。基于蚁群最优算法的自动纠错和准确故障定位平台，配调人员可 以在DMS系统中可以准确获知配网故障点的实际位置。其次，快速恢复供电。根据定位的故 障位置，通过分级供电树的启发式搜索方法，结合模糊评判方法，得到最优恢复供电方案。
[0003] 目前，在实际运行中的配网故障定位方法，一般仅依靠某种单一来源方法作为判 断依据，部分基础自动化设施较完备地区配电网，也未建立针对两种及以上来源的故障信 息进行综合分析判断的有效体系。
【发明内容】
[0004] 鉴于此，本发明的目的是提供一种辅助故障定位系统及供电恢复方法。
[0005] 本发明的目的是通过以下技术方案实现的。
[0006] -种基于GIS平台的辅助故障定位系统及供电恢复方法，包括以下步骤：
[0007] SL区分可测控性区域；
[0008] 针对配电网络故障进行定位所利用的故障信息来源主要有两大类：一类是利用自 动化信息，即通过SCADA系统得到的各种实时信息；另一类主要是利用停电后用户打来的 故障投诉电话信息；一般将使用自动化信息来故障定位称为测控区故障定位，而使用投诉 信息来定位称为非测控区故障定位；
[0009] S2.选择粗糙集方法或Bayes公式方法或基于GIS的分级供电树方法的配电网故 障定位方法进行故障定位；
[0010] 粗糙集方法：在非测控区内，没有安装柱上FTU而不可能获得实时故障信息，可以 依据接受到的不同区域的大量用户投诉信息来确定故障发生的地点；由于用户主观原因和 知识水平等因素的影响，这些投诉信息中有一部分并不是一定代表着某些事情发生，其中 很可能包含着一些不确定因素甚至错误要素，因此所获得的投诉信息是一个粗糙集合。
[0011] 供电区域集合F= {T1区，T2区，…，TlO区}，开关集合S= {51，52，*"，511}，变 压器集合T = {T1，T2, ···，!！0};其中，设备故障元件包括开关和变压器；
[0012] 进一步得到：Tl区-S6-S1-电源点；T2区-S7-S6-S1-电源点；……；T10 区-S4-S3-S2-S1-电源点；
[0013] 进一步分析可知，每一供电区域都有开关S1，所以在决策表中，Sl对应的供电区 域的值均为1。
[0014] 进一步可得到原始决策表；
[0015] 进一步，进行简化，过程如下：
[0016] V= {1, 2, , , 19}
[0017] V/T1 = {{1, 2, 3}, {4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}}
[0018] V/T2 = {{1, 2, 4}, {3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}}
[0019] V/T3 = {{1, 5, 6, 7}, {2, 3, 4, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}}
[0020] V/T19 = {{1, 5, 13, 18}, {2, 3, 4, 6, 7, 8, 9, 10, 11, 12,, 14, 15, 16, 17,, 19}}
[0021 ] V/ (Τ2, Τ3, Τ4, Τ5, Τ6, Τ7, Τ8, T9, Τ10) = {{1}, {2, 4}, {3, 19}, {5}, {6}, {7}, {8}, { 9}，{10}，{11}，{12}，{13}，{14}，{15}，{16}，{17}，{18·} =DSl
[0022] V/(T1,T2,T3,T4,T5,T6,T7,T8,T9) = {{1}, {2}, {3}, {4}, {5}, {6}, {7}, {8}, {9} ,{10}, {11}, {12}, {13}, {14}, {15}, {16}, {17}, {18, 19} = DSlO
[0023] V/(TI,T2,T3,T4,T5,T6,T7,T8,T9,T10) = {{1}, {2}, {3}, {4}, {5}, {6}, {7}, {8} ，{9}， {10}， {11}， {12}， {13}， {14}， {15}， {16}， {17}， {18}， {19}} = DSP
[0024] 进一步，可通过约简得到最小约减表，从而实现对配电网的故障诊断；
[0025] Bayes公式方法：针对配电网自动化水平较高的区域，由FTU和SCADA系统传回的 故障信息，基于贝叶斯公式配网故障定位算法首先，在GIS几何网络的基础上，根据故障信 息进行网络拓扑分析，并确定出一条完整的故障回路，缩小计算范围。然后，计算出故障回 路中各测控开关的显著度，从而定位到故障区域；
[0026] 根据Bayes公式，在SCADA系统获取到故障信号列表F的情况下，判断开关Si或 支路Li发生故障的显著度公式为：
[0027]
[0028] 其中，η为开关数量；p为从远程终端设备检测到每一个开关信息上传过程中因受 到干扰等因素出错的均等概率；￥为FTU监测到的非故障信号；匕为FTU监测到的故障信 号；
[0029] 基于GIS的分级供电树：利用深度优先搜索法给树干先进行分层，按离根节点的 远近再将搜索到的每个开关进行排序和生成层号，把每层所带的负荷同时显示出来，另外 还需要把和本层树枝有连接的负荷也需要计算在内，树枝所处在的层数同时也是各个联络 开关所处在的层数；
[0030] 对分层供电树进行分析。从电源点Fl开始计算到联络开关SlO为止的供电半径 是最长的，所以可以把Fl到SlO这一馈线段作为树干，而其余的馈线段，例如S15到S18、 S22到S25之间的支路则设定为树枝；
[0031] 进一步，区分故障发生在供电树的树干或树枝上的不同情况，可得到复电算法流 程。
[0032] S3.利用FTU设备或计算设备，避免人为或配电网信息的干扰，准确故障定位；FTU 采集馈线侧的模拟量和状态量，包括电压、电流等模拟量以及开关、刀闸等位置信息。
[0033] 进一步，利用启发式搜索算法分别对配电网进行自馈线恢复、支持馈线整区恢复、 分区恢复、负荷转移和负荷切除等不同的供电恢复情况的分析，提供配电网故障后供电恢 复方案集的选取；
[0034] 进一步，使用模糊评判方法，对选取的方案集进行评价分析，选取最佳的恢复供 电方案。
[0035] 本发明在可测控性区域，利用GIS的几何网络和接口函数，快捷地找出故障回路， 通过Bayes公式方法计算故障回路中各区段的显著度实现故障定位；在非测控区域，使用 粗糙集理论算法利用配电网GIS网络拓扑分析自动形成故障定位决策表，通过属性约简和 属性值约简获得决策规则，根据真实反馈的故障信息实现故障定位；对于单相接地故障，基 于小波包多频带相关分析法、基波比幅比相法、5次谐波比幅比相法和有功法的多判据融合 选线方法，对各故障信息进行综合处理，降低干扰的影响，提高故障检测的精度和鲁棒性， 并用隶属函数表示各故障选线方法输出的模糊性，应用加权求和进行运算，实现各故障选 线方法的信息融合；还采用基于卷积型小波包能量矩的特征提取方法，对暂态电流信号进 行特征向量的提取，并以构造的特征向量作为基于免疫粒子群优化算法的三层小波神经网 络的输入，利用训练好的神经网络实现单相接地故障的定位；基于蚁群最优算法的自动纠 错和准确故障定位平台，配调人员能够在DMS系统中准确获知配网故障点的实际位置；其 次，快速恢复供电，根据定位的故障位置，通过分级供电树的启发式搜索方法，结合模糊评 判方法，得到最优恢复供电方案。
[0036] 由于采用了上述技术方案，本发明具有如下的优点：
[0037] 在采用区分区许可测控性的前提下，综合采用各类配电网故障定位方法，可以更 为准确的实现配电网故障定位，进一步提出最佳复电方案。
【附图说明】
[0038] 为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进 一步的详细描述，其中：
[0039] 图1为配电网示意图；
[0040] 图2为最小约减表；
[0041] 图3为分层供电树；
[0042] 图4为恢复供电流程。
【具体实施方式】
[0043] 以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例 仅为了说明本发明，而不是为了限制本发明的保护范围。
[0044] 见图1，图2,图3,图4,基于