一种基于云边协同的有源配电网故障定位方法与系统与流程

本发明涉及配电网并网技术保护控制，特别涉及一种基于云边协同的有源配电网故障定位方法与系统。

背景技术：

1、云计算的主要优势是海量存储，高效率计算，广域覆盖；而边缘计算的主要优势是实时数据处理，边缘资源池，云计算和边缘计算的应用场景有所不同，云计算擅长大规模、实时性要求低、周期长的大数据处理与分析；而边缘计算更适合小规模、实时性要求高、周期短的数据处理与分析。所以，云计算和边缘计算之间的关系不是相互取代，而是互补协同，通过云和边缘的紧密协同可以更好地满足各种应用场景的需求，从而放大两者的应用价值。边缘计算靠近终端设备，是数据采集和预处理单元，可以支撑云端应用；云计算具有强大的处理能力，可以进行大数据分析优化和模型训练，然后将训练好的模型或业务规则下发到边缘侧，边缘计算再基于新的模型或业务规则运行。

2、云边协同的能力与内涵主要包括资源协同、数据协同和服务协同三种：1)资源协同：边缘节点能够提供计算、存储、网络等基础设施资源，可以独立调度管理本地资源，也可以和云端协同，接受并执行云端下发的资源调度管理策略。2)数据协同：边缘节点负责数据采集，按照模型或业务规则对原始数据进行预处理及简单分析，然后把结果和相关数据上传给云端；云端可以对海量数据进行存储、分析和价值挖掘。边缘和云之间的数据协同，使得数据能够在边缘和云之间有序流动，从而形成一条完整的数据流转路径，便于之后对数据进行生命周期管理与价值挖掘。3)服务协同：云端完成模型的训练之后，将模型下发给边缘节点，边缘节点按照模型进行推理；云端管理边缘侧应用的生命周期，包括应用的部署、启动、停止、删除及版本更新等；云端生成应用编排策略，边缘侧按照云端策略执行应用。

3、云边协同有三种模式(1)训练-计算的云边协同。云端根据边缘上传的数据对智能模型进行设计、训练和更新，边缘端负责搜集数据并实时下载最新的模型进行计算任务；(2)云导向的云边协同。云端除了承担智能模型的设计、训练和更新，也会承担模型前段的计算任务，然后将中间结果传输给边缘端，让边缘端继续计算而得到最终结果。该模式旨在权衡云端和边缘端的计算量和通信量；(3)边缘导向的云边协同。云端只负责初始的训练工作，模型训练完成之后下载到边缘端。边缘端在执行计算任务的同时，也会利用实时就地数据来对模型进行后续训练。该模式旨在满足应用的个性化需求，更好地利用局部数据。

4、配电网故障诊断通过监测系统运行过程中的电压、电流、事件信息等，判断系统是否发生故障，识别发生故障的类型和原因；配电网故障定位则是利用测得的电压、电流或其他参数信息，及时可靠地给出故障区域和精确位置。传统配电网主要为单电源的辐射状网络，潮流具有单向性，即从变电站母线流向负荷，不需判别故障方向。为简化保护配置，降低配电网建设成本，有如今中低压的配电网通常配置传统的单端三段式电流保护，即电流速断保护、限时电流速断保护和定时限过电流保护作为配电网馈线的主保护，通过馈线上下游不同保护元件之间定值和时限的配合，实现故障诊断与定位的功能。

5、然而，当配电网中存在dg时，能量流动改变了原本的单向流动限制，传统故障保护方案的协调操作和馈线自动化的应用受到多个电源的影响，故障诊断与定位主要存在以下问题：(1)故障特征提取及分析困难：有源配电网中dg通常通过电力电子装置接入配电网。大量电力电子装置接入有源配电网导致故障电流受限，故障特征不明显且谐波复杂，严重影响故障诊断与定位的正确性。(2)传统故障诊断与定位方法难以适用：dg的分散式接入使得配电网由传统的被动配电网向更加主动的有源配电网进行转变，其拓扑结构复杂、运行方式灵活、潮流双向多变以及出力不确定等特点导致配电网故障特征与传统配电网存在较大差异，配电网故障与电能质量问题相互耦合，配电网故障呈现的弱特征和高频暂态特性愈加明显，配电网故障诊断及处理难度增大，使配电网现有的继电保护、故障诊断与定位性能降低，容易发生误动和误判，严重威胁配电网安全运行。

技术实现思路

1、本发明所要解决的技术问题是：提供一种基于云边协同的有源配电网故障定位方法与系统，能够提高故障诊断与定位的准确性。

2、为了解决上述技术问题，本发明采用的技术方案为：

3、一种基于云边协同的有源配电网故障定位方法，包括步骤：

4、s1、边缘计算设备获取端设备采集的故障电流信号，对所述故障电流信号进行st处理，并计算总谐波畸变率；

5、s2、边缘计算设备计算st系数的权重均方根值，并输入由云平台端预先训练的dbn网络；

6、s3、所述dbn网络对输入的权重均方根值，基于故障的特征属性模型，根据属性分类因子进行优化；

7、s4、根据优化后的权重均方根值，进行故障定位。

8、为了解决上述技术问题，本发明采用的另一种技术方案为：

9、一种基于云边协同的有源配电网故障定位系统，包括云平台端、边缘计算设备和端设备，所述云平台端、所述边缘计算设备和所述端设备共同实现以上一种基于云边协同的有源配电网故障定位方法中的步骤。

10、本发明的有益效果在于：本发明的一种基于云边协同的有源配电网故障定位方法与系统，首先在边缘计算设备基于st处理，从端设备捕获故障电流信号，利用线路端部故障电流信号的总谐波畸变率thd对线路进行在线故障线路检测，根据获得被测信号的st系数计算权重均方根值rms，通过故障信号thd电平检测出故障馈线和线路，最后利用云平台端的dbn算法求出不同故障的特征属性模型，根据属性分类因子调整st系数的权重均方根值，以适应不同类型的故障特征处理与定位，能够提高故障诊断与定位的准确性。

技术特征：

1.一种基于云边协同的有源配电网故障定位方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，步骤s1之前还包括步骤：

3.根据权利要求2所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，所述故障电流信号的编码规则为：

4.根据权利要求3所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，端设备进行故障检测过程中，采用的适应度函数为：

5.根据权利要求1所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，所述故障电流信号表示为：

6.根据权利要求5所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，所述权重均方根值的计算具体为：

7.根据权利要求1或6所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，所述总谐波畸变率的计算具体为：

8.根据权利要求1所述的一种基于云边协同的有源配电网故障定位方法，其特征在于，所述dbn网络视为玻尔兹曼机rbm的堆栈；

9.一种基于云边协同的有源配电网故障定位系统，包括云平台端、边缘计算设备和端设备，所述云平台端、所述边缘计算设备和所述端设备共同实现以上权利要求1-8任一的一种基于云边协同的有源配电网故障定位方法中的步骤。

技术总结
本发明公开了一种基于云边协同的有源配电网故障定位方法与系统，边缘计算设备获取端设备采集的故障电流信号，对所述故障电流信号进行ST处理，并计算总谐波畸变率；边缘计算设备计算ST系数的权重均方根值，并输入由云平台端预先训练的DBN网络；所述DBN网络对输入的权重均方根值，基于故障的特征属性模型，根据属性分类因子进行优化；根据优化后的权重均方根值，进行故障定位；本发明利用云平台端的DBN算法求出不同故障的特征属性模型，根据属性分类因子调整ST系数的权重均方根值，以适应不同类型的故障特征处理与定位，能够提高故障诊断与定位的准确性。

技术研发人员：夏炳森,唐元春,陈端云,冷正龙,林文钦,周钊正,李翠,林彧茜,陈卓琳
受保护的技术使用者：国网福建省电力有限公司经济技术研究院
技术研发日：
技术公布日：2024/1/14