一种配电网故障智能选线及区段定位方法及装置与流程
本发明涉及于电网安全运行技术领域，具体涉及一种配电网故障智能选线及区段定位方法及装置。
背景技术：
传统的配电网发生故障时，处理过程是使用“拉路”法将线路逐一停电，这样会导致很多无故障线路停电，且由于甄别故障线路时间较长，无法精准定位故障点等特点，导致停电时间长、投诉居高不下，同时按照目前方法配电网发生故障时需要很长时间才能查找到准确的故障点，对电网的运行安全威胁巨大。目前，大部分变电站都是无人值守变电站，长时间接地运行会导致整个配电装置电气设备爆炸、失火等严重设备事故，甚至引发主变等电网设备损坏。为了实现配电网故障时能够迅速准确定位故障点的功能，缩短故障研判和处置时间，减小因接地导致的损失，所以需要创新配电网故障处理技术，开发能够快速准确定位故障点的系统平台。
技术实现要素：
针对上述现有技术存在的问题，本发明提供了一种配电网故障智能选线及区段定位方法，包括：
故障监测报警步骤，接收小电流接地系统母线三相电压及线电压数据，对母线电压数据与预设第一阈值范围对比，并且当超出预设第一阈值范围时，发出第一告警信息；
故障选线步骤，在发生第一告警信息的情况下，基于故障前后的潮流变化数据进行故障选线；
故障定位步骤，基于配网图模系统和用户用电信息采集系统采集的电气参数建立数据环网，并基于配变停电信息和d5000系统的故障告警时刻，获取故障位置。
进一步的，所述基于故障前后的潮流变化数据进行故障选线，潮流变化数据包括零序电压、零序电流、零序电流有功分量、零序电流五次谐波、零序无功功率、各相的对地电压、暂态电容电流、暂态电感电流的大小和方向。
进一步的，所述基于故障前后的潮流变化数据进行故障选线，包括：
基于母线电压实时报警内容，初判出系统的故障类型；
获取故障状态和非故障状态下的用户用电信息采集系统采集的第一电气观测序列，所述第一观测序列中包含零序电流等参数；
基于第一电气观测序列，对预设的故障选线网络模型进行训练，确定输出误差最小对应的故障选线网络模型的第一最优结构，得到包含第一最优结构的故障选线网络模型；
在确定训练得到的所述第一故障选线网络模型的准确性符合预设条件后，通过所述第一故障选线网络模型对待分析的用户用电信息采集系统采集的第二电气观测序列进行故障选线判断分析，获取故障选线结果。
进一步的，所述对预设的故障选线网络模型进行训练，确定输出误差最小对应的故障选线网络模型的第一最优结构，得到包含第一最优结构的故障选线网络模型，包括：
基于网络模型的初始模型参数作为粒子群优化算法的初始粒子；
通过粒子群算法的适应度函数计算保留网络模型的初始模型参数的全局最优值和局部粒子最优值；
通过粒子群算法的速度和位置更新公式迭代获取网络模型的初始模型参数的最优值；
基于所述网络模型的初始模型参数的最优值构建初始网络模型并进行模型训练，基于网络模型的输出误差损失进行模型参数的迭代更新，直至训练结束。
进一步的，所述故障选线网络模型采用bp神经网络，所述bp神经网络的隐含层的激励函数采用小波基函数，隐含层节点个数b为
进一步的，所述故障定位步骤，包括：
基于用户用电信息采集系统采集的台区电流、电压和有功，与配网图模系统点对点匹配，形成数据环网；
基于采集的配变电流获取停电配变并依据图模系统拓扑结构，获取停电配变所在线路的最前端配变；
比较最前端配变停电时刻和d5000系统故障告警时刻的差值，获取故障定位。
进一步的，所述基于采集的配变电流获取停电配变并依据图模系统拓扑结构，获取停电配变所在线路的最前端配变，包括：若配变电流小于第一预设值，则判断此配变停电，根据图模系统拓扑结构，逐级检测末端到主干线上的配变电流，统筹计算主、支干线的距离，直到寻优出最前端配变。
本发明还提供了一种配电网故障智能选线及区段定位装置，包括：
故障监测报警模块，用于接收小电流接地系统母线三相电压及线电压数据，对母线电压数据与预设第一阈值范围对比，并且当超出预设第一阈值范围时，发出第一告警信息；
故障选线模块，用于在发生第一告警信息的情况下，基于故障前后的潮流变化数据进行故障选线；
故障定位模块，用于基于配网图模系统和用户用电信息采集系统采集的电气参数建立数据环网，并基于配变停电信息和d5000故障告警时刻，获取故障位置。
本发明还提供了一种电子设备，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于运行所述存储器存储的可执行指令时，实现上述的一种配电网故障智能选线及区段定位方法。
本发明还提供了一种计算机可读存储介质，存储有可执行指令，其特征在于，所述可执行指令被处理器执行时实现上述的一种配电网故障智能选线及区段定位方法。
本发明的一种配电网故障智能选线及区段定位方法及装置，具备如下有益效果：
1.通过整合现有的d5000(电网调度系统)、配网图模系统和用采系统(用户用电信息采集系统)，实现配网典型故障的自动选线、配网故障台区主动研判功能。支撑配电网故障快速、主动抢修，实现系统应用智能化集成与共享，全面提升配电网专业化管理水平形成优化流程、数据分析、专业协同的配电网故障处置创新实践。
2.故障选线采用人工智能算法，通过bp神经网络进行故障选线，并且采用小波基函数作为模型隐藏层的激励函数，小波基函数的平移伸缩参数作为模型隐藏层的模型参数，提高故障选线模型的可靠性。
3.在故障定位中，融合d5000电网调度系统、配网图模系统和用户用电信息采集系统的信息，通过寻优最前端配变并通过比较最前端配变停电时刻和d5000故障告警时刻，获取准确故障定位，实现故障定位精确化，推进定位进入快车道，减少供电所人员巡线时间和精力，提升故障排查治理工作的质量和效率。
附图说明
图1是本发明的一种配电网故障智能选线及区段定位方法中智能选线模型的训练方法流程图；
图2是本发明的一种配电网故障智能选线及区段定位装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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，所描述的实施例仅仅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，都应当属于本发明保护的范围。
本实施例提供的一种配电网故障智能选线及区段定位方法，包括：
故障监测报警步骤，接收小电流接地系统母线三相电压及线电压数据，对母线电压数据与预设第一阈值范围对比，并且当超出预设第一阈值范围时，发出第一告警信息，通过该报警功能设置，拓展人机交互的智能故障报警功能，实现多能互补的接地故障实时告警，系统根据设置的上下限值在母线电压发生异常的时候对监控人员进行语音告警提醒，防止因电网信息海量遗漏故障信息，对电网电压进行综合管控。
故障选线步骤，在发生第一告警信息的情况下，基于故障前后的潮流变化数据进行故障选线；
故障定位步骤，基于配网图模系统和用户用电信息采集系统采集的电气参数建立数据环网，并基于配变停电信息和d5000系统的故障告警时刻，获取故障位置。
本实施例提供的配电网故障智能选线及区段定位方法，整合现有的d5000(电网调度系统)、配网图模系统和用采系统(用户用电信息采集系统)，实现配网典型故障的自动选线、配网故障台区主动研判功能。支撑配电网故障快速、主动抢修，实现系统应用智能化集成与共享，全面提升配电网专业化管理水平形成优化流程、数据分析、专业协同的配电网故障处置创新实践。
进一步的，基于故障前后的潮流变化数据进行故障选线，潮流变化数据包括零序电压、零序电流、零序电流有功分量、零序电流五次谐波、零序无功功率、各相的对地电压、暂态电容电流、暂态电感电流的大小和方向，在发生故障后，非故障线路的相对地电压升高到线电压；非故障线路零序电流之和与故障线路零序电流方向相反；在发生故障时，故障相的放电电容电流下降的很快，电流的方向从母线到故障点，非故障相会发生充电现象，回路中电感很大；在消弧线圈接地系统故障线路有功分量值大于非故障线路，并且在相位上和非故障线路相反；基于上述故障后的特性虽然能够判断故障线路，但是这些方法因为信号的特征不明显、不稳定电弧的影响等原因都各自存在着一定局限性，不能完全准确地选线。
在本实施例中，故障选线采用人工智能算法，具体的，基于故障前后的潮流变化数据进行故障选线，包括如下步骤：
基于母线电压实时报警内容，初判出系统的故障类型；
获取故障状态和非故障状态下的用户用电信息采集系统采集的第一电气观测序列，所述第一观测序列中包含零序电流等参数；
基于第一电气观测序列，对预设的故障选线网络模型进行训练，确定输出误差最小对应的故障选线网络模型的第一最优结构，得到包含第一最优结构的故障选线网络模型；
在确定训练得到的所述第一故障选线网络模型的准确性符合预设条件后，通过所述第一故障选线网络模型对待分析的用户用电信息采集系统采集的第二电气观测序列进行故障选线判断分析，获取故障选线结果。
其中，对预设的故障选线网络模型进行训练，确定输出误差最小对应的故障选线网络模型的第一最优结构，得到包含第一最优结构的故障选线网络模型，包括：
基于网络模型的初始模型参数作为粒子群优化算法的初始粒子；
通过粒子群算法的适应度函数计算保留网络模型的初始模型参数的全局最优值和局部粒子最优值；
通过粒子群算法的速度和位置更新公式迭代获取网络模型的初始模型参数的最优值；
基于所述网络模型的初始模型参数的最优值构建初始网络模型并进行模型训练，基于网络模型的输出误差损失进行模型参数的迭代更新，直至训练结束，所述训练结束是指误差精度满足预设阈值，或者达到预设最大迭代次数。
另外，本申请实施例中，故障选线网络模型采用bp神经网络，隐含层的激励函数采用小波基函数，隐含层节点个数b为
在输出层，当实际输出值小于0.2，则判断分析结果为输入值对应的线路没有发生故障，当实际输出值大于0.8时，则判断分析结果为输入值对应的线路发生故障。
上述故障定位步骤，包括：
基于用户用电信息采集系统采集的台区电流、电压和有功，与配网图模系统点对点匹配，形成数据环网；
基于采集的配变电流获取停电配变并依据图模系统拓扑结构，获取停电配变所在线路的最前端配变，具体的，若配变电流小于第一预设值，则判断此配变停电，根据图模系统拓扑结构，逐级检测末端到主干线上的配变电流，统筹计算主、支干线的距离，直到寻优出最前端配变，该第一预设值为0.25a；
比较最前端配变停电时刻和d5000系统故障告警时刻的差值，获取故障定位，当最前端配变停电时刻和d5000系统故障告警时刻的差值不高于2s，则自动判定故障在最前端配变附近，进而实现故障定位精确化。
本实施例还提供了一种配电网故障智能选线及区段定位装置，包括：
故障监测报警模块，用于接收小电流接地系统母线三相电压及线电压数据，对母线电压数据与预设第一阈值范围对比，并且当超出预设第一阈值范围时，发出第一告警信息；
故障选线模块，用于在发生第一告警信息的情况下，基于故障前后的潮流变化数据进行故障选线；
故障定位模块，用于基于配网图模系统和用户用电信息采集系统采集的电气参数建立数据环网，并基于配变停电信息和d5000故障告警时刻，获取故障位置。
关于故障智能选线及区段定位装置的具体限定可以参见上文中对于故障智能选线及区段定位方法的限定，在此不再赘述。上述故障智能选线及区段定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。
本实施例还提供了一种电子设备，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于运行所述存储器存储的可执行指令时，实现上述的一种配电网故障智能选线及区段定位方法。
本实施例还提供了一种计算机可读存储介质，存储有可执行指令，所述可执行指令被处理器执行时实现上述的一种配电网故障智能选线及区段定位方法。
本实施例提供的电子设备包括：至少一个处理器、存储器、用户接口和至少一个网络接口。电子设备中的各个组件通过总线系统耦合在一起。可以理解，总线系统用于实现这些组件之间的连接通信。总线系统除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。其中，用户接口可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
可以理解，存储器可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。本发明实施例中的存储器能够存储数据以支持终端的操作。这些数据的示例包括：用于在终端上操作的任何计算机程序，如操作系统和应用程序。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！