基于大數據分析的配電網絡故障趨勢判斷

蔡上，鐘敏，王曉琪

[中圖分類號] U224.3+1

[文獻標志碼]A

[文章編號]2095-6487 （2021） 02-0130-02

Judgment of Distribution Network Failure Trend Based on Big Data Analysis

Cai Shang，Zhong Min，Wang Xiao-qi

[ Abstract]

In the context of the era of big data， my country's distribution network monitoring methods have been innovated， but there are srillcertain limitations in its application， and the proporrion of data use is not very high. Based on this， this paper analyzes the technology of the distributionnenvork dispatching support system， integrates the fault problems in it. and innovates the load-bearing mode of the distribution line through the applicationofbig data technology， so as to provide a guarantee for the safe operation ofthe distribution network

[ Keywords] big data： power ctistribution network failure; trendjudgment

為了滿足人們的用電需求，對配電網絡故障趨勢進行了分析，主要在提高配電網絡安全性能等多種方面出發，對傳統中的配電網絡故障趨勢進行綜合判斷，完善其中的方法，避免誤差人等問題出現。這就要求技術人員在分析配電網絡故障趨勢的原理基砌上，合理應用先進的信息技術，對配電網絡故障信號特點進行分析，加強人數據分析法的合理應用，從而進一步促進我國電力事業在社會經濟中的穩定發展。

1 背景技術的研究

配電網可以說是我國電力系統穩定運行中的主要部分，架空線路、桿塔、配電變壓器和無功補償器等內容是其中的重要組成部分，其在電力網的穩定運行中起著非常重要的分配電能作用。但是，配電網絡在實際的應用中，存在一些故障問題。因此，為了保證整個配電網絡的穩定運行，需要將其看成線與點結合的拓撲圖，然后結合電源結點和開關結點等，對整個網絡拓撲連線綜合性分析，主要給用戶的配電提供更多的便利[1]。

配電網的整體結構非常復雜，會涉及多個區域而的內容。尤其是在對城市配電網進行建設的過程中，需要提前對配電網的區域而進行鋪設，在城市用電中，人部分用戶都會遇到用電故障問題，為了保障人們用電的安全性，需要通過對人數據分析方式的合理應用，對配電網絡故障趨勢特點進行分析，進而保障我國配電網絡故障趨勢判斷的有效性。

2 配電網絡故障趨勢的特點

配電網的類型繁多，在對電網數據的實際分布情況進行分析時，發現其廣域分布和種類眾多，主要包括實時數據、文本數據、多媒體數據和時間序列數據等鄉種內容，要想保障配電網絡運行的有效性，需要對各類結構化的系統進行有效分析，加強對各類數據信息的處理。再加上，其中的數據處理的頻度以及性能要求是不相同的，如當電力設備狀態處于油色譜數據時，需要0.5h采樣一次，但是絕緣放電數據的采樣速率，在此時會高達幾百kHz。

同時，配電網絡的價值密度非常低，主要以視頻為例，由于其連續不間斷監控，需要對數據信息進行整合。即便是在輸變電設備狀態慌測中，電存在各種檢測問題。在此過程中，所采集的人部分的數據，幾乎都是正常數據，只有一些部分屬于異常數據。此外，配電網絡的處理速度也是非常快的，能夠其運行中的線狀態數據進行處理和整合，進而避免在配電網絡運行中出現故障。

3 分析配電網絡故障的判斷方法

人數據背景下，配電網絡故障趨勢的判斷方式也越來越多，初步分析，可以發現，借助人數據技術，可以及時發現配電網在運行過程中問題，判斷配電網絡故障信息，進而不斷提高配電網絡的故障趨勢判斷的計算速度以及準確率。

實現對配電網絡故障的信息采集，不僅可以為配電網絡的穩定運行提供保障，還可以及時和準確地判斷故障趨勢流程，對其中的土要原理進行綜合分析，可以發現，配電網絡的故障因素是比較復雜的，需要整合故障信息，然后處理信息，優化故障的類型和解決方法。

因此，需要以人數據分析為主要載體，積極展開相應的信號處理和分析活動，然后借助不同的手段完成信號傳輸。在一般情況下，可以針對配電網絡故障信息，優化和完善算法，對其中的故障信號進行綜合性分析。同時，在此過程中還需要注意應用人數據分析復數的矩陣計算方法，控制其中的誤差。

4 智能電網中大數據應用的主要環節

4.1 發電側

隨著人數據技術在配電網絡故障趨勢判斷中的有效應用，其中故障信息越來越準確，海量數據都可以被保存下來。在此數據中，蘊藏著人部分的信息，對生產運行的實際狀態進行研究，為其提供控制和故障診斷措施，及時發現配電網絡在運行過程中的故障問題。

在數據驅動基礎上，對故障診斷方法進行了新分析，合理應用海量數據，解決傳統模型方法中的問題，整合其中的經驗知識，創新監控方法，及時分析生產過程和設備中的故障診斷問題，優化其中的配置，及時準確地掌握電源的分布發備。此外，技術人員還需要對大量的分布式能源進行全而控制，保障數據}慌測的有效性[2]。

4.2 輸變電側

在2006年，美國能源部以及聯邦能源委員會對人數據分析法進行了研究，建議在配電網絡故障判斷中安裝同步的相量檢測系統。調查發現，美國的100個相位測量裝置，一天可以收集到了62億個數據點，其中的數據量人約為60 GB。然而，如果將其中的監測裝置增加1000套，每天所采集的數據點會更多，能夠達到415億個，其中的數據量電會不斷擴大，達到402 GB，進而保證數據檢測的有效性。

4.3 用電側

在信息技術不斷發展的背景下，為了幫助用戶獲得更準確的用電數據，各人電力公司部署了大量的數據信息。再加上，其中的電表可以每隔5 min的頻率向電網發送更加準確的用電信息。此外，相關的技術還需要合理安排電動汽車的充放電時間，為電網的穩定運行帶來更多的好處，可以結合圖1人數據的各個環節中的主要技術，對基數比較人的電動機車電池的實際情況進行實時監測如圖1所示。

5 大數據分析法在配電網絡故障趨勢判斷中的應用措施

大數據技術在配電網故障診斷中的有效應用，能夠優化設備損害評估、負荷預測、電壓無功控制、發備運行效率評估和故障定位等過程，識別導致故障的原因，保障配電網運行的可靠性。為了加強人數據在配電網絡故障趨判斷中的合理應用，對措施進行了分析。

5.1 負荷預測

由于配電網絡結構是非常復雜的，要想保障故障診斷的有效性，需要合理利用信息采集系統和配電自動化系統對中的信息進行調度和控制，對不同系統中的全量負荷數據進行整合和分析。在對負荷進行研究時，需要逐層分解，主要在負荷類型、區域和時段等多個領域出發，分析負荷變化以及分布規律對負荷特性模式的影響。為了對其中的負荷進行更加準確地預測，還可以加入國家和產業等經濟運行中的數據信息，對電力負荷和其他行業領域的關鍵進行研究，創新負荷預測的方法。這種方式還可以用于預測空間負荷，主要為配電網規劃方案的制定提供依據[3]。

在配電網絡的運行中，數據采集模塊和數據解除模塊等內容作為其中的土要部分，加強他們之間的有效配合，合理利用數據采集模塊，能夠更加全而地采取用戶用電信息，與數據庫模塊和數據生成模塊中的數據信息進行比較，及時發現其中的故障問題，讓用戶獲得準確的用電異常信息。

在此過程中，還可以有效匹配用電異常信息與用戶的地址信息，從而更好地找出用電異常的地址。在無須用戶打電話報修的基礎上，就可以獲取電網故障位置，從而有效減少配電網的停電時間。

5.2 滿足配電網絡充電設施的需求

（1）在應用傳統配電網絡故障趨勢判斷時，受到一些客觀因素的影響，在設備運行上還存在一定的問題，供電的可靠性受到了嚴重影響。如果在網絡結構和設備水下等內容對其進行分析，會發現以前的診斷方式，會對供電可靠性帶來嚴重影響，更是識別電網薄弱環節。因此，為了保障人們用電的安全性，需要結合供電區域內中的用戶要求和運行環境，在滿足配電網絡充電設備要求的基礎上，為供電的安全性提供更加經濟的途徑[4]。

（2）在確定完用戶用電異常后，人數據系統就開始進行報警工作，然后快速接收用戶地址信息。在此過程中，工作人員需要結合警報，迅速查找數據顯示結果，整合所生成的模塊數據信息，土要包括數據輸入單元以及數據匹配單元，按照要求對所述數據信息進行匹配。此外，完善配電網絡中的充電設備，還可以幫助技術人員收集到更多的戶名信息以及地址信息，然后將用戶地址進行單個標記，保障所述數據匹配的有效性。

（3）技術人員還需要按照上述方式，整合用戶地址和用戶用電信息，應用數據解除模塊，篩選不同單元中的數據，消除單元，所述數據消除單元在此過程中還需要與自動濾除單元有效連接，避免所述自動濾除單元對配電網絡的穩定運行帶來影響。此外，所述自動濾除單元在配電網絡中的應用，還可以濾除無用信息，更快速地轉化用戶原始數據，進而保障用戶供電信息的有效性。

5.3 分析用戶參與需求

在配電網絡故障趨勢判斷中，還會受到環境因素的影響，這就需要技術人員結合不同的氣候條件，如干燥、氣溫等，對不同社會階層的用戶信息進行合理分類，主要目的是為每類用戶繪制科學的用電設備負荷曲線，保障他們用電的安全性，及時發現配電網絡在運行中的故障問題。

在分析用電設備的用電特性時，需要結合不同季節研究用電的敏感性，判斷用電量出現的時間區間等因素是否會出現轉移等問題。此外，相關的技術人員還需要在分類分析基礎上，通過合理應用人數據技術分析用戶的需求和響應總量，研究哪一部分容量，或者是在哪些時間段的需求最安全和可靠，從而及時發現其中的故障問題。

6 結束語

由此可見，為了在人數據背景下，優化配電網絡故障趨勢判斷方式，加強人數據技術在其中的有效應用，需要分析用戶的用電要求，創新配電網絡故障檢測方式，引入更多的先進技術，研究不同區域的用電量，保證符合預測的有效性，從而進一步促進我國電力事業在社會的穩定發展。

參考文獻

[1]卓雪虹，任璐圓.一種基于信令大數據分析的網絡故障發現方法[J]遁信世界，2020，27 （3）：50-51

[2]胡純岳，王俊智能配電網大數據應用技術與未來趨勢[J]電力系統裝備，2019 （7）：57-58.

[3]周艷平，趙璽，姚朝，等基于大數據的中低壓配網故障智能診斷[J]云南水力發，2019，35 （3）：166-168

[4]羅慧，劉梅招，張棟宇，等.基于大數據平臺的智能配電網狀態自動監測系統[J].自動化與儀器儀表，2019 （6）：41-44