一種基于離散率、異常偵測的在線10KV主干供電線路故障診斷方法

南斗星

（內蒙古電力（集團）有限責任公司薛家灣供電局，內蒙古 鄂爾多斯 017000）

1 問題概述

配電網是直接面向用戶的供電網絡，是電力系統的重要組成部分，配網的發展速度與經濟發展水平及人們的生活息息相關、密不可分。目前我國大部分城市采用10kV電壓等級向用戶供電。城市配電網絡規模隨著城市的發展而日益龐大和復雜，然而配電網供電的可靠性與供電質量難以較好地滿足經濟快速發展的需求。在線狀態檢修技術系統在配電網中的應用，可以實現對配電網的實時長期在線監測控制，有效提高其運行維護管理技術水平，為配電網實現數字化、智能化的監測管理提供重要的技術支撐。

2 配電線路發生斷線的原因

目前國內外學者和工程技術人員對單相接地故障的檢測及定位進行了深入的研究，提出了各種保護方法。近幾年來斷線故障發生頻率呈現增高趨勢，已不可忽視。配電線路發生斷線的原因有很多，主要有：（1）機械外力導致斷線。例如樹害、施工、車輛穿梭、金具和導線盜竊以及溫度較低時的導線荷載力會導致線路斷線。（2）電氣作用導致斷線。例如各種短路故障燒斷導線，絕緣導線由于電場不均勻會導致斷線。（3）雷擊、惡劣天氣導致斷線。導線著雷后，往往會從絕緣子處與橫擔部位閃爍放電，形成電弧燒傷導線。（4）線路陳舊、瓷橫擔斷裂導致斷線。（5）施工質量不過關、導線磨損、運行管理過程中的隱患和缺陷也會導致斷線。

在線路發生斷線故障后，故障位置負荷側的電壓質量將會受到明顯的影響，配電網出現大量負序電流，電壓將會出現嚴重不平衡現象，系統的三相對稱性遭到破壞，致使三相電路不再平衡，同時電動機會因缺相運行而燒毀，降低設備的使用壽命，電能質量變壞，供電可靠性降低。

10kV 供電網絡中線路眾多，設備數量龐大且水平不一，在日常運行過程中，容易因自身和外部原因發生故障。10kV 架空線路發生斷線故障，不但影響供電可靠性，而且由于斷線下垂至地面，容易引發安全事故。因此迫切需要對10kV配網線路的斷線故障診斷開展研究。

3 診斷方法

針對斷線故障分析方法方面，研究人員用復合序網和邊界條件對小電流接地系統線路斷線故障進行了分析，得出故障情況下電壓變化及絕緣監察裝置動作情況，重點分析單電源單回線路斷線及相繼金屬性接地時的電壓指示，為調度、運行人員分析判斷故障情況提供一些參考。針對配電線路單相斷線故障后故障檢測問題，研究人員分析了配電網發生單相斷線故障時負序電流的一般變化規律，可為配電網斷線故障檢測提供了理論依據，并提出了基于能量測度的斷線故障選線新方法。目前的研究具有一定的深度并且取得了一定的成就，但相互之間的工作都是獨立的，在不同的系統中完成的，且對配電線路斷線故障后電壓、電流等電氣量變化特征還缺乏系統、詳細的分析，尚未具備應用于實際配網線路的斷線診斷條件。

3.1 離散率分析

離散度分析法是測度一組數據分散程度的方法，如圖1。分散程度反映了一組數據遠離其中心值的程度，因此也稱為離中趨勢。從集中趨勢和分散程度2個方面才能完整的說明一組數據的變動趨勢。集中趨勢的測度值是對數據水平的一個概括性度量，它對一組數據的代表程度取決于該組數據的離散水平。數據的分散程度越小，集中趨勢的測度值對這組數據的代表性就越好，反之，分散程度越大，代表性就越差。

圖1 離散率分析法

離散率的計算方法如下：

（1）異眾比例法

異眾比例的主要作用是衡量眾數對一組數據的代表程度。異眾比例越大，說明非眾數組的頻數占總頻數的比重越大，眾數作為這組數據的代表值的代表性就越差。反之，代表性就越好。雖然，對于順序數據和數值型數據也可以計算異眾比例，但異眾比例主要用于測度分類數據的分散程度。

（2）分位差法

四分位差反映了一組數據處于中間位置的50%數據的離散程度，其數值越小，說明中間的數據越集中，反之，則說明中間的數據比較分散。由于四分位差僅由2個處于四分位點處的數值之差決定，與其他數值沒有關系，因此四分位差不受極值的影響。此外，中位數處于數據的中間位置，因此四分位數的大小在一定程度上反映了中位數對一組數據代表性的好壞。除順序數據外，數值型數據也可計算四分位差，但分類數據不能。本研究針對10kV配網線路的相電流和相電壓，建立離散率分析模型，通過離散率指標來進行斷線診斷。基于8年的配網線路的歷史數據，逐條線路分析其斷線的樣本，提取其斷線前后的電壓離散率和電流離散率的特征，并結合有功功率和無功功率的變化趨勢，進而確定斷線的判斷條件。

3.2 異常偵測分析

異常偵測模型分為單指標異常偵測和多指標異常偵測2種方法，并將2種方法耦合應用。選擇用戶比較關注的指標作為監測和分析的對象。對每一指標，一方面根據報警上下限進行報警判斷，另一方面采用單指標異常偵測算法進行異常分析。當單指標報警或者異常時，自動向相關人員進行推送。然后運維人員即可采取適當的措施，消除生產異?；蛘邎缶?。在實際生產過程中，可能會出現單個指標都在正常范圍，但整體上處于異常狀態。因此有必要采用多維變量異常偵測算法，對關鍵指標整體進行異常分析，由操作人員對數據進行判斷，決定是否采取措施進行干預。生產異常分析應用的建設需包括以下2個方面的功能：

（1）單指標異常分析

采用箱線圖的算法進行單指標異常分析。箱線圖的繪制方法如下：先找出一組數據的最大值、最小值、中位數和2個四分位數；然后，連接2個四分位數畫出箱子；再將最大值和最小值與箱子相連接，中位數在箱子中間。主要包含6個數據節點，將一組數據從大到小排列，分別計算出他的上邊緣，上四分位數Q3，中位數，下四分位數Q1，下邊緣，以及異常值。四分位距IQR為上四分位數Q3與下四分位數Q1的差值。在Q3+3IQR和Q1－3IQR處畫2條線段，稱其為外限。處于內限以外位置的點表示的數據都是異常值，其中在內限與外限之間的異常值為溫和的異常值，在外限以外的為極端的異常值。對于溫和異常值和極端異常值，需要進行剔除處理。

圖2 單指標異常偵測算法

（2）多指標異常分析

首先進行主成分分析。根據累計方差貢獻率大于0.85的原則，確定主成分數，并提取相應的主成分列作為聚類的對象。主成分分析法是一種降維的統計方法，它借助于一個正交變換，將其分量相關的原隨機向量轉化成其分量不相關的新隨機向量，表現為將原隨機向量的協方差陣變換成對角形陣，在幾何上表現為將原坐標系變換成新的正交坐標系，使之指向樣本點散布最開的p 個正交方向，然后對多維變量系統進行降維處理，使之能以一個較高的精度轉換成低維變量系統，再通過構造適當的價值函數，進一步把低維系統轉化成一維系統。

圖3 多指標異常偵測算法

使用FOR循環判斷聚類中心數，循環次數=樣本數-1。當聚類優度大于0.8時，選擇最小的聚類中心數為最后聚類的聚類中心數量。按照上面的聚類中心進行聚類操作。計算每個樣本點到與其對應的聚類中心的歐式距離，然后按從大到小排序。選取某個閾值作為異常的判據。當距離大于閾值時，即可判斷異常。隨著實時數據的寫入，主成分分析、聚類分析和歐式距離計算過程要實時進行，以實現對異常值的即時捕捉。

本文基于歷史數據，對每條線路的相電流、相電壓、線電壓、有功功率和無功功率等數據進行聚類分析，然后計算每個時間點各個參數的數據組成的多維數據點與聚類中心的距離，當距離大于某個閾值時，即可判斷為異常點。根據異常的結果，對配網線路的斷線診斷進行輔助。

針對主干線路單相斷線或者多相斷線時，可能存在的多種場景分別進行分析，例如：通過觀察其單相或者多相斷線時電流和電流離散率的大小，有功功率、無功功率及功率因數的變化，得出判斷該條線路單相或多相斷線的條件有以下5個：（1）電流的離散率大于某個閾值（比如：80%）；（2）電流的極差大于1；（3）電壓的離散率大于某個閾值（比如：2%）；（4）有功功率和無功功率均下降；（5）功率因數升高。

4 結語

本文主要介紹了基于離散率、異常偵測的在線10KV主干供電線路故障診斷分析方法，得出判斷10KV主干線路斷線的條件，為實現準確判斷10kV主干線路的斷線情況提供了切實可行的依據，具有較好的應用價值。