基于智能配電網(wǎng)大數(shù)據(jù)分析的狀態(tài)監(jiān)測與故障處理方法

孫志軍

摘要：由于目前在智能配電網(wǎng)中所采用的傳統(tǒng)保護(hù)方法不僅整定復(fù)雜，而且配合困難，在適應(yīng)性上較差，為滿足故障智能分析的需要，本文提出基于智能配電網(wǎng)的大數(shù)據(jù)系統(tǒng)，以更好地進(jìn)行狀態(tài)監(jiān)測和故障處理。

關(guān)鍵詞：智能配電網(wǎng);大數(shù)據(jù)分析;狀態(tài)監(jiān)測;故障處理方法

引言

智能配電網(wǎng)中引入新能源類DG容易在局部區(qū)域產(chǎn)生雙向不定潮流，不僅使網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜化，改變配電網(wǎng)的眾多故障特性，還給保護(hù)控制設(shè)計提出了一定的挑戰(zhàn)。而大多數(shù)保護(hù)方法的故障判據(jù)均使用小樣本的單一電氣特征量，整定所需計算較為復(fù)雜，且在運行環(huán)境變化時需要重新進(jìn)行整定，保護(hù)可靠性方面也存在著一定的風(fēng)險。在通信或傳感器異常時，也容易產(chǎn)生誤動或拒動保護(hù)。

1故障處理方法

1.1提前分析相關(guān)數(shù)據(jù)

在進(jìn)行配電網(wǎng)工作之前，對于相關(guān)的功能進(jìn)行提前的測試，記錄下來數(shù)據(jù)，對實際的工作效果進(jìn)行判斷，使得工作可以比較快速而且高效的完成。舉個例子，在傳感設(shè)備的設(shè)置上，對于其工作而產(chǎn)生的數(shù)據(jù)進(jìn)行分析，將數(shù)據(jù)完整地進(jìn)行記錄，然后對數(shù)據(jù)進(jìn)行選擇，選擇出其中有用的信息制定出比較符合客觀規(guī)律的工作計劃以及方法，利用這些工作計劃以及方法來減少要分析的數(shù)據(jù)量，然后制定出一個故障排除以及設(shè)備監(jiān)測的初始特征量矩陣。對這些特征量進(jìn)行選取，網(wǎng)絡(luò)關(guān)聯(lián)矩陣構(gòu)建就是區(qū)域數(shù)據(jù)的預(yù)備處理。

1.2各種數(shù)據(jù)的結(jié)合

為了更好的進(jìn)行設(shè)備狀態(tài)的監(jiān)測，以及設(shè)備工作環(huán)節(jié)效率的保證，對于數(shù)據(jù)的融合必須要著手進(jìn)行準(zhǔn)備。對空間上的單電氣特征量進(jìn)行一定程度的融合，使得這些電氣特征量可以在檢測工作狀態(tài)的時候融合在一起，成為一個單時段電氣特征量的狀態(tài)監(jiān)測矩陣，在這些矩陣進(jìn)行安裝之后，可以將數(shù)據(jù)在時間序列上進(jìn)一步的擴展，最終效果就是合成一個高維度時空的狀態(tài)監(jiān)測矩陣。這種矩陣還在進(jìn)行檢測分析的時候?qū)收系姆治龊苡袔椭?/p>

1.3數(shù)據(jù)分析實體構(gòu)建

緊跟著數(shù)據(jù)分析的就是這種對數(shù)據(jù)的多維度尺度分析，對高維度的時空狀態(tài)監(jiān)測矩陣進(jìn)行工作處理，使得各種數(shù)據(jù)以及工作的狀態(tài)在不變的情況下可以使得低維度的空間也可以顯示高維度的數(shù)據(jù)，這樣就把數(shù)據(jù)分析的難度大大降低了，數(shù)據(jù)實體建構(gòu)就可以比較輕松的實現(xiàn)了，數(shù)據(jù)可視化也就大概成功了。數(shù)據(jù)的數(shù)據(jù)價值量會在一定的程度上降低，使得數(shù)據(jù)可以進(jìn)一步在基礎(chǔ)數(shù)據(jù)量的程度上進(jìn)行融合，數(shù)據(jù)分析可以比較快速的進(jìn)行。矩陣由于數(shù)據(jù)的可視化處理，使得數(shù)據(jù)的時間序列可以比較快速地進(jìn)行擴大以及豐富，數(shù)據(jù)會在一定程度上形成一個非常嚴(yán)密的，維度比較高的時空狀態(tài)監(jiān)測矩陣，這樣使得數(shù)據(jù)的實體化表現(xiàn)就更加明顯了。

2大數(shù)據(jù)視角下智能配電網(wǎng)狀態(tài)監(jiān)測和故障處理的思路分析

2.1預(yù)處理數(shù)據(jù)

2.1.1做好特征量的選取

在智能配電網(wǎng)中，常見的故障類型較多，比如單相、兩相短路接地，以及兩相相間短路和三相短路等，不同的故障類型，其故障特點也不同。本文選取特征量如下：

（1）三相電流;

（2）零序電流;

（3）負(fù)序電流;

（4）零序有功功率;

（5）零序無功功率。

這主要是本文研究的需要而決定，這樣能有效地將故障節(jié)點局部的異常因子識別，同時還能有效地進(jìn)行故障識別。

2.1.2構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣

構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣需要按照以下方式來進(jìn)行：第一步，每個配電網(wǎng)測控一體化終端作為一個節(jié)點，編號EJ;第二步：節(jié)點間區(qū)域編號ZJ;第三步根據(jù)節(jié)點區(qū)域關(guān)系和對應(yīng)關(guān)聯(lián)值形成網(wǎng)絡(luò)關(guān)聯(lián)矩陣，由于節(jié)點與編號對網(wǎng)絡(luò)關(guān)聯(lián)矩陣并無實質(zhì)性影響，所以在編號時不用按照特定規(guī)則來編號。

2.1.3強化區(qū)域差分處理

配網(wǎng)在絕大多數(shù)的時間均在正常地運行，在配網(wǎng)狀態(tài)監(jiān)測時得到的數(shù)據(jù)也以正常數(shù)據(jù)為主。按照區(qū)域差分矩陣=網(wǎng)絡(luò)關(guān)聯(lián)矩陣×每個節(jié)點終端所上傳的有關(guān)特征量數(shù)據(jù)組合而成的列矩陣原理，構(gòu)建單時段、單特征量狀態(tài)的監(jiān)測矩陣，實現(xiàn)區(qū)域差分處理。

2.2融合數(shù)據(jù)--以高維時空狀態(tài)監(jiān)測矩陣為載體

（1）數(shù)據(jù)融合以高維時空狀態(tài)監(jiān)測矩陣得到單時段的狀態(tài)監(jiān)測矩陣;

（2）將空間拓展成單時段、多特征量的狀態(tài)監(jiān)測矩陣;

（3）將視角序列拓展成多時段、多特征量的高維時空狀態(tài)監(jiān)測矩陣。

3對相應(yīng)數(shù)據(jù)故障處理的設(shè)計

3.1接收數(shù)據(jù)處理

接收數(shù)據(jù)處理的特征具有不確定性和區(qū)域分差性，選取合適的參考對象，不僅能提高數(shù)據(jù)接收的能力與強度，還能加快數(shù)據(jù)的預(yù)處理。選取合適的特征狀態(tài)，對網(wǎng)絡(luò)的矩陣關(guān)聯(lián)也有一定的處理運用，但是這樣的前提是必須明確對各個節(jié)點和區(qū)域之間的關(guān)聯(lián)，以合理的狀態(tài)對數(shù)據(jù)進(jìn)行檢測和規(guī)范化狀態(tài)，還能進(jìn)一步提高數(shù)據(jù)處理的質(zhì)量。相對于結(jié)合過的大數(shù)據(jù)系統(tǒng)，設(shè)計其統(tǒng)計方法不僅需要完成對其功率和電氣情況的統(tǒng)計，還應(yīng)該在有合適推斷的環(huán)境下進(jìn)行。為了增加其概率的統(tǒng)計，都應(yīng)該從有功功率，無功功率和其他方面加以合理的推測和分析。網(wǎng)絡(luò)關(guān)聯(lián)也是其影響因素之一，在配電系統(tǒng)中的網(wǎng)絡(luò)信息，能加快對數(shù)據(jù)的統(tǒng)計速度，并且還能促進(jìn)分析情況，對數(shù)據(jù)自動做出合理的分析和討論。

3.2各種數(shù)據(jù)管理的合理具體化

在智能電網(wǎng)建立與管理的工程中，多種信息會進(jìn)行融合與管理，建立可以方便于信息提取的信息互相操作模型。與傳統(tǒng)的電網(wǎng)相比，智能電網(wǎng)的數(shù)據(jù)類型比較復(fù)雜，所包含的類型也非常的豐富。如何選擇一種合適的方法是我們需要進(jìn)行考慮的。我們需要綜合利用統(tǒng)計方法，支持向量機、相關(guān)向量機等比較合理的理論進(jìn)行融合與處理，研究異構(gòu)數(shù)據(jù)融合以及挖掘數(shù)據(jù)的方式。設(shè)備會產(chǎn)生故障絕對不是一個直接發(fā)生的過程，而是一個慢慢積攢的過程，質(zhì)變的發(fā)生并不是一蹴而就得到的。多年進(jìn)行積累的時候會使得數(shù)據(jù)的分析以及提取更加具有意義，這種大數(shù)據(jù)下的研究以及積累會更具有使用度，更加具有參考價值。

3.3數(shù)據(jù)分析合理化

本文在建立數(shù)據(jù)統(tǒng)計和數(shù)據(jù)計劃的條件下，將數(shù)據(jù)轉(zhuǎn)化為二維的矩陣，然后再對其加以分析處理，也可以將高維的數(shù)據(jù)轉(zhuǎn)化為低維的，再利用多維的尺度，在不影響大數(shù)據(jù)整體合理性的前提下，將數(shù)據(jù)密度可以加大，并且在離散程度加大的情況下，不僅能將距離定義為對象與之外的數(shù)字合理承包在大數(shù)據(jù)之中，之后再確定各個數(shù)據(jù)的局部進(jìn)行整體的理論分析。再運用二維空間的矩陣，基于密度的局部因子提高其合理的靈敏性。

結(jié)語

綜上所述，本文嚴(yán)格按照網(wǎng)絡(luò)關(guān)聯(lián)矩陣與區(qū)域差分規(guī)則，對每個節(jié)點測控一體化終端采集電流、功率數(shù)據(jù)，并對其進(jìn)行預(yù)處理。并基于時間、空間的視角，對預(yù)處理結(jié)果實施數(shù)據(jù)融合處理，得到高維時空狀態(tài)下的監(jiān)測矩陣。將得到的高維時空狀態(tài)監(jiān)測矩陣實施多維度降維，并檢測局部異常因子，將每個節(jié)點中局部存在的異常因子進(jìn)行計算。最終研究結(jié)果表明，本文所提出方法的科學(xué)性和可行性達(dá)到了測試和驗證的預(yù)期。

參考文獻(xiàn)

[1]林道鴻.基于智能配電網(wǎng)大數(shù)據(jù)分析的狀態(tài)監(jiān)測與故障處理方法[J].數(shù)字技術(shù)與應(yīng)用，2018，36（07）：100-101.

[2]柴謙益.基于大數(shù)據(jù)分析的智能配電網(wǎng)狀態(tài)監(jiān)測與故障處理方法研究[J].現(xiàn)代電子技術(shù)，2018，41（04）：105-108.

[3]趙慶周.基于智能配電網(wǎng)大數(shù)據(jù)分析的狀態(tài)監(jiān)測與故障處理方法[J].電網(wǎng)技術(shù)，2016，40（03）：774-780.

[4]柴謙益，鄭文斌，潘捷凱，等.基于大數(shù)據(jù)分析的智能配電網(wǎng)狀態(tài)監(jiān)測與故障處理方法研究[J].現(xiàn)代電子技術(shù)，2018（4）：105-108.

[5]牛林.基于大數(shù)據(jù)的電網(wǎng)設(shè)備狀態(tài)檢測與預(yù)警技術(shù)的研究[D].浙江大學(xué)，2015.