配网自动化故障定位遗传算法概论Word下载.docx

配网自动化故障定位遗传算法概论Word下载.docx

《配网自动化故障定位遗传算法概论Word下载.docx》由会员分享，可在线阅读，更多相关《配网自动化故障定位遗传算法概论Word下载.docx（19页珍藏版）》请在冰豆网上搜索。

电网又分成配电网和输电网，一般把配电网中经过降压后低压侧直接给用户供电的网络，称之为配电网络。

配电网络大致可以分成环状、树状以及辐射状，如图1.1所示，将电能分配到各个用户终端是配电网的主要作用。

就我国而言，配电网所指的是110kV以下的电压等级电网，一般高压配电网为110kV和35kV，中压配电网为10kV，低压配电网为0.4kV。

图1.1配电网结构图

配电网具有的特点：

（1）与用户终端关系密切，施工或者是系统事故造成停电将给社会造成很大的影响；

（2）设备量大，品类众多，遍及范围也非常的广，如街道和生活的各个场所；

（3）经常要对系统内的设备进行更新，改造以及变更。

电力系统接线方式有多种，我们常用的接地方式一般分为四种：

中性点直接接地方式、中性点经电阻接地方式、中性点不接地方式和中性点经消弧线圈接地方式。

其中，中性点直接接地方式也称为大电流接地方式，其余三种称为小电流接地方式。

在配电网中，一般都是采用小电流接地方式。

1.2配电网自动化的概念

配电自动化（DA）是指以一次网架和设备为基础,以配电自动化系统为核心,综合利用多种通信方式,实现对配电系统的监测与控制,并通过与相关应用系统的信息集成,实现对配电系统的科学管理。

而实现这一目标依靠的就是配电自动化系统（DAS）。

配电自动化系统整合了现代电子技术、通信技术、计算机技术以及网络技术,并与电力一次设备相结合,具备配电SCADA、馈线自动化、故障处电主站、配电终端、配电子站（不一定有）和通信通道等部分组成。

图1.2为配电自动化的构成图：

图1.2配电自动化构成图

配网自动化发展至今，其内容可大致分为四个方面：

一是馈线自动化（配电线路自动化）；

二是用户自动化（用户需求侧管理自动化）；

三是配电网管理自动化（网络分析）；

四是变电站的综合自动化（输电和配电的接合部）。

用户的供电与故障定位及故障隔离和网络重构成为了配电网自动化系统的一项主要功能，它可以显著地提高供电可靠性。

1.3配电网自动化的意义

目前，我国配电网的网架普遍较为薄弱，整体规划也比较缺乏，大部分都是树状网。

配电网的主干线界面也比较小，并且多为架空线路，供电的半径较大，损耗严重，且电能质量较差，配电系统设备陈旧老化，基本上都是手动操作的，较少采用监控设备，采集的信号量不多，自动化故障处理水平较低，故障处理与恢复的速度慢。

在配电网中，单电源供电方式是最为常见的，并且线路分段少，当发生故障时会造成大面积的停电，故障定位需要较长的时间，恢复供电时间较。

因此，配电自动化的主要意义在于：

当配电网发生故障时，迅速查出故障区段，快速隔离故障区段，及时恢复非故障区域客户的供电，因此缩短了对客户的停电时间，减少了停电面积，提高了供电可靠性。

在正常运行情况下，通过监控配网运行工况，优化配网运行方式，使配电网的潜力得以最大限度的利用；

根据配电网电压合理控制无功负荷和电压水平，改善供电质量，降低线路损耗，达到经济运行目的；

合理控制用电负荷，从而提高设备利用率；

自动抄表计费，保证了抄表计费的及时和准确，提高企业的经济效益和工作效率，降低劳动强度，达到减人增效的目的；

提高管理现代化水平和服务质量，并可为客户提供用电信息服务等。

配电自动化系统的主要目的之一在于减少停电面积和缩短停电时间，为此必须能够采集配电网上的实时数据，并对其进行分析，从而使调度员能够随时监视网上运行情况和作出明确的决策。

此外，还要求能够通过遥控和遥调在控制中心就能对配电网进行必要的操作，从而缩短故障处理时间和降低劳动强度。

1.4总结

从以上所介绍的内容可以看出，配网故障的定位、隔离及失电区域的供电恢复重构是配电自动化的一项核心内容，意义深远。

在配电自动化中拥有一套性能优良的配网故障诊断及恢复算法计算软件，将对配电自动化水平起着决定性的作用，本文就是在遗传算法的基础上实现配网自动化的故障定位。

2配电网故障定位

目前配电网故障定位可以分为主动式及被动式两种检测方式。

2.1主动式检测

主动式故障检测方法是指配电网出现线路故障并在没有停电的状况下，通过将特定信号注入到系统中实现线路故障定位的方法。

2.1.1S注入法

S注入法是利用故障时暂时闲置的电压互感器注入交流信号电流,通过检测故障线路中注入信号的路径和特征来实现故障测距和定位。

线路发生接地故障后,经三相电压互感器的中性点向故障线路注入特定频率的电流信号,注入的信号将沿着故障线路经接地点注入大地,然后用信号寻迹原理进行故障选线,并确定故障点。

考虑到配电网中最多的故障是单相接地，因此，为保证电网安全运行,在出现单相接地时选出接地线路后应立即停电,在停电状况下进行接地点定位。

考虑到线路停电后绝缘可能恢复,可采用“直流开路,交流寻踪”的离线故障定位新方法。

该方法首先通过外加直流高压使接地点处于保持击穿状态,然后注入交流检测信号,再通过寻迹原理寻踪注入的交流信号找出故障的准确位置。

信号注入法适合于线路上只安装两相电流互感器的系统。

但是，当接地电阻较大时线路上的分布电容会对注入的信号分流,给选线和定点造成干扰。

并且如果接地点存在间歇性电弧现象,则注入的信号在线路中将不连续,给检测带来困难。

该方法寻找故障点时间较长,在此期间有可能引发系统的第二点接地,造成线路自动跳闸。

2.1.2加信传递函数法

加信传递函数法是在故障出线处加方波激励信号,根据故障后电路拓扑结

构的变化,用频域分析的方法进行定位。

该方法是基于频谱分析的原理和线路的分布参数模型,在线路首端施加方波激励信号源,在首端测量时域的零序电压和电流数据,计算得到频域传递函数,然后根据各分支端口传递函数频谱的频率、

相位及波形特征以实现接地故障的定位。

2.1.3端口故障诊断法

端口故障诊断法是将模拟电路故障诊断理论应用于分布参数传输网络故障诊断的方法。

从端口方程出发,利用单相接地后的故障电压和电流的特点进行测距和定位,通过施加正弦信号,比较传输网可测端口故障前后测试信号的变化量,实现故障分支定位。

端口故障诊断法的优点是故障诊断的工作量小,适用于大型网络的故障诊断,缺点是分支上的故障点位置只能归结为主支与分支的联接点,而无法确定具体的故障距离,并且需要采集线路两侧的信息,实用性不强。

2.2被动式检测

被动式故障检测就是在配电线路的主要节点加装故障探测器（故障指示器或FTU）,利用故障发生时所采集的故障信息以及故障前后线路参数的变化以实现故障点的定位。

2.2.1小电流接地故障检测

我国配电系统中性点多釆用小电流接地方式。

当系统发生单相接地故障时,相间电压保持不变,因此,可以继续维持一段时间的正常供电。

根据规定,发生单相接地故障后系统可继续运行2小时,但由于单相接地故障可能会发展成为两点或多点的接地故障,进而引起线路跳闸故障。

并且小电流接地系统发生单相接地时故障电流很小,接地电弧往往能够自行媳灭,使故障消失。

因此,小电流接地故障检测主要是解决单相接地故障的定位。

目前,国内建设的配电自动化系统,一般仅能实现短路故障定位与隔离功能,还不能处理小电流接地故障,因此，这一领域有很大的发展空间。

2.2.2被动式故障定位的算法

对于实现了配电自动化的配电网络,一般利用线路FTU实现线路故障信息的检测,并将检测结果通过通信网络发送至SCADA系统,SCADA系统根据一定的故障定位算法就可以自动定位出故障所在区段。

以下为常用的算法：

（1）故障定位矩阵算法

故障定位矩阵算法是根据配网的结构构造一个网络描述矩阵,然后依据线路的最大负荷,对配网中各台FTU进行整定。

当馈线发生故障时,有故障电流流过的分段开关上的FTU将检测到高于其整定值的过电流,此时该FTU就将这个故障电流的最大值及其出现的时刻记录下来并上报给配网控制中心的SCADA系统,SCADA系统对这些信息进行处理获得一个故障判断矩阵,根据故障判定矩阵就可准确地判断和隔离故障区段。

由于基于信息矩阵的算法完全依赖于FTU上报的信息进行故障定位,所以当信息误传或保护拒动时,将会影响定位的结果,容错性差。

（2）专家系统

专家系统（ExpertSystem）是一类包含着知识和推理的智能计算机程序,其内部含有大量的某个领域专家水平的知识和经验,能够利用人类专家的知识和解决问题的方法来处理该领域的问题,特别擅长于解决难以建立数学模型,较多的依赖专家的经验知识的问题。

这种方式下，根据专家提供的运行经验,建立模糊诊断的知识库及相应的推理机制,当故障发生后,SCADA系统发出的保护和开关动作信号激活系统,依据网络拓扑结构形成故障信号链,启动推理机制,进行信号识别及故障定位。

（3）模糊理论

模糊理论（FuzzyTheory）是将经典的集合理论模糊化,并引入语言变量和近似推理的模糊逻辑,具有完整的模糊体系的一种智能技术,可以较好的处理不确定性问题。

由于保护或断路器的误动、拒动、信道的传输干扰、保护的时限偏差等的存在,使得电力系统故障诊断问题存在许多不确定因素,而模糊理论正擅长模拟人类思维中的近似推理,使得它被广泛应用于电力系统的故障诊断。

（4）人工网络

人工神经网络（ANN）是一种连接机制模型,它是由大量人工神经元广泛互联而成的网络,是以工程技术的手段来模拟人脑神经元网络结构和特征的系统。

应用神经网络进行电力系统报警处理和故障定位能在保护装置误动、数据丢失以及出现其它未考虑的报警类型时也能给出较精确的定位结果。

（5）遗传算法

遗传算法（GA）是一种基于达尔文进化论思想和遗传学的新的优化算法,通过模拟自然生物进化的过程中优胜劣汰的机制来解决科研工作中出现的各种问题。

遗传算法是根据人类遗传机理,通过模拟生物进化过程中的繁殖、杂交和突变等现象,提出的一种全局优化算法。

它具有较强的全局寻优能力,擅长于优化问题,并具备高容错性能,在配电网故障定位应用中得到重视。

这也是本文的重点，在下一章具体阐述。

3遗传算法

近年来，以遗传算法和专家系统为代表的人工智能发展迅速，并在电力系统中得到了广泛的应用，尤其以遗传算法的应用最广。

遗传算法是一种基于自然选择和群体遗传机理的搜索算法，它模拟自然选择和自然遗传过程中发生的繁殖、杂交和突变现象，因此，遗传操作的三个基本遗传算子为：

选择、交叉和变异。

选择和交叉基本完成了遗传算法的大部分搜索功能，变异增加了遗传算法找到接近最优解的能力。

3.1编码

在遗传算法中，不直接与参数打交道，而是根据元件故障与保护动作和断路器跳闸之间的关系,将电力系统的故障诊断问题转化为一个0、1整数规划问题,通过故障诊断的评价函数,实现精确的故障诊断。

一般来说，“1”表示设备存在故障，“0”表示设备工作正常。

3.2评价函数

3.2.1单电源供电

在遗传操作中,评价函数是评价解的性能的依据,性能好的解的优良性能遗传给下一代。

评价函数构造为

（1）

式中，为第i个设备的状况（正常为0，故障为1）；

为