多数据源信息融合的配电网故障定位方法

摘要

一种多数据源信息融合的配电网故障定位方法，属于电力系统分析、运行与控制技术领域。本发明的目的是将电气量和开关量进行信息融合，得到精确故障定位结果的多数据源信息融合的配电网故障定位方法。本发明首先利用有限个PMU装置测得的电气量，结合压缩感知算法进行第一次信号重构，得到一个大致的故障范围，在故障范围内对各个元件分别建立贝叶斯网络，得到开关量故障度；再利用有限个PMU节点及其一阶相邻节点获得到的电气量，进行第二次信号重构得到电气量故障度。这两个故障度就是两个证据体，利用DS证据理论将其融合，得到定位结果。本发明控制既要充分发掘各设备的调节能力，又要避免过多无功的传输，导致不必要的网损。

说明书

技术领域

本发明属于电力系统分析、运行与控制技术领域。

背景技术

电力在日常生活中的重要性越来越高，供电可靠性是考核配电网的重要指标之一，当电网发生故障时，会对人们的生产生活造成影响，所以电网故障定位需要快速而准确。因为城区规划、环境保护，场地等一系列原因，电缆馈线的应用越来越复杂，发生接地故障时中性点不接地系统对地电容电流会大幅度增加，电弧电流不能自行熄灭，产生的过电压高，同时内部过电压高，引起设备损坏。小电阻接地系统可快速有效切除故障，过电压水平低，消除谐振过电压，能够使用绝缘水平低的电缆和电气设备，运行维护也较为方便。因此，配电网普遍开始采取中性点经小电阻接地方式。

开关量是继电保护的动作信息，现有的利用开关量定位方法主要是利用专家系统、神经网络和Petri网等，但是容易受到保护和断路器的误动拒动等影响，难以快速得到准确的定位结果。

发明内容

本发明的目的是将电气量和开关量进行信息融合，得到精确故障定位结果的多数据源信息融合的配电网故障定位方法。

本发明步骤是：

S1、在建立电气参数时应利用多节点分布来建立电气节点方程，根据基尔霍夫电压定律及电气特征，包含N个母线节点的电网可建立如下节点电压方程：

收集故障前后的正序电压变化值ΔV

其中V

由于电压、阻抗与电流在电力系统中为复数形式，则公式(1)细化如下：

其中R

S2、若公式(4)两边能够取绝对值再求解，则有效避免了包含相位信息的复杂计算和测量信息需要完全同步的要求，大幅度提高了故障区域定位速度和准确度，并且取绝对值，即电压和阻抗取幅值，公式(4)仍然成立，此时求解出的向量为正序故障电流的幅值，包含了所需的信息，而且消除相位角对计算的影响，计算量小，误差小，所以只需对电压和阻抗取幅值即可进行精确重构，且无法在所有节点安置PMU，仅在M个节点处配置，且M<

S3、将安装了PMU装置的母线称为源母线，与源母线直接相连的母线称为该源母线的一阶母线，与一阶母线相邻的称为该源母线的二阶母线，在配置了PMU的母线节点i处，不仅可以获得与此节点连接的所有线路对其注入的电压、电流值与相位，还可以通过计算得出其一阶相邻母线j的注入电压值，因此当相关参数通过PMU设备测得后，一阶相邻母线处的注入电压为：

V

其中V

S4、假设在某一电网中一共有N个节点，在其中一共M个节点上装设了PMU装置，当电网某处发生短路故障时，根据PMU设备测量到的故障发生前后M个节点的注入电压，计算出M个母线的正序电压暂降值，根据拓扑结构参数得到M个PMU配置节点处的正序自、互阻抗矩阵

其中，

S5、再根据公式(6)分别求出非故障范围中PMU的母线节点的H个一阶相邻母线节点的故障发生前后的注入电压，得到H个相邻母线的正序电压暂降值，接着与M个PMU配置节点处的M个正序压降

由于公式(8)中电压幅值变化量及阻抗矩阵均取绝对值，因此重构元素幅值不代表节点处电压电流幅值变化量；

S6、根据SCADA采集到的开关量信息，对故障范围内的元件建立贝叶斯网络，综合专家经验及历史数据，得到各元件故障概率；针对电网故障定位中的开关量信息，利用贝叶斯网络计算得到各个元件故障概率分别为p

式中a

S7、针对电网故障定位中的电气量信息，利用压缩感知算法计算得到各个节点的信号重构幅值分别为q

式中a

S8、将DS证据理论用于配电网故障定位时，由继电保护系统及贝叶斯网络获得的开关量故障度和由PMU装置及压缩感知算法获得的电气量故障度就是该理论中的证据体。利用基于DS证据理论的多传感器融合算法进行将这两个证据体数据融合。

本发明考虑光伏电站出力的有功波动对并网点电压的影响，需要一定无功功率对电网稳定进行支撑，尤其在光伏出力大和负荷高峰时段，无功需求量更高。系统中可通过调节光伏逆变器、无功补偿装置的无功出力以及变压器分接头的形式对电网电压进行支撑，其中调节分接头能够提高节点的电压水平，但不能产生无功功率，用该方法调节的电压水平越高，无功缺额越大。因此本发明通过研究区域内具备无功调节能力的装置进行协调控制以维持并网点电压稳定，控制既要充分发掘各设备的调节能力，又要避免过多无功的传输，导致不必要的网损。

附图说明

图1是本发明流程图；

图2是本发明开关量的处理方式图；

图3是L

图4是单相接地短路第一次信号重构结果图；

图5是单相接地短路故障区域范围示意图；

图6是单相接地短路B

图7是单相接地短路第二次信号重构结果图。

图8是相间短路第一次信号重构结果图。

图9是相间短路故障区域范围示意图；

图10是相间短路第二次信号重构结果图。

具体实施方式

本发明步骤是：

S1、在建立电气参数时应利用多节点分布来建立电气节点方程，根据基尔霍夫电压定律及电气特征，包含N个母线节点的电网可建立如下节点电压方程：

收集故障前后的正序电压变化值ΔV

其中V

由于电压、阻抗与电流在电力系统中为复数形式，则公式(1)细化如下：

其中R

S2、若公式(4)两边能够取绝对值再求解，则有效避免了包含相位信息的复杂计算和测量信息需要完全同步的要求，大幅度提高了故障区域定位速度和准确度，并且取绝对值，即电压和阻抗取幅值，公式(4)仍然成立，此时求解出的向量为正序故障电流的幅值，包含了所需的信息，而且消除相位角对计算的影响，计算量小，误差小，所以只需对电压和阻抗取幅值即可进行精确重构，且无法在所有节点安置PMU，仅在M个节点处配置，且M<

S3、将安装了PMU装置的母线称为源母线，与源母线直接相连的母线称为该源母线的一阶母线，与一阶母线相邻的称为该源母线的二阶母线，在配置了PMU的母线节点i处，不仅可以获得与此节点连接的所有线路对其注入的电压、电流值与相位，还可以通过计算得出其一阶相邻母线j的注入电压值，因此当相关参数通过PMU设备测得后，一阶相邻母线处的注入电压为：

V

其中V

S4、假设在某一电网中一共有N个节点，在其中一共M个节点上装设了PMU装置，当电网某处发生短路故障时，根据PMU设备测量到的故障发生前后M个节点的注入电压，计算出M个母线的正序电压暂降值，根据拓扑结构参数得到M个PMU配置节点处的正序自、互阻抗矩阵

其中，

S5、再根据公式(6)分别求出非故障范围中PMU的母线节点的H个一阶相邻母线节点的故障发生前后的注入电压，得到H个相邻母线的正序电压暂降值，接着与M个PMU配置节点处的M个正序压降

由于公式(8)中电压幅值变化量及阻抗矩阵均取绝对值，因此重构元素幅值不代表节点处电压电流幅值变化量。

S6、根据SCADA采集到的开关量信息，对故障范围内的元件建立贝叶斯网络，综合专家经验及历史数据，得到各元件故障概率；针对电网故障定位中的开关量信息，利用贝叶斯网络计算得到各个元件故障概率分别为p

式中a

S7、针对电网故障定位中的电气量信息，利用压缩感知算法计算得到各个节点的信号重构幅值分别为q

式中a

S8、将DS证据理论用于配电网故障定位时，由继电保护系统及贝叶斯网络获得的开关量故障度和由PMU装置及压缩感知算法获得的电气量故障度就是该理论中的证据体。利用基于DS证据理论的多传感器融合算法进行将这两个证据体数据融合。

以下对本发明做详细的说明

本发明的目的是设计一种多数据源信息融合的电网故障定位方法，将电气量和开关量进行信息融合，得到精确的故障定位结果。

通过有限个PMU装置测量到电网故障时相关节点的电气量变化情况，利用压缩感知算法提取故障特征，进行信号重构后，得到大致的故障范围。然后根据SCADA系统采集的开关量信息，结合贝叶斯网络，得到开关量故障度；同时，计算得到PMU装置相邻节点的电气量信息，进行第二次信号重构，得到电气量故障度。最后，利用DS证据理论对两种故障度进行融合，找到故障元件。该方法对多信息源进行分析，从不确定故障信息的融合中得到正确的定位结果。基于信息融合的电网故障定位原理如图1所示。

(1)获取故障范围。利用PMU装置采集电气量信息，配合以压缩感知算法进行第一次信号重构，得到大致的故障范围。

本发明对由PMU设备测得的电力系统故障信号使用重构算法对其进行重构，达到故障定位的目的。电网分支众多，常呈辐射状分布，在建立电气参数时应利用多节点分布来建立电气节点方程，根据基尔霍夫电压定律及电气特征，包含N个母线节点的电网可建立如下节点电压方程：

其中R

若公式(4)两边能够取绝对值再求解，则有效避免了包含相位信息的复杂计算和测量信息需要完全同步的要求，大幅度提高了故障区域定位速度和准确度，并且取绝对值，即电压和阻抗取幅值，公式(4)仍然成立，此时求解出的向量为正序故障电流的幅值，包含了所需的信息，而且消除相位角对计算的影响，计算量小，误差小，所以只需对电压和阻抗取幅值即可进行精确重构，且无法在所有节点安置PMU，仅在M个节点处配置，且M<

将安装了PMU装置的母线称为源母线，与源母线直接相连的母线称为该源母线的一阶母线，与一阶母线相邻的称为该源母线的二阶母线，在配置了PMU的母线节点i处，不仅可以获得与此节点连接的所有线路对其注入的电压、电流值与相位，还可以通过计算得出其一阶相邻母线j的注入电压值，因此当相关参数通过PMU设备测得后，一阶相邻母线处的注入电压为：

V

其中V

假设在某一电网中一共有N个节点，在其中一共M个节点上装设了PMU装置，当电网某处发生短路故障时，根据PMU设备测量到的故障发生前后M个节点的注入电压，计算出M个母线的正序电压暂降值，根据拓扑结构参数得到M个PMU配置节点处的正序自、互阻抗矩阵

其中，

(2)分析开关量信息。根据SCADA采集到的开关量信息，对故障范围内的元件建立贝叶斯网络，综合专家经验及历史数据，得到各元件故障概率。

本发明以图2所示的局部电力继电保护系统为例来说明所提出方法中开关量的处理方式，图中标号B

根据电网局部系统的结构及其继电保护原理就可以为系统中的每个元件建立对应的贝叶斯网络。假设元件L

给贝叶斯网络准确赋值是得到故障定位结果的关键，根据设备可靠性数据、历史运行数据为依据，得到元件故障的先验概率和保护(断路器)拒动和误动概率。结合贝叶斯定理得到各个元件的故障概率。

(3)分析电气量信息。进行第二次信号重构，得到各个节点的故障概率。

根据公式(6)分别求出非故障范围中PMU的母线节点的H个一阶相邻母线节点的故障发生前后的注入电压，得到H个相邻母线的正序电压暂降值，接着与M个PMU配置节点处的M个正序压降

其中，

(4)各类故障表征进一步处理，形成证据体，即开关量故障度与电气量故障度。

针对电网故障定位中的开关量信息，利用贝叶斯网络计算得到各个元件故障概率分别为p

式中a

针对电网故障定位中的电气量信息，利用压缩感知算法计算得到各个节点的信号重构幅值分别为q

式中a

(5)基于DS证据理论进行信息融合。

将DS证据理论应用于电网故障定位时，由继电保护系统及贝叶斯网络获得的开关量故障度和由PMU装置及压缩感知算法获得的电气量故障度就是该理论中的证据体。

(6)诊断决策，按照预先设定好的门限，对融合结果诊断，得到最终结果。

决策方法以基本概率赋值为基础：针对每个元件的三种状态的概率分配值，采用如下方法进行决策：

公式(11)中，G

搭建仿真模型，验证控制效果：

本发明通过IEEE33节点系统来验证所提出方法的有效性为了系统分析本文所提出方法能否有效准确地进行故障定位，在PSCAD电力系统仿真软件中进行系统搭建，分别在母线及线路处分别设置单相接地短路和相间短路，进行分析。

(1)单相接地短路

故障设置如下：母线B

表1

根据本发明所述方法，对所确定故障范围内的所有元件建立各自的贝叶斯网络。其中6号母线的贝叶斯网络拓扑结构如图6所示。以设备可靠性数据、历史运行数据为依据，得到元件故障的先验概率和保护(断路器)拒动和误动概率，对贝叶斯网络中各节点的先验概率进行赋值。再根据元件节点的先验概率以及继电保护节点的条件概率得到各个元件的故障概率，故障概率经式(9)处理后得到各个元件的开关量故障度如表2所示。

表2

使用非故障区域的PMU收集信息计算非故障区域源母线一阶相邻母线节点的电压，将计算后的电压记录后进行第二次信号重构如图7所示，确定电气量故障度。故障区域31号节点出现重构信号幅值，属于误差。取故障区域内各个母线的重构信号幅值，幅值越大其故障概率越大，若两个母线节点相邻，则以其平均峰值为依据得到两个节点之间线路的故障概率，通过式(10)处理得到各个元件的电气量故障度。

利用多传感器数据融合算法，得到融合结果，如表3所示。根据预先设定的门限及信息融合结果，利用式(25)，可决策出故障元件为B

表3

(2)相间短路

故障设置如下：线路L

表4

对所确定故障范围内的所有元件建立各自的贝叶斯网络。其中线路L

表5

使用非故障区域的PMU收集信息计算非故障区域源母线及其一阶相邻母线节点的电压，将计算后的电压记录后进行第二次信号重构，确定电气量故障度，如图10所示。取故障区域内各个母线的重构信号幅值，通过式(10)处理得到各个元件的电气量故障度，如表6所示。

表6

利用多传感器数据融合算法，得到融合结果，如表7所示。ε

表7

小电阻接地系统可快速有效切除故障，过电压水平低，消除谐振过电压，能够使用绝缘水平低的电缆和电气设备，运行维护也较为方便。因此，配电网普遍开始采取中性点经小电阻接地方式。基于小电阻接地配电网的常用的继电保护配置，一般采用两段式电流保护，作为相间故障的主保护和后备保护，采用两段式零序电流保护，作为接地故障的主保护和后备保护。根据SCADA采集到的开关量信息即保护动作信息，对故障范围内的元件建立贝叶斯网络，根据设备可靠性数据、历史运行数据为依据，得到元件故障的先验概率和保护(断路器)拒动和误动概率。最后结合贝叶斯定理得到各个元件的故障概率。