10kV配电网故障定位分析与发展

摘要：“智能电网”是电网未来发展的重要趋势和巨大机遇，而配电网是供用电里一个非常重要的环节，在智能电网建设中担当重要角色，提高其稳定性能够创造极高的经济效益和社会效益。因此随着智能电网工作的不断开展、绿色清洁能源并入电网和提高供电可靠性等各方面需求的迫切增长，配电自动化的建设将成为今后工作的重点，其中配电网故障定位作为实现配电自动化的基础备受关注。

关键词：配电网；故障定位；智能电网

中图分类号：TM714 文献标识码：A 文章编号：1009-2374（2013）32-0134-02

配电网受其特殊的网络结构等因素影响，使得其在输电网中较为成熟，故障定位技术不能直接引入到配电系统的故障定位当中，这样配电网故障定位技术的发展就成为制约电力系统可靠性提高及电能质量改善的重要因素。为此，国内外学者围绕配电网故障定位技术展开了深入研究，提出了多种定位方法。

1 配电网故障定位的难点

研究适合于配电网的故障定位算法，须明确配电系统自身的特点。配电网故障定位过程中主要有如下五点因素需要考虑：（1）配电馈线容易受各种情况影响而发生故障，如不利气候、设备故障、交通事故等，因此发生故障的几率很大；（2）配电网拓扑结构多为辐射型，主干线大都带有分支线及子分支线，使得对网络的等效化简及故障排查变得更为复杂；（3）通常情况下配电网中三相线路并不对称，因而输电网中常用的基于对称分量法的故障定位算法不能直接引用到配电网，配电网故障处理算法最好采用三相不对称参数；（4）频繁的不对称倒闸操作，可能会使系统不对称程度加大，也会使得配电网的运行方式不确定，出现同一系统在不同时刻的网络拓扑发生变化的情况，为配电网故障定位技术提出新的挑战；（5）配电网的负荷类型并不确定，有单相、两相及三相之分，同时负荷随时间的波动性较大，使得负荷模型的选择成为影响定位算法性能好坏的重要因素。

这样，对配电网故障定位技术而言，需尽可能地考虑配电网自身的特点，吻合配电网的实际状况，不能因追求自动化而盲目自动化，定位算法要有广泛的适应性。只有这样才能更加准确、快速地定位故障，以缩短用户的停电时间，降低故障对系统的危害。

2 配电网故障定位配电网故障定位方法

国内外学者针对配电网故障定位问题已做了大量的研究工作，归纳起来大致有如下四类方法：

2.1 图论分析法

图论分析法是以配电网的结构及FTU监测到的馈线开关信息为基础发展起来的一类故障定位方法，分矩阵法和过热弧搜寻法两类。

2.2 过热弧搜寻法

该方法将配电网的故障定位问题转换为过热弧的搜寻问题。将配电馈线按线路潮流方向定义成有向弧，馈线开关看作弧的顶点，弧的负荷即为馈线的供出负荷，顶点的负荷则为流过开关的电流，由此建立与实际系统相对应的变结构耗散网络。通过归一化负荷C弧负荷与其额定负荷之比乘以100，是否大于100来判断过热区域，大于100的区域为过热区域，即故障区域。在过热弧搜寻索法中增加了最小配电区域分离的过程，可以在故障信息不完备的情况下对多电源并列供电系统进行故障定位：过热区域搜索法则从区域的耗散电流入来定位故障。过热弧搜寻法具有原理简单、可判断故障程度等优点，但其可靠性依赖于区域额定负荷或额定电流的计算，应用相对复杂。

2.3 暂态分析方法

暂态分析法主要通过挖掘系统参数与暂态频率或由网络结构改变（包括配电网能量分配的变化）而产生的行波速度之间的关系来定位故障。

2.4 人工智能法

人工智能法不需要对系统建模，只利用系统的数据库作支撑，将系统看作是未知的“黑匣子”，应用一定的规则，用来输出系统故障时的特定数据。

专家系统由知识库、用户界面、推理机等多个模块组成。该方法主要将新获得的故障信息与知识库中的历史记录信息进行对比分析，通过推理机推断出故障的位置。利用专家系统定位故障亦分两个步骤进行：

2.4.1 规则生成阶段。在专家经验的基础上生成规则，规则与实际事件的故障特征有关，形式为：如果出现事件X，则有故障特征Y。

2.4.2 运算或诊断阶段。无论何时提示故障，专家系统都应按照规则提取故障特征，对故障进行诊断。若提示事件数目很多，系统就会给出多个不同的故障特征，这时需启动启发式搜索过程来寻找最可能的故障特征，并给出诊断结果。

专家系统的优点是有效地考虑了专家的丰富经验，运算步骤简单。但要将专家的所有经验都转换成规则集不仅需要庞大的数据库作为支撑，转换过程本身实现起来也非常困难；而且对所有可能的故障特征进行搜索也会使系统的全局诊断速度下降；同时，网络元件或结构发生改变时，专家系统还必须立即做出调整，这些因素都使得专家系统的应用受到很大程度的阻碍。

3 人工神经网络

该方法的原理是：首先将数字量化后的故障警报信息作为神经网络的输入，故障定位结果作为网络的输出；其次以特定故障对应的警报模式作为样本建立较全的样本集，用所有的样本对神经网络进行训练，以确定神经网络中的各连接权值；最后通过对神经网络测试集中输入量的仿真计算来完成故障诊断。利用三值神经逻辑网络和改进BP神经网络组合的方式实现对故障的定位，还有学者将ANN引入到了并行双环及多环配电网的故障定位当中。

ANN具有较强的学习能力，不仅可以通过以往的经验学习，还可以通过其他测量集学习。如果训练充分，即使新事件的输入不完整且掺杂有噪声，ANN仍可以有效地工作。对于网络拓扑确定的配电网应用ANN诊断故障，无论是诊断时间还是结果都令人满意。但其缺点就在于ANN的训练过程十分缓慢，对新事件的概括能力也较差，网络结构发生变化时需重新对ANN进行训练。

4 其他智能算法

除上述两种智能算法之外，其他智能算法在配电网故障定位中的应用研究也层出不穷，如遗传算法、粗糙集理论、蚁群算法、粒子群算法等。虽然每种方法都不够完善，但智能算法的引入还是为配电网故障定位问题的解决提供了新的思路和方法，应用前景比较广阔。

5 结论与发展

配电网的特殊性决定了其故障定位比较复杂，为了提高定位精度，国内外的专家学者提出了多种不同的解决方法。但单一类型的算法由于其局限所在，不能很好地满足定位要求。为此，应该从各类方法的原理及其实现条件着手，从配电网的实际结构及自动化发展程度考虑，将各类算法有效地结合起来，形成复合型的故障定位方案，以有效地解决配电网故障定位这个难题。复合型的配电网故障定位方案可以综合利用各类算法的优势，取长补短，更好地提高定位算法的性能，降低成本，提高经济效益。

参考文献

[1] 季涛，孙同景，薛永端，徐丙垠，陈平.配电网故障定位技术现状与展望[J].继电器，2005，（24）.

[2] 严凤，杨奇逊，齐郑，杨以涵，胡立蜂.基于行波理论的配电网故障定位方法的研究[J].中国电机工程学报，2004，（9）.

[3] 张慧芬，潘贞存，桑在中.基于注入法的小电流接地系统故障定位新方法[J].电力系统自动化，2004，（3）.

[4] 郭俊宏，谭伟璞，杨以涵，郭芳霞，任杰.电力系统故障定位原理综述[J].继电器，2006，（3）.

作者简介：张晓枫（1961—），男，吉林长春人，供职于长春电力集团有限公司，研究方向：电力配电施工

安全。