基于配电大数据的供电电压监测技术研究

张永梅 姚 振 王 丽

（国网安徽省电力有限公司信息通信分公司，安徽 合肥 230000）

为了能够对全网的供电质量进行全面掌控，对配电网中的输电故障问题进行及时发现和解决，需要加强供电质量管理，系统梳理供电质量现状，明确不同系统对于供电业务支撑，创建电压监测平台，打好业务基础。

1 供电电压指标和监管要求

《供电监管办法》当中明确提出电压合格率管控要求电力系统处于正常运转状态下，城市中的居民在受电端的电压合格率应该大于95%。超出10 kV的供电用户，其受电端的电压合格率需要大于98%，而农村各个用户受电端的电压合格率满足基础规定要求[1]。

《供电监管办法》针对供电企业明确提出了电压监测点的设置要求：第一，35 kV专线供电用户以及超出110 kV的供电用户需要设置监测点；第二，非专线35 kV的供电用户以及66、10 kV的供电用户，应该按照每10 000 kV负荷挑选出代表用户设置监测点，同时选出的代表用户还需要包括对于供电质量要求较高的关键用户和变电站母线具有代表性的线路末端用户；第三，在低压供电用户中，应该在每百台变压器中选出拥有突出代表特征的用户设置相应的电压监测点，用户需要是低压配电网首尾两端用户和重要电力用户。

2 以配电大数据为基础的供电电压监测

电压监测是控制电压质量的基础性内容，通过全面管理电网电压，能够尽快发现电压中的异常问题，并采取有效的应对措施。

在线监测终端设备中，拥有供电电压监测作用的包括电子电能表、配变监测计量设备、负荷管理终端、配变电压监测终端、站所终端、馈线终端、运动终端设备、电能质量监测终端和电压监测设备等，把相关数据传输到自动化计量系统、自动化配网系统、自动化调度系统、电能质量监测、电压监测系统等信息系统当中，并利用在线监测终端中的各项电压监测数据，其监测范围包括各个等级的电压用户、公共配电变压器、10 kV线路、10 kV母线等。

3 以配电大数据为基础的供电电压分析

3.1 变电站母线电压分析

变电站母线电压分析中的重点包括主变压器的感性/容性无功补偿率、主变压器运行挡位、AVC和无功补偿壮设备的投运率等内容。在母线不达标的情况下，应该通过生产管理系统以及自动化系统中的各种数据信息，对问题进行全面分析，通过数据对比分析，判断变电站中母线电压合格率降低的原因：主要是主变压器操作挡位设置不合理、变电站中并联的无功补偿率问题，以及无功补偿设备利用率过低，缺少AVC功能和电压调控功能下降等[2]。

3.2 线路电压分析

线路电压中的关注重点需要放在线路无功补偿设备的利用率、线路过载问题、线路路径和线路半径等内容。如果线路中的供电电压出现异常状况，则应该通过自动化计量系统、生产管理系统中的数据进行系统分析。从准确定位线路电压整体合格率过低的原因，包括没有按照标准要求设计线路半径、线路中的无功补偿设备存在利用率不足的问题、线路中无功补偿设备内部结构配置问题、线路过载问题、线路路径违背了规划要求等。

3.3 配电区电压分析

配电变压器中的电压监测重点应放在变压器的过载、分接头挡位设置、三相负荷不均、无功补偿设备利用率不足和低压无功补偿率等内容上。如果变压器的低压侧出现异常状况时，可以通过自动化计量功能和生产管理系统实施数据系统分析工作。低压线路中的电压监测重点需要放在低压线路的输电路径、供电半径等内容上，如果低压用户相关输电线路中产生电压异常状况，可以结合营销系统、自动化计量、电压监测和生产管理系统等实施数据分析[3]。通过数据分析，对配电区过低的电压合格率问题进行准确定位：如没有合理设置变压器分接头的档位、低压线路中的路径过小、低压线路中的供电半径较高、三相负荷不均、低压补偿装置利用率低、低压无功补偿设备整体结构配置不合理、变压器过载等问题。

4 电压监测中的关键技术

4.1 分布式存储

分布式存储主要是将网络中多个存储设备容量进行虚拟连接，构成庞大的存储池，从而把海量数据分散存储于不同节点，并利用相关存储策略，将其有机联系到一起，构成存储整体。为此， 通过结合全网电压监测过程对于数据查询、存储和传输的要求，提出数据为核心的数据分布式存储方法，彻底解决电压监测终端海量数据存储问题。具体分布式处理技术如图1所示。

图1 海量数据的分布式处理技术

4.2 并行计算

并行计算技术主要是通过任务调度、分布式处理和集群处理等策略实施数据统一采集管理。利用内存计算技术，将大量历史数据库中的访问业务转化为内存访问业务，降低了数据库应用压力，使系统整体性能得到了有效提升。通常情况下，都是通过多线程和多机集群的并行计算等方式进行高效数据计算处理工作，有效提升了电压监测高效性与时效性。

4.3 数据挖掘

在国家电网运营监测、项目分析、客户细分等领域中逐渐应用了数据挖掘模型，并获得了良好成效，主要的模型种类包含决策树模型、聚类模型、粗糙集分类、遗传算法、贝叶斯分类等模型。这些模型能够支持多种模型联合应用，满足电压系统数据深入挖掘需求。

4.4 案例分析

某公共配电变压器的状态信息如下：变压器共有5个档位、供电半径664 m，变压器容量500 kVA，当下档位是三挡，主干线的线径是五十平方铜线。在变压器首端设置了监测计量终端。7月3日，该配电变压器的首端电压曲线如图2所示。

图2 配电变压器首端电压

利用自动化查询计量系统可以初步了解到配电台区中的三相电流平衡负载率最高是125%，系统分析配电区电压故障原因：第一，相关配电变压器处于5档状态，每调整1个档位，相应的电压值波动大概是5.5 V，导致首端电压超过上限，对配电台区的首端电压质量造成不良影响。因此，可以判断该配电变压器档位正常。第二，配电变压器有过载现象。第三，变压器的三相电流平衡。第四，该配电区的供电半径是665 m，半径较长。第五，该配电区域的主干线路径是50平方铜线，整个线径较为合理。由此能够得出，出现电压过低的原因主要是配电变压器超载以及供电半径过长等因素造成的，针对这种问题，可以新配置各种配电变压器处理电压过低问题。

5 结语

综上所述，以配电大数据为基础监测供电电压能够通过现有在线监测终端的电压监测功能，针对不同等级的电压用户、配电变压器、变电站馈线和母线等进行全面监测，为检测电压是否合格提供合理的数据支撑。以配电大数据为基础分析供电电压，能充分利用信息系统中的数据，实施多维度、深层次的数据分析，从而准确快速找出故障，为提高电压质量提供可靠支撑。