基于置信度预测的配电短路故障自动隔离技术研究

陶毅刚,李小伟,黎 敏,陈 楚,李镕耀

（广西电网有限责任公司，广西 西宁 810000）

1 引言

随着社会的飞速进步以及发展，电力系统的运行环境日益复杂，对电力系统的需求也日益增加。智能电网的相关概念被很多国家提出，配电自动化是减少停电时间，提升电力系统供电可靠性的有效途径之一。现阶段，已经发展为提升电网管理水平[1]和减少损耗的重要手段之一。最近几年，国内配网自动化技术迅猛发展，部分地区已经实施了配网自动化系统，但是这些系统存在一定的问题。如何实现配电短路故障自动隔离已经成为现阶段研究的热点话题。相关专家给出了一些较好的研究成果，例如孙东等人[2]首先分析了闭环运行的电缆配电环网一次和二次构成，获取配电环网在不同位置发生短路故障时正序电流故障分量相位特征，制定对应的环网柜状态和动态信号统一发送规则，组建对应的配电短路故障自动隔离策略。郭琦等人[3]重点分析了配电系统对于直流侧发生双极性短路等多种不同故障的隔离原理，结合控制器的工作状态，给出对应的隔离方案。以上方法现阶段虽然取得了十分满意的研究成果，但是由于未考虑配电短路故障特征提取问题，导致故障自动隔离延时上升，故障自动隔离准确率下降。为此，提出一种基于置信度预测的配电短路故障自动隔离方法。仿真实验结果表明，所提方法能够有效增加故障自动隔离准确率，降低故障自动隔离延时。

2 方法

2.1 置信度预测

引入统计学的置信度概念，将其设定为界定的准确度。所谓置信度实际就是某确定集合中事件发生的概率。设定第一类的任意特征φ取值为M1；第二类对应φ的取值为M2，则M1和M2均属于平稳随机过程。同时，M1和M2的均值相差较大，则认为两者具有较高的可区分程度高，于是需要优先将该特征φ作为进行判别的特征依据[6]。

P(M)作为特征φ取值为M点时的概率密度。对M0点，则有：

分析公式(1)可知，当M＜M0时，则认为M属于第一类，实际上就是“M属于类A的可能性比它属于类B的可能性要大”。但是，有时任意一种类B要求被误判为类B的概率应该控制在设定的范围内[7-9]，即获取类B对应的误判概率a，对应的概率区间为(M2-m，m-M1)。

2.2 配电短路故障特征提取

在进行配电短路故障特征提取前，需要进行以下几方面的假设，即：

(1)将各个样本的特性认定为是一个平稳随机过程，同时各个统计量需要服从正态分布；

(2)不同类型样本的检测手段需要具有可分性；

(3)为了进行分类，需要提取足够的特征。

在已经提取的特征中，通常情况下会存在无法或者不利于将各类样本进行划分的特征数据[4-5]。为了有效删除这些“干扰特征”，在满足精度要求且正确分类的前提下，能够降低特征数量，同时设定一个准则能够剔除无用的特征。对配电短路故障进行特征提取的主要操作步骤为：

(1)根据点估计求取必要的参数，例如均值μ、方差σ等，将两者进行对比，获取较优值：

组建t分布函数，即：

(2)通过“拒绝类B”的概率a来计算类B的(1-a)置信区间，具体的计算式为：

上式中，t1-α/2代表自由度为(n-1)，分位数为(1-α/2)的t分布值代表类B的特征φ的取值M的方差估计值。

(3)由m逆向求区间[M1-(M2-m-M1)]，[M1+(M2-m-M1)]上M{类A}的置信度(1-β)。

其中：

(4)对比置信度排序：

以一个特征φ为求解出置信度，假设将φ记为φ1，将置信度设定为(1-β)。重复上述操作，直到获取其他特征的置信度，将其记为{bi}=1。根据{bi}将特征继续降序处理，表示为{Φi}，将其进行排序，同时选取置信度较大的特征设定为需要进行提取的特征。

(5)使用“加逼近”方法获取适量的特征，同时结合置信度预测，进行配电短路故障特征提取，具体的操作流程图如图1所示。

图1 配电短路故障特征提取流程图

现阶段，随着智能电网以及通信技术的飞速发展，馈线终端单元等现场监控被大量应用于配电网系统中，由于包含多个DG配电网络的复杂性以及对故障处理快速性的要求，采集以及处理的故障信息也并非越多越好，如果故障信息过多则会影响继电保护的选择性。同时，由于配电网线路上级联的开关数量较多，将会出现多个故障同时上报的情况出现，所以需要有针对性的提取出配电短路故障特征。

2.3 配电短路故障自动隔离

完成配电短路故障特征提取之后，需要对其故障进行有效隔离，并且有效解决信道共享的分配问题，如果对上级子站的依赖性较强，也将会给系统留下一定的风险。

通过分布式进行隔离主要有两个基本要求：

(1)采用现阶段的通信方式，它不仅能够满足分布式隔离的需求，还能够满足电力系统实时保护的需求。

(2)采用有效的保护算法，确保各个开关能够通过有效信息判定故障发生的具体位置。

通过配电网结构，能够将配电网划分为两个区段：分别为：

(1)单电源供电区段；

(2)多电源供电区段。

将配电网中各个母线看为一个节点，同时通过母线上连接的馈线数量将配网中节点划分为三类(如图2)，分别为：

图2 配电网节点分类图

(1)二分支节点；

(2)多分支节点；

(3)末端节点。

当电力系统发生短路故障时，位于故障回路中的FIU将启动对应的故障处理程序。需要针对配电短路故障进行如下假设：

(1)发生的故障是馈线上的单一故障；

(2)负荷电流对故障产生较小的影响。

针对故障区域短时电流的理论分析可知：

(1)假设短路故障点落在单电源供电区段的任意线路上，由短路电流的连续性可知，位于单电源供电区段中回路任意相邻线段均能够流过相同的短路电流，但是单电源供电区段的非短路回路中并无短路电流流过，所以只需要跳开电源端距离故障点最近的断路器即可进行故障隔离[8]，其中位于多远供电区段中随机一条线路两端的FTU装置所采集到的故障电流大小是相等的。

(2)假设短路故障点落在多源供电区段的任意一条线路上时，由于短路点两侧的短路电流是由不同侧电源提供的，导致电源容量以及线路参数之间差距较大，所以两端FTU 检测到的短路电流有效值是不同的，而任意一条从电源点到短路故障点的支路上流过的短路电流是连续的或者是由多个系统电源提供的短路电流叠加；其中位于单电源供电区段的FTU无法检测到短路电流。

(3)如果故障点正好落在节点上，针对单电源供电的回路而言，由于短路电流具有唯一性，所以不会为故障定位以及自动隔离带来负面影响；但是在多电源的短路回路中，需要准确划分故障点和非故障点之间的差异性。结合相关定律可知，对非故障的母线节点而言，流经该母线的全部电流能够划分两个相等的部分；而故障的母线节点检测到的全部电流无法划分为相等的两个部分。

通过上述分析可知，假设短路故障点落在单电源供电区段的任意一条线路上；则位于单电源供电区段的短路回路中的FTU首先需要向其下游节点直接连接全部的FTU，同时发送自身获取的短路电流有效值，接收它们各自发来的短路电流有效值，将其自身短路有效值进行对比，通过对比结果判定是否发送对应的断路器跳闸指令。

总之，通过节点以及线路对电流信息的分析对比，使其能够做到快速准确切除故障点。

针对含有多个DG的复杂配网，分布式既能够直接并网运行，也能够通过微电网的形式接入配电网并网运行；当发生故障时，任意DG 或者多个DG 退出运行的情况是无法避免的。当DG退出运行或者重新并网运行时，配电网络的拓扑结构将发生变化，不同运行方式下的故障特点存在较大的差异，所以无法使用同样的判别原则理解DG不同运行方式下的隔离问题。

位于单侧电源供电区域的FTU 在检测到故障电流之后，非回路中的FTU启动以及处理流程如图3所示。

图3 非回路中的FTU启动以及处理流程图

针对于单侧电晕供电区段非故障回路中的FTU，由于检测不到故障电流，所以不会启动故障识别程序。但是为了和上端的FTU 配合，需要将该区域内FTU 在接收到上端FTU发送的故障电流有效值，同时还需要采集自身有效值，上传至FTU，以确保上端FTU 能够实现相邻信息交换，结合故障特征提取结果，准确判断出故障发生的具体位置，同时结合固态直流断路器快速隔离故障区域。

位于对电源供电区段中的FTU，无论故障发生在单电源供电区段还是多电源供电区段，都能够准确检测到故障电流突变量启动，所以需要通过对端FTU 以及相同节点相连的FTU之间进行信息交互以及判断。针对多电源供电区段的故障判别流程，需要保证故障点落在单电源供电区段内，其中位于多电源供电区段的判路器不误动；故障点落在多电源供电区段时，该区段内的相应断路器不拒动。

当线路中的FTU装置发生故障时，会导致故障的FTU无法和其他FTU 之间进行正常的信息交互。FTU 装置发生故障主要分为两种情况，分别为：

(1)无法向其他FTU发送自身的故障信息，同时只能够接收其他FTU传输回来的故障信息；

(2)能够向其他FTU发送自身的故障信息，但是无法接收其他FTU传送回的故障信息。

当故障点落在本线路，本端FTU 能够接收回传的故障信息，但是无法发送自身的故障信息；本端FTU能够正常获取全部有效信息且不会发生误判，但是对端FTU 以及本端FTU将会缺失本端发送的故障信息，容易造成误判。为此，需要结合2．1小节的故障特征提取结果，获取具体的故障位置信息，通过固态直流断路器快速隔离故障区域，有效实现配电短路故障自动隔离。

3 仿真实验

为了验证所提基于置信度预测的配电短路故障自动隔离方法的综合有效性，在Windows7 系统中2015a 版本的Matlab软件，处理器是AMD A6-5350M APU with Radeon(tm)HD Graphics，主频是2．90GHz，内存(RAM)是2．00GByte下进行仿真实验测试。

(1)故障自动隔离延时/(ms)：

利用图4给出不同方法的故障自动隔离延时对比结果：

图4 不同方法的故障自动隔离延时对比

分析图4中的实验数据可知，由于测试对象不同，导致各个方法的故障自动化延时也存在一定的差异。但是由于在实际研究的过程中，所提方法有效解决了故障特征提取问题，促使整个方法的隔离延时明显低于另外两种方法。

(2)故障自动隔离准确率/(%)：

在不同的正序故障分量相位差条件下，利用表1给出各个方法的故障自动隔离准确率对比结果：

表1 不同方法的故障自动隔离准确率对比

分析表1中的实验数据可知，所提方法最高的故障自动隔离准确率为99．55%；文献[2]方法最高的故障自动隔离准确率为98．88%；文献[3]方法最高的故障自动隔离准确率为95．03%。所提方法的故障自动隔离准确率明显高于另外两种方法，主要是由于所提方法有效解决了配电短路故障特征提取结果，结合特征提取结果能够有效实现故障定位，有效提升故障自动隔离准确率。

4 结束语

针对传统方法存在的一系列问题，结合置信度预测，提出一种基于置信度预测的配电短路故障自动隔离方法。仿真实验结果表明，所提方法能有效地降低故障自动隔离的时延，提高故障自动隔离的准确性。由于配电短路故障隔离是一个不断深入以及发展的过程，在所提方法中仍然存在大量的不足，后续将重点针对以下几方面的内容进行研究：

(1)所提方法并没有考虑故障信息丢失或者发生畸变的情况，后续针对方法的容错能力进行进一步研究。

(2)所提方法缺少对相关软件、硬件以及通信方面的研究，后续将进一步进行完善。