基于LMS 算法的配电网终端设备运行数据实时采集

赵雅利，王玉丰，纪 静，张智勇，史 超

（1.中国石油天然气股份有限公司华北油田分公司，河北任丘 062552；2.中国石油工程建设有限公司华北分公司，河北任丘 062552；3.中国石油天然气股份有限公司山西煤层气勘探开发分公司，山西长治 046000）

由于中压配电网络中存在通信故障和数据包丢失问题，大多数关键断路器（CB）的状态由远程终端单元（RTU）监控。Dutta 等人提出一种基于主动配电网拓扑跟踪数据驱动算法[1]。Swaminathan 等提出的V-LMS 算法中的多级2D-LUT 可以执行得更快[2]。Hu 提出一种基于云服务节点双重影响因素的SDN网络路径选择算法[3]。Hakami 等人解决了由多个半双工EH 中继协同转发的突发数据到达源[4]。Demertzis 等人提出了一种基于不断发展的尖峰神经网络算法的检测框架[5]。Wang 等人通过分析PMAR数据和相应的SCADA 报警数据来检测和诊断不断演变的故障[6]。Flores 等人通过修改工厂的操作条件等参数保持生物过程的稳定性[7]。Figueiredo 等人实现三个相互关联的控制级别控制数据采集[8]。Abdelgawad 提出了一种使用无线传感器网络的新的可靠分布式沙箱监测框架[9]。国内外文献资料中未见基于LMS 算法的配电网终端设备运行数据实时采集研究，该文以配电网终端设备运行数据实时采集为模型，采集数据为输出信号，正弦信号为输入信号，利用LMS 算法的基本原理，计算数据采集系统对正弦信号的传输特性，反推通道模型参数，作为配电网终端设备运行数据实时采集的精度考核手段，实现了配电网终端设备运行数据实时的性能考核。

1 LMS算法

1.1 数据实时采集结构模型

通过一个开环线性时不变系统，结合开环系统设置滤波器[10-11]。假设Q(n)为通道实时数据参数单位采集结构冲击响应，而配电网系统输入信号为In(n)，输出信号为Out(n)，同时可以映射滤波器模型[12-13]，对于一个具有线性和时不变性的配电网终端设备运行数据实时采集系统，数据实时采集结构模型如图1所示。

图1 数据实时采集结构模型

Q(n)长为n，配电网终端设备应用FIR 滤波器方式，实现设备运行数据实时采集结构模型[14-15]，则有：

式（1）中，Ini=In(n-i+1)，Qi=Q(i-1)，i=m+1，权系数为Qi，输出Q(n)是n个过去输入的线性加权，若用wi表示权系数，用j表示时间下标，则有：

式（2）中，In1j=Inj,In2j=Inj-1…,InNj=Inj-N+1。

因此，软件对数据采集系统或者硬件设计均会导致采集数据失真，不可避免存在误差，如果能够有效求得误差，就可获得数据采集精度和实时性两方面的采集特性。

1.2 LMS算法实现方案

通过优化LMS 算法数据结构，构建实时采集结构模型，对同一输入作用条件下的输出进行分析比较，构建滤波器模型建立与被识别系统之间的对应关系。实现配电网终端滤波器模型结构，使用逐次逼近的LSM 算法完成数据实时采集[16-17]，其通道参数辨识模型如图2 所示。

图2 通道参数辨识模型

图2 中通道参数辨识模型应当由相同性质的滤波器模型来识别，使用要识别的系统进行配电网终端设备运行数据建模，比较得出逼近被识别系统结构，采用滤波器模型误差控制方法，使均方差越接近零，通道模型参数的识别过程越精准。FIR 型滤波器是比较合理的选择，H*接近H，均方差E[e2(j)]趋于最小（零）的过程。

通过式（3）和式（4）得到配电网终端设备运行数据均方误差的最小值，通过曲面调节权矢量的各元素，可以采用梯度方法沿着曲面方向进行调整，运行数据实时采集模型具有唯一的极小值。是一个凹的结构模式的超抛物面，对平稳配电网终端设备运行数据利用w*的二次方函数输入权矢量，均方误差的运行数据梯度可由式（4）对配电网设备实时数据权矢量的各wi进行微分得到：

上述公式中，假设∇j=0 就可得到最佳的权矢量，即w=w′=R-1P。测量估算个自相关和互相关函数才能得到P和R的元素，需要进行N×N矩阵的逆运算，此时的权数目N很大或数据输入率很高。下一个权矢量等于现在的权矢量加上一个正比于梯度∇j的负值变化量，应用优化LMS 算法最陡下降模式，运行数据不涉及矩阵求逆问题，也不需要通过设备运行数据求相关矩阵。优化LMS 算法为求得配电网终端设备实时数据简单最佳的有效权矢量控制方法，在控制结构计算上将会遇到严重实时采集数据问题，必须重新开始进行数据实时采集计算，使控制模型输入信号的统计分析问题实现特性变化。

式（6）中，μ表示配电网终端设备稳定性和收敛速度的运行数据参量。然而下降沿着最快的方向，配电网终端设备某点的梯度方向代表该设备变化最大的运行数据方向。因此，该文配电网终端设备实时采集的方法称为最陡下降法。

2 仿真实验及结果分析

2.1 实验背景

该文借助配电网终端设备的断路器、隔离开关的非正常位置进行数据实时采集操作，解决数据实时采集的越限情况和线路满载程度。翻阅配电网验证线路限额表查看目前配电网终端设备线路的越限情况，换班时需要工作人员进行工作交接，同时翻阅配电网终端设备相关运行的值班记录数据，很容易出现数据遗漏或正常运行数据模糊等问题。完善配电网终端设备运行数据的实时采集，需要在地理接线图上重视多状态变量及自动辨识断路器、隔离开关状态，配电网终端设备线路设定相应的不同程度的控制参数报警门阈值。针对220 kV、110 kV 潮流、配电网终端设备运行数据控制方式进行实时采集，调度员通过LMS 算法尽快掌握配电网终端设备运行的异常数据情况，各联络线的配电网终端设备断路器的数据实时变化都已在图3 中体现，显示控制设备主网架实时阶段出现的非正常数据信号运行控制方式，采用LMS 算法能够进行实时数据的反映和处理，然而当班调度员可以通过控制实时数据模式迅速掌握配电网运行模式的转换，其目的旨在提高配电网终端设备工作时交接班质量。

选定杨码变贺接131 线24 号杆为故障点，进行单相接地试验，验证小电流接地故障选线装置的选线功能，杨码变10 kV 接线如图3 所示。

图3 杨码变10 kV接线

实验时杨码变通过2 号主变带10 kV I、II、III、IV段母线，四条母线共有4个间隔出线，分别为王集111线、吉祥113 线、杨码126 线和贺接131 线，选用消弧线圈验证实验，实验设备厂家和型号为许继变压器有限公司WXHK2-I调匝式消弧线圈。实验中的220 kV主网架图包括500 kV 配电网线路及220 kV 变电站的110 kV联络线路终端设备运行数据，结合验证超载时配电网终端线路会变色并闪烁问题，采用非正常方式配电网变电站颜色由红变黄情况。系统电容电流约68 A，现场已具备零序CT情况如下。

1）王集111 线、吉祥113 线、杨码126 线零序电流互感器变比100/5，贺接131 线零序电流互感器变比50/5，容量均为10 VA。

2）加装零序CT，变比100/1，容量15 VA，通过加装零序CT 以对比零序CT 变比对故障选线的影响，以支撑零序CT 的选型。针对220 kV 配电网变电站内的各220 kV、110 kV 终端设备断路器进行分析，得出是否有非正常终端设备运行方式存在问题，配电网各个片区下110 kV 变电站的非正常运行控制方式进行LMS 算法计算判断，配电网存在220 kV 变电站终端设备运行状态颜色由红色变成黄色，点击变电站名称以后可以进入对应变电站控制片区，实现设备运行数据的实时查看。然而配电网片区内的非正常方式断路器也存在数据信号实时闪烁问题，存在实验验证情况。通过单相接地设备在10 kV 馈线终端设备上产生一个真实的实时采集单相接地故障，分别开展金属性接地、200 Ω电阻接地、500 Ω电阻接地、1 000 Ω电阻接地、2 000 Ω电阻接地，配电网终端设备故障初相角30°弧光接地验证，可以对配电网小电流接地终端设备故障选线装置的选线准确度进行验证测试。配电网终端设备单相接地实验装置原理如图4 所示。

图4 配电网终端设备单相接地实验装置原理

2.2 仿真系统工作过程

由信号发生器、信号采集器和算法计算机为基本单元组成闭环测试仿真系统，选用常用的数据采集模块作为仿真模型，仿真系统工作过程如图5所示。

图5 仿真系统工作过程

图5 仿真系统产生相应的正弦波，通过驱动信号发生器完成整个工作过程。算法计算机产生预定的正弦数据，数据采集器按预先设定的采集特性采集数据，并由此推算系统的数据采集特性，逼近被识别系统结构的参数，通过LMS 算法进行迭代运算，计算机利用原始的信号发生数据和最终的采集数据，仿真系统将实时运行数据传送给LMS 算法计算机。

2.3 仿真实验结果分析

幅值设定为输入信号的50%，延迟了0.25 个周期，幅度为5 V，频率为10 Hz，相位较输入信号延迟了25 ms。在LMS 算法运算过程中，观察误差ej的变化，那么就可以发现运算是快速收敛的变化状态。通过最终的分析结果推算出：相位延迟值为0.249 99，幅度衰减为49.997 79%，算法的搜寻步长为0.000 1，试验的通道模型长度为12，算法的运算频率为500 Hz，而配电网终端设备之间最小临界误差为0.001，仿真实验结果如表1 所示。

表1 仿真实验结果

表1 中针对小同的幅度衰减和不同的相位延迟，结合信号频率、输入信号幅度、通道模型长度、算法搜寻步长、最小临界误差，做了一系列仿真试验。LMS算法都得到了精确的检测结果，不同的幅度衰减和相位延迟，系统的通道模型也就越容易接近真实情况，即理论上算法搜寻步长和最小临界误差越小，计算机的数值计算总是存在误差，与上述所列各次实验结果存在误差一致，仿真结果也必然存在误差，选择合适的通道模型长度和算法运算频率，改变输入信号的频率和幅度，针对不同的幅度衰减和相位平移进行了一系列仿真实验，同样得到了精确的实验结果。实验结果表明，采用LMS算法配电网终端设备运行数据实时采集精度考核方法具备较好的适应性。

3 结论

基于LMS 算法滤波器来建立数据采集系统数学模型，通过研究LMS 算法的基本原理与应用方法发现，采集数据为输出，采集的目标信号为输入，利用LMS 算法反推系统模型的通道参数，实现了数据采集系统（设备）的性能考核鉴定，获得了数据采集系统对正弦信号精确度和实时性两方面数据传输特性，在实验中同时发现算法运算效率甚至收敛性基本依赖于合适的通道模型长度、算法运算频率和算法搜寻步长。通过LMS 算法，配电网终端设备调度工作基本实现了运行数据智能化和便捷化，进而保障了配电网安全稳定运行。因此，提高算法运算效率以及拓展其适用性的关键所在就是探究配电网终端设备之间的内在联系，研究上述参数与算法运算效率之间的关系，将成为今后研究的重要内容。