基于短距无线通信的低压台区线损异常检测方法

王 薪

（国网湖北省电力有限公司黄冈供电公司，湖北 黄冈 438000）

0 引 言

检测低压台区线损异行时，结合其具体的特征分析统计同期系统的电力数据信息是保障最终检测结果可靠性的关键[1]。但是，当低压台区电力系统出现异常线损数据时，对于相关数据的分析缺乏同步属性，面对越来越高的供电要求和越来越精准的线损计算要求，同步分析已经逐步发展成为电网数据分析中极为重要的指标[2]。从配电网降损节能的角度对低压台区线损异常检测的研究进行分析，其需要统计线损系统的实际参数，还需要对理论线损系统的情况进行综合分析，通过计算两者之间的差异结果，借助规范的评估方法和流程实现对电网中线损位置的精准定位，确定最准确的线损率。针对此，王璨等人以大数据为基础，提出了一种配电网线损异常诊断模型，并且实现了对线损异常情况的有效检测，但是该方法的应用范围存在一定的局限性[3]。刘雄等人在对二阶聚类和鲁棒性随机分割森林算法进行融合的基础上，设计了一种低压台区线损异常辨识方法，具有较为广泛的适用性，但是精度偏度[4]。由此可知，在对线损异常进行检测分析时，结合理论线损率进行诊断是保障其可靠性的关键[5]。因此，文章提出基于短距无线通信的低压台区线损异常检测方法。

1 低压台区线损异常检测方法设计

1.1 基于短距无线通信的传输模式构建

进行低压台区线损异常检测时，由于配网线路的供电范围一般较为广泛，对应低压台区覆盖的供电范围也相对较大，带来的最直接影响就是传输阶段的时间开销较大，成为影响低压台区线损异常检测时效性最主要的因素之一[6-8]。因此，将Mimosa N5-360天线作为短距无线通信的执行载体，并以此为基础构建了相应的高效传输模式。Mimosa N5-360作为一种专为与Mimosa A5c接入点配对而设计的传输载体，采用四面板180°重叠的垂直和水平天线极化设计，可以在360°方位角上进行适应性设置，按照双流覆盖的方式提供平衡传输机制。为提高吞吐量，以波束作为基准形成对应的增益[9]。与Mimosa的A5集成解决方案相比，MicroPoP部署的范围扩展了60%，能够更好地适应低压台区线损异常检测需求[10]。

为并行检测不同区段的线损情况，设置Mimosa N5-360最大接入终端数量为100个，设置额定传输信道为信道20 MHz，在GPSSync模式下，结合实际待传输数据的规模，以5.0 MHz的步进对其进行适应性调整。在传输阶段，自动配置将Mimosa与App安装在一起，使两者的传输控制可能以集成的方式进行，具体可以表示为

式中：F表示Mimosa与App自动配置机制；A表示Mimosa的额定运行电流参数；Kj表示无缝设备集成到网络业务提供商（Internet Service Provider，ISP）网络中的系数；W表示自动化设备配置功率参数；m表示低压台区供电网内需要检测的线路段数量。利用该方式，在设置的传输模式中嵌入集成化的高精度全球定位系统（Global Positioning System，GPS）同步技术。改进的现场管理方式中，需要添加新的低压台区扇区或线路段时，不需要对现行状态进行调整，能够通过重复使用相同通道的方式提高具体的传输效率和并行能力。具体的实现方式可以表示为

式中：G表示嵌入集成化高精度GPS同步技术后的传输模式；I表示低压台区供电网；ΔP表示在同一塔或杆上“背靠背”安装A5c设备与Mimosa的功率差值；Le表示每个Mimosa A5c中独特集成高精度GPS同步技术对每个部署设备在整个网络中协同步长参数；Sei表示重复使用信道的范围；λ表示频谱网络的节省系数。

1.2 低压台区线损异常检测

实现Mimosa云端与传输模式的协同部署后，在优化所有已部署设备的网络频谱时，对应的使用方式和性能不发生改变。其中，对于线损异常的判断方式可以表示为

式中：h(x)表示低压台区线损异常判定函数；Δx表示实际低压台区线损参数；||x||则表示低压台区线损参数的有效波动阈值范围；a表示扰动因素的干扰强度。以实际的低压台区线损异常判定标准为基础，确定是否存在异常。一般情况下，按照2.0%或5.0%的标准确定对应的异常状态。

在实际的低压台区线损异常状态下，对应的异常分布可能存在不唯一的情况，这意味着在同一时刻，线损异常检测结果为多个。为能够实现对不同数据的及时传输，利用时分多址（Time Division Multiple access，TDMA）技术扩展客户端数量。具体的分配方式可以表示为

式中：Δ表示上行时隙的分配结果；Re表示TDMA技术的扩展系数；Rt表示原始传输状态下的下行方向支持多用户多输入多输出（Multiple-In Multiple-Out，MIMO）的系数；pi表示低压台区线损异常状态下的对应区段的传输功率；T表示Mimosa N5-360传输阶段可执行的上行时隙总和。

优化传输模式覆盖低压台区的规模，使得传输阶段的频谱效率和线损异常状态检测接入点的利用率得到有效发挥，使式（3）检出的低压台区线损异常能够及时传输到管理中心。

2 应用测试

2.1 测试环境设置

在具体的测试过程中，以某地级市供电企业的配电网馈线为基础，开展了对比测试。其中，设计方法为实验组，测试的对照组分别为文献[3]提出的以大数据为基础的线损异常检测方法和文献[4]提出的以二阶聚类和鲁棒性随机分割森林算法为基础的线损异常检测方法。对测试电网环境的基本情况进行分析，具体的参数如表1所示。

表1 测试环境基本参数信息

结合表1所示的测试环境信息，对低压台区线损异常检测方法进行分析时，设置了不同的异常状态，具体如表2所示。以该测试环境为基础，分别采用3种方法进行对比测试，分析不同方法的性能。

表2 低压台区线损异常状态设置

2.2 测试结果与分析

将线损异常检测延时作为评价指标，分析不同方法的同步性能。其中，检测结果的延时越小，表明对应方法的同步性能越高。3种不同方法测试结果对比，得到的数据如表3 所示。

表3 3种不同方法测试结果对比表 单位：s

结合表3所示的测试结果可以看出，3种方法对不同线损异常状态的检测时延表现出了较为明显的差异。在设计方法的测试结果中，虽然检测时延受线损异常状态模式的改变出现了一定的延长，但是整体水平较低，当线损异常为单相模式时，对应的检测时延稳定在0.4 s以内，当线损异常为三相模式时，对应的检测时延达到了0.8 s以内。与大数据检测方法相比，其最大时延下降了1.23 s，与二阶聚类和鲁棒性随机分割森林检测方法相比，其最大时延下降了0.80 s。由此表明，设计的基于短距无线通信的低压台区线损异常检测方法可以实现对异常情况的及时检出，具有较高的同步性能。

3 结 论

为及时发现线损异常情况，结合具体的异常状态作出有效的治理手段，以线损异常检测同步性能为核心进行深入研究是极为必要的。文章提出基于短距无线通信的低压台区线损异常检测方法研究，利用了短距无线通信技术下通信效率方面的优势，实现了对低压台区线损异常的高效检测，大大缩短了线损异常与检出之间的时延。