基于免疫Agent的电力电缆线路故障检测系统

吕 超，李 赫，刘文杰，郑大鹏，李 宁

（内蒙古电力科学研究院，内蒙古呼和浩特 011200）

电力电缆是用于分配、传输电能的线路。作为电力系统的主干结构之一，电力电缆对于电能信号的负载能力极强[1]。

电力电缆线路故障是由故障信号、非故障信号混合现象导致的电量不合理分配问题。若不能准确定位故障信号所处位置，则会导致电信号过度消耗问题。

为避免上述情况的发生，基于MW-KECA 与变量贡献SVDD 的检测系统借助SVDD 分类器回路，对电信号时变特性进行预测，又按照非线性原则，将故障信号、非故障信号区别开来[2]。然而此系统的应用能力有限，难以满足准确检测电力电缆线路故障行为的需求。

Agent 是一种同时具有意图、目标、信念等认知属性与交互、协商、规划等行为属性的自主计算实体，在智能特性方面的表现能力较好，可以快速完成对高级应用问题的求解。免疫Agent 是以多个Agent协调实体为基础构建的自治系统，可以与分布式网络结构相融合，从而在筛选具有极强适应能力的节点对象的同时，将衰退特征较为明显或异体抵抗能力较弱的节点对象排除在外[3-4]。

基于上述分析，为解决传统系统存在的不足，针对基于免疫Agent 的电力电缆线路故障检测系统展开设计。

1 前端检测装置

1.1 前端检测电路

前端检测电路可以为故障分析模块、测距方式切换模块提供电量驱动信号，从而使得检测主机能够准确定位电力电缆线路故障行为所处区域。在智能电网环境中，电力电缆线路的布局满足一致性原则，因此，无论是故障信号还是非故障信号都只能由电网高压端传输至电网低压端[5-6]。

FPGA 谐波检测设备负责感知故障信号与非故障信号之间的传输配比关系，在内阻数值保持不变的情况下，故障信号的传输占比量越大，FPGA谐波检测设备所承担的负载电压数值也就越大。此时，示波器元件内部传输电流的数值水平也就相对较大。完整的前端检测电路连接结构如图1所示。

图1 前端检测电路连接结构

作为智能电网的两个连接端口，VCC 端电压水平始终高于VDD 端。

1.2 故障分析模块

故障分析模块可以在接收前端检测电路输出的传输电量信号的同时，判断电力电缆线路故障行为的具体表现情况。一般来说，故障信号的传输占比量越大，该模块所需承担的数据样本处理量也就越大[7-8]。假设α表示故障信号标记系数，Zα表示故障信号α的实时传输特征，其取值范围如下：

在式（1）的基础上，设c表示故障行为定位系数的初始赋值，δ表示故障指征，β表示故障信号提取系数，ΔZ表示电力电缆线路故障信号的单位累积量，表示故障信号的传输步长值向量，建立故障分析模块的输出量为：

在电力电缆线路故障输出量不为零的情况下，式（2）的取值也不可能为零。

1.3 测距方式切换模块

测距方式切换模块对于ADC 转换设备的控制作用包括D、CLK、CLR 三种形式。D 形式作用下，电力电缆线路故障信号快速输入ADC 转换设备；CLK形式作用下，非故障信号输入ADC 转换设备；CLR 形式作用下，故障信号、非故障信号同时输入ADC 转换设备[9]。完整的测距方式切换模块连接原理如图2所示。

图2 测距方式切换模块连接原理

若故障信号所处位置距离电力电缆线路中控主机相对较远，ADC 转换设备在单位时间内所承担的信号总量也就相对较多；反之，若二者距离较近，则表示ADC 转换设备在单位时间内所承担的信号总量相对较少[10]。

2 故障检测原理

2.1 免疫Agent检测原理

免疫Agent 检测理论的实现由数据初始化、检测数据发送两个环节组成。由于测距方式切换模块可以独立完成由传输数据到检测数据的转换，所以系统检测主机所接收到故障信号数据的排列形式，始终与Agent 检测节点的分布状态保持一致[11-12]。设ε表示一个随机选取的Agent 节点边界系数，基于系数ε的电力电缆线路故障信号数据初始化处理表达式为：

其中，Vε表示故障数据检测特征，Bε表示故障数据查询特征。联立式（2）、式（3），可将免疫Agent检测表达式定义为：

式中，γmin表示故障数据发送特征的最小取值，γmax表示最大取值，σ表示故障信号传输参量。基于免疫Agent 检测原理处理电力电缆线路故障数据，既能够帮助检测主机将故障信号与非故障信号区别开来，也可以避免故障传输信号对检测主机运行稳定性造成的影响。

2.2 提取故障特征

由于免疫Agent 检测理论对于待处理数据的选取机制并不细致，因此，为实现对电力电缆线路故障行为的准确定位，还需要根据具体提取原则，将故障信号与非故障信号区别开来[13-14]。设χ表示基于免疫Agent 检测理论的非故障信号波频度量系数，f表示故障信号波频度量系数，表示非故障信号的波动特征，k′表示故障信号波动特征。联立式（4），可将电力电缆线路故障特征的提取表达式为：

检测系统的主要运行目的是实现对线路故障信号与非故障信号的准确辨别，所以要求系数、系数k′不能取得相同数值。

2.3 检测插值

插值指标可以理解为距离待测电力电缆线路故障信号与检测主机完全相等的节点，在免疫Agent 理论的认知中，插值节点与免疫赋值节点类似，都可以用来描述主机元件对于待处理数据的检测强度[15-16]。设φn表示n个随机选取的电力电缆线路故障信号，L1表示插值节点与待测故障信号之间的间隔距离，L2表示插值节点与系统检测主机之间的间隔距离，联立式（5），可将基于免疫Agent 的检测插值求解结果表示为：

在电力电缆线路总长难以被准确统计的特殊情况下，可以将检测插值看作一个虚拟指标。对于系统检测主机来说，通过多次改变插值指标取值的方式，可以实现对故障信号与非故障信号的准确辨别。

3 实例分析

3.1 实验流程

设计图3 所示的实验电路，根据A/D 计量装置中的电信号示数值来判断电路环境中是否存在故障行为。

图3 模拟实验电路

分别将图4 所示故障电缆与非故障电缆接入图3 的电路中，记录在电力电缆线路故障、非故障情况下，电信号波频的具体数值。

图4 实验用电力电缆线路

实验过程如下：首先在StarReport 软件中输入免疫Agent 算法执行程序，闭合实验回路，记录故障、非故障情况下，电信号波频的具体数值，将所得实验结果记为实验组变量；然后在StarReport 软件中输入MW-KECA 算法执行程序，重复上述实验步骤，将所得实验数据记为对照组变量；最后对比实验组、对照组实验结果。

3.2 结果与结论

在检测电力电缆线路故障时，系统主机能否准确区分故障信号与非故障信号是关键影响要素，若主机元件对于故障信号与非故障信号的检测波频不同，则表示在发生故障行为时，系统主机可以针对电力电缆线路故障行为进行准确识别。

图5、图6 分别反映了实验组、对照组系统对于故障信号与非故障信号传输波频的检测情况。

图5 故障信号检测波频

图6 非故障信号检测波频

图5 中，在5 s 的检测时长内，实验组、对照组都获得了3 组故障信号波频检测曲线。其中，实验组曲线分布区间为10～20 Hz、40～50 Hz、60～70 Hz；对照组曲线分布区间为10～20 Hz、30～40 Hz、40～50 Hz。

图6 中，在5 s 的检测时长内，实验组、对照组也都获得了三组非故障信号波频检测曲线。其中，实验组曲线分布区间为20～30 Hz、30～40 Hz、50～60 Hz；对照组曲线分布区间为30～40 Hz、50～60 Hz、60～70 Hz。

对比图5、图6 可知，在应用实验组检测系统后，故障信号、非故障信号传输波频不会出现重合的部分；而在应用对照组检测系统后，故障信号、非故障信号传输波频在30～40 Hz 区间之内出现了重合，即对照组检测系统不能使故障信号与非故障信号完全处于不同的波频区间之内，不符合准确识别电力电缆线路故障行为的需求。

4 结束语

在免疫Agent 理论的基础上，电力电缆线路故障检测系统联合前端检测电路、故障分析模块等硬件应用结构，对故障信号特征进行提取，又通过求解插值指标的方式，判断系统主机所制定检测指令的执行能力。与传统检测系统相比，新型检测系统符合针对性识别故障信号与非故障信号的应用需求，在准确检测电力电缆线路故障行为方面的应用能力更强。