基于改进神经网络的10 kV 配电网相间短路故障自动化检测系统

徐 威，王福坤，辛 科，王一帆

（宁波送变电建设有限公司带电作业分公司，宁波 315000）

在电力系统中，输配电线路网络存在于人们生活的每个角落，其不仅覆盖面积广，且线路结构庞杂[1-2]。配电线路和电力输送端、电力需求端相连，线路供电能力、供电质量对人们正常生活状态都存在影响[3]。而目前配电线路经常出现异常，导致人们的生产、生活状态都受到不良影响[4]。因此，针对配电线路的故障监测就显得十分重要。在日常生活中，双相接地、短路、断线等问题是配电网常见故障，人们需要使用有效的故障检测技术，才能准确检测配电网故障问题，从而制定匹配的故障检测方案，保证人们生产生活的正常运行[5]。

文献[6]研究含分布式电源配电网故障检测与定位方法，虽然文章中提到了分布式电源配电网故障检测与定位的各种技术，但是并没有提出具体的实施方案，也没有说明如何将这些技术应用到实际的配电网系统中；文献[7]研究了短路电流计算多输出模型，虽然此模型可计算短路电流，识别短路状态，但多输出模型需要输入更多的数据，对数据的需求量更大，如果数据质量不高或者数据缺失，可能会对模型的训练和预测造成影响。

配电自动化表示使用新型信息感知装置，采集电力系统的运行信息，实时感知是否存在异常情况，快速解决异常情况，从而为用户提供所需服务[8]。简单来讲，配电自动化属于智能配电的智能化信息处理模式，在计算机技术领域中，配电自动化和电网融合后，能够完成高效协调工作，降低能源消耗[9]。结合此技术的使用优势，本文设计基于改进神经网络的10 kV 配电网相间短路故障自动化检测系统，完成10 kV 配电网相间短路故障自动化、远程检测。

1 10kV 配电网相间短路故障自动化检测系统具体设计

1.1 系统主要模块设计

基于改进神经网络的10 kV 配电网相间短路故障自动化检测系统结构主要分为在线监测模块、通信模块、数据分析模块。在线检测模块主要分为多个探头、短距离无线网，探头能够在带电状态下，使用在10 kV 配电网线路上感应电流取电，具备实时采集电流、电压等信号模拟量的功能。电流、电压等信号模拟量信息采集完毕，由短距离无线网发送至通信模块，通信模块使用GPRS 网络，发送至数据分析模块，数据分析模块由服务器、计算机端构成，数据会实时缓存于服务器中，由计算机端使用基于改进神经网络的相间短路故障诊断模型，诊断配电网是否存在相间短路问题。

1.2 诊断相间短路故障的神经网络结构设计

神经网络结构分为输入层、隐含层、输出层。此网络需要使用鲸鱼优化算法，合理设置神经网络各层连接权重，然后以“先正向训练、后反向训练”的训练方法，在保证网络结构稳定可靠的条件下，将10 kV 配电网相间短路故障检测样本（电压、电流采集样本），在输入层传输至隐含层，以逐层处理的方式，完成相间短路故障分类诊断。在训练过程中，需要使用反向传播算法，运算每层实际输出和目标输出之差，将误差信号原路返回传播，调节每层神经元权重。

1.3 基于鲸鱼优化算法的改进神经网络设计

普通神经网络易出现局部最优问题，导致收敛效率低下，本文使用鲸鱼优化算法，对其进行改进。鲸鱼优化算法主要模拟动物集群活动行为，使用群体个体对问题解进行寻优检索。鲸鱼优化算法操作方法分为猎物检索、包围捕猎、气泡攻击，其在寻找神经网络连接权重最优解的方法为

式中：E、A*分别代表猎物检索空间的维度（神经网络连接权重设置参数的围堵）、最优解坐标；A 代表目前解坐标；h 代表迭代次数；B、D代表系数向量，运算方法为

式中：s、θ 分别代表随机数、迭代缩减步长。

将坐标是As的鲸鱼作为例子，其猎物检索运动方程为

螺旋攻击运动时，代表神经网络连接权重可行解的鲸鱼个体位置更新结果为

式中：ε 是随机数，取值范围是-1～1。

两种捕猎移动模式之间的运动模式为

经多次迭代，使用式（8）捕猎时，循环迭代直至得到最优适应度个体。

基于鲸鱼优化算法的神经网络训练步骤如下：

（1）预处理。将10 kV 配电网相间短路样本划分为训练集、测试集。

（2）参数设定。确定神经网络结构，将鲸鱼优化算法种群大小、维度、迭代次数最大值进行初始化，构建初始种群。

（3）运算种群适应度。把初始化权重赋予神经网络，使用10 kV 配电网相间短路训练样本训练网络。

（4）最优解提取。分析迭代次数是否满足最大值，当迭代次数为最大值时，将适应度最优的个体作为最优解，作为神经网络参数的最优解，完成网络训练。

（5）故障自动化检测。将10 kV 配电网相间短路故障检测的测试样本，输入训练完毕的神经网络，使用式（1）、式（2）完成相间短路自动化分类诊断。

1.4 采集线路电压电流信号的探头结构设计

用于采集线路电压电流信号的探头结构图如图1 所示。此探头采集卡是2 通道高速并行同步采样卡，单通道的存储深度达256 KB。控制核心芯片使用了性能优越的FPGA 芯片，其频率最大值为40 MHz，系统运行时，探头多次采集2 路信号，各路信号数据刷新缓存，2 个工频周期时间的信息。在检测配电系统运行状态变化时，如果电压、电流信号超过正常基准值，便会将异常信号在串口发送至后台机存盘。

图1 探头结构Fig.1 Probe structure

1.5 通信模块结构设计

数据传输主要依赖于通信模块的网络服务，通信模块结构图如图2 所示。通信模块获取探头采集的电压、电流信息后，将信息样本执行分割、重新处理后，把采集的信息位置、时间等属性全部信息，都使用GPRS 网络发送数据分析模块。因数据传输程序需长时间运行，为此，通信模块使用蓄电池和太阳能电池联合供电的模式，保证通信程序不出现意外间断问题[10]。

图2 通信模块结构图Fig.2 Structure diagram of communication module

2 仿真实验

2.1 实验设置

使用电力系统离线测试软件，构建本文系统的应用程序。实验所搭建的10 kV 配电网线路模型配电线路长度是10 km。

当此线路出现相间短路故障时，线路电流、电压会出现不规律骤升骤降问题。在此工况中，测试本文系统对相间短路故障的自动化检测效果。

2.2 结果与分析

本文系统所采集的相间短路时电压、电流变化如图3 所示。从图3 可知，本文系统对电压、电流的信息检测结果准确，与实际电压、电流信息匹配，证明本文系统对10 kV 配电网线路具备自动化信息采集能力。

图3 电压和电流的信息检测效果Fig.3 Information detection effect of voltage and current

神经网络改进效果详情如图4 所示。分析图4可知，本文系统对神经网络改进前后，收敛效率存在明显差异。鲸鱼优化算法改进神经网络后，迭代次数为8 次时，网络收敛，便可提取神经网络连接权重最优解；而神经网络改进前，迭代次数为12 次时，网络才可收敛，对比之下，本文系统采用鲸鱼优化算法改进神经网络存在必要。

图4 本文系统中神经网络改进效果Fig.4 Improvement effect of neural network in this paper system

本文系统通信模块的交换机端口2 流量变化如图5 所示。从图5 可知，本文系统通信模块的交换机端口2 流量变化情况是：端口2 网络流量数据在0 s～20 s 之间，传输的数据量是200 Mbit/s；21 s～50 s 之间传输的数据量是100 Mbit/s；51 s～100 s 之间传输的数据量是250 Mbit/s。传输能力与需求相符，本文系统可结合实际流量数据传输需求，自动化调整流量传输量，无须工作人员手动调节端口流量传输条件，且网络流量数据传输时未出现数据丢包问题。

图5 交换机端口2 流量变化Fig.5 Flow change in switch port 2

为测试所设计系统对相间短路故障的检测效果，在配电网不同线路位置进行取点测试，检测效果如表1 所示。从表1 测试结果可知，所设计系统对配电网相间故障检测结果准确无误，对相间短路、无故障两种情况的检测结果不存在错误情况。

表1 配电网相间故障检测效果Tab.1 Interphase fault detection effect of power distribution network

3 结语

在电力系统中，10 kV 配电网担任着将高压电力转化为可用低压电力的关键角色。然而，当配电网发生相间短路故障时，可能会对整个电力系统造成严重影响，包括电力设备的损坏、供电中断等。因此，对10 kV 配电网相间短路故障进行快速、准确的检测，对于保障电力系统的稳定运行具有重要意义。为此，本文设计了基于改进神经网络的10 kV 配电网相间短路故障自动化检测系统，此系统在诊断配电线路电压、电流是否属于相间短路故障状态时，利用鲸鱼优化算法改进神经网络，由改进神经网络准确诊断相间短路故障，并取得较好的应用效果。