基于大数据技术的智能配电网运行状态诊断研究

摘要：该文研究了基于大数据技术的智能配电网运行状态诊断，首先介绍了智能配电网运行状态诊断的概念，并探讨了抗差状态估计和配电网抗差估计测量数据的重要性；接着提出了在大数据环境下多元数据融合的配电网状态估计方法，包括数据融合处理和加权最小绝对值抗差状态估计模型的改进；然后针对大数据下配电网运行状态诊断进行了分析，包括评估配电网的运行状态和基于抗差状态估计下的配电网运行状态诊断方案。通过本文的研究，成果可以提高智能配电网的运行状态诊断精度，为保障电力系统的稳定运行提供了一定的参考价值。

关键词：抗差状态；配电网；运行状态；故障诊断

doi：10.3969/J.ISSN.1672-7274.2024.07.015

中图分类号：TM 76 文献标志码：A 文章编码：1672-7274（2024）07-00-04

Research on Intelligent Distribution Network Operation Status Diagnosis Based on Big Data Technology

CHEN Jian

（Nanjing Power Supply Company， Nanjing 210000， China）

Abstract： This article studies and elaborates on the operation status diagnosis of intelligent distribution networks based on big data technology. Firstly， the concept of intelligent distribution network operation status diagnosis was introduced， and the importance of robust state estimation and distribution network robust estimation measurement data was discussed. Subsequently， a distribution network state estimation method based on multivariate data fusion in the big data environment was proposed， including data fusion processing and improvement of the weighted minimum absolute value robust state estimation model. Then， an analysis was conducted on the diagnosis of the operation status of the distribution network under big data， including evaluating the operation status of the distribution network and a distribution network operation status diagnosis scheme based on robust state estimation. Through the research in this article， the results can improve the accuracy of operational status diagnosis in intelligent distribution networks， providing certain reference value for ensuring the stable operation of power systems.

Keywords： robust state; distribution network; operating status; fault diagnosis

在智能电网时代，大数据技术广泛应用于配电网运行状态的诊断。这种技术有助于及时发现配电网运行异常，并快速给出诊断结果，以便及时处理并消除配电网运行风险。研究发现，在配电网运行状态诊断中存在基础数据质量问题。因此，笔者提出通过建立抗差状态估计模型对配电网的运行状态进行估计，并提供最终的诊断方案。这一创新方法不仅能提升诊断数据的准确性，还能改善诊断过程。

1 智能配电网运行状态诊断

1.1 抗差状态估计

状态估计是一种常用的计算机实时数据处理方法。在电力领域中，该方法在配电网运行状态诊断和指导运行方式优化调整方面发挥重要作用。在此背景下，抗差状态估计作为电力领域的研究热点已取得大量相关研究成果。部分研究结果显示，在配电网运行过程中，产生的大量负荷数据精度比实际测量精度要小，存在粗差问题。为了排除数据中的粗差，有学者提出了新的估计理论，即抗差估计。该方法可以提高状态估计的抑制粗差能力，将其应用于电力行业可以获得最佳估值。

分析抗差状态估计原理发现，随着抗差理论的提出，在抵御不良数据干扰估值方面，学界和业界提出了多种处理方法。基于大数据、人工智能等新一代信息技术，实现了对数据的自动化处理，进一步丰富了抗差估计理论。当采集或测量到的不良数据对状态估计结果产生影响较小时，此种状态估计算法具有抗差性。因此，抗差状态估计有许多优势，能够自动去除不良数据，从而减少对估值的影响。与传统的状态估计方式相比，它省去了不良数据分析、校验和甄别环节，提高了效率。

在配电网系统中应用抗差状态估计时，首先需要从配电网调度中心获取实时的电网量测数据。然后，构建正态分布模型，并使用该模型来分析不良数据对结果产生的影响。同时，通过区别处理数据的主体部分和不良数据部分，最终得出状态的估计值。就目前来看，抗差估计广义数据模型在诊断过程中得到了广泛应用，并且可以与最小二乘法结合使用，以优化抗差处理结果。具体应用中，主要基于等价权原理，将最小二乘法与抗差估计原理相结合。运用过程中涉及到等价权函数的设计问题[1]。假定有观测值集合，则权值用表示，其中i=1，2，3…，则经验概率密度用公式表示为：

（1）

一般来说，抗差状态估计结果，与选用的函数和函数有关；而大部分的等价权函数均为分段函数，主要是用权因子函数测量权值的。研究发现，Fair权函数优势更显著，无需对残差大小设定权限，将此种函数运用待配电网抗差估计中切实可行，支持更改权值。因此，（v）和（v）函数及权因子表示为：

（2）

推导得出：

（3）

Fair分布的权因子函数见图1。

图1 Fair分布权因子函数

1.2 配电网抗差估计测量数据

在配电网抗差估计过程中，数据质量、测量数据冗余和不同测量方式的精度问题都会对估计结果产生影响，从而干扰了配电网运行诊断结果。在实际的诊断过程中，可以发现配电网中的量测数据较少，从而减少了监控数据量，这使得难以为配电网运行状态分析提供充分的数据支持，降低了整个配电系统的观测性。因此，在配电网抗差估计中引入了“状态分析量测”，用于估计和推测配电网线路的P、Q、U、I等电气量数值，从而增加了测量数据的冗余度，为状态估计提供了保障。在抗差估计过程中，状态分析量测的数值大小和可行度是关键参数信息，直接关乎状态估计的权值。具体用公式可表示为：

（4）

式中，m表示伪量测值，表示伪量测精度，当伪量测比重越小，对估值得影响也相对更小，反之，则无法保证状态估计结果准确性[2]。基于多源数据质量在配电网状态诊断中对估值的影响较大，以下主要就多源数据融合的配电网状态估计进行研究。

2 大数据下多元数据融合的配电网状态

估计

2.1 数据融合处理

在诊断过程中，需要提前对测量数据进行融合处理，以增加量测数据量，避免数据冗余度不足对诊断结果准确性的影响，为状态评估和分析提供更好的数据参考。在多源量测数据融合时，应考虑量测延时数据对齐、不同类型数据的精度、时标信息、数据成分和采集频率等差异。为确保数据融合处理效果，可以将精度较高的时标数据作为基准数据，并与其他类型的数据进行对齐。同时，由于PMU装置具有较高的测量精度，可以将PMU数据与基准数据对齐，而AMI和SCADA数据则与PMU数据对齐。AIM的采集周期为，用式（5）来表示AIM在t时刻的状态估计负荷有功量测值：

（5）

式中，为第i个用户在d天内的t时刻有功量测值；为读回的AMI有功量测，而分别为第i个用户在第d天当中的t时刻前量测的时标值。

2.2 加权最小绝对值抗差状态估计模型改进

在诊断过程中，运行状态评估与信息准确性和数据完整性密切相关。为了解决信息准确性和数据完整性问题，可以考虑应用加权最小绝对值抗差估计器，该方法能够实现多个量测残差为零的目标，并具有显著的抗差性[3]。因此，在配电网运行状态诊断中应用加权最小绝对值抗差状态估计是可行的，可以准确计算配电网运行状态指标的准确性，为全网观测提供了数据基础。在研究中，对加权最小绝对值抗差状态估计模型进行了改进，其估计准则模型的公式表示为：

（6）

式中，代表权系数向量；分别表示节点i的残差向量和量测向量以及量测函数向量；为节点j的零注入函数向量；x为状态量向量。为消除函数中的绝对值量，将加权最小绝对值抗差状态估计模型转化为：

（7）

式中，l和u均是m维松弛变量。为进一步促进多源量测数据与配电网量测数据的融合，再次对加权最小绝对值抗差状态估计模型进行改进，最终能够非线性高阶内点法解除最终的结果。

3 大数据下配电网运行状态诊断分析

3.1 评估配电网的运行状态

为了减少低量测数据误差以及不良数据对运行状态评估的影响，在状态诊断过程中应将抗差状态估计结果作为变电站运行状态指标计算的依据。在此过程中，需要先对抗差状态评估结果进行验证。验证过程中可以使用Delphi-CRITIC方法进行风险评估和计算，以实现对配电网运行状态的定量评估，并及时发现配电网运行异常状况，提供更具体、更有针对性的配电网运行状态诊断方案。

在具体对配电网运行状态进行评估时，将配电网运行状态安全级别作为参照，并结合状态安全级别对应相应的风险等级作为参考，其中，配电网运行状态安全级别见表1。基于Delphi法下，根据配电网运行状态指标计算相应的分值，则指标i分值公式表示为 [4]。

3.2 基于抗差状态估计的配电网运行状态诊

断方案

诊断方案的具体流程包括实时数据采集、估计状态结果和历史台账信息整理。在实时数据采集过程中，需要重点收集变电站、变压器、馈线的图模数据、运行数据和指标数据等相关信息。在配电网运行状态诊断中，主要将馈线中的负荷分布情况和线损率分布情况作为状态估计指标；将配变中的功率因数合格情况、占比以及电压越限频次和占比作为状态估计指标；将用户中的电压偏差离散系数、电压越限频次及占比作为状态估计指标。

（1）变电站。在采集到的数据基础上，对变电站相关的运行指标进行风险评估。如果评估结果显示存在高运行风险，将提出诊断方案，即调节主变档位或投切电容器。根据状态估计的结果，如果发现变电站的电压偏差离散系数达到11，则会提示调压措施可能不当，导致电压偏差。如果电压越限频次为“0”，则说明当前电压处于正常运行范围。

（2）馈线。需要使用指标评估法对馈线风险进行分析评估。如果评估结果显示存在较高风险，需要提出相应的方案，例如切转线路负荷以降低线路负载或调整线路的无功补偿装置。在状态估计和风险评估中，发现城区新建住宅区的线路负荷长期处于轻载状态，线路固有的铜铁损耗占比较高，需要通过切转负荷的方式来优化线路负载情况。对于过载较严重的线路，导线截面不足，导线和设备产生过高的热损耗，需要通过更换导线截面或将电缆埋入地下等方法来解决高线损问题。

（3）配变。在配变指标评估中，如果发现变压器存在高运行风险，将提出调整三相不平衡的低压无功补偿和调节配变档位的方案。运行状态诊断结果显示，大约90%的配变存在轻微三相不平衡，而大约10%的配变存在严重三相不平衡。根据负载率分布情况，只有两台配变的负载率不达标，其余配变主要处于轻载运行状态。

（4）用户。在用户指标风险评估中，如果发现高运行风险，将提出更换调压变压器的方案。通过电压监测点的全面覆盖，可以监测配变电压偏差离散系数，从而了解台区内用户电压偏差的离散程度，并据此进行改进和调整，确保用户用电质量。

分析变电站、馈线、配变和用户的高风险运行影响因素时发现，农村配电网的运行安全性和稳定性需要提高。农村配电网存在供电半径长、负荷轻、线损高的问题，以及中压主干线路缺乏容性无功补偿。此外，农村小水电的输出功率较小，导致线路末端电压值降低，增加电压损耗，进而引起配变和台区内用户电压越限。针对这些问题，诊断方案应采取相应措施，如升高主变档位降低变电站运行风险，将馈线终末端负荷转移到邻近馈线上，更换损耗高的导线及设备，降低馈线运行风险，通过升高配变档位和低压侧无功补偿等方式降低配变风险，以及通过安装户用光储和低压线路末端加装线路调压器等方式降低用户运行风险。研究还表明，改善并网点或馈线区域的电压水平，如在中压馈线终末端接入小水电站，可以通过励磁调节稳定电压水平。配电网网络参数见表2。

4 结束语

综上所述，配电网运行诊断方法和技术众多，其中以大数据和融合技术为主。在本研究中所提到的抗差状态估计方法在配电网运行诊断中扮演着重要角色，能够确保估值的准确性。通过增加多源量测数据冗余度，可以实现全网观测，对各终端的运行风险进行评估，从而保证诊断方案的可行性。未来应不断改进抗差状态估计方法，进一步解决数据质量问题，提高状态估计的准确性，为配电网运行状态评估提供科学支撑。

参考文献

[1] 刘科研，董伟杰，肖仕武，等．基于电压数据SVM分类的有源配电网故障判别及定位[J]．电网技术，2021，45（6）：2369-2379．

[2] 张珂珩，彭晨辉，赵康．基于全息时标量测数据挖掘的配电网设备健康状态诊断分析[J]．计算机测量与控制，2018，26（3）：29-34．

[3] 陈敬德，盛戈皞，吴继健，等．大数据技术在智能电网中的应用现状及展望[J]．高压电器，2018，54（1）：35-43．

[4] 黄天敏．基于抗差状态估计的配电网运行状态诊断与分析[J]．电力电容器与无功补偿，2022，43（6）：92-102．