基于故障辅助因子的配电网高容错性在线故障定位方法技术

技术编号:13906496 阅读:141 留言:0更新日期:2016-10-26 11:56
本发明专利技术公开了一种基于故障辅助因子的配电网高容错性在线故障定位方法,利用主站收集配电网各馈线开关的电流越限信息;建立开关函数集;建立配电网故障定位的非线性互补优化故障定位模型;建立满足KKT极值条件的非线性规划故障定位模型;利用拉格朗日乘子和连续空间非线性最优化极值定理得到带有故障辅助因子,实现故障定位与FTU缺陷辨识的故障定位非线性方程组模型。本发明专利技术对配电网馈线故障区段实现单一或多重故障的高容错性定位,实现潜在缺陷的FTU装置位置的准确辨识,实现大规模复杂配电网的在线故障定位,给FTU装置的状态检修提供理论指导,具有实现便捷、可靠性高、容错性能力强、故障定位效率高、对多重故障有强适应性等优点。

【技术实现步骤摘要】

本专利技术涉及智能配电网的
,更加具体地说,涉及一种基于故障辅助因子的配电网高容错性在线故障定位方法,对配电网馈线故障区段实现单一或多重故障的定位、潜在缺陷的FTU装置位置的准确辨识。
技术介绍
在电能输配过程中,配电网是电力系统与用户间的重要联络纽带。随着经济的快速发展,用户对供电可靠性和供电质量的要求不断提高,配电网故障定位作为馈线故障区域准确辨识和恢复用户供电的前提,快速、准确地找出配电网馈线的故障位置,对于提高配电系统自愈性和供电可靠性具有重要作用。然而,随着配电网结构及其周围环境同时趋于复杂,故障发生可能性和多重故障概率不仅随之增加且显著增强,如何利用故障定位信息的不确定性,如何有效提高配电网故障辨识的准确性、快速性和容错性,已成为提升配电网智能化水平亟待解决的关键问题。长期以来,基于人工巡线的故障点找寻方法,人力物力耗费大,同时因耗时长、增强了停电时间,严重影响着配电网的供电可靠性。为有效缩减配电网故障定位时间,提升故障定位的准确性,电力运行管理部门依靠在配电线路上装设大量的自动化分段开关和电力智能监控终端Feeder Terminal Unit-FTU,以提高配电网的自动化和智能化水平,从而实现配电网故障时馈线区段的快速定位与隔离。常用的基于自动化开关的故障定位方法是:采取重合闸和分段开关通过合理的时间配合实现。该方法需要通过停电和恢复供电的多次重复找到故障点,其优点避免了故障定位的人工参与,提高了故障定位效率,但其时间整定过程复杂,定位过程因多次人为停电,会造成故障时间和范围扩大。另一种常用的基于自动化开关的故障定位方法是:直接利用FTU装置监控采集的过电流信息,基于故障馈线与过电流间的关联关系,通过构建故障定位数学模型和相应算法,找到故障区段位置,然后直接打开故障馈线两端分段开关隔离故障区段。该方法具有故障定位过程中无需进行停电操作、原理简单、实现便捷和准确率高等优点。目前,对于基于FTU装置采集信息的配电网故障定位方法已经开展了大量研究,采用的建模理论与故障辨识方法主要包括人工神经网络、粗糙集理论、数据挖掘技术、统一矩阵算法、群体智能优化算法等。基于人工神经网络的故障定位方法一般具有容错性和通用性强等特性,但其在故障定位时需要进行故障样本的选取和训练,其合理性将会直接影响故障定位的准确性和容错性,当发生配网结构变化时,需要重新训练以追踪具有复杂多变特点的配电网拓扑结构,导致故障定位效率低;基于粗糙集理论、数据挖掘技术的方法,建模原理相对复杂,不便于工程应用;统一矩阵算法和群体智能优化算法构建故障定位模型时,因原理简单、实现便捷等显著优点,获得广泛研究并在工程中获得青睐而被应用。矩阵算法的故障定位过程通过矩阵关系运算实现,因此,具有数值稳定性强、故障辨识效率高和实时性好的优势,但其在考虑配电网复杂多重故障时建模原理复杂;以群体智能算法为基础的方法受制于对随机群体智能算法的依赖,不仅存在定位效率低的缺陷且因数值不稳定性而导致故障定位结果的可靠性降低,间接扩大故障范围。但统一矩阵算法和群体智能优化算法赖以的基础信息源FTU受设备工作外界环境因素的影响,容易出现信息缺失或畸变,将会直接导致该类方法的可靠性降低,产生故障的错判和漏判。因此,要从FTU设备自身工作可靠性及故障定位算法容错性双重角度提高该类算法的故障定位准确性。目前,FTU装置的工作主要通过定期检修实现其可靠性提高,其会导致一些设备不该检修而检修致使人为可靠性下降,同时也会造成财力和物力的巨大浪费,此外,一直以来FTU装置检修与故障定位两项工作孤立进行,使得两者之间存在协调性差的不足,即:该检修却没有检修,从而使得FTU运行可靠性降低,因增大信息畸变的可能性而导致故障定位算法的准确性降低。因此,FTU装置的检修由定期检修向状态检修转变,且提高FTU装置检修与故障定位源信息间的协调性仍然为有待解决的问题。由以上的论述可以看出,现有的基于FTU等自动化终端采集信息的配电网故障定位方法:配电网图论辨识方法对信息畸变或丢失缺乏强适应性;基于人工神经网络的配电网故障定位方法难以满足配电网拓扑变化和多重故障的定位需求;以群体智能算法为基础的配电网故障定位方法存在定位效率不高、数值稳定性差等固有缺陷。因此,提出一种集上述优点于一体,并反映FTU检修与故障定位源信息间协调一致性的高容错性和强适应性的FTU配电网故障方法已成为亟待解决的关键。
技术实现思路
为了解决上述技术问题,基于FTU等自动化采集终端,本专利技术提出了一种基于故障辅助因子的配电网高容错性在线故障定位方法,对配电网馈线故障区段实现单一或多重故障的高容错性定位,且同时实现潜在缺陷的FTU装置位置的准确辨识,能够有效实现大规模复杂配电网的在线故障定位,并给FTU装置的状态检修提供理论指导。为达到上述目的,本专利技术的技术方案是:一种基于故障辅助因子的配电网高容错性在线故障定位方法,其步骤如下:步骤一:以15分钟为周期,利用电流监测装置动态监测配电网监测点的电流,通过与设定正常电流参考值相比较,判断是否存在故障过电流;当存在故障过电流时,各独立比较器输出报警值1,否则输出值0;通过控制主站收集所有监控点的故障过电流越限值,形成电流报警信息集;步骤二:当控制主站收集到故障过电流信息时,首先,利用电流报警信息集和配电网拓扑结构,基于代数关系描述、逼近关系理论和互补理论建立非线性互补优化故障定位模型;然后,基于等价转换理论,利用互补光滑函数将非线性互补优化故障定位模型变换为满足KKT极值条件的非线性规划故障定位模型;进一步,利用拉格朗日乘子、扰动因子和KKT极值条件建立基于故障辅助因子法的配电网故障定位非线性方程组数学模型;最后,通过采用迭代法辨识出馈线区段位置,得到拉格朗日乘子的特征参数值,实现FTU装置的缺陷状态评估与畸变位置辨识;步骤三:监控中心的SCADA系统向故障馈线区段紧邻自动化开关发送分闸命令,实现馈线故障区段的隔离;同时,依据FTU装置的缺陷状态评估与畸变位置,向运维人员提供状态检修实施计划。进一步地,所述基于代数关系描述、逼近关系理论和互补理论建立非线性互补优化故障定位模型的过程为:利用因果关联分析理论找出与电流报警信息直接相关的所有故障设备,建立自动化开关的因果设备集;基于无向图连通性理论、功率流传输机制、代数关系描述建立开关函数集;基于二次逼近关系理论,以自动化开关的开关函数集中馈线状态特征值的累加和与FTU装置上传的带时标电流报警状态特征值间的差值平方和最小化为指标,通过0-1互补约束条件,建立配电网故障定位的非线性互补优化故障定位模型。进一步地,所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,所述基于代数关系描述建立电流越限信息的开关函数集采用代数算子加法运算(+)或减法运算(-)实现。进一步地,所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,利用加法运算代替逻辑或运算来构建开关函数,基于代数关系描述的开关函数数学模型可表示为: I 本文档来自技高网
...
基于故障辅助因子的配电网高容错性在线故障定位方法

【技术保护点】
一种基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,其步骤如下:步骤一:以15分钟为周期,利用电流监测装置动态监测配电网监测点的电流,通过与设定正常电流参考值相比较,判断是否存在故障过电流;当存在故障过电流时,各独立比较器输出报警值1,否则输出值0;通过控制主站收集所有监控点的故障过电流越限值,形成电流报警信息集;步骤二:当控制主站收集到故障过电流信息时,首先,利用电流报警信息集和配电网拓扑结构,基于代数关系描述、逼近关系理论和互补理论建立非线性互补优化故障定位模型;然后,基于等价转换理论,利用互补光滑函数将非线性互补优化故障定位模型变换为满足KKT极值条件的非线性规划故障定位模型;进一步,利用拉格朗日乘子、扰动因子和KKT极值条件建立基于故障辅助因子法的配电网故障定位非线性方程组数学模型;最后,通过采用迭代法辨识出馈线区段位置,得到拉格朗日乘子的特征参数值,实现FTU装置的缺陷状态评估与畸变位置辨识;步骤三:监控中心的SCADA系统向故障馈线区段紧邻自动化开关发送分闸命令,实现馈线故障区段的隔离;同时,依据FTU装置的缺陷状态评估与畸变位置,向运维人员提供状态检修实施计划。...

【技术特征摘要】
1.一种基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,其步骤如下:步骤一:以15分钟为周期,利用电流监测装置动态监测配电网监测点的电流,通过与设定正常电流参考值相比较,判断是否存在故障过电流;当存在故障过电流时,各独立比较器输出报警值1,否则输出值0;通过控制主站收集所有监控点的故障过电流越限值,形成电流报警信息集;步骤二:当控制主站收集到故障过电流信息时,首先,利用电流报警信息集和配电网拓扑结构,基于代数关系描述、逼近关系理论和互补理论建立非线性互补优化故障定位模型;然后,基于等价转换理论,利用互补光滑函数将非线性互补优化故障定位模型变换为满足KKT极值条件的非线性规划故障定位模型;进一步,利用拉格朗日乘子、扰动因子和KKT极值条件建立基于故障辅助因子法的配电网故障定位非线性方程组数学模型;最后,通过采用迭代法辨识出馈线区段位置,得到拉格朗日乘子的特征参数值,实现FTU装置的缺陷状态评估与畸变位置辨识;步骤三:监控中心的SCADA系统向故障馈线区段紧邻自动化开关发送分闸命令,实现馈线故障区段的隔离;同时,依据FTU装置的缺陷状态评估与畸变位置,向运维人员提供状态检修实施计划。2.根据权利要求书1所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,所述基于代数关系描述、逼近关系理论和互补理论建立非线性互补优化故障定位模型的过程为:利用因果关联分析理论找出与电流报警信息直接相关的所有故障设备,建立自动化开关的因果设备集;基于无向图连通性理论、功率流传输机制、代数关系描述建立开关函数集;基于二次逼近关系理论,以自动化开关的开关函数集中馈线状态特征值的累加和与FTU装置上传的带时标电流报警状态特征值间的差值平方和最小化为指标,通过0-1互补约束条件,建立配电网故障定位的非线性互补优化故障定位模型。3.根据权利要求书2所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,所述基于代数关系描述建立电流越限信息的开关函数集采用代数算子加法运算(+)或减法运算(-)实现。4.根据权利要求书3所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,利用加法运算代替逻辑或运算来构建开关函数,基于代数关系描述的开关函数数学模型可表示为: I S i ( X ) = Σ k = 1 K Ω i x ( k ) i = 1 , 2 , ... , N ; x ∈ Ω ; ]]>其中,Si为第i个自动化开关,Ωi为自动化开关i的因果设备集,为因果设备集Ωi中的因果设备个数,X为各配电网馈线状态变量列矩阵,Ω为所有自动化开关因果设备集Ωi组成的集合,x(i)为自动化开关i相邻馈线的运行状态信息,x(i)的取值为0或1,i=1、2、……、N,N为自动化开关的个数;通过0-1互补约束条件,建立配电网故障定位的非线性互补优化故障定位模型的逼近数学模型表示为: f ( X ) = min Σ i = 1 N δ i 2 = min Σ i = 1 N [ I S i ( X ) - I S i * ] 2 , ]]>其中,为自动化开关i上传的报警信息;根据馈线的故障信息状态具有互斥性,构建辅助互补约束条件为:X⊥(1-X)=0;基于连续空间的残差平方和最小的优化指标和互补约束条件,建立互补约束优化配电网故障定位模型为: f ( X ) min Σ i = 1 N [ I S i ( X ) - I S i * ] 2 X ⊥ ( 1 - X ) = 0 . ]]>5.根据权利要求书3所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,所述非线性规划故障定位模型的建立方法是:引入Fischer-Burmeister互补函数:其中,a和b表示互补变量,满足a⊥b=0;增加扰动因子μ,得到修正后的互补函数表示为(μ,a,b)∈R3,R为自然数集;利用修正后的互补函数替代0-1互补约束条件,考虑馈线的故障信息状态具有互斥性,得到建立满足KKT极值条件的非线性规划故障定位模型:6.根据权利要求书5所述的基于故障辅助因子的配电网高容错性在线故障定位方法,其特征在于,所述配电网故障定位非线性方程组数学模型标准化的方法是:利用拉格朗日乘子λi,基于KKT极值条件建立配电网故障定位的非线性方程组模型: 2 [ I S i ( X ) - I S i * ] ∂ I S i ( X ) ∂ x ( i ) - [ 1 - 2 x ( i ) ] λ i x ( i ) 2 + [ 1 - x ( i ) ] 2 + 4 μ 2 = 0 1 - x ( i ) 2 + [ 1 - x ( i ) ] 2 + 4 μ 2 = 0 μ = 0 i = 1 , 2 , ... , N ; ]]>c为加速因子,X为各配电网馈线状态变量列矩阵,则故障定位的故障辅助因子数学模型为cμX,则ΦFB(μ,X,1-X)+cμλ为FTU自动化装置缺陷辨识的状态评估因子;令:A为开关函数所构成的系数矩阵,非线性方程组模型的标准化形式为: H ( X , λ , μ ) = A 0 0 0 0 0 0 0 0 X &lambda...

【专利技术属性】
技术研发人员:郭壮志陈涛周成虎张秋慧薛鹏詹自熬徐其兴肖海红
申请(专利权)人:河南工程学院
类型:发明
国别省市:河南;41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1