配电网故障诊断与定位技术
- 格式:pdf
- 大小:1.82 MB
- 文档页数:4
271 2023年10月25日第40卷第20期
运营维护技术DOI:10.19399/j.cnki.tpt.2023.20.088
配电网故障诊断与定位技术
龙剑锐(国网重庆市电力公司市北供电分公司,重庆 401100)
摘要:针对配电网故障诊断与定位技术展开研究,提出了一套综合的配电网故障诊断系统架构和基于模型的配电网故障定位方法。系统架构设计中,选择了合适的传感器和测量设备,实时采集电网的状态信息,并采用远距离无线电(Long Range radio,LoRa)进行信号传输。数据传输与存储层采用了InfluxDB作为数据库管理系统,并采用云存储进行数据备份与恢复。数据安全与权限管理采用了高级加密标准(Advanced Encryption Standard,AES)加密技术保障数据的安全性。数据管理和查询接口提供了实时查询、历史数据查看等功能。在算法与模型层,采用了支持向量机(Support Vector Machine,SVM)算法进行故障诊断和定位。实验设置和数据收集阐述了实验的具体步骤与数据采集方法,实验结果和分析验证了基于模型的配电网故障定位方法的准确性和可靠性,为配电网故障诊断与定位技术的发展提供了重要的参考和指导。关键词:配电网;故障诊断;定位
Fault Diagnosis and Location Techology of Distribution Network
LONG Jianrui(Chongqing Municipal Electric Power Co., Ltd., Chongqing 401100, China)
Abstract: A comprehensive distribution network fault diagnosis system architecture and a model-based distribution network fault localization method are proposed for the research of distribution network fault diagnosis and localization technology. In the system architecture design, suitable sensors and measurement devices are selected to collect real-time status information of the grid, and Long Range radio (LoRa) is used for signal transmission. The data transmission and storage layer adopts InfluxDB as the database management system and cloud storage for data backup and recovery. Data security and rights management adopts Advanced Encryption Standard (AES) encryption technology to ensure data security. The data management and query interface provides real-time query, historical data view and other functions. In the algorithm and model layer, Support Vector Machine (SVM) algorithm is adopted for fault diagnosis and localization. The experimental setup and data collection describe the specific steps of the experiment and the data collection method, and the experimental results and analysis verify the accuracy and reliability of the model-based fault localization method for distribution networks, which provides an important reference and guidance for the development of fault diagnosis and localization technology for distribution networks.Keywords: distribution network; fault diagnosis; location
0 引 言
配电网作为电力系统的重要组成部分,在保障
用户正常电力供应方面发挥着至关重要的作用。但是,
受设备老化、外部干扰、操作失误等多种因素的影响,
配电网在运行过程中不可避免地会发生各种故障,给
配电网运行稳定性和可靠性带来了严峻挑战。如何对
配电网故障进行快速、准确地诊断与定位,成为了电
力领域的重要攻关方向。随着传感器技术、数据存储
与处理技术、算法与模型等方面的技术突破,已经为
配电网故障诊断与定位提供了新的思路和方法。但是,
该领域的研究还存在一些挑战和问题,如数据传输与
存储的效率、算法的准确性和实时性等,需要进一步
的研究和探索,为电力系统的稳定性和可靠性提供有
力支持。因此,文章提出一套综合的配电网故障诊断
系统架构和基于模型的配电网故障定位方法,建立配电网的数学模型,结合实时测量数据,采用算法和优
化技术计算故障位置。
1 配电网故障定位技术原理和方法
配电系统中发生故障时需要准确和快速地确定
故障位置。故障定位的原理基于信号传输和测量,当
配电网发生故障时,电网中的电流、电压等参数会发
生相应的改变,对这些参数进行测量与分析,可以确
定故障发生的位置[1]。
阻抗法是基于电网中的阻抗测量进行故障定位
的方法,测量故障点附近的电网阻抗值来推断故障位
置,采用电压和电流等测量数据计算阻抗,并结合
配电网拓扑信息,利用阻抗变化的特征来确定故障位
置。该故障定位方法简单易行,不需要复杂的算法或
测量设备,对接地故障和短路故障有较好的适应性,
但对高阻抗故障和部分接地故障的定位方面达不到理
想的效果,定位精度还会受到故障位置和故障阻抗的
影响。收稿日期:2023-08-20作者简介:龙剑锐(1990—),男,四川成都人,本科,工程师,主要研究方向为配电设备运维检修。
202310254020Telecom Power Technology
272 波动法是利用电网故障时电压和电流波动特征
进行定位的方法,故障时电压和电流波形会发生明显
变化,分析波形可以确定故障点的位置,需要结合数
字信号处理技术和故障模式识别算法来提取波动信号
的特征,并将其与预先建立的故障数据库进行比对,
从而实现故障定位。该定位方法具有较高的定位精度,
对于不同类型的故障都有较好的适应性,可以结合故
障特征进行多参数分析,提高定位准确度,但需要准
确的电网拓扑和阻抗参数信息,复杂电网结构和大规
模电网的应用还存在许多问题。
基于模型的方法使用配电网的模型进行故障定
位,需要通过建立配电网的数学模型,结合实时测量
数据,采用算法和优化技术计算故障位置。该方法可
以利用电网模型进行较精确的故障定位,对复杂电网
结构和大规模电网有较好的适应性,但需要准确的电
网参数和拓扑信息,计算复杂度较高且需要较强的计
算资源支持[2]。
传感器网络方法利用分布在配电网中的传感器
节点收集电流和电压等测量数据,并通过网络通信传
输到集中的处理单元进行故障定位。该方法实时性较
高,并能够覆盖广泛的故障区域。但需要大量的传感
器节点和网络通信设备,系统部署和维护成本较高。
2 配电网故障诊断与定位技术研究方法
2.1 配电网故障诊断系统架构设计
配电网故障诊断系统架构设计是确保配电网故
障诊断与定位技术的基础,一个合理的系统架构可以
提高研究的可行性和效率。数据采集层是系统架构的
底层,负责收集配电网中的电气参数数据。该层中,
选择ACS712电流传感器,测量精度为0.5%~1%,
测量范围有5 A、20 A、100 A等;采用ZMPT101B
电压传感器,测量精度为1%,电压范围有0~ 250 V、0~500 V等;信号采取模拟输出方式,选用
PZEM-004T功率传感器,测量精度为1%,测量范围
有0~1 000 W、0~5 000 W等;信号输出可采取
RS-485等通信协议;采用DS18B20温度传感器用于
监测电力设备温度,测量精度为0.5~0.1 ℃,温度
区间为-40~+125 ℃;采用OneWire协议进行数据
传输。传感器分布于关键节点或关键电力设备,并覆
盖整个配电网,用来获取电网的实时状态信息。
2.2 数据传输与存储
数据传输与存储层负责将采集的数据传输到中
央处理单元并进行存储。在数据传输方面,采用低功耗、
长距离的远距离无线电(Long Range radio,LoRa)通
信技术,可以实现数千米的传输距离,适用于大范围的配电网覆盖,支持大量的终端设备连接,满足配电
网中多个节点数据的传输需求,还具有良好的抗干扰
能力,适用于配电网中可能存在的复杂环境。配电网
中的传感器根据预定的采样频率采集电流和电压等电
网运行数据,利用编码和压缩技术处理采集的数据,
以减少数据的传输量和传输时间,LoRa无线通信技
术的长距离传输能力,可以确保数据可以从分布式传
感器节点传输到中央处理单元[3]。中央处理单元接
收LoRa传输的数据后,进行解码和解压,恢复原始
的电网参数数据,解码后的数据存储在数据库中,以
便后续的故障诊断与定位算法分析和处理。
2.3 数据存储与管理
文章选择InfluxDB作为数据库管理系统。该数
据库作为一种开源的时序数据库,可专用于高效存储
和查询时间序列数据,具备快速的写入和读取性能,
支持高并发和大规模数据存储需求,满足配电网实时
监测数据的存储和管理。为确保数据的安全性和可恢
复性,采用云存储进行数据备份,以华为云作为存储
服务提供商,具备较高可用性和持久性,可自动处理
数据备份和恢复操作。定期将InfluxDB中的数据备
份到云存储,以保障数据的安全性和可靠性。为了保
护数据的机密性和完整性,在数据传输和存储过程
中采用高级加密标准(Advanced Encryption Standard,
AES)技术。AES作为广泛使用的对称加密算法,可
有效提升数据的安全性和加密效率,而在数据传输
过程中则使用传输层安全性协议/安全套接字协议
(Transport Layer Security/Secure Sockets Layer,TLS/
SSL)加密数据,防止数据被篡改或窃取。同时,在
数据库中实施采用控制策略,限制对数据的访问权限,
确保只有授权人员可以进行数据的读取和修改。设计
灵活的数据管理和查询接口,以方便操作人员管理和