一种基于GIS平台的辅助故障定位及供电恢复方法,包括,区分区域可测控性;选择合适的故障定位方法并故障定位(粗糙集方法、Bayes公式方法、基于GIS的分级供电树方法的配电网故障定位方法);利用FTU设备或计算设备,避免人为或配电网信息的干扰,准确故障定位;利用启发式搜索算法分别对配电网进行自馈线恢复、支持馈线整区恢复、分区恢复、负荷转移和负荷切除等不同的供电恢复情况的分析,提供配电网故障后供电恢复方案集的选取;使用模糊评判方法,对选取的方案集进行评价分析,选取最佳的供电方案。本方法综合获取多类多源信息,建立一套科学系统的综合分析方法对故障点进行定位,并得到最优恢复供电方案,改变了以往单一的判断方法。
【技术实现步骤摘要】
本专利技术涉及配电网故障定位领域,特别涉及一种基于GIS平台的辅助故障定位系 统及供电恢复方法。
技术介绍
目前,配电网故障信息一方面来自于户外的FTU通信装置,其工作环境恶劣、温差 变化范围大,要承受高电压、电流、雷电等干扰因素,且FTU本身会存在误判等因素,配电网 反馈的故障信息受干扰或丢失的可能性必然存在。另外一方面来自用户投诉,使得故障信 息具有不确定性、不精确性,并产生冗余信息。即便是判断出故障区域,由于不能直接得到 地理位置,抢修人员也不一定能马上知道具体的地点,经常会因为找故障点而延误了抢修 工作。针对上述问题,提出"基于粗糙集理论、贝叶斯、蚁群算法和多判据融合的配电网全 景可视化故障定位及供电恢复系统",其技术思路:首先进行故障定位。在可测控区域,利用 GIS的几何网络和接口函数,快捷地找出故障回路,通过Bayes公式计算故障回路中各区段 的显著度实现故障定位;在非测控区域,使用粗糙集理论算法利用配电网GIS网络拓扑分 析自动形成故障定位决策表,通过属性约简和属性值约简获得决策规则,根据真实反馈的 故障信息实现故障定位。对于单相接地故障,研究基于小波包多频带相关分析法、基波比幅 比相法、5次谐波比幅比相法和有功法的多判据融合选线方法,对多种故障信息进行综合处 理,降低干扰的影响,提高故障检测的精度和鲁棒性,并用隶属函数表示各故障选线方法输 出的模糊性,应用加权求和进行运算,实现多种故障选线方法的信息融合。还采用基于卷积 型小波包能量矩的特征提取方法,对暂态电流信号进行特征向量的提取,并以构造的特征 向量作为基于免疫粒子群优化算法的三层小波神经网络的输入,利用训练好的神经网络实 现单相接地故障的定位。基于蚁群最优算法的自动纠错和准确故障定位平台,配调人员可 以在DMS系统中可以准确获知配网故障点的实际位置。其次,快速恢复供电。根据定位的故 障位置,通过分级供电树的启发式搜索方法,结合模糊评判方法,得到最优恢复供电方案。 目前,在实际运行中的配网故障定位方法,一般仅依靠某种单一来源方法作为判 断依据,部分基础自动化设施较完备地区配电网,也未建立针对两种及以上来源的故障信 息进行综合分析判断的有效体系。
技术实现思路
鉴于此,本专利技术的目的是提供一种辅助故障定位系统及供电恢复方法。 本专利技术的目的是通过以下技术方案实现的。 -种基于GIS平台的辅助故障定位系统及供电恢复方法,包括以下步骤: SL区分可测控性区域; 针对配电网络故障进行定位所利用的故障信息来源主要有两大类:一类是利用自 动化信息,即通过SCADA系统得到的各种实时信息;另一类主要是利用停电后用户打来的 故障投诉电话信息;一般将使用自动化信息来故障定位称为测控区故障定位,而使用投诉 信息来定位称为非测控区故障定位; S2.选择粗糙集方法或Bayes公式方法或基于GIS的分级供电树方法的配电网故 障定位方法进行故障定位; 粗糙集方法:在非测控区内,没有安装柱上FTU而不可能获得实时故障信息,可以 依据接受到的不同区域的大量用户投诉信息来确定故障发生的地点;由于用户主观原因和 知识水平等因素的影响,这些投诉信息中有一部分并不是一定代表着某些事情发生,其中 很可能包含着一些不确定因素甚至错误要素,因此所获得的投诉信息是一个粗糙集合。 供电区域集合F= {T1区,T2区,…,TlO区},开关集合S= {51,52,*",511},变 压器集合T = {T1,T2, ···,!!0};其中,设备故障元件包括开关和变压器; 进一步得到:Tl区-S6-S1-电源点;T2区-S7-S6-S1-电源点;……;T10 区-S4-S3-S2-S1-电源点; 进一步分析可知,每一供电区域都有开关S1,所以在决策表中,Sl对应的供电区 域的值均为1。 进一步可得到原始决策表; 进一步,进行简化,过程如下: V= {1, 2, , , 19} V/T1 = {{1, 2, 3}, {4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}} V/T2 = {{1, 2, 4}, {3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}} V/T3 = {{1, 5, 6, 7}, {2, 3, 4, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}} V/T19 = {{1, 5, 13, 18}, {2, 3, 4, 6, 7, 8, 9, 10, 11, 12,, 14, 15, 16, 17,, 19}} V/ (Τ2, Τ3, Τ4, Τ5, Τ6, Τ7, Τ8, T9, Τ10) = {{1}, {2, 4}, {3, 19}, {5}, {6}, {7}, {8}, { 9},{10},{11},{12},{13},{14},{15},{16},{17},{18·} =DSl V/(T1,T2,T3,T4,T5,T6,T7,T8,T9) = {{1}, {2}, {3}, {4}, {5}, {6}, {7}, {8}, {9} ,{10}, {11}, {12}, {13}, {14}, {15}, {16}, {17}, {18, 19} = DSlO V/(TI,T2,T3,T4,T5,T6,T7,T8,T9,T10) = {{1}, {2}, {3}, {4}, {5}, {6}, {7}, {8} ,{9}, {10}, {11}, {12}, {13}, {14}, {15}, {16}, {17}, {18}, {19}} = DSP 进一步,可通过约简得到最小约减表,从而实现对配电网的故障诊断; Bayes公式方法:针对配电网自动化水平较高的区域,由FTU和SCADA系统传回的 故障信息,基于贝叶斯公式配网故障定位算法首先,在GIS几何网络的基础上,根据故障信 息进行网络拓扑分析,并确定出一条完整的故障回路,缩小计算范围。然后,计算出故障回 路中各测控开关的显著度,从而定位到故障区域; 根据Bayes公式,在SCADA系统获取到故障信号列表F的情况下,判断开关Si或 支路Li发生故障的显著度公式为: 其中,η为开关数量;p为从远程终端设备检测到每一个开关信息上传过程中因受 到干扰等因素出错的均等概率;¥为FTU监测到的非故障信号;匕为FTU监测到的故障信 号; 基于GIS的分级供电树:利用深度优先搜索法给树干先进行分层,按离根节点的 远近再将搜索到的每个开关进行排序和生成层号,把每层所带的负荷同时显示出来,另外 还需要把和本层树枝有连接的负荷也需要计算在内,树枝所处在的层数同时也是各个联络 开关所处在的层数; 对分层供电树进行分析。从电源点Fl开始计算到联络开关SlO为止的供电半径 是最长的,所以可以把Fl到SlO这一馈线段作为树干,而其余的馈线段,例如S15到S18、 S22到S25之间的支路则设定为树枝; 进一步,区分故障发生在供电树的树干或树枝上的不同情况,可得到复电算法流 程。 S3.利用FTU设备或计算设备,避免人为或配电网信息的干扰,准本文档来自技高网...
【技术保护点】
一种基于GIS平台的辅助故障定位及供电恢复方法,其特征在于,包括以下步骤:S1.区分可测控性区域;S2.选择粗糙集方法或Bayes公式方法或基于GIS的分级供电树方法的配电网故障定位方法进行故障定位;S3.利用FTU设备或计算设备,避免人为或配电网信息的干扰,准确故障定位;S4.利用启发式搜索算法分别对配电网进行自馈线恢复、支持馈线整区恢复、分区恢复、负荷转移和负荷切除等不同的供电恢复情况的分析,提供配电网故障后供电恢复方案集的选取;S5.使用模糊评判方法,对选取的方案集进行评价分析,选取最佳的供电方案。
【技术特征摘要】
【专利技术属性】
技术研发人员:周年荣,毛天,常亚东,张林山,杨忠才,刘鹏,贾廷凯,杨学东,杨忠华,黄晟,
申请(专利权)人:云南电网有限责任公司电力科学研究院,云南电网有限责任公司普洱供电局,
类型:发明
国别省市:云南;53
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。