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。