摘要：本文擬研究一種以調(diào)控云為基礎(chǔ)的電力系統(tǒng)設(shè)備故障分析方法，以提高其對各種故障判別的準確性。在調(diào)控云平臺上，對電力系統(tǒng)的運行數(shù)據(jù)進行處理，分析出電力系統(tǒng)，并對發(fā)生故障的設(shè)備進行分區(qū)。在頻率域中，利用小波分析的基本原理，處理設(shè)備工作信號，并利用信號的奇異值對儀器進行定位。采用ID3決策樹算法，建立設(shè)備故障數(shù)據(jù)倉庫，并對數(shù)據(jù)和故障進行相關(guān)性分析。最后在此基礎(chǔ)上，提出一種基于貝葉斯理論的設(shè)備故障診斷方法。實驗表明，運用調(diào)控云技術(shù)對電力電網(wǎng)中的設(shè)備故障原因進行分析，準確率在96%以上，而且分析精度與召回率較高，分析結(jié)果比較可靠。

關(guān)鍵詞：調(diào)控云；電力電網(wǎng)設(shè)備；故障分析

DOI：10.12433/zgkjtz.20232439

保證電網(wǎng)設(shè)備的正常運行和安全性，需要加強設(shè)備的日常維護和巡檢。在設(shè)備維護過程中，應(yīng)該注重設(shè)備的安全性檢查，特別是對于容易出現(xiàn)故障的設(shè)備應(yīng)該加強維護。在設(shè)備巡檢過程中，應(yīng)該注意觀察設(shè)備的運行情況，及時發(fā)現(xiàn)設(shè)備故障和隱患，并采取相應(yīng)的措施加以解決。此外，針對電網(wǎng)故障的處理，應(yīng)該建立完善的應(yīng)急預(yù)案和故障處理流程，及時啟動應(yīng)急預(yù)案，并協(xié)調(diào)各方資源，合理分配應(yīng)急處理任務(wù)，快速排除故障，保證電網(wǎng)正常運行。同時，加強對電網(wǎng)設(shè)備的監(jiān)測和管理，采用先進的監(jiān)測技術(shù)和管理方法，提高電網(wǎng)設(shè)備的運行效率和可靠性。

一、電網(wǎng)設(shè)備故障類型

（一）高壓配電設(shè)備故障

首先，電源供給源頭與輸送設(shè)備斷開。這種情況往往是電網(wǎng)公司對配電系統(tǒng)進行統(tǒng)一檢查，為了避免安全事故的發(fā)生，斷開了電源供給。這種做法雖然在保障生命財產(chǎn)安全方面十分重要，但也會造成一定的影響。因此，電網(wǎng)公司應(yīng)該在檢查之前，提前與相關(guān)單位溝通和協(xié)商，避免對配電設(shè)備的正常運行造成不必要的影響。其次，長時間地輸出高壓電容易使線路老化，從而對配電設(shè)備造成損傷。高壓電的輸出需要通過大量的線路才能夠輸送到目標地點，而這些線路長期處于高壓狀態(tài)下，造成線路的老化和損壞，從而導(dǎo)致設(shè)備故障。因此，設(shè)備的維護和管理工作十分重要，應(yīng)定期對線路進行檢查和維護，及時發(fā)現(xiàn)和解決問題。

（二）低壓配電設(shè)備故障

低壓配電設(shè)備在夜間高峰期易發(fā)生故障，這是因為夜間是用電高峰期，負荷超過設(shè)備額定值會導(dǎo)致設(shè)備內(nèi)部電路燒毀和短路的現(xiàn)象。這些故障表現(xiàn)為機械變形、開關(guān)延遲、儲能異常等，給電網(wǎng)配電工程供電造成很大影響。為了降低故障發(fā)生可能性，配電公司需要及時調(diào)整設(shè)備額定值，防止停電。低壓配電設(shè)備在電力系統(tǒng)中扮演著重要的角色，是電能從變電站輸送到用戶的重要環(huán)節(jié)。

二、以調(diào)控云為基礎(chǔ)的電網(wǎng)設(shè)備故障運行數(shù)據(jù)處理

隨著電力網(wǎng)絡(luò)的發(fā)展，電力網(wǎng)絡(luò)運行數(shù)據(jù)和信息計算量也在不斷增加。然而，傳統(tǒng)的數(shù)據(jù)處理系統(tǒng)已經(jīng)無法滿足這種處理性能的需求，這很容易造成信息交疊浪費、數(shù)據(jù)兼容沖突等問題。為了應(yīng)對這些挑戰(zhàn)，調(diào)控云平臺應(yīng)運而生。調(diào)控云平臺是一個集數(shù)據(jù)管理、數(shù)據(jù)處理和應(yīng)用于一體的平臺，可以支持不同標準下的數(shù)據(jù)管理與應(yīng)用。在調(diào)控云平臺中，OMS、D5000等系統(tǒng)可以實現(xiàn)數(shù)據(jù)的管理和應(yīng)用，從而提高數(shù)據(jù)處理的效率和準確性。此外，電力設(shè)備對調(diào)控云平臺的指令反饋和采集的各監(jiān)控區(qū)域的數(shù)據(jù)存放在調(diào)控云的資源層中。這樣做的好處是可以實現(xiàn)數(shù)據(jù)的集中管理和共享，避免數(shù)據(jù)的重復(fù)采集和存儲，從而提高數(shù)據(jù)的利用率和處理效率。

電網(wǎng)調(diào)控云平臺是一種集成了云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的電力調(diào)度管理平臺。它是由應(yīng)用服務(wù)層、平臺服務(wù)層和基礎(chǔ)設(shè)施層構(gòu)成的。應(yīng)用服務(wù)層面向用戶提供各種電力調(diào)度管理應(yīng)用服務(wù)，平臺服務(wù)層提供各種平臺支持服務(wù)，基礎(chǔ)設(shè)施層提供數(shù)據(jù)存儲、計算和資源管理服務(wù)。從資源池中抽取與電網(wǎng)設(shè)備運行相關(guān)的電氣、電網(wǎng)拓撲數(shù)據(jù)，是電網(wǎng)調(diào)控云平臺實現(xiàn)智能化管理的重要途徑。通過對這些數(shù)據(jù)的分析和處理，可以實現(xiàn)對電網(wǎng)設(shè)備的實時監(jiān)控、預(yù)測和優(yōu)化。利用調(diào)控云技術(shù)計算電網(wǎng)潮流，可以實現(xiàn)對電網(wǎng)運行狀態(tài)的實時監(jiān)控。同時，通過對電網(wǎng)潮流數(shù)據(jù)的分析和處理，可以實現(xiàn)對電網(wǎng)運行負荷的優(yōu)化和管理。最后，電網(wǎng)調(diào)控云平臺還可以確定異常電網(wǎng)設(shè)備所處區(qū)域。通過對異常設(shè)備的定位和診斷，可以實現(xiàn)對電網(wǎng)故障的快速定位和修復(fù)，提高電網(wǎng)的可靠性和穩(wěn)定性。

在傳統(tǒng)正向逆向算法的基礎(chǔ)上，將電力系統(tǒng)供電線路視為一個單獨的運算單元，通過對電力系統(tǒng)中各環(huán)節(jié)的功率流技術(shù)進行劃分，減少調(diào)控云計算的計算量。以有無饋線作為計算分割單位，如果調(diào)控云中儲存的設(shè)備所在地區(qū)的三相母線K導(dǎo)納矩陣為YK，與該母線相連支路上的電流IK、電壓UK分別表示：

IK+1為母線K的流出電流，故而可根據(jù)潮流對前推回代原理進行計算，根據(jù)電路KCL原則，可通過公式（2）對母線流入支路的電路展開計算。

其中，代表經(jīng)過支路的負荷、電容器、分布式電源之間電流的總和，I代表臨近母線的其他母線電流。潮流計算需要根據(jù)母線電壓計算母線K-1的電壓。在電力系統(tǒng)中，母線是連接各種電氣設(shè)備的重要樞紐，而母線電壓的穩(wěn)定性對整個電力系統(tǒng)的運行至關(guān)重要。因此，計算母線電壓是電流計算的第一步。然后，需要計算母線k-1的流出電流。母線的流出電流是指從該母線出發(fā)的電流，對電力系統(tǒng)的負荷均衡和電壓控制都有重要影響。計算母線流出電流是電流計算的另一個關(guān)鍵步驟。需要計算所有母線中的電壓和電流。這是為了全面了解電力系統(tǒng)中各個節(jié)點的電壓和電流情況，以便進行有效負荷均衡和電壓控制。而后需要回代得到自身的聯(lián)絡(luò)母線電壓?；卮侵冈陔娏ο到y(tǒng)中逆向追溯電流和電壓的過程，可以幫助確定電力系統(tǒng)中各個節(jié)點的電壓和電流。在電網(wǎng)潮流計算的過程中，需要根據(jù)電網(wǎng)拓撲信息不斷更新母線電壓。這是因為電力系統(tǒng)中的各個節(jié)點是相互關(guān)聯(lián)的，它們之間的電壓和電流會相互影響。因此，需要不斷更新母線電壓，以保持電力系統(tǒng)的穩(wěn)定運行。最后，需要重復(fù)上述前推回代過程直至收斂。這是為了確保電網(wǎng)潮流計算的準確性和可靠性。在重復(fù)計算過程中，可以逐步優(yōu)化電網(wǎng)潮流計算模型，以獲得更好的計算結(jié)果。

三、電網(wǎng)設(shè)備故障分析實現(xiàn)

（一）調(diào)控云數(shù)據(jù)奇異性檢測

調(diào)控云中儲存著電力系統(tǒng)中的海量信息，一旦發(fā)生故障，調(diào)控云中的信息將產(chǎn)生變化。為了對裝備故障進行精確診斷，本文利用小波變換技術(shù)對數(shù)據(jù)進行處理，并對其進行空域上的局域特性識別。利用李普指標對數(shù)據(jù)的奇異特征進行刻畫。當電力系統(tǒng)中的設(shè)備發(fā)生故障時，設(shè)備所處的一條線路上將會發(fā)生電流和電壓的變化。利用小波變換對電網(wǎng)中的電壓和電流等離散數(shù)據(jù)進行分析，獲得相應(yīng)的特征矩陣。在選定離散小波分解后，母波為復(fù)Morlet小波，故而需通過式（3）對電網(wǎng)設(shè)備調(diào)控云數(shù)據(jù)信號小波展開形式變換。

式（3）中 F （b）代表數(shù)據(jù)點 b上頻率域中信號幅度的泰勒（Taylor）序列展開。a和 b是小波變換中的延展性和平移性參數(shù)，它們代表了被變換后的信號在頻域中的頻度。φ*代表一個共軛的值，是從小波轉(zhuǎn)換的結(jié)果中獲得的。通過對信號x （t）進行小波分解，得到小波系數(shù)，判斷該信號滿足以下條件，并由此判斷出電力系統(tǒng)操作中的奇異性。詳情見式（4）。

式（4）中，K是小波函數(shù)在小波變換尺度為 s時 n次消失矩常數(shù)。δ代表了x處信號的李普指標。若x如果所有的鄰接點都符合以上的條件，那么就能判定x是信號最大值的位置。通過對電力系統(tǒng)設(shè)備運行過程中出現(xiàn)的異常點進行檢測，找出了設(shè)備的異常目標，并對其進行分析。

（二）電網(wǎng)設(shè)備運行故障中熵值分析

為了更好地利用調(diào)控云平臺上的電力系統(tǒng)設(shè)備運行數(shù)據(jù)，必須先構(gòu)建設(shè)備故障數(shù)據(jù)倉庫，然后進行數(shù)據(jù)挖掘。針對上述問題，擬基于雪花式建模故障分析數(shù)據(jù)倉庫，實現(xiàn)對決策云計算中數(shù)據(jù)的多維度使用。在數(shù)據(jù)倉庫中，根據(jù)設(shè)備運行信息數(shù)據(jù)的類別，分解數(shù)據(jù)，并將數(shù)據(jù)的單位等非關(guān)鍵數(shù)據(jù)進行分離，從而使數(shù)據(jù)倉庫的結(jié)構(gòu)表得到簡化。在裝備故障數(shù)據(jù)倉庫中，數(shù)據(jù)表的結(jié)構(gòu)主要包括字段編碼、字段含義和數(shù)據(jù)類型三個部分。資料長度決定資料的格式。通過聯(lián)機分析處理，將網(wǎng)絡(luò)設(shè)備的數(shù)據(jù)進行匯總、整理，從而形成數(shù)據(jù)倉庫。在此基礎(chǔ)上，提出一種基于數(shù)據(jù)倉庫的數(shù)據(jù)分析方法，并將該方法應(yīng)用于電網(wǎng)系統(tǒng)的故障診斷和故障診斷。在此基礎(chǔ)上，提出一種基于ID3的決策樹算法，用于設(shè)備故障數(shù)據(jù)倉庫的數(shù)據(jù)相關(guān)性的挖掘。本文提出了一種基于ID3決策樹的數(shù)據(jù)挖掘方法，該方法將數(shù)據(jù)倉庫中的數(shù)據(jù)劃分成幾個子集，并將其中的異常現(xiàn)象視為根結(jié)點，將可能引起異?，F(xiàn)象的因子屬性視為子節(jié)點。根據(jù)影響因子引起設(shè)備故障的可能概率，用影響因子Xm的熵來劃分節(jié)點屬性。用公式（5）來計算設(shè)備故障因子引起的熵值。

Pm是指因 Xm而引起設(shè)備故障的可能性。針對引起設(shè)備故障的每個子態(tài)，依據(jù)其信息熵的變化，不斷地進行分支，直到得到相應(yīng)的故障程度的判斷樹狀結(jié)構(gòu)。反復(fù)進行決策樹處理。

（三）設(shè)備故障分析

利用ID3決策樹的數(shù)據(jù)挖掘方法，對電力系統(tǒng)中出現(xiàn)的各種故障進行分類。根據(jù)貝葉斯分級原則，通過對單個設(shè)備故障引起區(qū)域電力系統(tǒng)中潮流變化的可能性進行估算，進而對設(shè)備故障的危險程度進行分級。用貝葉斯方法推導(dǎo)出由設(shè)備故障引起的局部潮流變化詳情見式（6）。

其中，γ為故障獨立發(fā)生的參量。P （X1 IA）是指在電力系統(tǒng)中，當設(shè)備發(fā)生X型故障時，電力系統(tǒng)在 A區(qū)內(nèi)的電流發(fā)生反常的概率。在貝葉斯方法中，根據(jù)最大熵與最大熵之間的相關(guān)性，判斷出引起設(shè)備故障的因素。并且根據(jù)貝葉斯概率的值來決定該設(shè)備的故障危險。在高故障風險下，相應(yīng)的風險等級為0.8，故障風險等級為0.6，故障風險等級為0.4。如上所述，由貝葉斯方法得到的結(jié)果就是設(shè)備故障的危險程度和最有可能故障的成因。由此，本文提出一種以控制云為核心的電力網(wǎng)絡(luò)中的設(shè)備故障診斷系統(tǒng)。

四、實驗數(shù)據(jù)討論

不同的分析方法之間存在較為明顯的差異。研究表明，基于網(wǎng)絡(luò)拓撲的設(shè)備故障分析方法的準確率為82.38%～87.85%，基于電流變換的設(shè)備故障分析方法的準確率為87.17%～90.10%。而基于調(diào)控云技術(shù)的電力電網(wǎng)設(shè)備故障分析方法的準確率則高達96.94%～98.27%。基于調(diào)控云技術(shù)的電力電網(wǎng)設(shè)備故障分析方法的關(guān)鍵點是將云計算技術(shù)應(yīng)用到設(shè)備故障分析中。該方法將設(shè)備的狀態(tài)信息上傳到云端進行分析，利用云端的大數(shù)據(jù)分析和處理能力對設(shè)備進行故障診斷。該方法的準確率始終保持在96%以上（見表1），準確率遠高于另兩種方法。

五、結(jié)論

調(diào)控云技術(shù)能夠有效識別故障信號，對故障進行分類和定位，從而提高故障診斷的準確性和速度。與其他故障分析方法相比，該方法的分析誤差明顯小于對比方法，并且分析結(jié)果更可靠。該方法的高準確率和高召回率能夠有效降低電力設(shè)備故障的漏報率和誤報率，從而提升電網(wǎng)的安全性和穩(wěn)定性。此外，使用該方法進行設(shè)備故障分析還可以優(yōu)化設(shè)備維護計劃，降低維護成本，提高設(shè)備的使用壽命。

參考文獻：

[1]吳晉波，宋興榮，劉永剛，等.采用調(diào)控云數(shù)據(jù)的新能源與儲能電站AGC控制方法研究與應(yīng)用[J].電網(wǎng)與清潔能源，2023，39（2）：128-134.

[2]田啟東，黃雙.大數(shù)據(jù)支持下的電網(wǎng)系統(tǒng)故障診斷分析技術(shù)[J].電子設(shè)計工程，2020，28（5）：125-129.

[3]劉翀.電網(wǎng)設(shè)備故障的智能處置策略規(guī)則庫構(gòu)建方法[J].微型電腦應(yīng)用，2023，39（3）：149-152.

[4]席少卿，王冠男，程海興，等.電網(wǎng)設(shè)備故障視頻監(jiān)控系統(tǒng)的應(yīng)用[J].大眾用電，2022，37（7）：51-52.

[5]裴曉東，張文龍，劉海龍，等.基于SVM-PSO的電網(wǎng)設(shè)備早期故障分類方法[J].電網(wǎng)與清潔能源，2022，38（4）：68-75.

作者簡介：周耀輝（1979），男，陜西省安康市人，本科，正高級工程師，研究方向為電力調(diào)控自動化。