郭挺，徐良德，雷才嘉，高艷娜，陳中豪

（廣東電網(wǎng)有限責任公司廣州供電局，廣東廣州 510600）

隨著現(xiàn)代供電服務(wù)體系建設(shè)的推進，保障供電服務(wù)質(zhì)量成為電網(wǎng)公司日益關(guān)注的技術(shù)指標。配電網(wǎng)地理信息系統(tǒng)（Geographic Information System，GIS）可在三維地理位置的基礎(chǔ)上，融合配電網(wǎng)變電站、線路與開關(guān)等設(shè)備信息，實現(xiàn)地理位置及電氣拓撲的虛實映射[1-3]。

我國的配網(wǎng)GIS 系統(tǒng)建設(shè)起步較晚，近年來已在停電管理、線損分析和用戶管理等方面取得了一定成效。但現(xiàn)有配網(wǎng)GIS 的圖形信息質(zhì)量參差不齊、挖掘應(yīng)用較少，多源數(shù)據(jù)融合分析應(yīng)用的深度、智能化水平也普遍偏低[4-8]。

針對此，文中開展多源數(shù)據(jù)融合算法在配網(wǎng)GIS與節(jié)點數(shù)據(jù)中的應(yīng)用研究，以期通過該融合算法實現(xiàn)配變負載率的智能分析及負荷精準預(yù)測。

1 配電網(wǎng)GIS系統(tǒng)結(jié)構(gòu)

配電網(wǎng)GIS 系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)如圖1 所示。配網(wǎng)中的桿塔、線路和變電站等電力設(shè)備通過矢量與關(guān)系數(shù)據(jù)模型來實現(xiàn)虛實映射，從而完整地構(gòu)建配電網(wǎng)的空間及屬性等特征。

圖1 配電網(wǎng)GIS系統(tǒng)數(shù)據(jù)結(jié)構(gòu)

配電網(wǎng)地理信息與電氣拓撲緊密耦合，GIS 系統(tǒng)在較為精準的地理圖像基礎(chǔ)上，通過圖層堆疊的形式將變電站、線路、用戶等相關(guān)電力環(huán)節(jié)進行整合貫通。并將每個環(huán)節(jié)的設(shè)備屬性、狀態(tài)、負荷等信息加以關(guān)聯(lián)，從而實現(xiàn)地理分布、電氣拓撲以及動靜態(tài)數(shù)據(jù)等信息的融合交互，且為配電網(wǎng)的運行、檢修和試驗等提供輔助決策。配電網(wǎng)GIS 系統(tǒng)功能架構(gòu)如圖2 所示。

圖2 配電網(wǎng)GIS系統(tǒng)功能架構(gòu)

2 面向圖模聯(lián)調(diào)的配網(wǎng)數(shù)據(jù)融合算法

文中提出面向圖模聯(lián)調(diào)的配電網(wǎng)數(shù)據(jù)融合算法，框架如圖3 所示。首先從配網(wǎng)GIS 系統(tǒng)中導(dǎo)出非結(jié)構(gòu)化與結(jié)構(gòu)化數(shù)據(jù)，并利用改進搜索算法對圖形信息進行處理，實現(xiàn)配電網(wǎng)拓撲特征的識別構(gòu)建。然后使用正則化規(guī)則庫實現(xiàn)結(jié)構(gòu)化數(shù)據(jù)的校核修復(fù)，進而保證后續(xù)數(shù)據(jù)融合應(yīng)用模型具有高質(zhì)量的數(shù)據(jù)輸入。最終采用基于層次分析法的負載率分析算法以及基于灰色理論的負荷預(yù)測，實現(xiàn)配網(wǎng)GIS數(shù)據(jù)融合應(yīng)用分析，為配電網(wǎng)的智能化監(jiān)測與運行提供輔助支撐。

圖3 配網(wǎng)數(shù)據(jù)融合算法框架

2.1 改進搜索算法

為了從GIS 的圖形信息中遍歷各個電網(wǎng)節(jié)點，并構(gòu)建電網(wǎng)拓撲結(jié)構(gòu)，通常采用深度優(yōu)先遍歷算法（Depth First Search，DFS）[9]。其基本原理如下：從任意一個節(jié)點出發(fā)，設(shè)當前到達節(jié)點為a，將遍歷過的節(jié)點加入至已到達節(jié)點集合A中，再搜索其相鄰節(jié)點，且選擇未遍歷過的邊（a，b）。若b為已到達節(jié)點，即返回a重新選取新的邊；否則，將b加入節(jié)點集合A，并從節(jié)點b開始重復(fù)上述搜索操作。直至節(jié)點b的所有邊均為已到達過的，則返回節(jié)點a繼續(xù)后續(xù)搜索。

如圖4 所示，假設(shè)起始節(jié)點為A2，則搜索順序為A2→A1→A3→A7→A4→A5→A6。

圖4 深度優(yōu)先遍歷算法示意圖

深度搜索算法按照深度優(yōu)先的規(guī)則進行全圖的遍歷搜索，其在面向配電網(wǎng)GIS 圖形的拓撲結(jié)構(gòu)構(gòu)建中，每個節(jié)點均需被訪問一次。然而在GIS 圖形中存在大量與電氣拓撲無關(guān)的節(jié)點，使得每次訪問時均需從數(shù)據(jù)庫中獲取該節(jié)點的相關(guān)數(shù)據(jù)，進而導(dǎo)致搜索效率偏低。針對此，文中提出一種如圖5 所示的配電網(wǎng)拓撲構(gòu)建改進遍歷算法。

圖5 配電網(wǎng)拓撲構(gòu)建改進遍歷算法

2.2 基于規(guī)則庫的數(shù)據(jù)校核修復(fù)算法

用于配電網(wǎng)GIS 數(shù)據(jù)校核修復(fù)的規(guī)則庫，如圖6所示。主要包括數(shù)據(jù)表、拓撲結(jié)構(gòu)和電氣參數(shù)三方面的規(guī)則庫。

圖6 配電網(wǎng)GIS數(shù)據(jù)校核修復(fù)規(guī)則庫

1）數(shù)據(jù)表規(guī)則庫：主要實現(xiàn)GIS 系統(tǒng)導(dǎo)出的設(shè)備屬性、運行狀態(tài)等數(shù)據(jù)合理性的校驗，以及針對重復(fù)數(shù)據(jù)的剔除與異常數(shù)據(jù)的修復(fù)。

2）拓撲結(jié)構(gòu)規(guī)則庫：主要用于校核不同變電站節(jié)點之間、同一變電站出線節(jié)點間是否形成環(huán)路、以及不同線路節(jié)點之間是否形成孤島等拓撲關(guān)系。

3）電氣參數(shù)規(guī)則庫：主要負責對配變的容量、線路的長度與線型等信息進行校核修復(fù)。

2.3 基于AHP的配變負載率分析算法

文中構(gòu)建的配電負載率評價指標如圖7 所示。相比于傳統(tǒng)分析方法僅關(guān)注設(shè)備負載率單一指標，文中還增加了重過載發(fā)生次數(shù)及重過載持續(xù)時間兩個指標。典型重過載配變的參數(shù)如表1 所示。

表1 典型重過載配變評價指標參數(shù)

圖7 配變負載率評價指標

文中進一步采用層次分析法實現(xiàn)對多評價指標的綜合評估[10-12]。

針對配電網(wǎng)GIS 導(dǎo)出數(shù)據(jù)可能存在錯誤或異常的情況，提出了一種基于格魯布斯法（Grubbs）的異常數(shù)據(jù)校核方法。首先，將已存在的正常數(shù)據(jù)按照從小到大的順序排列為x1＜x2＜…＜xn。針對待校核數(shù)據(jù)xi，可得異常判據(jù)計算值為：

根據(jù)異常判據(jù)計算值與異常判據(jù)標準的大小進行判定：若υ＞，xi為異常數(shù)據(jù)；若υ≤，則xi為正常數(shù)據(jù)。其中，為異常判據(jù)標準值，其可依據(jù)已存在正常數(shù)據(jù)的樣本大小及置信概率查表獲取。

2.4 基于灰色理論的負荷預(yù)測算法

1）數(shù)據(jù)預(yù)處理

采用累加生成法（Cumulative Generation Method）[13-14]對原始數(shù)據(jù)進行處理。該方法的原理為對一組具有N個元素的數(shù)據(jù)，將其前n（n=1,2,…,N）個元素進行求和，從而構(gòu)造一組新的數(shù)據(jù)其中滿足：

式中，ai為第i個原始數(shù)據(jù)值。

2）灰色理論模型

采用一階線性微分關(guān)系[15-16]進行數(shù)據(jù)模型構(gòu)建：

其中，β為一次項系數(shù)。

在離散形式下，則有：

a′采用n與（n+1）時刻數(shù)據(jù)的均值代入式（3）-（4）可轉(zhuǎn)化為：

式（6）中共有（N-1）個方程，等同的矩陣表達式為：

通過最小二乘法（Least Sqaure Method）得到近似解為：

進而可求解數(shù)據(jù)模型得到：

最終，通過累減操作（Progressive Reduction Operation）獲得代預(yù)測指標的函數(shù)表達式為：

3 算例分析

為驗證文中所提面向圖模聯(lián)調(diào)校核配電網(wǎng)數(shù)據(jù)融合算法的正確性與有效性，采用某配電網(wǎng)近三萬條數(shù)據(jù)來作為測試樣本。

3.1 配變負載率分析效果

在置信概率為99%的情況下，異常判據(jù)標準值為2.323。針對采集數(shù)據(jù)進行校核，結(jié)果如表2 所示。

表2 重過載數(shù)據(jù)校核情況

由表2 可知，所提算法能夠精準識別異常數(shù)據(jù)，并為后續(xù)數(shù)據(jù)融合應(yīng)用分析提供幫助。不同配變重過載情況分析如表3 所示。

表3 重過載情況分析結(jié)果

由表3 可知，若根據(jù)傳統(tǒng)分析方法采用負載率作為單一指標，配變重過載嚴重程度排序為：珠村-2＞新南-2＞新南-1＞珠村-3＞珠村-1。而文中所提基于AHP 的配變負載率分析方法，針對負載率、重過載次數(shù)及重過載持續(xù)時間三個指標進行綜合評估，則配變重過載嚴重程度排序為：新南-1＞珠村-3＞新南-2＞珠村-1＞珠村-2。

由此可見，該算法能夠兼顧負載率、重過載次數(shù)及重過載持續(xù)時間，進而準確分析配變的重過載情況。

3.2 配變負荷預(yù)測效果

將文中所提基于灰色理論的配變負荷預(yù)測模型與傳統(tǒng)曲線擬合方法進行對比，結(jié)果如表4 和圖8所示。

表4 配變負荷預(yù)測結(jié)果

圖8 配變負荷預(yù)測情況

由表4 可知，傳統(tǒng)方法的預(yù)測平均相對誤差約為10%，而所提算法僅為5.2%。從圖8 中可以看出，傳統(tǒng)方法對負荷曲線的擬合效果不佳，且負荷預(yù)測值偏差較大。而該文算法擬合效果優(yōu)良，且負荷預(yù)測值更貼近實際值。

4 結(jié)束語

文中利用配電網(wǎng)GIS 的圖形信息、設(shè)備屬性與運行狀態(tài)等數(shù)據(jù)，結(jié)合圖模聯(lián)調(diào)校核、多源數(shù)據(jù)融合技術(shù)，實現(xiàn)配變負載率的分析及負荷精準預(yù)測。通過仿真算例表明，與僅采用負載率作為單一指標的傳統(tǒng)分析方法相比，基于AHP 的配變負載率分析方法的結(jié)果更符合實際情況。而基于灰色理論的負荷預(yù)測算法平均預(yù)測誤差僅為5.2%，明顯優(yōu)于傳統(tǒng)曲線擬合法。除上述應(yīng)用外，多源數(shù)據(jù)融合分析還能實現(xiàn)配電網(wǎng)故障的診斷識別，這也將在后續(xù)研究中開展。