程晓磊，王鹏，王渊，赵嘉冬

（内蒙古电力经济技术研究院，内蒙古 呼和浩特 010090）

随着社会经济的发展和人民生活水平的不断提高，电力系统能够直接影响人们的日常生活，配电网使用者对电网的安全性和可靠性的要求越来越高。随着人口数量的剧增，电荷负载不断加重，导致配电网中的数据量呈现海量增长趋势。大数据环境对电网结构造成对配电网故障诊断和预测的难度逐渐增大，配电网的安全问题日益突出[1]，配电网安全事故频频发生。构建可以预测大数据环境下配电网故障发生位置的故障诊断模型是提高配电网可靠性和安全性的重要手段[2]。传统基于无线传感器的配电网故障诊断预测模型，对大数据环境下的配电网数据实施诊断过程中，存在故障位置判断不准确且耗费大量时间、配电网的经济效益较低的严重问题[3]。因此，文章设计基于大数据的配电网故障诊断预测模型，增强对配电网故障检测的正确率，促进配电网的循环利用，提高配电网的生命周期，节约经济成本。

1 基于大数据的配电网故障诊断预测模型

1.1 基于RS-IA模型的故障定位

本文基于大数据的配电网故障诊断预测模型，故障定位利用的是一种基于粗糙集理论的免疫算法（rough-set-immune-algorithm，RS-IA）模型，RS理论能高效地对不准确、模糊的数据进行有规律的总结，总结其中的深层含义；IA可对故障信息进行大规模智能搜索[4]，削弱冗余数据的干扰并寻找最优解。本文利用RS-IA模型进行配电网故障诊断位置的定位步骤如下：