黄锐东 郭思伟 周宗杰

（广东正超电气有限公司，广东 汕头 515000）

0 引言

电能是居民日常生活生产最重要的能源之一，是国家重点发展和投资的行业，但电力需求与电力供应之间往往不能达到平衡，由电网规模急速扩大导致输配电网馈线终端管理不足，进而造成的能源短缺现象严重[1]。特别地，在电网运行中，由于传统的配电网模式以供方为主导，运行安全基本依赖于人工管理，故障决策主观性强，而馈线终端出现故障后，地处偏远地区的馈线信息受到地理因素和环境因素的影响，其故障信息在传输过程中容易产生遗漏、畸变等现象，加大了故障的定位难度，导致故障维修效率低下，甚至造成连锁故障，因此电能的安全、稳定、优质、高效运行无法得到有效保障，还会直接影响国家的经济利益和居民的生活品质[2]。因此，发展电网故障处理的自动化是实现智能化电网建设的关键[3]。

1 配电网故障现状分析

广东省某市CY区下辖4个街道和9个镇，在省市智能化电网建设中，市域范围内的10kV配电网建设日臻完善，在馈线线路长度、馈线数量以及配变电站容量上都具有明显的规模效应。对CY区范围内的配电网规模进行统计，结果见表1。从表1可看出，CY区的配电规模巨大，线路距离长，线路长时间运行后产生的故障将给故障监测和处理工作带来巨大的压力，有必要寻求一个可行的自动化处理方式。

表1 广东省某市CY区的配电网规模

由于配电网在运行多年后出现设备老化、线路破损和短路等现象，各项使用性能都会导致电网的功能失效，因此对这些设备的检测和维修是一项必不可少的工作。该文对年度范围内配电网出现的计划检修、非计划检修、临时检修等执行情况进行了统计，结果见表2。从表2可以看出，2021年对配电网的检修次数一共是7577次，而紧急检修执行情况达到771次，约占总检修次数的10.18%，这对配电网自动化故障处理的要求极高。只有数据的快速检测、反馈和响应，才能达到高效故障维修的目的，才能实现降低停电时间和缩小停电范围的配网运行效果。

表2 2021年广东省某市CY区的配电网检修计划

对2021年度CY区各乡镇的配电网馈线保护跳闸故障信息进行信息统计，结果如图1所示。从图1可以看出，各街道和乡镇的配网跳闸事故的频次并非是均布出现的，其中HX镇的总跳闸次数最大，达到204次，而GB镇的总跳闸次数最小，达到57次。站内跳闸失压次数大于60次的有3个乡镇，分别为HX镇、HM镇和GR镇；站内跳闸失压次数为50次~60次的乡镇或街道有4个，分别为GN街道、HP镇、HP镇和MB街道；站外跳闸失压次数大于20次的乡镇或街道有6个，分别为HX镇、HM镇、HR镇、MB街道、XL镇和JP街道，其余乡镇或街道的站外跳闸失压次数均小于10次。另外，乡镇间的配电网设备分布零散且种类、数量很多，采集的数据量巨大，配网故障的分布也不均衡，因此依赖人工管理的配网故障维修不仅响应迟缓，而且也不利于故障数据库的建立[4-5]。在实际的电网工程运营维护中，寻求一种快捷高效的故障判别方法和故障处理模式已成为极其重要的研究内容，特别是针对某些高频次跳闸的乡镇，可以借助自动化的故障处理方式，选取综合电压合格率和综合线损率2个指标进行故障处理效果的评判。

图1 2021年广东省某市CY区的配电网故障分布

2 配网系统的自动化故障处理模式

目前，国内电网运营企业已经实现了35kV电网运行的自动化，但10kV及以下的电网由于受到电压等级、线路规模以及设备数量庞大等的影响，其自动化则未完全实现。因此对10kV及以下的配网自动化故障处理模式的分析具有十分关键的作用[6]。目前主要发展出了2种配网系统的自动化故障处理模式，分别是就地式馈线自动化故障处理模式和主站集中型馈线自动化故障处理模式。以典型的电压电流时间型配网故障为例，就地式馈线自动化故障处理模式和集中型馈线自动化故障的处理逻辑如图2所示。该研究中采用的配网自动化故障处理模式为就地馈线自动化故障处理模式。

图2 2种不同配网自动化故障的处理模式

3 基于卡曼滤波的配网系统自动化故障处理

在配网系统故障的数据采集中，由于采用的是远程数据采集，监测设备存在于恶劣的户外环境，不可避免地会受到环境的干扰以及设备自身因素的影响，导致这些监测参数发生数据异常现象，在信号数据处理中可以认为是数据噪声，因此对这些干扰信号进行剔除，实现数据与真实情况的逼近是配网系统自动化故障处理的关键[7-8]。该文尝试利用卡尔曼滤波对自动化故障进行数据滤波和最优估计。卡尔曼滤波对线性高斯模型具有良好的适应性，能够对系统的状态方程和观测方程进行最小无偏方差性的系统输出，并在运算过程中能够不断地修正测量值，具有实时动态性，计算的最优估计值关注当前时刻的数据信息，与过往的观测数据无关。在卡尔曼滤波中，计算过程主要分为5个步骤。

步骤一为在监测数据的时间系列上，基于T-1时刻的观测数据预测T时刻数据，如公式（1）所示。

式中：xT为T时刻的估计值；xT-1为T-1时刻的观测值；A为卡尔曼转换矩阵。

步骤二为基于T-1时刻的系统协方差矩阵预测T时刻数据的中转误差协方差矩阵，如公式（2）所示。

式中：PT为T时刻的系统协方差矩阵；PT-1为T-1时刻的观测值中转误差协方差矩阵；AT为卡尔曼转换矩阵的转置。

步骤三为卡尔曼滤波增益计算，如公式（3）所示。

式中：KT为T时刻的卡尔曼滤波增益；HT为T时刻的卡尔曼增益矩阵。

步骤四为更新后卡尔曼滤波预估值计算，如公式（4）所示。

式中：zT为T时刻的测量值。

步骤五为更新后卡尔曼滤波预估值误差协方差矩阵计算，如公式（5）所示。

以上处理方法可以依靠编程实现，在程序中设定某个故障参数的阈值，当监测模块对故障数据进行采集，程序处理后数据超出阈值时，表示节点出现故障，发出报警提示，进行故障处理；反之，则认为当前数据采集节点正常。

4 配网自动化故障处理效果分析

对广东省某市CY区下辖各乡镇和街道的配电自动化故障处理效果进行分析，选取的指标有2个，分别为综合电压合格率和综合线损率，结果如图3所示。从图3可以看出，在自动化故障处理前，所有乡镇和街道的综合电压合格率在90%~94%，其中，JZ镇、HM镇和TY镇的综合电压合格率较低，分别为90.66%、91.89%和92.48%。经过自动化处理后，综合电压合格率得到了明显提升，达到96%~97%，JZ镇、HM镇和TY镇的综合电压合格率分别提高至97.49%、96.96%和96.92%。自动化故障处理后的其余乡镇综合电压合格率均呈现较为稳定的变化。综合线损率在自动化故障处理前介于6.5%至7.5%之间，其中，XL镇、GR镇和GY镇的综合线损率较高，分别为7.50%、7.44%和7.29%。经过自动化处理后，综合线损率有明显降低，为5.8%~6.3%，XL镇、GR镇和GY镇的综合线损率分别降低至6.28%、5.84%和6.18%。自动化故障处理后的其余乡镇综合线损率均呈现较为稳定的变化。综上所述，采用配网自动化故障处理系统后，配网的故障处理效果明显，有效保障了CY区下辖乡镇大面积电网的稳定运行。

图3 配网自动化故障处理效果分析

5 结论

该文以广东省某市CY区下辖4个街道和9个镇的配网为研究对象，在分析电网自动化建设现状和故障发生情况的基础上，基于卡曼滤波的自动化数据处理，研究配网的自动化处理效率，得出如下结论：1）区域内2021年紧急检修执行约占总检修次数的10.18%，这对配电网自动化故障处理的要求极高，只有数据的快速检测、反馈和响应，才能达到高效故障维修的目的，才能实现降低停电时间和缩小停电范围的配网运行效果。2）在自动化故障处理前，所有乡镇和街道的综合电压合格率在90%~94%，经过自动化处理后，综合电压合格率得到了明显提升，达到96%~97%；综合线损率在自动化故障处理前为6.5%~7.5%，经过自动化处理后，综合线损率有明显降低，为5.8%~6.3%。综上所述，采用配网自动化故障处理系统后，配网的故障处理效果明显。