基于大数据人工智能在配网故障运行应用研究.docxVIP

??

?

??

基于大数据人工智能在配网故障运行应用研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：文章首先对配网故障进行了详细分析，探讨配网故障人工智能分析方法，人工智能可快速高效地解决相关问题，提高配电网运行水平。

关键词：大数据；人工智能；配网；故障

引言

数据是国家基础性战略资源，党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。大数据,IT行业的又一次技术变革,大数据的浪潮汹涌而至,对国家治理、企业决策和个人生活都在产生深远的影响.在国内范围内，大数据分析方案的广泛使用能够带来每年近多亿的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。

1配网故障

对于电力系统，配网线路故障是影响供电可靠性和用户停复电时间的重要因素。现在

的配网故障排查主要依赖专家经验，工作复杂且特别耗时。特别是中压线路查障时间过长，

复电时间过长造成的影响较大。这很大程度是因为基层人员对故障判断不准确，排查方法不

科学，导致故障排查与处理时间过长。配网故障原因可以分为外在因素和内在因素两大类。

外在因素包括：导线是否存在被风刮起的抛挂物；线路附近是否存在触及导线的树木、建筑物和其他临时的障碍物；杆塔下有无烧伤的鸟兽；台架设备是否有小动物存在；避雷器是否雷击导致破损现象，及其引线是否碰触到横担等；内在因素包括导线是否有断股或闪络烧伤的痕迹；各相导线弧垂是否过低，易触碰到另一相导线；对引线及引下线与电杆、拉线、横担是否有碰触现象；各部件的连接点是否牢固，接头是否过热发黑，烧焦现象；绝缘子是

否有脏污、裂纹及破损现象，绑线是否松脱；杆上金具是否有松动、倾斜及螺丝脱落，拉线

绝缘子是否损坏；开关是否存在套管破损、裂纹、严重脏污和闪络放电痕迹；引线接点和接

地是否良好；变压器有无漏油、异味；声音是否正常；套管是否裂纹、严重脏污和闪络；接头接点有无过热、烧伤、锈蚀。

2配网故障人工智能分析方法

树障是配网故障的主要原因，还有雷击也是配网故障的主要原因。配网运维人员接到故障后，如何开始着手处理，怎样能快速地找到故障，缩短故障排查时间呢？事实上现在已

经上了很多的系统，但是对于配网运维人员，要综合分析这些系统，存在一定的困难。这就需要人工智能和生产实体的深度融合。

2.1帮助配网运维人员快速排查的人工智能方法

本文研究了一种配网故障人工智能分析方法：打通配网自动化系统，根据中压故障馈线跳闸的智能开关和分段智能开关的跳闸动作，获取相应故障信息；根据跳闸信息在GIS沿部图上进行可视化表示，在电子地图中更新中压线路周边环境的影像资料，从而获知架空线路经过密集树林的线段地点，从而得到优先排查的树障线段；通过软件分析巡检照片或无人机拍摄的照片，得出树木的种类，再根据树种的生长速度，分析出树木生长进入设备的安全距离的时刻，对配网运维人员进行告警；结合生产系统的缺陷记录和隐患记录，给出跳闸开关后段停电线路中的缺陷记录和隐患记录，得到优先排查的设备和线段；根据配网自动化配变重过载数据，筛选出跳闸开关后段配变重过载明细表，得到优先排查的配变；结合雷电定位系统，将雷击情况定位到GIS沿部图中，得到优先排查的雷击设备和线段；将优先排查设备和线段展示给配网运维人员，提供故障排查的优先明细清单。

2.2通过对树木的生长预测树木的进入设备安全距离的时间

树障占到配网故障50%以上。因此对树木的巡查是非常有必要的，但是反复的巡查占

用的时间多，因此可以在树木巡视时拍摄下照片，通过软件分析照片确认树种，再根据该树种的生长周期就可以预测树木进入设备安全距离的时间。对于一些路况比较差的地方，也可以采用无人机进行照片的拍摄。例如：

IfD-r*t=D1则告警（1）

式中：D为树木到设备的水平距离或垂直距离；r为该树木种类的生长速度；t为现在减去上一次巡视的时间；D1为安全距离。

2.3对于群众砍树的人工智能分析

树障，有的是因为群众砍树导致的跳闸事件导致。有一些林场或者私人承包的一些土地，当数据生长到符合的高度，群众就会把树木砍下来，这时配网运维人员就应主动与树主沟通了解砍树排期，对群众做好砍树注意事项的教育，做好监管。通过人工智能分析系统建立沿线数据台帐及树主的联系方式，通过式（1）的算法预测下次群众砍树的周期，针对群众砍树开展巡查和监管。

2.4对找到的故障给出解决方案

配网有很多典型故障，可以分为架空线路、电缆线路、变压器、柱上开关、跌落式熔

断器、隔离开关、户外分接箱、室内开关柜的故障。对于这些设备故障都有典型的原因