一种用于主动配电网在线故障定位的两阶段故障定位方法

本发明属于配电网，具体涉及一种用于主动配电网在线故障定位的两阶段故障定位方法。

背景技术：

1、随着分布式光伏、风力发电机等分布式电源的持续并网，配电网的配电系统结构愈加趋向于复杂化和智能化。作为配电自动化的核心组成部分之一，故障定位可通过快速准确地识别和定位故障点来确保电力供应的连续性和系统稳定性。作为配电网线路故障检测与遥控单元，馈线终端单元（ftu）可及时获取所在分段线路流过的故障电流、故障发生时间、故障历时、故障电流方向等信息。考虑到分布式电源并网后，对所在线路上下游故障电流有助增或衰减作用，如何在兼顾分布式电源并网影响的前提下，充分挖掘ftu的故障电流检测信息，提出适应主动配电网的故障定位方法，是当下的研究热点。

2、现有相关研究大都利用ftu检测到的故障电流方向信息，通过构造优化模型并利用群智能优化算法求解以实现故障分段线路定位，所采用的群智能优化算法包括免疫算法、粒子群算法、遗传算法、元宇宙算法等，虽然改进的群智能优化算法一定程度上可提升算法性能，但无法避免该类算法本身需构造待求变量种群、依赖大规模在线迭代计算的问题。基于群智能优化算法的故障定位方法以检测到的故障电流方向信息和期望故障电流方向信息间偏差最小为目标构建优化模型，通过群智能优化算法对模型进行迭代求解，获取对应的故障位置信息。该方法故障定位准确度主要取决于所选用群智能优化算法本身性能，随着目标电网规模的扩大，求解变量的维度增加，群智能优化算法易陷入局部最优解，进而导致故障线路的误判；同时，基于群智能优化算法的故障定位方法需通过大量迭代计算以确保所求解尽可能逼近全局最优解，存在收敛速度慢的问题，难以满足故障定位实时性的需求；此外，基于群智能优化算法的故障定位方法对搜索范围内所有分段线路ftu的故障电流方向信息统一考虑进优化模型中，并未区分不同区域分段线路故障电流方向信息对故障定位结果影响程度的差异，因此，当某条或某几条分段线路的ftu出现故障数据丢失、畸变导致ftu故障电流方向信息异常时，基于群智能优化算法的故障定位方法往往会发生误判现象。由此可见，现有基于群智能优化算法的故障定位方法普遍存在算法收敛速度慢、准确性差和容错率低等问题，难以适用于多源主动配电网。

技术实现思路

1、为解决上述技术问题，本发明提供了一种用于主动配电网在线故障定位的两阶段故障定位方法，其具有在线调用算力需求小、容错性强的特点，克服了现有基于群智能优化算法的故障定位方法可扩展性差、收敛速度慢和容错率低的缺点，满足了主动配电网故障定位实时性、准确性及鲁棒性的需求。

2、本发明所述的一种用于主动配电网在线故障定位的两阶段故障定位方法，包括以下步骤：

3、s1、基于目标配电网的拓扑结构和分布式电源并离网情况，开展单点及多点短路故障的随机仿真模拟；利用各分段线路所安装馈线终端单元ftu对故障电流方向的检测能力，结合分段线路故障状态指标、分布式电源并离网状态指标和故障电流方向判别函数，构建目标配电网的故障特征库；

4、s2、对目标配电网进行区段划分，以区段编号为标签对故障特征库中各故障所在区段进行标定，并依据故障所在区段组合进行故障分类；构建基于麻雀搜索算法（ssa）和随机森林（rf）的分类模型，利用故障特征库完成对ssa-rf分类模型的离线训练，训练后的ssa-rf分类模型可表征各类故障下目标配电网所有分段线路故障电流方向向量与故障所在区段编号的高维映射关系；

5、s3、获取目标配电网所有分段线路ftu的实时故障电流方向信息，调用训练好的ssa-rf分类模型，对故障所在区段进行定位；对锁定的各故障区段，依次计算区段内两两相邻分段线路故障电流方向信息间的余弦相似度，将余弦相似度分布中突变点所在分段线路识别为故障线路，输出故障线路编号。

6、进一步的，s1中，基于目标配电网的拓扑结构和分布式电源并离网情况，开展单点及多点短路故障的随机仿真模拟，具体为：

7、对目标配电网所有分段线路进行编号，通过随机抽样的方式抽取单点及多点故障线路编号并进行故障模拟，故障线路分布需涵盖所有线路分支，故障模拟情景需尽可能接近故障线路所有组合可能。

8、进一步的，s1中，分段线路故障状态指标、分布式电源并离网状态指标和故障电流方向判别函数具体为：

9、a.分段线路故障状态由指标表示：当分段线路i无故障时，等于0；当分段线路i有故障发生时，等于1；

10、b.分布式电源并离网状态由指标表示：当分段线路i处不存在分布式电源接入或所接入分布式电源为离网状态时，等于0；当分段线路i处存在分布式电源接入时，等于1；

11、c.故障电流方向判别函数定义为：

12、，

13、式中，表示分段线路i流过的故障电流方向，当线路i处检测到的故障电流是由系统电源侧流向线路i所在支路末端时为正向故障电流方向，对应为1；反之，则为负向故障电流方向，对应为-1；若未检测到故障电流，对应为0；和分别表示分段线路i下游区域和上游区域故障状态，若有故障，则为1，否则为0；表示分段线路i下游是否有分布式电源并网，若有分布式电源并网则为1，否则为0；和分别为分段线路i下游分段线路总数目和线路i上游分段线路总数目；为线路i下游分布式电源的总数目；表示逻辑或；对于任意分段线路i，从其所在位置到系统电源侧为上游，从其所在位置到分段线路i所在分支末端为下游。

14、进一步的，s1中，构建目标配电网的故障特征库，具体为：首先，将单点及多点短路故障随机仿真模拟得到的各故障情景由各分段线路故障状态指标和分布式电源并离网状态指标共同表示；随后，借由故障电流方向判别函数求得对应故障情景下各分段线路流过的故障电流方向指标，并将由所有分段线路的故障电流方向指标构成的向量作为该故障情景下的故障特征；最后，由所有模拟故障情景的故障特征构成目标配电网的故障特征库。

15、进一步的，s2具体为：

16、s2-1、依据目标配电网拓扑结构进行区段划分；要求划分后的区段内包含的分段线路不少于两条且区段内无分支线路；对划分得到的区段进行数字编号，并对故障特征库中各故障所在区段进行编号标定，统计所有出现的非重复区段编号组合，对其进行命名并将其作为故障分类标签；

17、s2-2、对ssa算法中预警值r、安全值st、发现者比例pd、麻雀种群数量n和最大迭代次数进行参数设定，同时对rf模型中待优化参数即决策树数目t和树的层数d进行上下限设定；

18、s2-3、初始化ssa算法中的麻雀种群，种群中第个麻雀的初始位置等同；依据麻雀初始位置信息完成rf模型超参数t和d的设定，随后利用故障特征库完成rf模型的训练，并计算当前位置信息下rf模型的正确率，将其作为该位置信息下的适应度值，进而求得所有麻雀初始位置的对应适应度值；

19、s2-4、根据预警值r和安全值st，使用式（2）更新麻雀中发现者位置；

20、，

21、式中，为当前迭代次数；为最大迭代次数；为第个麻雀在第维中位置；和为随机数；是大小，所有元素为1的矩阵；

22、麻雀中加入者进入搜寻范围与其余麻雀进行竞争和监视，使用式（3）更新加入者位置；

23、，

24、式中，为第次迭代时全局最差位置（即适应度值最小），为第次迭代时发现者最优位置（即适应度值最大），为的矩阵，其元素为随机赋值的1或-1，且；

25、使用式（4）更新意识到危险的麻雀位置；

26、，

27、式中为第次迭代时全局最优位置，为步长控制参数，值为服从正态分布的随机数，为内的随机数，分别为当前麻雀的个体适应度、全局最优、全局最差适应度，为非0最小常量；

28、判断迭代次数是否达到最大迭代次数；若，则继续重复s2-3至s2-4；否则，停止迭代并输出全局最优解，即；

29、s2-5、将ssa的输出的最优解作为rf的最优超参数，进而完成对ssa-rf分类模型的离线训练，训练后的ssa-rf模型可表征各类故障下目标配电网所有分段线路故障电流方向向量与故障所在区段编号的高维映射关系。

30、进一步的，s3具体为：

31、s3-1、获取目标配电网所有分段线路ftu的实时故障电流方向信息，构成故障电流方向向量并将其作为故障特征；

32、s3-2、调用离线训练后的ssa-rf分类模型，以故障特征为输入，输出故障类型，获取该故障类型对应的区段编号组合；

33、s3-3、对所有锁定的故障区段，根据式（5）依次计算各区段内两两相邻分段线路故障电流方向信息间的余弦相似度；

34、，

35、式中和分别为线路i与相邻线路的故障电流方向指标，若或取值为0，则由负无穷小常量将其替换；

36、s3-4、找到各区段内余弦相似度分布中的突变点，将突变点所在分段线路识别为故障线路，输出所有故障线路编号，完成故障定位。

37、本发明所述的有益效果为：

38、1）与传统基于群智能优化算法的故障定位方法应用相比，本发明提出的两阶段故障定位方法首先定位故障所在大致区域，再对故障所在区域进行故障线路的精细化搜索，可有效降低故障线路的搜索范围，缩短了故障定位时间，提高了故障定位效率；

39、2）本发明提出的基于ssa-rf分类模型的故障区段定位方法，可依据目标主动配电网的拓扑结构，通过单点及多点短路故障的随机仿真模拟，离线完成ssa-rf分类模型的训练，在线故障定位阶段只需直接调用训练好的ssa-rf分类模型即可完成故障区段的定位，避免了传统基于群智能优化算法的故障定位方法定位模型在线求解过程，保障了故障定位的实时性；

40、3）本发明提出的基于ssa-rf分类模型的故障区段定位方法，可充分挖掘各类故障下目标配电网所有分段线路故障电流方向向量与故障所在区段编号的高维映射关系，在ftu出现信号异常的情况下，对比传统基于群智能优化算法的故障定位方法，本发明所提方法具有更好的容错性，更适合实际应用；

41、4）本发明提出的基于余弦相似度的锁定故障区段内故障线路的精细化定位方法结构简单、计算量小，易于实际部署。