一种分布式电源配电网分层故障定位方法及系统与流程

本发明涉及电网，特别是一种分布式电源配电网分层故障定位方法及系统。

背景技术：

1、新能源技术的广泛应用，尤其是光伏、风电等分布式电源的集成，为传统配电系统带来了前所未有的变革与挑战。尽管这些清洁能源的融入显著提升了能源结构的多样性和可持续性，但同时也暴露了现有配电系统管理和运维中的若干不足之处。首先，传统配电系统的数据采集与处理能力往往难以满足实时性和全面性的要求。现有系统大多依赖于周期性的手动数据记录和分析，难以实现实时数据的高效获取与处理，这对于动态变化的配电网状态监控而言，无疑是一个重大缺陷。此外，分布式电源的接入不仅改变了传统的电流流向模式，使得故障电流路径预测变得复杂，还因电网规模的急剧扩张，增加了配电网拓扑结构的复杂度，导致传统基于固定网络模型的故障诊断方法效率低下，准确率降低。

2、尤其在故障定位方面，现有技术大多依赖于静态的拓扑结构分析和简单的电压电流测量，缺乏对分布式电源影响下电网动态特性的深入理解和应对机制。这种情况下，故障识别与定位往往依赖于人工经验判断，响应时间长，定位精度受限。此外，缺乏智能化的电网分割技术，使得在面对大规模复杂配电网故障时，难以做到快速有效地隔离故障区域，进而影响到整个电网的稳定运行与恢复速度。因此，如何在分布式电源广泛接入的新时代背景下，实现配电系统的高效智能管理，特别是故障的精准快速定位，成为亟待解决的关键技术难题。

技术实现思路

1、鉴于现有的分布式电源配电网分层故障定位方法存在的问题，提出了本发明。因此，本发明所要解决的问题在于如何提供一种分布式电源配电网分层故障定位方法及系统。

2、为解决上述技术问题，本发明提供如下技术方案：

3、第一方面，本发明提供了一种分布式电源配电网分层故障定位方法，其包括，获取实时和历史配电系统数据，对配电系统数据进行分析处理并汇总；对配电网拓扑结构进行智能分割将电网划分为多个区域，基于配电网拓扑和分布式电源接入位置构建故障定位解析模型；解析区域内故障，识别故障的具体位置，将故障定位结果反馈至配电网系统调整电网运行策略。

4、作为本发明所述分布式电源配电网分层故障定位方法的一种优选方案，其中：所述配电系统数据包括网络连接拓扑、不同时刻配电网中分布式电源数目、分布式电源的动态接入信息以及各开关节点ftu信息。

5、作为本发明所述分布式电源配电网分层故障定位方法的一种优选方案，其中：所述对配电系统数据进行分析处理并汇总包括以下步骤，收集实时和历史配电系统数据，进行去除异常值处理，将来自不同源的数据整合到统一的数据格式中建立数据库；根据配电网的特点和数据类型将数据集分为训练集、验证集和测试集；使用训练集数据训练模型，调整模型参数以最小化目标函数，寻找最佳超参数配置，在验证集上评估模型性能进行模型调整；进行模型测试，计算整体误差评估测试集中模型性能，计算模型的准确性和召回率，进行加权计算，根据计算结果判断是否进行反馈循环，计算公式如下：

6、fpr＝fp/(fp+tn)

7、fnr＝fn/(fn+tp)

8、p＝α*fpr+β*fnr

9、式中，fpr为准确性；fnr为召回率；fp为模型将负样本错误地预测为正样本的数量；tn为模型将负样本正确地预测为负样本的数量；fn为模型将正样本错误地预测为负样本的数量；tp为模型将正样本正确地预测为正样本的数量；p值为整体误差。

10、作为本发明所述分布式电源配电网分层故障定位方法的一种优选方案，其中：所述目标函数包括以节点ftu信息的实际值和期望值间差异最小为目标，构造目标函数，表达式为：

11、

12、

13、式中，xj,u表示节点j上游的馈线段，q为节点j上游馈线段总数，xj,b表示节点j下游馈线段，j为下游馈线段总数，表示节点j到上游主电源之间的馈线段状态，表示节点j到下游分布式电源之间的馈线段状态，n表示上游电源数目，h表示下游电源数目，π表示逻辑或运算，表示第j个节点上游的开关函数期望值，表示第j个节点下游的开关函数期望值，表示第j个节点开关函数期望值，ij为ftu提供的实际状态值，w为[0,1]之间的权重系数，xj表示各馈线工作状态正常与否。

14、作为本发明所述分布式电源配电网分层故障定位方法的一种优选方案，其中：所述对配电网拓扑结构进行智能分割将电网划分为多个区域包括以下步骤，收集配电网的拓扑结构数据，进行图论指标计算，利用图论中的节点重要性指标计算每个节点的中心性值；根据计算出的中心性值，筛选出高于分割阈值的节点，视为潜在的分支节点；将电网按照识别出的分支节点进行分割，形成初步的区域划分，对每个初步划分的区域进行连通性检查，确保区域内部节点间没有孤立节点存在；评估区域内的负载指标，根据负载指标动态调整区域边界，重复进行区域评估与调整，直到所有区域的负载指标达到优化目标，进行初始负载计算，对节点负载进行修正，考虑节点的重要性权重、故障率、电压水平和需求波动系数对节点负载的影响，计算公式为：

15、l′ni＝lni×pni×(1-fni)×vni×bni

16、式中，l'ni为修正后的节点负载，lni为初始节点负载，pni节点重要性权重，fni为节点故障率，vni为节点电压水平，bni为节点需求波动系数；计算区域初始负载，将修正后的节点负载和边权重、电能损耗加总，得到区域的初始负载，计算公式为：

17、

18、式中，li为区域i的初始总负载，ni为区域iii内的节点总数，ei为区域iii内的边总数，l'ni为修正后的节点负载，we为区域边权重，le为区域边损耗；考虑负荷转移效率对转移负荷的影响进行负荷转移修正，通过修正后的负载转移量，计算区域最终负载，计算公式为：

19、

20、式中，l'i为区域最终负载，tij为初始转移负载量，eij为初始负荷转移效率；

21、识别负载过重区域，若区域最终负载时，则标记区域i为负载过重区域，查找负载过重区域的相邻区域，判断是否为候选区域，其中，β是调整系数；若区域最终负载且区域j与区域i相邻时，则标记区域j为候选区域，从区域i转移部分负荷到区域j，调整区域划分边界，重新分配负荷，转移负荷后，更新区域i和j的负载，检查调整后的区域连通性，若区域i或区域j非连通，则恢复原始边界，重新选择候选区域。

22、作为本发明所述分布式电源配电网分层故障定位方法的一种优选方案，其中：所述构建故障定位解析模型包括以下步骤，收集配电网的区域划分结果、所有馈线段的工作状态和历史故障数据；对配电网进行故障模拟，包括短路和接地故障，分析不同故障情况下，配电网中电流和电压的动态变化；进行过电流方向编码，为每条馈线段定义一个方向，从电源侧指向负荷侧，当检测到过电流时记录方向，与预先定义的方向进行比较，确定故障的初次位置；采用二进制编码表示过电流的方向和强度，故障过电流方向表示为：

23、

24、式中，i表示开关节点个数；馈线段工作状况表示为：

25、

26、式中，j表示馈线段的个数；建立不同类型的分布式电源在故障情况下的响应模型，根据配电网的拓扑结构和分布式电源的参与情况使用改进tent映射自适应灰狼优化算法进行故障定位；使用历史故障数据对定位模型进行验证，根据验证结果优化模型参数，将实时数据流集成到模型中，进行模型的动态更新和自适应优化。

27、作为本发明所述分布式电源配电网分层故障定位方法的一种优选方案，其中：所述进行故障定位包括以下步骤，对线路上每个分段开关上馈线终端单元ftu过流情况进行解决编码，正向故障电流编码为1、反向故障过电流编码为-1和无故障电流编码为0，种群初始化时采用[0,1]之间的随机数；使用tent映射将求解空间均匀分布，在进行适应度计算时，将个体进行二进制转换，进行初始化tent映射，表达式为：

28、

29、式中，tent表示混沌系数，其值取1.1；对收敛因子进行改进，改进后的计算公式为：

30、a＝10-t*((10))/maxiter

31、式中，a表示收敛因子，随着迭代次数的增加从10线性减小到0；maxiter表示最大迭代次数；狩猎过程中的x1，x2，x3自适应改进策略为：

32、w＝1-t/maxiter

33、

34、ai＝2*a*ri-a

35、式中，ri表示0到1之间的随机数；x1，x2，x3分别表示狼群中个体朝向α，β，δ前进的步长和方向；xα，xβ，xδ分别表示猎物的位置向量；dα，dβ，dδ分别表示α，β，δ与其他个体间的距离；计算适应度函数并保留最优个体，根据设定的终止条件，判断是否结束循环，若是则输出结果，否则重新进行个体自适应改进；根据定位结果快速响应采取隔离措施，调整电网运行策略。

36、第二方面，本发明提供了一种分布式电源配电网分层故障定位系统，其包括：获取模块，用于获取实时和历史配电系统数据，对配电系统数据进行分析处理并汇总；构建模块，用于对配电网拓扑结构进行智能分割将电网划分为多个区域，基于配电网拓扑和分布式电源接入位置构建故障定位解析模型；识别模块，用于解析区域内故障，识别故障的具体位置，将故障定位结果反馈至配电网系统调整电网运行策略。

37、第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现分布式电源配电网分层故障定位方法的步骤。

38、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现分布式电源配电网分层故障定位方法的步骤。

39、本发明有益效果为实现对配电系统健康状态的精准评估，能够及时发现潜在风险，预测未来趋势，为预防性维护提供依据。提升电网的可靠性和预防性维护的效率，减少意外停机事件，保障电力供应的连续性和稳定性。提高电网的管理效率，而且增强故障隔离的灵活性，使得在发生故障时，可以更快地定位到受影响的最小单元，减少大面积停电的风险，有助于资源的高效配置和负载的均衡管理。提升故障定位的准确性和速度，减少排查时间，为实现智慧电网的目标提供重要的技术支撑。