基于改進神經網絡的10 kV 配電網相間短路故障自動化檢測系統

徐 威，王福坤，辛 科，王一帆

（寧波送變電建設有限公司帶電作業分公司，寧波 315000）

在電力系統中，輸配電線路網絡存在于人們生活的每個角落，其不僅覆蓋面積廣，且線路結構龐雜[1-2]。配電線路和電力輸送端、電力需求端相連，線路供電能力、供電質量對人們正常生活狀態都存在影響[3]。而目前配電線路經常出現異常，導致人們的生產、生活狀態都受到不良影響[4]。因此，針對配電線路的故障監測就顯得十分重要。在日常生活中，雙相接地、短路、斷線等問題是配電網常見故障，人們需要使用有效的故障檢測技術，才能準確檢測配電網故障問題，從而制定匹配的故障檢測方案，保證人們生產生活的正常運行[5]。

文獻[6]研究含分布式電源配電網故障檢測與定位方法，雖然文章中提到了分布式電源配電網故障檢測與定位的各種技術，但是并沒有提出具體的實施方案，也沒有說明如何將這些技術應用到實際的配電網系統中；文獻[7]研究了短路電流計算多輸出模型，雖然此模型可計算短路電流，識別短路狀態，但多輸出模型需要輸入更多的數據，對數據的需求量更大，如果數據質量不高或者數據缺失，可能會對模型的訓練和預測造成影響。

配電自動化表示使用新型信息感知裝置，采集電力系統的運行信息，實時感知是否存在異常情況，快速解決異常情況，從而為用戶提供所需服務[8]。簡單來講，配電自動化屬于智能配電的智能化信息處理模式，在計算機技術領域中，配電自動化和電網融合后，能夠完成高效協調工作，降低能源消耗[9]。結合此技術的使用優勢，本文設計基于改進神經網絡的10 kV 配電網相間短路故障自動化檢測系統，完成10 kV 配電網相間短路故障自動化、遠程檢測。

1 10kV 配電網相間短路故障自動化檢測系統具體設計

1.1 系統主要模塊設計

基于改進神經網絡的10 kV 配電網相間短路故障自動化檢測系統結構主要分為在線監測模塊、通信模塊、數據分析模塊。在線檢測模塊主要分為多個探頭、短距離無線網，探頭能夠在帶電狀態下，使用在10 kV 配電網線路上感應電流取電，具備實時采集電流、電壓等信號模擬量的功能。電流、電壓等信號模擬量信息采集完畢，由短距離無線網發送至通信模塊，通信模塊使用GPRS 網絡，發送至數據分析模塊，數據分析模塊由服務器、計算機端構成，數據會實時緩存于服務器中，由計算機端使用基于改進神經網絡的相間短路故障診斷模型，診斷配電網是否存在相間短路問題。

1.2 診斷相間短路故障的神經網絡結構設計

神經網絡結構分為輸入層、隱含層、輸出層。此網絡需要使用鯨魚優化算法，合理設置神經網絡各層連接權重，然后以“先正向訓練、后反向訓練”的訓練方法，在保證網絡結構穩定可靠的條件下，將10 kV 配電網相間短路故障檢測樣本（電壓、電流采集樣本），在輸入層傳輸至隱含層，以逐層處理的方式，完成相間短路故障分類診斷。在訓練過程中，需要使用反向傳播算法，運算每層實際輸出和目標輸出之差，將誤差信號原路返回傳播，調節每層神經元權重。

1.3 基于鯨魚優化算法的改進神經網絡設計

普通神經網絡易出現局部最優問題，導致收斂效率低下，本文使用鯨魚優化算法，對其進行改進。鯨魚優化算法主要模擬動物集群活動行為，使用群體個體對問題解進行尋優檢索。鯨魚優化算法操作方法分為獵物檢索、包圍捕獵、氣泡攻擊，其在尋找神經網絡連接權重最優解的方法為

式中：E、A*分別代表獵物檢索空間的維度（神經網絡連接權重設置參數的圍堵）、最優解坐標；A 代表目前解坐標；h 代表迭代次數；B、D代表系數向量，運算方法為

式中：s、θ 分別代表隨機數、迭代縮減步長。

將坐標是As的鯨魚作為例子，其獵物檢索運動方程為

螺旋攻擊運動時，代表神經網絡連接權重可行解的鯨魚個體位置更新結果為

式中：ε 是隨機數，取值范圍是-1～1。

兩種捕獵移動模式之間的運動模式為

經多次迭代，使用式（8）捕獵時，循環迭代直至得到最優適應度個體。

基于鯨魚優化算法的神經網絡訓練步驟如下：

（1）預處理。將10 kV 配電網相間短路樣本劃分為訓練集、測試集。

（2）參數設定。確定神經網絡結構，將鯨魚優化算法種群大小、維度、迭代次數最大值進行初始化，構建初始種群。

（3）運算種群適應度。把初始化權重賦予神經網絡，使用10 kV 配電網相間短路訓練樣本訓練網絡。

（4）最優解提取。分析迭代次數是否滿足最大值，當迭代次數為最大值時，將適應度最優的個體作為最優解，作為神經網絡參數的最優解，完成網絡訓練。

（5）故障自動化檢測。將10 kV 配電網相間短路故障檢測的測試樣本，輸入訓練完畢的神經網絡，使用式（1）、式（2）完成相間短路自動化分類診斷。

1.4 采集線路電壓電流信號的探頭結構設計

用于采集線路電壓電流信號的探頭結構圖如圖1 所示。此探頭采集卡是2 通道高速并行同步采樣卡，單通道的存儲深度達256 KB?？刂坪诵男酒褂昧诵阅軆炘降腇PGA 芯片，其頻率最大值為40 MHz，系統運行時，探頭多次采集2 路信號，各路信號數據刷新緩存，2 個工頻周期時間的信息。在檢測配電系統運行狀態變化時，如果電壓、電流信號超過正?；鶞手?，便會將異常信號在串口發送至后臺機存盤。

圖1 探頭結構Fig.1 Probe structure

1.5 通信模塊結構設計

數據傳輸主要依賴于通信模塊的網絡服務，通信模塊結構圖如圖2 所示。通信模塊獲取探頭采集的電壓、電流信息后，將信息樣本執行分割、重新處理后，把采集的信息位置、時間等屬性全部信息，都使用GPRS 網絡發送數據分析模塊。因數據傳輸程序需長時間運行，為此，通信模塊使用蓄電池和太陽能電池聯合供電的模式，保證通信程序不出現意外間斷問題[10]。

圖2 通信模塊結構圖Fig.2 Structure diagram of communication module

2 仿真實驗

2.1 實驗設置

使用電力系統離線測試軟件，構建本文系統的應用程序。實驗所搭建的10 kV 配電網線路模型配電線路長度是10 km。

當此線路出現相間短路故障時，線路電流、電壓會出現不規律驟升驟降問題。在此工況中，測試本文系統對相間短路故障的自動化檢測效果。

2.2 結果與分析

本文系統所采集的相間短路時電壓、電流變化如圖3 所示。從圖3 可知，本文系統對電壓、電流的信息檢測結果準確，與實際電壓、電流信息匹配，證明本文系統對10 kV 配電網線路具備自動化信息采集能力。

圖3 電壓和電流的信息檢測效果Fig.3 Information detection effect of voltage and current

神經網絡改進效果詳情如圖4 所示。分析圖4可知，本文系統對神經網絡改進前后，收斂效率存在明顯差異。鯨魚優化算法改進神經網絡后，迭代次數為8 次時，網絡收斂，便可提取神經網絡連接權重最優解；而神經網絡改進前，迭代次數為12 次時，網絡才可收斂，對比之下，本文系統采用鯨魚優化算法改進神經網絡存在必要。

圖4 本文系統中神經網絡改進效果Fig.4 Improvement effect of neural network in this paper system

本文系統通信模塊的交換機端口2 流量變化如圖5 所示。從圖5 可知，本文系統通信模塊的交換機端口2 流量變化情況是：端口2 網絡流量數據在0 s～20 s 之間，傳輸的數據量是200 Mbit/s；21 s～50 s 之間傳輸的數據量是100 Mbit/s；51 s～100 s 之間傳輸的數據量是250 Mbit/s。傳輸能力與需求相符，本文系統可結合實際流量數據傳輸需求，自動化調整流量傳輸量，無須工作人員手動調節端口流量傳輸條件，且網絡流量數據傳輸時未出現數據丟包問題。

圖5 交換機端口2 流量變化Fig.5 Flow change in switch port 2

為測試所設計系統對相間短路故障的檢測效果，在配電網不同線路位置進行取點測試，檢測效果如表1 所示。從表1 測試結果可知，所設計系統對配電網相間故障檢測結果準確無誤，對相間短路、無故障兩種情況的檢測結果不存在錯誤情況。

表1 配電網相間故障檢測效果Tab.1 Interphase fault detection effect of power distribution network

3 結語

在電力系統中，10 kV 配電網擔任著將高壓電力轉化為可用低壓電力的關鍵角色。然而，當配電網發生相間短路故障時，可能會對整個電力系統造成嚴重影響，包括電力設備的損壞、供電中斷等。因此，對10 kV 配電網相間短路故障進行快速、準確的檢測，對于保障電力系統的穩定運行具有重要意義。為此，本文設計了基于改進神經網絡的10 kV 配電網相間短路故障自動化檢測系統，此系統在診斷配電線路電壓、電流是否屬于相間短路故障狀態時，利用鯨魚優化算法改進神經網絡，由改進神經網絡準確診斷相間短路故障，并取得較好的應用效果。