配电智能化终端「配电终端故障原因」

今天带来配电智能化终端「配电终端故障原因」，关于配电智能化终端「配电终端故障原因」很多人还不知道，现在让我们一起来看看吧！

配电台区智能（高级）终端高级应用系统前期设计技术的讨论

中国现代电网量测技术平台
张春晖

2017年3月18日

2017年3月4日，本文作者发表的«顺应智能配电网建设高端技术的需求，推进配电台区智能（高级）终端系列产品开发应用的产业化探索»指出:为拓展配电台区智能（高级）终端的应用领域，其高级应用功能设计有4项:

•提高配电台区低压电网多指标，自趋优运营能力

•在现场自主进行紧急事件处理

•多路径优化搜索

•实现配电网与用户互动，即具有多通信方式网关功能。

作为技术创新产品的前期设计，本文汇集智能化相关资料并经提炼后，将重点叙述运用配电台区智能（高级）终端，构建配电台区低压电网多输入多输出（mimo）在线监测，控制，补偿闭环优化系统的框架设计与参考技术，供配电台区智能（高级）终端高级应用系统方案设计的参考。

1）优化控制理论:"电力混成控制论"

鉴于由清华大学学者提出的"电力混成控制论"构建的先进能量管理系统，已经在上海电网应用解决大电网的多重目标趋优控制问题，体现了技术创新的思路 。本文将"电力混成控制论"作为智能（高级）终端高级应用功能的设计技术基础。

下面的内容摘录于清华大学学者:«智能电网基础»。

一是，"电力混成控制论主导思想:将一切不满足要求和不满足状态都分类定义为事件，通过控制使得系统回归至无事件运行状态，则系统的各项指标（稳定性，电能质量和经济性）一定是足够满意的"。

二是，"电力混成控制论"的运行架构:由最高决策指挥层，中间处理与操作层，底层（混成控制指令接收和执行装置）组成。

三是，本文参照"电力混成控制论"的集合论语言，描述配变台区低压电网运营达到多指标，自趋优的智能控制过程:

•式（1）: e=e^d
式中，由低压电网实测到的运营指标数据d，经逻辑判断（逻辑函数）e^,确定是否形成指标异常事件e。

•式（2）:c=f(e)
式中，由指标异常事件e，运用逻辑函数f，判断事件类型并将其转化为控制命令c。

•式（3）:o=f^(c)
式中，一个由控制命令集c，运用逻辑函数f^,由命令转化为操作指令集o。

•式（4）:o=f^[f(e)]
式中，操作指令集o是指标异常事件集合e的一个复合逻辑函数。

•式（5）:x*=y(x o_)
式中，整个低压电网运营状态x受控，可以通过时间离散的操作指令o_ ,加以改变为x*。

•式（6）:a(o)---->e€0
式中，操作指令作用的结果a 是使指标异常事件集合e成为空集。

式（6），意味着配电台区低压电网实现了多指标 ，自趋优运营的高端目标。

由上可见，配电台区低压电网始终处于指标异常事件发现，处理和消除的过程。
2）配电台区低压电网运营有哪些考核电能质量，经济性的指标及其调控措施？

一是，多指标,主要有:

•电压及电压合格率

•电流及有功功率限额

•无功功率及功率因数限值

•三相负荷不平衡度

•电压/电流谐波含有率

•线损率等

二是，低压电网多指标的调控手段，主要有:

•有载调压配变，用以调节电压

•电容器补偿/动态无功补偿 ，用于调节基波无功功率及功率因数/电压/线损

•有载换相负荷开关 ，用于调节三相负荷不平衡/线损

•有载调容配变，用于调节线损

•有源滤波器 ，固定谐波次数的滤波器，用于调节谐波含有率，由畸变功率引起的低功率因数，线损

•高压断路器及电力负荷管理终端，用于配电变压器过负荷时，进行报警，跳闸。

由此可见，低压电网运营的电能质量，经济性各指标及其调节手段之间，有内在联系，相互影响。多指标因超限运用综合调控时，需要引入各指标加权的方法来处理。

«智能电网基础»指出:

"自趋优是指电网在运营过程中，具有使状态自动保持在多指标趋优状态集合内的能力。使电网运营状态点使得各类指标达到一定的标准 ，即趋近最优状态是合理的而且是可能的。
多指标趋优而不是多指标最优，是因为计算速度 ，求解难度等原因"。
3）配电台区多指标运营优化模型

参照湖南大学学者:«具有谐波抑制功能的综合电能质量控制系统设计»提出的"多目标电压无功谐波优化算法",结合配电台区多指标运营情况 ，本文下面将叙述配电台区配电台区多指标运营优化模型设计概要。

•该优化系统设计，一方面，以配电台区运营可靠性为基础，将电压及电压合格率达标，电流及有功功率不超限，无功功率及功率因数不超限，三相负荷不平衡度不超标 ，谐波含有率达标，线损不超限作为目标要求，运用优化方法，得出其控制参数的最优解。另一方面，以有载调压配变分接头调节量，电容无功补偿器/动态无功补偿器的补偿量，有载换相负荷开关切换能力，有源滤波技术补偿量，有载调容配变功率调节量为控制变量，建立配电台区多指标运营优化模型。

•配电台区多指标运营优化模型主要包括下列内容:

该优化系统可靠度计算方法

联合概率密度函数计算，并取最小值。该函数等于各目标指标与其加权因子的乘积之和。其中，加权因子的数值，取决于各目标指标的数量级及重要程度。

有载调压配变分接头的电压百分率调节范围

电容器无功补偿/动态无功补偿调节范围

有载调容配变的调容范围

有源滤波技术的谐波补偿范围

有载换相负荷开关的电流切换 限值。
4）从不同类型案例中汇集提炼出bp神经网络设计参考技术

本部分内容摘要于重庆大学，重庆市电科院:«基于前馈神经网络的电网高精度检测»，海河大学:«基于信息融合的光伏并网逆变器故障诊断»，中国电科院:«一种多维影响下运行电能表计量性能评估方法»，北京邮电大学:«智能信息技术»，并按需要进行编排。

bp前馈神经网络工作过程

这里，三个参考案例的bp前馈神经网络，都采用输入层，隐含层，输出层3层拓扑结构，各层节点之间按一定规则互联成网。

"（bp）前馈神经网络使用梯度下降法，有2部分组成:信息正向传播和误差逆向传播。信息正向传播过程中，输入信号从输入层经隐层单元逐层传播，最后传向输出层，每一层神经元状态只影响下一层神经元状态。如果在输出层不能得到期望的输出，则转向误差逆向传播，将输出信号的误差沿原来的连接通路返回。用迭代运算求解权值，通过修改各层神经元的权值，使得误差信号减小，直至达到期望目标。只有1个隐含层的3层神经网络，只要隐节点足够多，就可以以任意精度逼近一个非线性函数"。

bp前馈神经网络设计概要:

一是 ，网络输入量进行归一化处理

输入层各神经元（节点）为一维输入，多维输出结构。输入量是低压电网运营的电压，电流，功率等数据。对每个输入量进行归一化处理（计算公式:略），即可得到输入层各元素之间的函数关系，即各输入层神经元（节点）实测到的输入值与各输入层神经元（节点）经归一化后的输出值之间的函数关系。

二是，bp前馈神经网络参数选取

"在进行bp前馈神经网络设计时，一般从网络的层数，各层神经元（节点）的个数以及训练函数三个方面来考虑"。

•隐含层节点数的确定

"隐含层节点数直接影响网络的容量，泛化能力，学习速度和输出特性。从网络容量和函数逼近的通用性考虑，隐含单元数越多越好。从网络的泛化能力来考虑 ，每增加一层，计算容量将呈指数倍增加，从而训练时间变长，还容易陷入局部极小量，而得不到最优"。

"由最小二乘法对隐含层进行拟合，得到隐含层节点数的计算式":

隐含层节点数=[0.43mn （0.12•n平方） 2.54m 0.77n 0.35 0.51]的开方

隐含层节点数还可由经验公式计算选定 :

隐含层接点数=[（m n）的开方 a]，式中，1<a<10

以上两式中:
m----输入节点数
n----输出接点数
a----可选数

例如，配电台区智能（高级）终端的输入接点，输出节点数 都取6,隐含层接点数确定为11。

•传递函数与训练函数的确定:包括隐含层神经元（接点）的传递函数:如采用s型正切函数tansig,输出层神经元（节点）传递函数:如采用s型对数函数 logsig,训练函数:如采用lm(lvenberg----marquardt)训练规则的trainlm函数。其中，"lm算法是梯度下降法与高斯----牛顿法的结合，在快速收敛的基础上，能保证较高的稳定性和精度"。

三是，学习样本和目标样本的确定

•网络输入量的个数和数据样本的选取:（待定）。

•通常选用训练用的数据样本取40----200组。其中，随机选取80%的数据样本 ，作为训练样本，剩余20%作为对训练好的bp前馈神经网络进行仿真验证用。

四是，进行仿真测试

•在搭建好的bp前馈神经网络上，用训练样本进行训练，需要设定训练误差，学习率指标，编制网络训练学习流程图，进行网络初始化。

•"利用选定的训练样本反复作用于网络 ，不断调整网络内部参数，使网络性能函数达到最小，使网络对训练样本组评估的实验标准偏差满足设计的精度要求，从而实现输入与输出之间的非线性央射 ，确立网络神经元（接点）之间的函数关系"。

•训练完成后，利用训练好的bp网络对测试样本进行测试。

参考资料:

本文采用反向传播（bp）学习算法

"bp算法是目前最重要的一种学习算法。这种算法在感知器上加上一个隐含层，并且使用广义专门算法进行学习之后发展起来"。

"在有教师的学习算法中，有教师学习问题可分两步解:第一步，指定网络的拓扑结构，输入X(t)和输出y(t)之间的关系必须依赖于一组联结强度系数w，并且使w可以调节。第二步，须指定一个学习规则，即如何调节w，使实际的输出y^（t）尽可能接近期望的输出y（t）"。

这里需要指出:"前馈网络是一种强有力的学习系统，其结构简单而易于编程。从系统观点看，前馈网络是一静态非线性央射，通过简单非线性处理单元的复合央射可获得复杂的非线性处理能力。但是从计算的观点看，前馈网络不是一种强有力的计算系统"。
5）高端网络:模糊神经网络

本部分内容摘录于«智能信息技术»，河南平顶山供电公司:«基于模糊神经网络的光伏发电系统功率控制方法»。

神经网络不适合用于表达基于规则的知识，模糊逻辑系统缺乏自学习，自适应能力。模糊神经网络，将模糊逻辑的长处吸收到神经网络中，使之成为更好的网络。

模糊神经网络是一个多输入多输出(mimo)系统。

一是，模型

这里的模糊神经网络，采用五层结构，各层节点之间按一定规则互联。

第一层，输入层，各节点输入各测量的分量，并将输入值传递到下一层。

第二层，各节点代表一个语言 变量值，如nb（负的大）,ps（正的小）等。其作用是计算各输入量，属于各语言变量
值模糊集合的隶属度函数。根据输入量的维数，输入量的模糊分割数，该层节点总数由计算选定:（计算公式，略）。

第三层，各节点代表一条模糊规则，其作用是用于匹配模糊规则的前件，计算出每条规则的适应度。该层的节点总数由计算选定:（计算公式，略）。对于给定的输入量，只有在输入量附近的那些语言变量值，才有较大的隶属度。

第四层，节点数与第三层相同。其作用是实现对每条模糊规则适应度的归一化计算。

第五层，输出层，实现清晰化计算（计算公式，略）。

二是，学习算法

"模糊神经网络模型实质上是一种多层前馈网络，可以仿照bp网络用误差反控的方法来设计调整参数的学习算法。并且，假设各输入分量的模糊分割数是预先确定的，需要学习的参数主要是最后一层的联结强度以及第二层的隶属度函数的中心值和宽度"。

三是，参考案例

«基于模糊神经网络的光伏发电系统功率控制方法»:

"概率模糊神经网络控制器，（用于）求取三相逆变器注入电网的有功和无功电流参考值"。

概率模糊神经网络控制器包括6层网络结构:

"第1层为输入层，第2层为隶属度层，第3层为概率层，第4层为tsk模糊推理机制层，第5层为规则层，第6层为输出层"。其中，输入层的节点为2，输出层节点为1。"在隶属度层中，每个接点采用不对称高斯函数实现模糊化运算"。

"概率模糊神经网络控制器（采用）误差向后传播学习算法机制，构造一个梯度向量，使得其中每个元素均为能量函数相对于算法参数的一阶微分，从而完成概率模糊神经网络的参数在线自整定"。

四是，鉴于目前多输入多输出（mimo）的模糊神经网络在电网量测控制领域中应用案例的报道甚少，因此，模糊神经网络技术如何应用于配电台区智能（高级）终端高级应用系统设计技术探索，是需要深一步研究的课题。
6）配电台区智能（高级）终端设计参考新技术

•配电网波形级实时监测的综合配电终端单元（idu）

据报道:2017年1月3日，国内首套综合配电终端单元（idu）在夏门火炬高新园区挂网运行。

"综合配电终端单元（idu）是国家863项目"主动配电网关键技术研究与示范"的关键成套装置，主要通过高速同步相量测量实现对配电网潮流的精确监测，线路潜在故障的在线监测与预防，支撑供电能力和负荷的态势感知，并为配电网的瞬时剖面状态估计，电能质量优化，谐波治理提供丰富的数据，有效提升配电网可观，可测和可控性"。

•«自适应负荷型配电变压器设计»（中国电科院）

"自适应负荷型配电变压器的结构，包括配电变压器本体单元 ，有载调容调压一体化单元，配套设备单元及综合控制单元"。

该新型配电变压器"可在不切断负荷情况下，根据系统电压和负荷实际情况，实现配电变压器分接头和容量运行方式的自动调整，并具有在线负荷换相和分相无功补偿功能，有效解决三相负荷严重不平衡问题，保证电压和容量判定的及时性和准确性"。

•模糊pi控制器

东北电力大学:«高压直流输电智能控制器的设计»

（注: pi，比例积分器）

模糊pi控制器的输入端:电流参考值与被测电流之差作为"偏差"和"偏差变化"---->模糊推理单元（按模糊控制规则计算并输出两个pi控制器可自动调整参数的修正量）---->pi控制器 单元（并输出调整命令）---->触发器单元---->被控制对象---->被测电流（并反馈至模糊pi控制器输入端）。

"实现模糊调整可以选取以下规则":

"如果稳态偏差大，那么就增加比例系数"

"如果响应震荡，那么就增加微分系数"

"如果响应迟缓，那么就增加比例系数"

"如果稳态偏差太大，那么就调整积分系数"

"如果超调量太大，那么就减少比例系数"。

模糊pi控制器的优点:"当被控制对象参数或运行条件改变时，就能自动在线调整pi的参数，达到智能控制的作用"。

•综合电能质量控制系统

湖南大学学者:«具有谐波抑制功能的综合电能质量控制系统设计»

该综合电能质量控制（调节）装置由有载调压变压器，并联补偿电容器组和注入式并联有源电力滤波器（hapf）组成。

该系统采用多目标电压，无功，线损，谐波函数及其加权因子的优化算法，从全局进行系统优化。

有源部分只承受很小的谐波电压，有效降低有源部分的容量。

注入式并联有源电力滤波器的复合控制部分，采用复合电流的模糊pi控制技术。

•抑制不对称负荷动态无功补偿时向电网注入的谐波含量

南京理工大学:«计及谐波抑制的不对称负荷动态无功补偿方法»

"晶闸管相控电抗器（tcr）配合电力电容器，可以校正功率因数，稳定系统电压，还可以补偿三相负荷的不平衡"。

"在不对称程度较为严重的场合，对tcr的分相控制会使tcr向电网注入包括3次谐波在内的高次谐波"。

基波电压与高次谐波电流均产生无功功率。根据功率平衡理论，无功补偿的目标使无功矩阵中各项元素为0。在实际控制应用中，采用（可调）加权对角阵进行计算。

"采用改进的无功补偿策略，能有效降低在负荷严重不对称情况下tcr向电网注入的谐波成分 。在电网中谐波成分较大时 ，还能综合考虑谐波因素和无功补偿的性能指标，给出较为合理的触发角控制tcr，明显减少母线上含有的电流谐波成分。从理论上可以考虑任意次谐波成分"。

•超级智能开关（南京捷泰电力设备公司）

该新产品"集测量，保护，控制，故障录波，电能质量监测，配变监测 ，负荷管理和通信功能于一体。产品功能国际领先，国内外无同类产品"。

该新产品"采用插拔式结构，"三段式保护功能"，"测量与保护一体化电流互感器"，"通过校验台进行计量校验的断路器"。

该新产品主要技术指标:

额定电压:ac,400v

额定电流:250a
,400a,630a

额定运行短路分断能力:42.5ka。

说明:本文以上叙述配电台区智能（高级）终端第1 项高级应用功能的前期设计技术，还有3项高级应用功能:"在现场自主进行紧急事件处理","多路径优化搜索" ,"实现配电网与用户互动，即具有多通信方式网关功能"的前期设计技术,将由本文作者另撰写专题文章发布。