打开文本图片集

摘要：针对配电网络故障诊断的现有模型在面对复杂多相故障时表现出诊断效率低下、精度不足和抗误差能力弱的问题，文章提出一种创新的分层模型诊断方案，特别适用于配电网故障诊断。在算法层面，采用新颖的适应度函数和特征学习搜索技术，以提升诊断速度和准确性。在模型构建方面，运用层次化策略，将原本复杂的高维计算分解为两层的低维运算，进一步加快诊断速度并提升准确性。

同时，通过设定等效组件的限制条件增强第一层诊断的容错性能，借助电压和电流约束的冗余关系增强第二层诊断的抗错性。案例分析显示，相较于其他模型，分层模型诊断法可显著提升诊断速度，其准确性保持在高水平，并且显著增强对错误的容忍度。在处理大规模配电网故障时，该方法的优势尤为突出。

关键词：模型分层；配电网；故障诊断；电路约束

前言：

电力系统故障识别对于确保电网稳定运行至关重要。近年来，随着人工智能技术的飞速进步，模型基诊断（MBD）技术逐渐成为故障识别领域的焦点，标志着对传统方法的重大创新。尽管MBD方法基于人工智能展现出强大的诊断能力，并取得显著成就，但其在面对错误容忍度低、复杂故障诊断速度慢及诊断实时性不足等问题时仍显乏力。针对这些问题，本研究引入一种新颖的分层智能诊断策略（HIDS），其核心在于增强MBD在配电网络故障识别中的稳健性。首先，我们重构了电力网络中的电压和电流数据关联，凭借最小干扰集理论和网络结构深度洞察，显著提升了MBD对误差的抵抗能力。随后精心设计一种导向性强的适应性评估指标，引导粒子在电网环境中高效地定位到最小干扰区域，从而大幅度减小问题求解的复杂性。最后，我们构建一个层次化的诊断框架，采用多级、低维粒子优化策略，实现故障识别的多维度转换，以此提升诊断速度和准确性。

1、最小冲突集分析

在电力系统故障后的信息检索中，最小冲突集的潜在应用是对电网线路电压约束关系的结构性表述，本质上是一种理论探讨。当电力传输过程中遭遇异常干扰，可能会对最小冲突集的有效完整性构成挑战[1]。为增强基于最小偏差（MBD）策略的抗扰性，关键在于深入理解线路电压和电流之间的冗余关联，这构成模型构建的基础。

通常情况下，配电网区域部署先进的监控设备，其能实时监测母线及馈线线路的状态，如图1所示，这些数据对于保证系统的稳定至关重要。

结合图1内容分析，在电路图中代表馈电线；代表相应于该线的阻抗；表示母线，表示测量点；电压与电流则分别为和，要求电压、电流同步测量及数据记录在点进行；和以分段与汇流条连接位置为单位的电压与电流，均为不可测资讯[2]。

通过对MBD器件进行建模，得出A相供电线路上的电压和电流的限制关系：

从上面的方程式可以推导出母线A的电压与电流的限制关系：

而将以上的公式结合起来进行分析，若去掉未测点处的电压、电流，则可得到单元组的电压与电流间的限制关系，如下式：

若有悬置，则说明不存在电压限制的关系。若悬空，也表明了电压限制关系也是不存在的，从这一点可以看到，被表达为单元集合的基础元素[3]。从这一原理中还可以看到，元件集位置的电压和电流约束关系存在一定的约束冗余现象。

2、最小碰集算法分析

2.1适应度的函数构建

结合相关文献研究，其所提出的最小碰集算法的适应度函数为：

该模式采用一种表示方法，即用表示了研究区中颗粒种群的组成尺度。即当发生碰撞时，涉及到的各个群体中的微粒的数量。

则是指一个粒子集群内独特粒子的多样性指标。这个适应度函数，由的计算来体现，它揭示了随着碰撞区域的扩展，粒子群中迭代的个体数量动态变化，并通过优化来降低重复粒子的频率[4]。然而，由于电网区段粒子群规模的随机性和不可预知性，适应度值的评估必须充分考量其规模效应。

针对上述最小碰撞集算法适应度函数的局限性，本文创新性地提出一种新型的适应度函数，其深度结合电网最小碰撞特性与粒子群规模的内在特性，旨在更精确地反映两者之间的复杂交互作用：

此表达式反映了电力网络中部分颗粒群的运动方向和碰撞方向的迭代性，表达微粒到达最小碰撞集合迭代的保证。然而，在更复杂的电力系统中，特别是三次三次等典型的复杂网络故障，其最少碰撞集合的复杂性最高可达9。由此可以看出，两者的最小间距是1/9≈0.1，并且最小间距应该小于0.1个量级，其数值是：

2.2特征学习策略

针对优化配电网搜索策略的需求，本研究创新性地引入了一种“智能特征挖掘”的探索技术。具体来说，当特定条件满足时，候选粒子会自动形成一个动态粒子聚合体，这个聚合体的容量仅限于单个单元[5]。一旦定义了粒子聚合体的尺寸范围，粒子位置的更新便会根据其在聚合体中的位置长度来决定。对于那些既不在聚合体内也不处于预设长度阈值内的粒子，系统会立即进入下一轮迭代。而对于那些恰好位于聚合体边界范围内并构成该区域的粒子，将利用一种特定的计算方法来评估其适应度，以此提升搜索效率。

3、诊断模型分层

在电力分配网络中，其结构的复杂性往往由节点数量决定，而节点的增减直接影响整体的动态特性。本文将以一个具有两个三分支节点的电网路径作为核心探讨对象，探索模型分层的可能性[6]。从先前的讨论中可以推断，对于区域1和2内的A相，其电压和电流之间存在着特定的关联规则，具体表现为：

结合上述公式研究对于区段1和区段2之间连接位置的M2测量信息实时消除之后，可以得到：

由于两个三叉节点的配电网络中，各测点的数据传输通常都是将三相的电流、电压等数据一起上传，因此，在这一点上，提出以下的概念：

结合相关规定，RA、RA、RC可以被进一步等效为1个部件的R，并结合测量点、馈线线路和母线在部件R中所包含的次序，确定部件R的约束关系，并结合测量点、馈线线路和母线在部件R中所包含的元件的次序来确定部件R的约束关系。

4、算例仿真研究

4.1基于模型分层的实际流程

结合本文所研究的配电网模型中所运用的本文提出的方法进行诊断，具体模型如图2所示：

从图2的数据中，可以识别出B0～B14为配电网的母线节点，L1～L14代表馈电线路，而Z1～Z14则代表各个区域的电阻特性。至于信息采集点，M0～M18分布其中。

（1）为了实现精细化诊断，本文构建一个分层次的模型。首先，依据图1的布局创建第一层节点，包括M1、M2、M4--M8、M9、M11、M13、M15以及M18，以此将整个配电网划分为7个独立的子系统[7]。随后遵循等效原则，将每个子系统的组件细分为[R1]至[R7]不同的部分。

（2）在这一分层模型的基础上，寻找第二层次的最小冲突集候选，以优化诊断过程。

（3）当系统为三相短路时，系统中的信息采集节点将快速获取并将其传送。设置0.2的相对残差门限，以便为第一级决定最少的冲突集合，其具体构成由此阈值决定，其中的第1层最小冲突集为：

（18）

由上述研究可以看出，通过采集不同类型的碰撞集合中的结点的信息，可以获得一组最少的碰撞集合，从而判定该碰撞集合有无失效。

（4）对失效部件进行辨识。在此基础上，融合已有的检测与元件的测试与测试数据，得到一、二层的电流与电压极限条件，并给出相应的剩余误差门限。在此基础上，通过研究，可以得到二级冲突的最低集合。在此基础上，利用 IPSO进行求解，得到了二阶最小生命值。并且参照文献中提供的元件故障概率排名，由此可以确定[L3A，L3B，L3c]和[L6A，L6B，L6c]是否发生故障。

4.2应用于大规模故障下的研究

为了全面而深入地评估模型分层在应对大规模电力系统故障时的效能，本文在实验中采用了一系列严谨且逐步升级的故障场景设置。在实验的L3阶段，特意引入了四重三相故障，这一设置旨在初步检验模型在多重故障下的检测能力和响应速度。随后，在L6阶段，进一步提升了挑战难度，引入了五重三相故障，以探究模型在更为复杂的故障场景下的表现。

在实验的后续阶段，即L7和L9阶段，更进一步地将故障场景升级至六重三相故障。这种逐步升级的实验设计，不仅能够帮助更全面地了解模型在不同故障程度下的性能表现，还能更加准确地评估模型在应对大规模电力系统故障时的效能。

通过这样一系列的序列设计，得以系统地收集和分析模型在故障检测方面的速度响应数据，如表1所示。这些数据提供了关于模型响应速度的直接证据，使能够深入了解模型在不同故障场景下的反应速度和准确性。此外，还对诊断精度的稳定性进行了深入探究。通过对比不同故障场景下模型的诊断结果，能够评估模型在面临复杂和多变故障时的稳定性表现。这种稳定性的评估对于确保模型在实际应用中的可靠性至关重要。

同时关注最小碰撞集粒子的维数变化。这一指标能够反映模型在故障检测过程中的复杂度和计算量。通过观察最小碰撞集粒子的维数变化，能够更好地理解模型在应对不同故障场景时的计算效率和资源消耗情况。最后，进行理论计算，以预测每个阶段可能产生的最小碰撞集数量。这一计算过程不仅能够帮助验证实验结果的有效性和准确性，还能为后续的优化和改进提供有力的理论支持。

深入剖析表1的数据内容可以发现，模型分层诊断技术展现出令人瞩目的性能。即便是在配电网遭遇重大故障的情况下，该技术依然能够稳固地保持在最低粒子维数的稳定范围内，充分证明其强大的稳定性和可靠性。

从理论层面来看，故障最小粒子群集与理论最小碰撞集合数之间存在着一种显著的因果联系。这种联系表现为线性的正相关效应，即随着故障最小粒子群集的增多，理论最小碰撞集合数也会相应增加。这种关系为深入理解和应用模型分层诊断技术提供了重要的理论依据。

值得一提的是，在实际应用中，无论配电网的故障规模如何变化，模型分层诊断技术都能展现出稳定的100%诊断准确率。这一成绩不仅彰显了该技术的卓越性能，也充分证明了其在配电网故障诊断领域的适用潜力。同时，该技术还具备最短的诊断周期，能够在最短的时间内快速响应并准确诊断故障，为配电网的及时修复提供了有力保障。

结语：

总结分析表明，模型分层诊断在配电网故障检测中的效能卓越，其具体表现为以下几点：

（1）其能有效识别线路的电压与电流的相互作用，借此识别出冗余参数，MBD方法在此表现出显著的抗干扰性能；

（2）通过优化特征挖掘策略和适应性评估机制，诊断过程得以显著加速，同时可提升诊断的精确度；

（3）无论面对简单的故障还是复杂的故障情况，模型分层诊断都能保持高效且精准的诊断效率，完全符合实时在线诊断的需求。

综上分析，模型分层诊断技术以其快速的响应速度、全面的诊断精确度以及始终保持的最小粒子维数，展现出在配电网故障诊断领域的强大优势和广阔应用前景。未来，随着技术的不断进步和完善，有理由相信，模型分层诊断技术将为配电网的安全稳定运行提供更加可靠的技术支持和保障。

参考文献：

[1]吴娜，李文硕，樊淑娴，等.基于多源信息故障度融合的配电网故障诊断方法[J].电力系统及其自动化学报，2023，35（8）：52-61.

[2]何冰，谢天祥，胡园园，等.基于批量匹配算法模型的配电网故障诊断方法[J].计算机测量与控制，2022（008）：030.

[3]谭阳红，杨勃，惠玲利，等.基于统一特征的配电网故障诊断方法[J].湖南大学学报：自然科学版，2023，50（2）：7.

[4]郭敬东，夏炳森，唐元春，等.一种基于动态集合覆盖的配电网故障诊断方法[J].重庆邮电大学学报：自然科学版，2022，34（3）：8.

[5]李梓畅，刘亚东，严英杰，等.一种中压配电网单相断线接地复故障诊断方法[J].电机与控制学报，2022（002）：026.

[6]史可鉴，陈刚，吴建军，等.基于行波信号注入的配网线路单相故障状态接地诊断方法[J].电网与清洁能源，2022（002）：038.

[7]刘丰，曾祥君，谢李为，等.基于相电压差值极性的配电网单相接地故障检测方法[J].电力系统保护与控制，2023，51（15）：155-165.

作者简介：黄锐强（1975.11.09）男，广东东莞人，汉族，本科，助理工程师，从事电网配网运维方面的工作。