智能配电网态势感知关键技术分析

0引言智能配电网态势感知针对不同场景、数据量以及运行特点，从运维精细化、管理动态化的角度，采用多模态数据融合态势感知关键技术，实现快速察觉环境要素，并对未来态势进行预测。该技术主要分为3个阶段：①察觉感知阶段搜集重要特征元素。②态势理解阶段剖析数据整合信息。③态势预测阶段，基于实际应用对前两阶段进行整合并完成对发展趋势的预测。1智能配电网态势感知指标失效故障排除2023年7月24日，中国电网公司调度中心重点对某区态势感知主站展开阶段式升级工作，将主站升级到最新稳定版本。研究针对第一次主站小版本升级后的态势感知实用化指标出现的失效情况展开调查，发现该区态势特点为：主机数量多、多为嵌入式设备、无须进行实用化指标配置、指标失效面积较大。基于此，对态势感知实用化指标考核率的影响较大，需要进一步加强故障排查。2智能配电网态势感知阻碍因素分析2.1实用化指标失效分析在对某区电力行业态势感知进行实用化指标失效分析时，直接通过登录Web页面查看指标失效情况，发现失效指标主要集中在V1.0实用化指标上，检查指标失效主机的SNMP、SNMPTrap和审计员配置，均未发现配置问题。由此可见，针对实用化指标失效部分的研究并未发现影响电网态势感知系统运行的阻碍。2.2网络连通性分析在对某区电力行业态势感知进行网络连通性分析时，直接登录装置后台，对智能配电网的数据通道状态进行查验，发现装置处于离线状态。发现问题后相关人员对中调态势感知运维组进行网络联调，对主站端口进行测试，采集追踪装置后台对数据包进行抓取，查看运行概览在线资产状态，除了态势感知装置后台在线，其他资产均不在线，因此判断装置网络连通性存在故障。2.3装置版本情况分析综合分析目标建设区电厂配电网信息，发现其态势感知采集装置版本为V2.0.2，版本角度，容易影响指标报文采集效率。2.4装置规约调试分析在对该区电厂进行采集装置规约调试情况进行分析时，在采集装置上对接主机进行统一化的重启规约，并查看采集情况[1]。调查显示，采集装置扫描速度较慢，对宕机主机直接停止，无法跳过宕机主机对其他主机进行扫描。针对这一情况的原因，一方面在于接入态势感知装置的主机数量过多；另一方面在于态势感知厂家设定的扫描程序局限性，设置了允许接入主机数量的阈值，一旦超出范围就会导致采集数据运动，一旦扫描到宕机主机，会直接停止扫描。3故障恢复3.1恢复网络连通性联系网络管理人员对态势感知采集装置与主站之间的网络进行检查，重启态势感知装置，待装置恢复正常后再次进行网络抓包测试，实现对报文信息的抓取。再次查看数据通道状态，发现连通性正常，资产状态恢复为在线状态。3.2升级装置版本对于电厂配电网装置版本过低问题，由相关人员与态势感知装置采集装置单位进行沟通，保证系统升级至最新版本，即V2.0.4版本，做好采集装置的维护调试与备份，并重新安装调试采集装置客户端。完成以上操作后重启SNMP服务触发指标，并观察指标情况，做好分批恢复工作。3.3采集装置优化对于装置规约调试分析后发现采集装置存在扫描速度慢的情况，针对这一问题，需要与采集装置厂家进行沟通，并对数据采集陈旭进行优化，确保提升采集效率，可通过均衡负载来实现。4智能配电网态势感知挑战纵观以上对某区电网态势感知情况的调查，对当前智能配电网态势感知系统应用的挑战进行汇总，主要包括以下3个方面。（1）态势察觉方面。现阶段我国电网行业逐渐发展，并成为人们生活中必不可少的存在，其系统运行的场景也区域多样化，需要处理的数据量更大，运行态势复杂，在感知环节面临巨大挑战[2]。加之当前各种测量装置层出不穷，如智能电表、同步相量测量装置等，使得态势察觉所应对的冗余数据更多，形成一定处理压力。此外，针对电力数据的采集更多集中在反映电网运行状态，而忽视故障预判，这是未来电网态势感知智能化建设的关键之一。（2）态势信息处理。根据调查显示，部分智能配电网存在电压波动大、失电风险大的情况。当前电网配置存在区域差别大、自动化水平不平均等问题，需要进一步加强对精准化态势感知的研究。（3）态势感知预测。对电网进行态势感知的最终目的在于预测，及时发现电网稳定性判断。但实际预测过程中受到配电数据类型复杂、不确定因素多的情况，需要进一步满足实际需求，实施电网保护运行保护。5重点技术态势感知技术在配电网中的应用能够有效打造高精度、高可靠性的运行环境，目前态势感知系统已经引入5G通信技术、高级量测体系构建技术、虚拟技术、大数据技术、协同调度技术、混合状态估计技术、边缘计算技术、三相不平衡负荷预测技术分布式能源规划技术、安全性态势预测及预警技术等[3]。本次研究详细分析其中的重点技术，讨论技术建设，为后续的技术优化提供新的思考方向。5.1基本框架利导关系随着计算机技术的不断发展，态势感知技术从最开始技术局限、数据收集不充分、态势理解难度大等情况，逐渐演进为能够实现实时动态化决策的运行模式。本次研究针对态势感知技术基本框架利导关系的研究，利用Endsley态势感知模型进行系统划分，形成三个层级，第一级为要素觉察，第二级为信息理解，第三级为态势预测，详细流程如下。（1）态势要素觉察主要利用信息收集的方式完成对外界态势的初步了解，即数据采集与预处理，了解方式包括传感器、遥感器等，预处理环节包括光滑噪声、填补、删除、集成、规约等。目前态势感知的应用已经实现主动配电网态势感知，能够实时主动的反应外部环境变化，对分布式电源用电情况进行监控。（2）要素理解是整个环节的关键部分，需要对上一步所获得的信息展开更加深入的识别分析，包括分类、特征提取、模式识别等，以便于后续应用，基于特征进行分类，并识别外界态势模式。在配电网信息管理过程中，目前已经引入大数据采集技术、虚拟测量技术、分布式数据库技术以及高级量测技术。（3）预测是根据现有资料和分析后的信息对未来模式进行预判，包括建立模型、模型仿真、聚类等，实现态势的精准模拟与预测，目前部分态势感知技术已经引入对内部故障和外部环境两种情况的预测，有效提升系统运行弹性。5.2配电指标选取技术为保证智能配电网态势能够实现精准感知，在选取指标时应注重其参考准确性。重点从安全负荷边界角度进行计算，其最大值、最小值与电信号传输能力存在关联性，如式（1）至式（2）所示：式中：Emax——接入电阻最大值；Emin——接入电阻最小值；C1～Cn——n个不同电信号传感指标；β——电信号负荷系数；Rmax——电阻最大值；Rmin——电阻最小值。根据式（1）和式（2），可计算无线传感器网络配电指标，如式（3）所示：式中：j——电量信号态势分布系数；f——感应特征值；ΔT——态势感知行为时长。完成指标选取后方可继续落实后续安排。明确指标后，对信息进行预处理，格努实际情况划分风险等级，并做出综合度量，在后续的态势觉察、要素信息抓取以及预警方面加强风险控制。5.3态势察觉技术目前配电网态势感知技术的应用已经进入智能化时代，并从深度和广度两个角度搭建智能化系统，常见故障为网络连通性故障。在这一层级的关键技术包括大数据技术、高级量测体系构建技术、5G技术以及虚拟采集技术，其中基本技术在于智能化通信，是整个系统运行的关键，目前引入的5G技术具有传输延时低、速率快的优势。针对当前数据采集问题，研究重点在于运维数据的准确性，需要保证电网虚拟采集技术与通信系统的联动性。在实际应用中，应保障电厂做好传感器、集中器、终端设备、PMU、智能电表、FTU采集器等设备的投入，保证实时采集，配合大数据系统实现对电网实际运行情况的映射。重点加强对量测技术的应用，即高级量测体系构建技术，其中涉及PMU配置优化技术、量测配置优化技术等，将电厂内的各类电表与广域通信相连接，构成可视化系统。5.4理解阶段关键技术态势理解主要通过对数据信息的挖掘，将其提取并转换为电力系统运行过程中所需要的信息[4]。此步骤关系到配电网系统运行的稳定性、灵活性，保证落实智能化分析，根据对当前比较先进的电网调查显示，关键技术包括配网弹性分析与自愈控制技术、配网协同调度技术、故障定位技术、虚拟电厂技术、不确定性潮流计算技术等，此步骤经常会出现采集装置应用不当问题，导致后续的随机变量计算和模糊数、概率统计技术应用精准性受到影响，因此务必做好相关设备的升级优化。为应对此问题，需要建立不确定潮流计算模式，充分应用SCADA系统中的数据，保证信息全面性。研究重点讨论弹性分析与自愈控制技术和协同调度技术。前者是目前智能配电网态势感知技术中的关键内容，其目的在于分析电网故障并定位，对现有故障网络进行重构，并实现快速仿真。目前来看，该技术能够根据感知层的数据分析实现预判，避免由于突发情况而导致突然间断电，提升配电系统运行的灵活性。协同调度技术适应性较强，在智能配网中的应用能够对系统空间布局和时间尺度进行一定的控制，保证态势感知计算效率，同时维护系统中各个环节的运行，提高响应速度。5.5预测阶段关键技术针对智能配电网态势感知预测阶段的运作流程，主要分为以下3个方面：①数据库输入数据，包括日数据、气象数据、历史运行数据、配电网运行状态数据、事故统计数据等。②数据输入至预测算法中，包括神经网络、元胞自动机、蒙特卡洛等。③输出结果，此环节主要技术包括预测目标、安全性态势与预警、三相不平衡负荷、分布式能源规划技术等。在预测阶段智能配电网态势感知运行影响因素主要包括设备自身因素、外部影响因素以及人为影响因素，其中自身因素为设备出厂状态、安装数量等，导致系统运行环境不稳定，长此以往会引发配电网安全故障[5]。外部因素主要包括时间、空间、气象，如鸟类迁徙、筑巢、地震、泥石流、强降雨、高温、台风等情况。认为影响因素包括施工破坏、偷电窃电、伐树倒塌导致线路破坏等。针对此类问题，在智能配电网态势感知中比较关键的部分在于风险预警模块针对该模块的建设主要涉及数据采集终端、传输模块以及可视化模块，实现对数据采集层风险、服务层故障的实时信息采集，并上传至数据库，利用可视化平台完成数据展示，并支持人机交互，提升配电网运行可靠性。对于风险预警系统的建立，采集终端模块中主要在显示屏中呈现故障风险参数、故障电路，保证主控制台及时监控。完成采集后再通过数据传输模块，传输模块的建设应用到物联网平台和数据库，完成处理后接入可视化模块，通过面板展示代码设计、页面框架以及网页。在可视化模块中，关键技术包括4个方面。①账号管理部分。包括用户管理、账号管理及权限管理。②配电网风险预警部分。包括在线预警模型训练、电网风险感知、风险实时预测、天气地理位置信息实时判断与定位。③数据库。包括历史数据和实时数据两类。④运行图部分，包括电网地理图、电气接线图两项内容。6结语目前，态势感知技术在智能配电网中的应用范围逐渐扩大，并与5G通信技术、大数据及人工智能等技术构成联系，能够为智