智能配電網態勢感知關鍵技術分析

楊涵鑠

（廣西桂能科技發展有限公司，廣西 南寧 530000）

0 引言

智能配電網態勢感知針對不同場景、數據量以及運行特點，從運維精細化、管理動態化的角度，采用多模態數據融合態勢感知關鍵技術，實現快速察覺環境要素，并對未來態勢進行預測。該技術主要分為3 個階段：①察覺感知階段搜集重要特征元素。②態勢理解階段剖析數據整合信息。③態勢預測階段，基于實際應用對前兩階段進行整合并完成對發展趨勢的預測。

1 智能配電網態勢感知指標失效故障排除

2023 年7 月24 日，中國電網公司調度中心重點對某區態勢感知主站展開階段式升級工作，將主站升級到最新穩定版本。研究針對第一次主站小版本升級后的態勢感知實用化指標出現的失效情況展開調查，發現該區態勢特點為：主機數量多、多為嵌入式設備、無須進行實用化指標配置、指標失效面積較大?；诖?，對態勢感知實用化指標考核率的影響較大，需要進一步加強故障排查。

2 智能配電網態勢感知阻礙因素分析

2.1 實用化指標失效分析

在對某區電力行業態勢感知進行實用化指標失效分析時，直接通過登錄Web 頁面查看指標失效情況，發現失效指標主要集中在V1.0 實用化指標上，檢查指標失效主機的SNMP、SNMP Trap 和審計員配置，均未發現配置問題。由此可見，針對實用化指標失效部分的研究并未發現影響電網態勢感知系統運行的阻礙。

2.2 網絡連通性分析

在對某區電力行業態勢感知進行網絡連通性分析時，直接登錄裝置后臺，對智能配電網的數據通道狀態進行查驗，發現裝置處于離線狀態。發現問題后相關人員對中調態勢感知運維組進行網絡聯調，對主站端口進行測試，采集追蹤裝置后臺對數據包進行抓取，查看運行概覽在線資產狀態，除了態勢感知裝置后臺在線，其他資產均不在線，因此判斷裝置網絡連通性存在故障。

2.3 裝置版本情況分析

綜合分析目標建設區電廠配電網信息，發現其態勢感知采集裝置版本為V2.0.2，版本角度，容易影響指標報文采集效率。

2.4 裝置規約調試分析

在對該區電廠進行采集裝置規約調試情況進行分析時，在采集裝置上對接主機進行統一化的重啟規約，并查看采集情況[1]。調查顯示，采集裝置掃描速度較慢，對宕機主機直接停止，無法跳過宕機主機對其他主機進行掃描。針對這一情況的原因，一方面在于接入態勢感知裝置的主機數量過多；另一方面在于態勢感知廠家設定的掃描程序局限性，設置了允許接入主機數量的閾值，一旦超出范圍就會導致采集數據運動，一旦掃描到宕機主機，會直接停止掃描。

3 故障恢復

3.1 恢復網絡連通性

聯系網絡管理人員對態勢感知采集裝置與主站之間的網絡進行檢查，重啟態勢感知裝置，待裝置恢復正常后再次進行網絡抓包測試，實現對報文信息的抓取。再次查看數據通道狀態，發現連通性正常，資產狀態恢復為在線狀態。

3.2 升級裝置版本

對于電廠配電網裝置版本過低問題，由相關人員與態勢感知裝置采集裝置單位進行溝通，保證系統升級至最新版本，即V2.0.4 版本，做好采集裝置的維護調試與備份，并重新安裝調試采集裝置客戶端。完成以上操作后重啟SNMP 服務觸發指標，并觀察指標情況，做好分批恢復工作。

3.3 采集裝置優化

對于裝置規約調試分析后發現采集裝置存在掃描速度慢的情況，針對這一問題，需要與采集裝置廠家進行溝通，并對數據采集陳旭進行優化，確保提升采集效率，可通過均衡負載來實現。

4 智能配電網態勢感知挑戰

縱觀以上對某區電網態勢感知情況的調查，對當前智能配電網態勢感知系統應用的挑戰進行匯總，主要包括以下3 個方面。

（1）態勢察覺方面?，F階段我國電網行業逐漸發展，并成為人們生活中必不可少的存在，其系統運行的場景也區域多樣化，需要處理的數據量更大，運行態勢復雜，在感知環節面臨巨大挑戰[2]。加之當前各種測量裝置層出不窮，如智能電表、同步相量測量裝置等，使得態勢察覺所應對的冗余數據更多，形成一定處理壓力。此外，針對電力數據的采集更多集中在反映電網運行狀態，而忽視故障預判，這是未來電網態勢感知智能化建設的關鍵之一。

（2）態勢信息處理。根據調查顯示，部分智能配電網存在電壓波動大、失電風險大的情況。當前電網配置存在區域差別大、自動化水平不平均等問題，需要進一步加強對精準化態勢感知的研究。

（3）態勢感知預測。對電網進行態勢感知的最終目的在于預測，及時發現電網穩定性判斷。但實際預測過程中受到配電數據類型復雜、不確定因素多的情況，需要進一步滿足實際需求，實施電網保護運行保護。

5 重點技術

態勢感知技術在配電網中的應用能夠有效打造高精度、高可靠性的運行環境，目前態勢感知系統已經引入5G 通信技術、高級量測體系構建技術、虛擬技術、大數據技術、協同調度技術、混合狀態估計技術、邊緣計算技術、三相不平衡負荷預測技術分布式能源規劃技術、安全性態勢預測及預警技術等[3]。本次研究詳細分析其中的重點技術，討論技術建設，為后續的技術優化提供新的思考方向。

5.1 基本框架利導關系

隨著計算機技術的不斷發展，態勢感知技術從最開始技術局限、數據收集不充分、態勢理解難度大等情況，逐漸演進為能夠實現實時動態化決策的運行模式。本次研究針對態勢感知技術基本框架利導關系的研究，利用Endsley 態勢感知模型進行系統劃分，形成三個層級，第一級為要素覺察，第二級為信息理解，第三級為態勢預測，詳細流程如下。

（1）態勢要素覺察主要利用信息收集的方式完成對外界態勢的初步了解，即數據采集與預處理，了解方式包括傳感器、遙感器等，預處理環節包括光滑噪聲、填補、刪除、集成、規約等。目前態勢感知的應用已經實現主動配電網態勢感知，能夠實時主動的反應外部環境變化，對分布式電源用電情況進行監控。

（2）要素理解是整個環節的關鍵部分，需要對上一步所獲得的信息展開更加深入的識別分析，包括分類、特征提取、模式識別等，以便于后續應用，基于特征進行分類，并識別外界態勢模式。在配電網信息管理過程中，目前已經引入大數據采集技術、虛擬測量技術、分布式數據庫技術以及高級量測技術。

（3）預測是根據現有資料和分析后的信息對未來模式進行預判，包括建立模型、模型仿真、聚類等，實現態勢的精準模擬與預測，目前部分態勢感知技術已經引入對內部故障和外部環境兩種情況的預測，有效提升系統運行彈性。

5.2 配電指標選取技術

為保證智能配電網態勢能夠實現精準感知，在選取指標時應注重其參考準確性。重點從安全負荷邊界角度進行計算，其最大值、最小值與電信號傳輸能力存在關聯性，如式（1）至式（2）所示：

式中：Emax——接入電阻最大值；Emin——接入電阻最小值；C1～Cn——n 個不同電信號傳感指標；β——電信號負荷系數；Rmax——電阻最大值；Rmin——電阻最小值。

根據式（1）和式（2），可計算無線傳感器網絡配電指標，如式（3）所示：

式中：j——電量信號態勢分布系數；f——感應特征值；ΔT——態勢感知行為時長。

完成指標選取后方可繼續落實后續安排。明確指標后，對信息進行預處理，格努實際情況劃分風險等級，并做出綜合度量，在后續的態勢覺察、要素信息抓取以及預警方面加強風險控制。

5.3 態勢察覺技術

目前配電網態勢感知技術的應用已經進入智能化時代，并從深度和廣度兩個角度搭建智能化系統，常見故障為網絡連通性故障。在這一層級的關鍵技術包括大數據技術、高級量測體系構建技術、5G 技術以及虛擬采集技術，其中基本技術在于智能化通信，是整個系統運行的關鍵，目前引入的5G 技術具有傳輸延時低、速率快的優勢。針對當前數據采集問題，研究重點在于運維數據的準確性，需要保證電網虛擬采集技術與通信系統的聯動性。在實際應用中，應保障電廠做好傳感器、集中器、終端設備、PMU、智能電表、FTU 采集器等設備的投入，保證實時采集，配合大數據系統實現對電網實際運行情況的映射。重點加強對量測技術的應用，即高級量測體系構建技術，其中涉及PMU 配置優化技術、量測配置優化技術等，將電廠內的各類電表與廣域通信相連接，構成可視化系統。

5.4 理解階段關鍵技術

態勢理解主要通過對數據信息的挖掘，將其提取并轉換為電力系統運行過程中所需要的信息[4]。此步驟關系到配電網系統運行的穩定性、靈活性，保證落實智能化分析，根據對當前比較先進的電網調查顯示，關鍵技術包括配網彈性分析與自愈控制技術、配網協同調度技術、故障定位技術、虛擬電廠技術、不確定性潮流計算技術等，此步驟經常會出現采集裝置應用不當問題，導致后續的隨機變量計算和模糊數、概率統計技術應用精準性受到影響，因此務必做好相關設備的升級優化。為應對此問題，需要建立不確定潮流計算模式，充分應用SCADA 系統中的數據，保證信息全面性。

研究重點討論彈性分析與自愈控制技術和協同調度技術。前者是目前智能配電網態勢感知技術中的關鍵內容，其目的在于分析電網故障并定位，對現有故障網絡進行重構，并實現快速仿真。目前來看，該技術能夠根據感知層的數據分析實現預判，避免由于突發情況而導致突然間斷電，提升配電系統運行的靈活性。協同調度技術適應性較強，在智能配網中的應用能夠對系統空間布局和時間尺度進行一定的控制，保證態勢感知計算效率，同時維護系統中各個環節的運行，提高響應速度。

5.5 預測階段關鍵技術

針對智能配電網態勢感知預測階段的運作流程，主要分為以下3 個方面：①數據庫輸入數據，包括日數據、氣象數據、歷史運行數據、配電網運行狀態數據、事故統計數據等。②數據輸入至預測算法中，包括神經網絡、元胞自動機、蒙特卡洛等。③輸出結果，此環節主要技術包括預測目標、安全性態勢與預警、三相不平衡負荷、分布式能源規劃技術等。

在預測階段智能配電網態勢感知運行影響因素主要包括設備自身因素、外部影響因素以及人為影響因素，其中自身因素為設備出廠狀態、安裝數量等，導致系統運行環境不穩定，長此以往會引發配電網安全故障[5]。外部因素主要包括時間、空間、氣象，如鳥類遷徙、筑巢、地震、泥石流、強降雨、高溫、臺風等情況。認為影響因素包括施工破壞、偷電竊電、伐樹倒塌導致線路破壞等。

針對此類問題，在智能配電網態勢感知中比較關鍵的部分在于風險預警模塊針對該模塊的建設主要涉及數據采集終端、傳輸模塊以及可視化模塊，實現對數據采集層風險、服務層故障的實時信息采集，并上傳至數據庫，利用可視化平臺完成數據展示，并支持人機交互，提升配電網運行可靠性。對于風險預警系統的建立，采集終端模塊中主要在顯示屏中呈現故障風險參數、故障電路，保證主控制臺及時監控。完成采集后再通過數據傳輸模塊，傳輸模塊的建設應用到物聯網平臺和數據庫，完成處理后接入可視化模塊，通過面板展示代碼設計、頁面框架以及網頁。在可視化模塊中，關鍵技術包括4 個方面。①賬號管理部分。包括用戶管理、賬號管理及權限管理。②配電網風險預警部分。包括在線預警模型訓練、電網風險感知、風險實時預測、天氣地理位置信息實時判斷與定位。③數據庫。包括歷史數據和實時數據兩類。④運行圖部分，包括電網地理圖、電氣接線圖兩項內容。

6 結語

目前，態勢感知技術在智能配電網中的應用范圍逐漸擴大，并與5G 通信技術、大數據及人工智能等技術構成聯系，能夠為智能配電網的運行提供更多技術支持。但縱觀當前對某區電力態勢感知技術應用情況的調查結果來看，仍存在一些阻礙性因素，影響態勢感知技術的應用。如網絡連通性問題、裝置版本問題、裝置規約調試問題，需要做好相關技術的應用及檢查，及時與態勢感知裝置廠家溝通，定期優化升級版本。除此之外，本次研究還匯總了當前智能配電網態勢感知技術應用的挑戰，詳細論述各個階段關鍵技術的應用，確保進一步鞏固技術，實現技術之間的有機融合，為未來智能配電網建設過程中態勢感知技術應用條件的創設和運維支撐拓展思路。