[發明專利]一種基于隨機森林算法的配電網故障區段定位方法

在審

• 申請號: 201811202219.4
• 申請日: 2018-10-16
• 公開（公告）號: CN109490704A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 趙晉泉;吳凡
• 申請（專利權）人: 河海大學
• 主分類號: G01R31/08
• 分類號: G01R31/08;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 劉莎

本發明公開了一種基于隨機森林算法的配電網故障區段定位方法，屬于配電網及其自動化的技術領域。本發明定義了配電網的饋線開關狀態和饋線區段編碼，確定了原始故障樣本集。通過考慮原始故障樣本集的高維不平衡特性，采用過采樣和基于學習模型的特征選擇方法進行樣本預處理。本發明基于預處理后的樣本集，提出利用隨機森林算法對故障屬性與故障區段之間的關聯性關系進行數據挖掘，并構建了故障定位預測模型。本發明實現了配電網發生單一和多重故障的區段定位，且對畸變信息具有較強的容錯性。

技術領域

本發明涉及一種基于隨機森林算法的配電網故障區段定位方法，屬于配電網及其自動化技術領域。

背景技術

近年來，隨著分布式電源(Distributed Generation,DG)接入配電網，傳統配電網由單電源輻射網絡變化為功率雙向流動的多電源復雜結構。同時，由于配網規模不斷擴大且網絡拓撲結構越來越復雜，饋線開關和區段數也大幅增加，發生故障時饋線開關故障電流越限與故障區段的關聯關系變得復雜。此外，監控終端一般是安裝于環境惡劣的戶外，在極端天氣下會使終端上傳的故障信息發生畸變或丟失，利用傳統定位方法會造成故障區段的誤判或漏判。配網發生故障后的故障定位是配電網故障處理的最基本環節。在目前基于饋線監控終端(Feeder Terminal Unit,FTU)的集中智能配電系統下，對FTU上傳畸變故障信息的容錯處理直接影響了故障區段定位的準確性。

隨著數據挖掘技術的發展，通過對大量的、不完全的數據進行挖掘，從而發現其中隱藏的關系、規則已成為現實，目前也在電力行業得到了廣泛的應用。利用數據挖掘技術需要對歷史故障數據離線挖掘實現數據的分類，分類的精度決定了定位的準確性。但由于饋線區段數眾多、故障位置發生概率不一致，造成歷史故障數據特征數、樣本數存在高維和不平衡的特性，大大降低了模型的預測精度，所以在建模前需要對原始數據進行預處理。作為數據挖掘技術的實現方法，機器學習算法可用于實現故障區段定位，但定位的快速性和準確性受算法復雜性和收斂性的影響。針對配網故障區段定位要求，合理地選擇機器學習算法應用于故障定位，從而進一步提升故障區段定位的準確性和容錯性，有著重要的應用價值和意義。

發明內容

為了克服現有技術中存在的不足，本發明提供一種基于隨機森林算法的配電網故障區段定位方法。

本發明為解決上述技術問題采用以下技術方案：

本發明提供一種基于隨機森林算法的配電網故障區段定位方法，包括如下步驟：

步驟1，定義配電網的饋線開關狀態和饋線區段編碼；

步驟2，確定原始故障樣本集；

步驟3，采用過采樣和特征選擇方法對原始故障樣本集進行預處理；

步驟4，基于預處理后的故障樣本集采用隨機森林算法構建定位預測模型，實現對故障區段的在線預測；

作為優選方案，所述步驟1具體為：

步驟1-a，配電網發生短路故障時，饋線監控終端FTU采集由配電網系統電源、分布式電源向故障區段輸出的高于FTU整定閾值的故障電流信息，其中包括短路電流的方向信息，設定短路電流方向為

步驟1-b，定義配電網饋線的網絡正方向：規定主電源到饋線的方向為整個網絡的唯一正方向

步驟1-c，定義相間短路故障情形下開關狀態編碼：

式中，I_{j_d}為第j個饋線分段開關的狀態編碼；

步驟1-d，定義配電網饋線區段狀態編碼：設定饋線區段存在0、1兩種狀態，0表示區段正常，1表示區段故障。

作為優選方案，所述步驟2具體為：