摘要：本文在用户地址的基础上，构建配网故障定位系统，采用贝叶斯推理法减少地址定位中的干扰因素，提高故障定位的精度。最后通过实例研究的方式，在配网故障定位系统中构建结构化地址库，并对技术原理、地址库特点、应用场景、应用效果进行分析，为配电网故障精准定位提供更加有效的解决方案。
关键词：用户地址；配电故障；区域定位
引言
在电力行业发展中，地址信息作为用户基本信息之一，对配网故障定位具有支持与基础性作用。虽然可利用配电自动化系统进行数据采集，但由于受到技术、使用条件等因素限制，仍然无法准确获取故障信息。对此，应积极构建配网故障定位系统，并对现有信息进行推理，在用户地址的支持下实现故障准确定位。
1数学模型构建
1.1馈线分层
首先，将馈线中全部能够可开断的设备作为节点，构建有向图描述模型，也就是描述矩阵D。在节点间边方向便是对应节点线路的主要方向，主流上行节点为下行的父节点，下行为上行的子节点。对于带有N个节点的馈线来说，D代表的是N阶方阵，在构造时采用双亲表示法，具体为：如若j节点为i节点的父节点，则矩阵Dij的数值为1，反之则为0。对于矩阵D来说，覆盖馈线中的全部可开断设备，故而可完整的体现反馈的工作状态以及节点间的联系。一般情况下，配电网处于开环运行状态，在D矩阵中对任何节点沿着与主流相反的方向回溯即可进入变电站，从中寻找与该节点对应的供电路径。假设变电站出口的断路器供电层为1，该设备中全部子节点的供电层次为2，各个节点当前的供电层与父节点相比多1，经过处理后，一条供电路径便可分为多个层次，通过上述“供电分层”法便可对故障定位进行推理。
1.2配电网模型
以典型的配电线路为例，将馈线开关当作节点，通过有向边对馈线进行描述，构建简单的模型，在用户地址信息的基础上，建立配电网模型，具体如下：分配终端用户节点、变压器等低压线路起始端节点、变压器节点、分段开关节点、电源开关节点等等。如若各个节点可将配电网中的故障开关进行分离，并将故障源定位在某节点与下行相邻节点形成的区域中，则工作范围内的全部用户均会受到该故障的影响。例如，终端用户节点故障是指该用户内部配电系统产生的异常反应，当分段开关节点3发生故障时，节点5与6覆盖的区域也将出现配电问题。在本文研究中，根据用户地址构建配电网模型，通过二叉树链的方式表示，实现拓扑描述，如下图1所示[1]。
.png)
图 1 配电网模型
1.3用户地址模糊化
本文构建模糊集模型，根据用户地址对故障进行定位，并与配电网运行情况与特点等信息相结合。模糊集是指以不同强度进行元素整合，用隶属函数描述模糊集，最后采用数学方法对模糊信息进行分析和处理。由于用户地址分布在多个供电区域，首先要对用户信息进行检索，搜索到与之对应的电力设备，并对该设备的可开断设备进行控制，借助矩阵D向上反馈，寻找全部可开断设备以及所对应的供电层次，在此基础上，确定设备所属故障的隶属度，计算公式为：
.png)
.png)
式中，Pi代表的是加权因子；i代表的是第i层；Ci代表的是用户地址对应的第i层可开断设备；n代表的是上行相邻设备所处层；ri代表系统历史故障。在隶属函数中，故障定位存在不确定性，可对用户地址模糊化处理。根据大量经验可知，如若用户所处地址的设备故障现象经常发生，则可判定该区域为故障多发区，在隶属度计算时，可适当提高加权因子。在用户地址确定后，通常上行相邻可开断设备故障的概率较大，即n与n-1层的加权因子较高，因下层设备开断不会对上层用户用电产生干扰，因此应重点考虑n层之前的节点[2]。
2配网故障区域定位系统设计
2.1贝叶斯推理法
配电网通常以开环形式运行，可将其分为多个以电源点为基础的树状结构，当故障推理系统接收故障信息后，首先对用户地址进行定位，将相同或相近区域的用户自动列为一组，表示该树中配电系统可能存在故障，需要对其进一步推理，与该地址无关的树则无需处理。对于多重故障的情况，还需要对各组信息进行逐个推理，循序渐进的确定各个故障所处位置。
首先，每组故障投诉推理均应根据树中相应用户投诉节点由下至上的查询，判断与该地址相关的全部网络节点，并根据贝叶斯推理法对该组相关的节点故障后验概率进行确定，由下至上的重新搜索，对各个节点故障的阈值大小进行对比，具体方法为：如若节点vi为vj的父节点，vk为vm的父节点，若节点vi和vj故障后的概率与阈值相比较小，vk与vm故障的后验概率相对较大，说明vk点发生故障的概率相对较高，但是vm点也存在故障的可能，究其原因，有时受越级跳闸因素影响，如若节点vm之后的区域出现故障，通常vm点会跳闸，但剩余节点不会发生改变，但如若出现越级跳闸情况，则vk节点也会随之跳闸。有时因为缺乏充足的报修信息或者因错误信息太多，可能会影响故障处理结果的精准度，可通过深入搜集信息后再进行判断。
2.2可信度确定
假设全部节点故障的检验概率均为0.01，节点阈值为0.6。通过可信度可对定位不准确性进行体现，其数值由用户地址、用户身份、故障类型等多种因素确定，可信度C确定方法如下：
通常情况下，接到用户故障投诉后需要对其地址进行定位，在首次接到故障信息后，C取值为2—3；第二次接到故障信息后，C取值为3—3.5；超过三次接到故障信息后，取值为4—5。如若故障信息内容可形成证据链，可使可信度适当提升，如用户对某处故障进行三次投诉，C的取值为3.7，配电系统提供相同信息时，C取值为4.0。在实际操作中，为了提高故障定位的精准度，可通过主动咨询用户的方式，判断电力供应情况，再根据反馈信息进行推理。如若用户反馈为用电正常，则C为负值，此时对一般C的取值范围为-2—-5之间。例如，有用户反映某变压器存在故障，可对该设备进行定位，并对周围用户进行咨询，如若反馈结果为正常，则C取值为-4.2，需要重新进行故障推理[3]。
2.3必要性度量
在对某节点运行情况进行咨询时，如若得到的反馈结果为正常，则与之相关的全部上层节点故障节能性降低，可以必要性度量L为依据进行判定。根据以往经验可知，假设L的数值为0.0001，某节点C的数值为-3，该L值可将父节点故障后验概率进行改变，由0.79转变为0.6，如若某节点为-5，父节点的故障概率有0.99转变为0.6，此时L值便可实现预期目标。根据故障推理的不确定性，在L值确定时包括以下两种情况：
（1）只有一个父节点时
单纯根据子节点下层投诉信息难以准确定位故障，不确定是父节点或者子节点，二者同样具备故障嫌疑。此时，可将L的数值取10000000，在子节点以下的节点可信度范围为-5—5，计算得出两种节点故障概率差值低于0.00001，由此可见L的数值与要求相符。例如，在节点V2中只有一个子节点，用v7表示，则该节点的推理规则为：
（Ls，Ln）＝（10000000，0.0001）
（2）有多个父节点时
假设各个子节点的P数值相同，但受父节点的影响不同。由以往经验可知，如若在较短时间内两个子节点接到可信度较高的故障投诉，也就是检验概率均超过阈值的0.6，可断定父节点处于故障范围内，计算得出L的数值为21.3。例如，节点V5由两个子节点，二者的推理规则为：
（Ls，Ln）＝（21.3，0.0001）
通过L取值还可体现以下信息，在短期内接到3个子节点故障信息时，父节点故障概率超过阈值0.6，这说明如若3个子节点的可信度为中等，也可推理出父节点处于故障范围内；在短期内接到4个子节点故障信息时，且节点故障验证概率均超过0.15，父节点故障概率为0.6，这说明如若4个子节点的可信度较低，也可推理出父节点处于故障范围内；如若长期内接到某子节点的故障信息，在故障验证后概率为0.99，父节点故障概率低于0.17，这说明该子节点的故障可信度较高，经过推理可知，该节点故障的概率较大，父节点可能不属于故障区域内。
3用户地址基础上的配网故障定位案例
在电力信息技术飞速发展下，电网企业核心业务的信息化水平也随之提升。在用户地址结构化建模之前，对用电地址进行抽样调查，通过统计分析可知，有超过1/2的库地址中含有4、5层地址结构。根据地址规范，前4层中的用户地址信息不够详细，与结构化地址管理要求不符，总体不达标率超过80%。
3.1技术原理
为了解决上述问题，该电网企业对内含10层的用户地址模型进行构建，在此基础上，建成标准地址库，主要涵盖以下关键技术：利用树状方式管理地址信息，并支持地址层级动态调整，地址规范可支持10层地址，还可支持局部带有特殊性的地址。通过规范可使与条件不符的地址得到检验，在特定规则基础上，在地址库中建立动态分词引擎，使地址得到准确有效的解析，以此降低地址名词库的维护工作强度，使查询与维护效率得到显著提升。同时，还具备管理功能，通过地址管理与审核机制来实现；接口具有开放性，支持多种业务系统，可为其提供地址管理与查询服务。该企业通过对用户地址信息的普查与核实，将全省范围内2500万个用户地址输入库中，得出198.9万个结构化地址信息。通过对标准化之前与之后的地址分布情况对比可知，原本只涵盖4、5层的地址已经被分解成10级地址，规范率达到100%。地址库作为核心资源，可使以往信息同源问题得到有效解决，与此同时，还可对营销系统、生产系统等进行支撑，使系统用电地址、设备录入等更加科学规范[4]。
3.2结构化地址库特点
该地址库在管理方面具有树型化、层次化、对象化等特点，不但可对结构化数据进行描述，还可为非结构化数据提供支撑，同时还可对地址节间的关系进行管理，使地址模型得到灵活便捷的调整。对不规则地址进行自主组装，在地址信息输入库后，对于非规则性的信息，可根据企业设定的规范方法，使其变为详细具体的结构化地址，并统一编辑地址编码。在信息整合时，充分发挥现有数据的作用，对部分地址信息中的缺失进行补充，使地址信息更加完整全面，同时还可降低人工的工作强度。在地址信息变更管理方面，可对单独的地址变迁情况进行管理，实现地址信息的自动变更，并具有可追溯性。
3.3应用场景
（1）停电故障研究判断
根据用户报修的地址，在较短的时间内快速精准的对地址库层级、电表箱信息进行定位，采用营配对应的方式，采集电表箱对应的公变信息，判断该地址是否处于停电范围内，并对用户咨询及时反馈。通过故障报修点的匹配，将故障公变与告警信息结合起来，对故障停电进行综合研究和判断，使报修定位与有效工单有机结合。
（2）智能归类
在当前的计划停电时，对停电信息进行编辑后，仍以人工录入为主，在操作中很容易出现信息输入错误、遗漏等情况，社会公告后信息相对模糊，精准性较低。该企业在现有地址库与关联的用户地址信息基础上，对停电计划与范围进行研判，对受停电影响的用户地址由下至上的智能收集与归类，可精确定位到门址范围，去重处理后，录入到生产系统之中，为停电公告信息的准确发布提供充足的数据支持。
（3）预防电费回收风险
通过对用户地址的智能搜索，可得出区域范围内用户拖欠电费信息、电费回收情况、用电情况等等，在用户群中进行电费回收风险告警，便捷高效的辅助电费回收部门进行分析决策，采用多样化方法，使区域内电费回收率得以提升，回收风险得到有效规避[5]。
3.4应用效果
在地址库应用效果方面，在当前198.9万地址信息中，业务受理、地址录入、地址规范率已经达到100%；在结构化地址应用基础上，电费催缴与回收风险实现可视化，使回收风险显著降低，与上一年同期相比，用户缴费时长缩短2.3天。采用智能归类的方式进行数据收集，对网点充值销售情况进行量化，使卡内销售资源得到有效调整，各类网点充值销售与上一年相比提升28.1%。
在故障维修效果方面，通过结构化地址库的应用，可实现停电状态下的故障主动维修，精准定位停电范围，以可视化图形进行描述，降低用户报修量，与上一年同期相比，保修单减少16.8%。通过对故障智能研判系统的更新，可在短时间内精准定位表箱、公变与已知停电信息，提高一次办结率。截至到2019年底，故障工单的一次办结率同比提高31.9%。
结论
综上所述，在本文的研究中，在用户地址的基础上构建配电网定位系统，在贝叶斯推理法的指导下，为配电网故障定位提供更加精准高效的解决方法。根据大量实践表明，地址库与故障维修均取得良好的效果，可实现精准故障定位，有效缩短故障维修时间，还可预防电费回收风险，促进电力企业的可持续发展。
参考文献：
[1]蔡建新，刘健.基于故障投诉的配电网故障定位不精确推理系统[J].中国电机工程学报，2018（04）：61-65.
[2]贾浩帅，郑涛，赵萍，etal.基于故障区域搜索的配电网故障定位算法[J].电力系统自动化，2019，36（17）：62-66.
[3]屠强，刘伟，郭志忠.基于故障投诉信息的配电网故障定位[J].电力系统保护与控制，2019，033（024）：24-28.
[4]张钊，陈昊，牛桂东.基于配电网故障区域辨识的定位算法[J].电力自动化设备，2018，25（3）：83-84.
[5]薛波.基于多源信息的配电网故障定位[D].山东大学，2018.
作者简介：
高尚飞，1984，男，硕士研究生，高级工程师，长期从事电力信息化技术研究。
论文作者:高尚飞,张志生,朱延杰
论文发表刊物:《电力设备》2020年第2期
论文发表时间:2020/4/30