配电网故障统计特性及其形成机理分析

为研究配电网故障统计特性及其形成机理,提取了南昌电网2006—2009年间的逐日故障信息。利用指数分布和幂律分布在单对数坐标及双对数坐标下呈直线状的特点,在两种坐标下绘图比对,发现配电网故障在双对数坐标下呈直线状具有幂律特性;而去除故障极值日数据后,故障累计分布在单对数坐标下呈直线状,具有指数分布特性。应用去势分析法分析故障序列,故障数据具有明显的长程自相关性。故障极值日的故障原因记录及气象信息均表明,极端天气是造成南昌配电网极值故障和故障幂律分布特性的根本原因。     

基于负荷尖峰特征LSTM自编码器的窃电识别方法

近年来，面向高损线路的窃电检测方法得到大面积工程应用，对降低窃电检测误报率和推动数据驱动窃电检测的工程应用起到了重要作用。但如何准确检出非高损线路的专变窃电用户，仍是亟待解决的难题。基于实践经验中部分窃电用户存在用电量异常尖峰这一特点，提出基于负荷尖峰特征长短期记忆（LSTM）自编码器的用户窃电识别方法。首先，分析典型窃电用户曲线形态,提炼了区分正常及窃电用户的用电量尖峰特征。然后，结合该特征和用户分时数据周期性规律，构建LSTM自编码模型重构输入得到拟合值，基于拟合值与真实值的均方误差设定自适应阈值，从而识别窃电嫌疑用户并提供具体预警尖峰时段。最后，应用实际专变用户用电数据进行算例分析，结果表明所提方法在准确率、命中率和误报率上均优于对比方法。     

数据驱动的用户无功补偿装置远程故障感知

针对部分用户不能及时发现自身无功补偿装置的故障异常、降低用电能效和抬高用能成本的问题，提出数据驱动的用户无功补偿装置远程故障感知方法。该方法基于用户日用电模式会在有限的生产经营状态间切换的假设，利用无功补偿装置故障异常时用户侧功率因数降低、从电网吸收无功升高的特点，选取计量数据中的无功功率和功率因数作为特征量感知故障。采用正常运行时用户的历史计量数据构建正常样本库。同一生产经营状态下，无功补偿装置正常运行和故障异常时用户的无功及功率因数分布存在差异。采用近邻传播聚类对检测样本与正常样本库进行聚类，若检测样本产生单独类簇，即可判断当日存在无功补偿装置故障。基于实际发生的无功补偿装置故障用户计量数据的测试表明了所提方法的有效性。