摘要：新时代背景下，我国经济得到了飞跃发展，对于电能的需求也与日俱增，因此做好输电线路的安全保护工作成为当前电力部门的重要任务。在输电线路运行过程中会有很多原因引起运行故障，因此需要我们去进行有效的识别，并采取科学有效的措施进行防治，同时还要做好日常的维护工作。只有这样才能确保输电线路的安全运行，为我国的经济发展做好服务工作。本文针对电网输电线路故障频发、表象随机性强、提前预判难度大等问题，在分析电网历史故障数据的基础上，对电网输电线路故障原因与特点进行深入剖析。
关键词：电网；线路故障；大数据挖掘；线路分布；电压等级分布
引言
电网企业输电线路运维检修的最大风险表现为线路故障，线路故障的发生可能由线路缺陷、人员操作、自然环境等内外部多种因素造成，同时各种诱发因素之间也存在相互影响，可能间接导致线路故障。目前，国家电网公司已建立国内领先、国际一流的信息集成平台。随着三地集中式数据中心的陆续投运，一级部署业务应用范围的持续拓展，电网业务数据从总量和种类上都已初具规模，电网大数据的“量类时”特性，已在海量、实时的电网业务数据中凸显出来。但数据收集无法停止，结果无法使用仍是国网公司面临的主要问题。
目前，亟需加强对多样化的统计分析和数据挖掘手段的研究工作，增强关联度和预测性分析，发现数据潜藏价值，推动数字化向智能化转变，提高数据服务公司战略决策、业务应用和管理模式创新的能力。本文从电网输电线路故障数据特点和管理需求出发，以输电线路故障数据为核心，通过大数据挖掘的方式建立多维度、多业务间的量化关系，全面了解电网设备故障类型，明确重点管理环节，深入分析典型故障，针对高、中、低危故障类型，形成分层管理体系，辅助指标管理策略并完善指标日常管理方法，并对研究中发现的问题提出改进建议。
1 故障类型分析
输电线路故障类型包括雷害、异物影响、大风、动物影响、覆冰、大型机械作业碰线、火灾、材质不良、建设施工、外部火灾、产品结构设计不合理、工艺不佳、外力破坏等。本文统计了2012～2014年期间，某电力公司110kV、220kV和500kV输电线路故障数据共计198条。按故障类型来说，雷害故障记录91条，占故障总数的45.96%。异物影响故障和大风故障，占故障总数的比例依次为14.14%、13.64%。雷害、异物影响、大风这3类故障发生次数占故障总数的74%，即18.8%的故障类型发生故障的概率为74%，故障类型分布较集中。通过重点筛选，明确雷害、异物影响、大风等是引发线路故障的最关键因素，并主要针对这3种故障类型，从线路长路与线路条数、电压等级与区域分布、发生概率、发生时间的相关性等方面详细分析了输电线路故障发生的规律。
2 典型的故障特点分析
2.1典型故障线路分布特点
分别对雷害、异物影响和大风这3类典型故障进行帕累托曲线计算，直观分析各类典型故障在线路长度和线路条数上的分布特点，可得到各类典型故障的发生比例与线路长度、线路条数占比之间的定量关系，为典型故障的集中重点防控提供数据支撑。通过计算分析可见，50%的雷害故障发生集中于总线路长度的9.75%，总线路条数的1.39%；80%的雷害故障发生集中于总线路长度的12.68%，总线路条数的3.86%；100%的雷害故障发生集中于总线路长度的22.06%，总线路条数的5.50%。雷害故障在发生线路条数和线路长度上表现出高度集中，这种分布的集中性为雷害故障监测重点线路的选择提供了合理依据。对于占总线路长度22.06%、总线路条数5.50%的线路，应作为雷害故障监测的重点线路，可极大提高雷害故障防控的效率。
期刊文章分类查询,尽在期刊图书馆
同理，50%的异物影响故障集中于线路总长度的0.98%，80%异物影响故障集中于1.72%长度线路，100%异物影响故障集中于4.11%长度线路。50%的大风故障集中于3.4%长度线路，80%大风故障集中于6.81%长度线路，100%大风故障集中于12.21%长度线路。异物影响和大风故障也同样在发生线路条数和线路长度上，表现出高度集中性，因此可开展重点监测工作。
2.2典型故障电压等级分布特点
分别对2012年1月1日～2014年12月31日输电线路中的雷害故障数据、异物影响故障数据和大风故障数据按照线路电压等级进行分类。结果发现，雷害故障60%分布于500kV线路，32%分布于220kV线路；异物故障43%分布于500kV线路，46%分布于220kV线路；大风故障63%分布于500kV线路，26%分布于220kV线路。3种故障类型的故障发生率均较为集中，500kV和220kV线路应作为故障预防工作的重点线路。
2.3典型故障贝叶斯分析
对2012～2014年输电线路雷害故障数据，按照所处年份进行贝叶斯网络分析。灰色区域代表当年发生故障线路，白色区域代表当年无故障线路的条数；斜杠分隔符前数字代表发生故障的线路条数，斜杠分隔符后数字代表故障记录的次数，各角形分叉下方线代表上一年线路中发生雷害故障的线路，上方线条代表上一年线路中未发生雷害故障的线路。因大风故障3年总数为27，异物影响故障3年总数为28，故障数据量较小不适于使用贝叶斯分析，所以仅对雷害故障进行贝叶斯网络分析，结果如图2所示。2012年发生雷害故障的线路70条，雷害故障记录85条。在2012年发生雷害故障的70条线路中，2013年再次发生雷害故障的线路14条，单线路二次雷害故障率为20%；而在2012年未发生雷害故障的1147条线路中，2013年发生雷害故障的线路41条，单线路二次雷害故障率为3.57%，故障发生概率低于2012年雷害故障线路的20%。
在2012～2013年连续发生雷害故障的14条线路中，2014年再次发生雷害故障线路为6条，单线路三次雷害故障率42.86%，且这些线路2014年平均单线路雷害故障次数为1.5；在2012～2013年连续两年未发生雷害故障的1106条线路中，2014年发生雷害故障的线路为21条，单线路雷害故障发生概率仅为1.91%，故障发生概率远低于2012～2013年连续发生雷害故障线路的42.86%，且这些线路2014年平均单线路雷害故障次数为1.1，远低于2012～2013年连续发生雷害故障线路的1.5。
通过以上分析，可以看到连续两年未发生故障的线路，发生故障的可能性低于连续两年同时发生故障的线路。发生故障的线路，隔年再次发生故障的可能性高于7%，单线路故障数约为1。前一年发生故障的线路，今年再次发生故障的可能性高于17%，单线路故障数约为1.3。连续两年以上发生故障的线路，再次发生故障的可能性高于40%，单线路故障数约为1.5。单一线路雷电故障发生的重复率较高，发生过、尤其是近年发生过雷电故障的线路再次发生雷电故障的概率较高，应作为雷电故障监控重点。
3 结束语
本文以线路故障数据为基础，对典型故障类型进行了历史故障高发地域分析。发现发生过雷害故障的线路，再次发生雷害故障的可能性更高，且单线路雷害故障发生次数更高。通过对历史各年度单线路发生雷害故障发生次数的统计，可预测以后年度各线路雷电故障发生的概率，从而筛选出雷害故障的高发线路，为制定线路技改大修投资计划、确定日常运维检修重点提供数据支撑。
参考文献：
[1]武利会，张鸣，朱文滔.低气压覆冰条件下绝缘子的直流闪络特性[J].高电压技术.2006（06）.
论文作者:秦严
论文发表刊物:《电力设备》2017年第16期
论文发表时间:2017/10/23
标签：故障论文; 雷害论文; 线路论文; 发生论文; 异物论文; 数据论文; 电网论文; 《电力设备》2017年第16期论文;