我國6～66kV的中壓配電網系統大多采用小電流接地方式。小電流接地系統發生單相接地故障時，非故障相對地電壓升高為線電壓，若發生間歇性弧光接地則會引起電弧接地過電壓，長時間的運行還會導致故障點的增多，進而引發相間短路，使電力系統安全受到嚴重的威脅。因此，單相接地故障選線定位問題是供電部門的一個長期困擾，目前尚無非常完備有效的解決方案。

現有的接地故障分析處理方法多是僅有理論分析或基于仿真數據，這些研究與實際測量得到的數據分析結果有較大的出入，使得故障診斷判據在實際應用中還不是很理想。文獻[4]提出了一種基于暫態零序電流數據動態時間彎曲距離的小電流接地故障區段定位方法，故障定位效率較高。

文獻[5]通過建立網絡樹狀圖和可疑故障區域，利用改進D-S證據理論得到故障區域，融合多樣信息，提高定位準確性。文獻[6]在大數據在電力系統應用方面介紹了配電網大數據的各個技術環節，并預測了不同的應用場景。文獻[7]基于公共信息模型建立了智能電網大數據統一應用架構，實現異構數據的融合。這些研究目前主要停留在理論階段，本文將大數據技術應用于小電流接地系統接地故障檢測，以尋求一種新的數據處理方法對故障數據進行診斷分析。

近年來，隨著信息處理技術的不斷發展，大數據技術迅速發展成為各國科技界關注的熱點，它是融合物理世界、信息空間和人類社會三元世界的紐帶。隨著大數據技術的不斷發展，它在互聯網、金融、物流等領域有了廣泛應用，在電力行業中大數據技術也在逐步進入發展階段，其中受到廣泛關注的就是利用大數據技術分析預測電網故障。

電力系統運行過程中會產生大量運行數據，逐漸構成電力大數據，其關注重心在于數據背后的信息沉淀與業務分析。隨著技術的發展，電力用戶側數據呈指數級增長，逐步構成用戶側大數據。對電力大數據進行分析處理，可以得到系統發生故障時電量數據的變化情況，進而得到故障發生的誘因及判據，以實現對電力系統故障的預測，減少電力用戶的損失，保證電力系統的可靠運行和用戶的用電安全和質量。

進行電網大數據分析需要建設相應的故障數據庫，并且對與之相配合的存儲、數據處理與管理也有很高的要求，因此需要搭建大數據分析平臺。本文針對電力系統中最常見的小電流單相接地故障搭建了大數據分析平臺，提出了單相接地故障大數據分析平臺的應用框架，著重討論了此分析平臺中數據庫的設計與建設思路。最后以某變電站實際錄波數據為實例，驗證了本文所構建的數據庫的工程可行性，為后續故障數據分析并進行在線故障診斷奠定基礎，具有很好的推廣價值。

1 基于故障錄波器的接地故障數據獲取

1.1 故障指示器介紹

接地故障錄波分析系統如圖1所示。主要由故障指示器、無線通信網絡、系統主站等構成。故障指示器分別安裝在每條線路的ABC三相上，電網發生單相接地故障時，故障點附近桿塔的故障指示器記錄波形數據，通過無線通信網絡上傳到系統主站，系統主站處理每個故障指示器上傳的錄波數據，完成對配網線路的故障檢測和定位。

故障指示器是饋線自動化的重要終端設備，配電網在運行時會產生大量原始數據，錄波型故障指示器（故障錄波器）的主要任務是當系統發生短路故障、系統振蕩、頻率崩潰等大擾動后，自動記錄擾動發生前后的系統電量，如系統電壓、電流以及系統頻率等，其基本結構如圖2所示。故障錄波器是評價繼電保護動作行為及分析設備故障性質和原因的重要依據，對于保證電力系統安全運行和提高電能質量起到了重要的作用。

圖1 接地故障錄波分析系統

圖2 故障錄波器基本結構

隨著配電網線路拓撲結構日益復雜，故障指示器安裝數量也日益增多，每臺故障指示器獲取的波形數量也十分龐大，除實時故障錄波數據外，還存在大量歷史數據，均可用于接地故障診斷判據的推導，符合種類多、體量大等大數據的特征。

1.2 數據分類

對于本文中小電流接地系統單相接地故障數據的特點，可將數據大致分為兩類：靜態數據與動態數據。靜態數據主要是指記錄后不再變化的數據，主要包括輸配電線路拓撲結構、線路參數信息等。動態數據指進行實時采集的數據，如故障指示器采集到的電流、電壓等。

針對小電流接地系統接地故障數據庫的設計，可以將動態數據作為主評數據，可保證數據更新的即時性與在線故障檢測的實時性；將靜態數據作為故障檢測的參量屬性，保證故障判別的準確性。

1.3 錄波數據轉換

本文以湖南某地區變電站實錄數據為例介紹數據提取方法。不同型號的故障錄波器的通信規則以及數據記錄格式不統一，但目前新型錄波器已采用標準數據記錄格式，規約也有相應轉換軟件進行數據轉換，能夠與后續的故障分析設備交互數據。

故障錄波文件采用COMTRADE格式，這是IEEE標準中電力系統暫態數據交換的通用格式，每一個COMTRADE文件均含有四個文件，分別存儲文件標題（Header，后綴為.hdr）、配置（Configuration，后綴為.cfg）、數據（Data，后綴為.dat）以及信息（Information，后綴為.inf）。

其中，對后續數據提取及存儲作用較大的cfg與dat文件，cfg文件為一種ASCII文本文件，用來描述dat文件的格式，如采樣通道信息、采樣速率、采樣時間等；而dat文件對應相應的cfg文件，存儲每個通道采樣及開關量數據，包括對應的標志。

由于數據（.dat）文件是以二進制存儲數據，研究人員無法直觀看出相應電量及參數信息。本文利用python軟件編寫的批量轉換程序，將十六進制故障錄波數據批量轉換為十進制數據格式，供后續數據存儲以及分析。

2 接地故障大數據平臺架構

接地故障大數據需要建立在大數據處理平臺之上，大數據處理平臺為數據集成、存儲、分析等提供基礎平臺和技術支撐。大數據平臺對信息安全性要求高，人機交互頻繁，數據邏輯性復雜，集成管理平臺需接入各類高級應用軟件。圖3所示為本文建立的小電流單相接地故障大數據平臺架構。

圖3 小電流單相接地故障大數據平臺架構

其中數據集成為解決不同電力公司各個部門之間的數據不融合問題，要搭建統一的數據模型來存儲及管理各地區故障錄波數據，逐步實現各電力業務部門間的數據交互和對數據的實時采集工作。

數據挖掘與應用是大數據實驗平臺的核心部分，通過對現場實測數據的在線及離線分析，實現故障檢測及預測服務，減少電網故障對用戶造成的影響。同時，平臺含有管理部門，通過資源調度、安全管理等實現對大數據平臺的監測與管理。

3 配電網單相接地故障數據庫架構設計

通過建立小電流單相接地故障數據庫可以更加有針對性的對大數據平臺各個模塊間的關系進行描述，使平臺更加簡化，令電網故障檢測與維護更加易于實現。以下將針對上述單相接地故障大數據平臺數據庫的設計構建進行闡述。

3.1 數據庫設計原則

根據實際需求分析，本文中的配電網單相接地故障數據庫不僅包含故障電量數據，即上文中提及的動態數據；也包含故障線路參數數據，即上文中提及的靜態數據。

故障電量數據的數據量大，確定性較強，含有較多重復、冗余、錯誤數據，因此對數據的清洗篩選以及存儲管理是關鍵問題。同時，此類數據會隨著時間推移不斷增多，數據的增減、同步等也是數據庫設計建設時需要著重考慮的問題。

故障線路參數數據，一旦輸入后基本無需改動，包括變電站的線路拓撲結構和各條線路上的元件參數及故障類型等信息，數據來源多樣復雜，不一致性強，格式變化多，不同故障線路中得到的參數區別較大，在故障數據庫設計中需要著重考慮不同數據來源之間的數據融合統一問題。

配電網單相接地故障數據庫針對性強，主要存儲對小電流單相接地故障存在較顯著影響的電網電量參數及線路參數信息，減小了數據庫規模，為之后的數據分析及數據庫移植等操作提供便利。

根據現場實錄數據的特點與設計目標，制定本數據庫的設計基本思路：

• 1）消除故障數據中冗余、錯誤的部分，保證數據查詢準確快捷。
• 2）留出一定的備用列，可供增加電網參量等。
• 3）根據數據類型分表存儲數據，表間有一定的連接規則，便于實現管理與后續數據分析。

3.2 具體設計方案

根據上述數據庫設計的基本思路，在“配電網單相接地故障數據庫”設立三個表，依據數據類型進行分類存儲。

1）測量值表

主要存儲故障波形數據的電量數據，包括三相電壓、線電壓、零序電壓、零序電流以及變電站名稱、線路名稱、錄波時間和具體的測量采樣時間點，此外也預留了3個備用通道用于添加字段。

由此可以在不同變電站線路與錄波時間變化的情況下，根據采樣測量時間點，查找出不同采樣點下的電量數據。選取“變電站名稱”、“線路名稱”、“錄波時間”、“測量時間點”4條字段為聯合主鍵，可以惟一確定出電壓電流值。

2）線路參數表

由于不同變電站、不同線路之間各項參數的不同，設置線路參數表來存儲各項參數信息，也需存儲不同故障數據對應的故障類型等靜態數據，主要包括過渡電阻、中性點接地方式、負載、故障類型等信息，為查詢方便，此表中也需包含“變電站名稱”、“線路名稱”、“錄波時間”3條字段為復合主鍵。

由于在實際錄波文件中經常會缺失一些線路參數數據，故部分字段內值置空，待獲取到相關信息后可人工手動輸入，完善數據庫。同樣預留兩個備用字段用于更新添加相關線路故障信息。

3）線路拓撲表

用于存儲不同變電站內的拓撲結構，為存儲方便，僅存儲某條線路的上游及下游地點（線路名稱），再根據上下游地點的線路名稱再次在表中查找上游及下游線路名稱，由此循環得到不同變電站的拓撲結構，通過程序查找、畫圖，可顯示出變電站的拓撲結構圖。

設置“變電站名稱”和“線路名稱”為復合主鍵。此表中的相關數據由獲得相關變電站的線路分布信息后，由人工手動錄入數據庫，若無特殊情況，一經錄入就不再修改，不需更新。

為在三表之間建立關聯關系，選取“測量值表”為三表中的父表，“線路參數表”和“線路拓撲表”為子表，在父表中建立外鍵約束，由“變電站名稱”字段和“線路名稱”字段作為聯合外鍵，共同關聯至子表，如圖4所示。

當輸入需要查詢的變電站、線路和錄波時間后，即可查詢出目標時刻的故障電量信息和相關的線路參數及線路拓撲結構信息，為下一步的故障數據分析打下基礎。

“線路參數表”與“拓撲結構表”作為線路的靜態信息，不需實時更新，已預先存入。調取故障數據的必須項目為“變電站名稱”、“線路名稱”和“錄波時間”，即可得到目標故障的所有相關信息。

圖4 表間關系

3.3 數據前期準備

初始錄波數據不僅存在格式問題，也存在冗余、錯誤或者缺失的問題，在存入數據庫之前需進行數據清理工作，即數據ETL（extract-transform-load）。

根據數據庫設計要求，本文擬采用的ETL流程如圖5所示。從數據庫中建立特定接口，抽取原始文件數據。由于原始錄波以COMTRADE格式記錄，根據1.3節中的錄波數據轉換方法，利用python編寫轉換程序，得到十進制數據，進行數據轉換。

對轉換后的數據進行清洗，去除數據噪聲，修正缺損數據，通過系列拆分匯總，按數據內容進行分類，形成可供分析的數據，最后利用數據加載工具或API編程將處理后的數據加載到建立的目標數據庫中，以供后續數據分析處理。

圖5 ETL流程

4 數據庫應用實例（略）

4.1 故障錄波數據篩選

以湖南省某地區變電站實測數據為基礎，進行小電流單相接地故障數據庫的搭建工作。

4.2 數據庫結構設計與搭建

根據變電站實測數據特點及上文討論的數據庫搭建構想，搭建了單相接地故障數據庫。本項目選取MySQL為數據庫管理系統，Navicat為數據庫管理軟件。本數據庫建設過程中，將線路拓撲結構這一非結構化數據轉換為結構化數據存儲，從而大大減少了數據庫的復雜程度，簡化了開發工作。

4.3 數據庫應用服務

1）數據查詢與可視化

數據可視化是將有用數據展現出來，從不同的維度觀察數據，從而對數據進行更深入的分析。因此為增強數據可讀性以及更加直觀向用戶展示故障實錄波形數據，還需制作用戶界面實現數據可視化。

其主要內容是讀取用戶端輸入的變電站名稱、線路名以及錄波時間三個必填項，程序將自動調取數據庫內存儲的相應數據，根據表間關聯規則以波形結果顯示，并向用戶展示相關線路的線路拓撲及線路參數等信息。

2）數據分析

根據獲取的現場實錄數據，利用python語言進行算法設計，對數據庫中數據進行處理，通常先將數據進行標準化，使得來源不同的數據具有相同的數量級和合適的幅值。

本項目后續將利用智能算法（如啟發式分割（BG）算法）對故障數據進行分析挖掘與多維度關聯分析，綜合得到波形中的故障特征及位置等信息，進而得到改進的小電流系統單相接地故障檢測與選線判據；同時將數據庫與更多高級應用接口，實現對接地故障數據的在線分析與診斷。

結論

小電流接地系統的單相接地故障檢測一直是電力系統中亟待解決的問題，本文根據單相接地故障錄波數據特點，提出了小電流接地系統接地故障大數據分析平臺的設計方案，包含數據集成、數據存儲、數據預處理、數據挖掘及數據應用等模塊，各個模塊間根據不同業務要求進行配合，并選擇相應的數據處理方法。平臺具有數據集成、分析處理和管理運行等方面的功能。

本文著重論述了大數據平臺中故障數據庫的搭建工作，包括設計思路與該數據庫在實際電網中的應用情況，提出的基于故障突變點的錄波數據篩選方法，可有效提高數據庫分析效率。