同济大学电气工程系、国网湖南省电力公司电力科学研究院的研究人员牟之豫、牟龙华等，在2019年第6期《电气技术》杂志上撰文指出（论文标题为“小电流接地系统接地故障大数据分析平台数据库设计”），单相接地故障是电力系统中最常见的故障类型，故障检测问题也一直困扰着相关电力部门，传统的故障检测方法对实测数据的处理准确性不高。
为了在实际故障数据的基础上解决小电流接地系统接地故障检测问题，本文根据具体需求提出了接地故障大数据分析平台的设计方案，并针对分析平台中故障数据库的搭建进行了详细地说明。故障数据库搭建构想以湖南某地区变电站实际录波数据进行验证，通过制定的故障数据筛选清洗策略，提高了数据库存储效率，为后续故障数据分析及在线故障诊断奠定了基础。
我国6～66kV的中压配电网系统大多采用小电流接地方式。小电流接地系统发生单相接地故障时，非故障相对地电压升高为线电压，若发生间歇性弧光接地则会引起电弧接地过电压，长时间的运行还会导致故障点的增多，进而引发相间短路，使电力系统安全受到严重的威胁。因此，单相接地故障选线定位问题是供电部门的一个长期困扰，目前尚无非常完备有效的解决方案。
现有的接地故障分析处理方法多是仅有理论分析或基于仿真数据，这些研究与实际测量得到的数据分析结果有较大的出入，使得故障诊断判据在实际应用中还不是很理想。文献[4]提出了一种基于暂态零序电流数据动态时间弯曲距离的小电流接地故障区段定位方法，故障定位效率较高。
文献[5]通过建立网络树状图和可疑故障区域，利用改进D-S证据理论得到故障区域，融合多样信息，提高定位准确性。文献[6]在大数据在电力系统应用方面介绍了配电网大数据的各个技术环节，并预测了不同的应用场景。文献[7]基于公共信息模型建立了智能电网大数据统一应用架构，实现异构数据的融合。这些研究目前主要停留在理论阶段，本文将大数据技术应用于小电流接地系统接地故障检测，以寻求一种新的数据处理方法对故障数据进行诊断分析。
近年来，随着信息处理技术的不断发展，大数据技术迅速发展成为各国科技界关注的热点，它是融合物理世界、信息空间和人类社会三元世界的纽带。随着大数据技术的不断发展，它在互联网、金融、物流等领域有了广泛应用，在电力行业中大数据技术也在逐步进入发展阶段，其中受到广泛关注的就是利用大数据技术分析预测电网故障。
电力系统运行过程中会产生大量运行数据，逐渐构成电力大数据，其关注重心在于数据背后的信息沉淀与业务分析。随着技术的发展，电力用户侧数据呈指数级增长，逐步构成用户侧大数据。对电力大数据进行分析处理，可以得到系统发生故障时电量数据的变化情况，进而得到故障发生的诱因及判据，以实现对电力系统故障的预测，减少电力用户的损失，保证电力系统的可靠运行和用户的用电安全和质量。
进行电网大数据分析需要建设相应的故障数据库，并且对与之相配合的存储、数据处理与管理也有很高的要求，因此需要搭建大数据分析平台。本文针对电力系统中最常见的小电流单相接地故障搭建了大数据分析平台，提出了单相接地故障大数据分析平台的应用框架，着重讨论了此分析平台中数据库的设计与建设思路。最后以某变电站实际录波数据为实例，验证了本文所构建的数据库的工程可行性，为后续故障数据分析并进行在线故障诊断奠定基础，具有很好的推广价值。
1 基于故障录波器的接地故障数据获取1.1 故障指示器介绍
接地故障录波分析系统如图1所示。主要由故障指示器、无线通信网络、系统主站等构成。故障指示器分别安装在每条线路的ABC三相上，电网发生单相接地故障时，故障点附近杆塔的故障指示器记录波形数据，通过无线通信网络上传到系统主站，系统主站处理每个故障指示器上传的录波数据，完成对配网线路的故障检测和定位。
故障指示器是馈线自动化的重要终端设备，配电网在运行时会产生大量原始数据，录波型故障指示器（故障录波器）的主要任务是当系统发生短路故障、系统振荡、频率崩溃等大扰动后，自动记录扰动发生前后的系统电量，如系统电压、电流以及系统频率等，其基本结构如图2所示。故障录波器是评价继电保护动作行为及分析设备故障性质和原因的重要依据，对于保证电力系统安全运行和提高电能质量起到了重要的作用。
图1 接地故障录波分析系统
图2 故障录波器基本结构
随着配电网线路拓扑结构日益复杂，故障指示器安装数量也日益增多，每台故障指示器获取的波形数量也十分庞大，除实时故障录波数据外，还存在大量历史数据，均可用于接地故障诊断判据的推导，符合种类多、体量大等大数据的特征。
1.2 数据分类
对于本文中小电流接地系统单相接地故障数据的特点，可将数据大致分为两类：静态数据与动态数据。静态数据主要是指记录后不再变化的数据，主要包括输配电线路拓扑结构、线路参数信息等。动态数据指进行实时采集的数据，如故障指示器采集到的电流、电压等。
针对小电流接地系统接地故障数据库的设计，可以将动态数据作为主评数据，可保证数据更新的即时性与在线故障检测的实时性；将静态数据作为故障检测的参量属性，保证故障判别的准确性。
1.3 录波数据转换
本文以湖南某地区变电站实录数据为例介绍数据提取方法。不同型号的故障录波器的通信规则以及数据记录格式不统一，但目前新型录波器已采用标准数据记录格式，规约也有相应转换软件进行数据转换，能够与后续的故障分析设备交互数据。
故障录波文件采用COMTRADE格式，这是IEEE标准中电力系统暂态数据交换的通用格式，每一个COMTRADE文件均含有四个文件，分别存储文件标题（Header，后缀为.hdr）、配置（Configuration，后缀为.cfg）、数据（Data，后缀为.dat）以及信息（Information，后缀为.inf）。
其中，对后续数据提取及存储作用较大的cfg与dat文件，cfg文件为一种ASCII文本文件，用来描述dat文件的格式，如采样通道信息、采样速率、采样时间等；而dat文件对应相应的cfg文件，存储每个通道采样及开关量数据，包括对应的标志。
由于数据（.dat）文件是以二进制存储数据，研究人员无法直观看出相应电量及参数信息。本文利用python软件编写的批量转换程序，将十六进制故障录波数据批量转换为十进制数据格式，供后续数据存储以及分析。
2 接地故障大数据平台架构接地故障大数据需要建立在大数据处理平台之上，大数据处理平台为数据集成、存储、分析等提供基础平台和技术支撑。大数据平台对信息安全性要求高，人机交互频繁，数据逻辑性复杂，集成管理平台需接入各类高级应用软件。图3所示为本文建立的小电流单相接地故障大数据平台架构。
图3 小电流单相接地故障大数据平台架构
其中数据集成为解决不同电力公司各个部门之间的数据不融合问题，要搭建统一的数据模型来存储及管理各地区故障录波数据，逐步实现各电力业务部门间的数据交互和对数据的实时采集工作。
数据挖掘与应用是大数据实验平台的核心部分，通过对现场实测数据的在线及离线分析，实现故障检测及预测服务，减少电网故障对用户造成的影响。同时，平台含有管理部门，通过资源调度、安全管理等实现对大数据平台的监测与管理。
3 配电网单相接地故障数据库架构设计通过建立小电流单相接地故障数据库可以更加有针对性的对大数据平台各个模块间的关系进行描述，使平台更加简化，令电网故障检测与维护更加易于实现。以下将针对上述单相接地故障大数据平台数据库的设计构建进行阐述。
3.1 数据库设计原则
根据实际需求分析，本文中的配电网单相接地故障数据库不仅包含故障电量数据，即上文中提及的动态数据；也包含故障线路参数数据，即上文中提及的静态数据。
故障电量数据的数据量大，确定性较强，含有较多重复、冗余、错误数据，因此对数据的清洗筛选以及存储管理是关键问题。同时，此类数据会随着时间推移不断增多，数据的增减、同步等也是数据库设计建设时需要着重考虑的问题。
故障线路参数数据，一旦输入后基本无需改动，包括变电站的线路拓扑结构和各条线路上的元件参数及故障类型等信息，数据来源多样复杂，不一致性强，格式变化多，不同故障线路中得到的参数区别较大，在故障数据库设计中需要着重考虑不同数据来源之间的数据融合统一问题。
配电网单相接地故障数据库针对性强，主要存储对小电流单相接地故障存在较显著影响的电网电量参数及线路参数信息，减小了数据库规模，为之后的数据分析及数据库移植等操作提供便利。
根据现场实录数据的特点与设计目标，制定本数据库的设计基本思路：
- 1）消除故障数据中冗余、错误的部分，保证数据查询准确快捷。
- 2）留出一定的备用列，可供增加电网参量等。
- 3）根据数据类型分表存储数据，表间有一定的连接规则，便于实现管理与后续数据分析。
3.2 具体设计方案
根据上述数据库设计的基本思路，在“配电网单相接地故障数据库”设立三个表，依据数据类型进行分类存储。
1）测量值表
主要存储故障波形数据的电量数据，包括三相电压、线电压、零序电压、零序电流以及变电站名称、线路名称、录波时间和具体的测量采样时间点，此外也预留了3个备用通道用于添加字段。
由此可以在不同变电站线路与录波时间变化的情况下，根据采样测量时间点，查找出不同采样点下的电量数据。选取“变电站名称”、“线路名称”、“录波时间”、“测量时间点”4条字段为联合主键，可以惟一确定出电压电流值。
2）线路参数表
由于不同变电站、不同线路之间各项参数的不同，设置线路参数表来存储各项参数信息，也需存储不同故障数据对应的故障类型等静态数据，主要包括过渡电阻、中性点接地方式、负载、故障类型等信息，为查询方便，此表中也需包含“变电站名称”、“线路名称”、“录波时间”3条字段为复合主键。
由于在实际录波文件中经常会缺失一些线路参数数据，故部分字段内值置空，待获取到相关信息后可人工手动输入，完善数据库。同样预留两个备用字段用于更新添加相关线路故障信息。
3）线路拓扑表
用于存储不同变电站内的拓扑结构，为存储方便，仅存储某条线路的上游及下游地点（线路名称），再根据上下游地点的线路名称再次在表中查找上游及下游线路名称，由此循环得到不同变电站的拓扑结构，通过程序查找、画图，可显示出变电站的拓扑结构图。
设置“变电站名称”和“线路名称”为复合主键。此表中的相关数据由获得相关变电站的线路分布信息后，由人工手动录入数据库，若无特殊情况，一经录入就不再修改，不需更新。
为在三表之间建立关联关系，选取“测量值表”为三表中的父表，“线路参数表”和“线路拓扑表”为子表，在父表中建立外键约束，由“变电站名称”字段和“线路名称”字段作为联合外键，共同关联至子表，如图4所示。
当输入需要查询的变电站、线路和录波时间后，即可查询出目标时刻的故障电量信息和相关的线路参数及线路拓扑结构信息，为下一步的故障数据分析打下基础。
“线路参数表”与“拓扑结构表”作为线路的静态信息，不需实时更新，已预先存入。调取故障数据的必须项目为“变电站名称”、“线路名称”和“录波时间”，即可得到目标故障的所有相关信息。
图4 表间关系
3.3 数据前期准备
初始录波数据不仅存在格式问题，也存在冗余、错误或者缺失的问题，在存入数据库之前需进行数据清理工作，即数据ETL（extract-transform-load）。
根据数据库设计要求，本文拟采用的ETL流程如图5所示。从数据库中建立特定接口，抽取原始文件数据。由于原始录波以COMTRADE格式记录，根据1.3节中的录波数据转换方法，利用python编写转换程序，得到十进制数据，进行数据转换。
对转换后的数据进行清洗，去除数据噪声，修正缺损数据，通过系列拆分汇总，按数据内容进行分类，形成可供分析的数据，最后利用数据加载工具或API编程将处理后的数据加载到建立的目标数据库中，以供后续数据分析处理。
图5 ETL流程
4 数据库应用实例（略）4.1 故障录波数据筛选
以湖南省某地区变电站实测数据为基础，进行小电流单相接地故障数据库的搭建工作。
4.2 数据库结构设计与搭建
根据变电站实测数据特点及上文讨论的数据库搭建构想，搭建了单相接地故障数据库。本项目选取MySQL为数据库管理系统，Navicat为数据库管理软件。本数据库建设过程中，将线路拓扑结构这一非结构化数据转换为结构化数据存储，从而大大减少了数据库的复杂程度，简化了开发工作。
4.3 数据库应用服务
1）数据查询与可视化
数据可视化是将有用数据展现出来，从不同的维度观察数据，从而对数据进行更深入的分析。因此为增强数据可读性以及更加直观向用户展示故障实录波形数据，还需制作用户界面实现数据可视化。
其主要内容是读取用户端输入的变电站名称、线路名以及录波时间三个必填项，程序将自动调取数据库内存储的相应数据，根据表间关联规则以波形结果显示，并向用户展示相关线路的线路拓扑及线路参数等信息。
2）数据分析
根据获取的现场实录数据，利用python语言进行算法设计，对数据库中数据进行处理，通常先将数据进行标准化，使得来源不同的数据具有相同的数量级和合适的幅值。
本项目后续将利用智能算法（如启发式分割（BG）算法）对故障数据进行分析挖掘与多维度关联分析，综合得到波形中的故障特征及位置等信息，进而得到改进的小电流系统单相接地故障检测与选线判据；同时将数据库与更多高级应用接口，实现对接地故障数据的在线分析与诊断。
结论小电流接地系统的单相接地故障检测一直是电力系统中亟待解决的问题，本文根据单相接地故障录波数据特点，提出了小电流接地系统接地故障大数据分析平台的设计方案，包含数据集成、数据存储、数据预处理、数据挖掘及数据应用等模块，各个模块间根据不同业务要求进行配合，并选择相应的数据处理方法。平台具有数据集成、分析处理和管理运行等方面的功能。
本文着重论述了大数据平台中故障数据库的搭建工作，包括设计思路与该数据库在实际电网中的应用情况，提出的基于故障突变点的录波数据筛选方法，可有效提高数据库分析效率。
,
