【摘 要】由于10 kV 配网结构复杂，一旦发生故障很难快速准确地定位故障点，导致诊断覆盖率较低，因此本文设计一种基于多源信息融合的10 kV 配网故障停电故障诊断方法。首先通过先进的传感器技术采集10 kV 配网故障停电的实时数据。其次，利用多源信息融合技术，对这些数据进行深度清洗和整合，以消除数据中的噪声和冗余，确保数据的质量和准确性。基于清洗后的数据，评估10 kV 配网故障停电损失，构建停电故障诊断模型，通过模型的输出，能够精确定位10 kV 配网故障停电的故障区域，为维修人员提供准确的目标和指导，从而加快故障修复速度，降低停电损失。实验结果表明，基于多源信息融合的10 kV 配网故障停电故障诊断方法，在60 小时的测试时间内，达到了95% 的诊断覆盖率，显著高于对比方法的65% 和70%，显示出了该方法在停电故障诊断优越性，多源信息融合，不仅提高了故障诊断的准确性和效率，还使其能够应对复杂多变的配网运行环境。

【关键词】多源信息融合；10 kV 配网故障；停电故障诊断；停电损失；故障定位

引言

在电力系统中，10 kV 配网作为电能传输的关键环节，其稳定性和可靠性对于保障电力供应具有至关重要的意义。然而，由于配网结构复杂、运行环境多变，故障停电事件时有发生，给人们的生产和生活带来了诸多不便。在现有的研究中，赵永生等（2023）运用群智能算法，对模型进行优化和训练，实时监测配电网的运行状态，结合模型预测结果，实现对故障停电的及时预警和定位[1]。武剑等（2023）建立了配电网故障模型，并通过改进人工鱼群算法对故障参数进行优化搜索。在搜索过程中，算法结合自适应与动态参数调整，增加了逃离局部最优解的能力，能够更快速地定位配网故障[2]。这些方法虽然在一定程度上能够处理配网故障，但仍然存在一些显著的缺点，因此，开发基于多源信息融合的10 kV 配网故障停电故障诊断方法。多源信息融合技术将不同来源[3]、不同时间或不同空间的多条信息进行协调优化和综合处理，对一个目标或系统进行更全面，更精确的描述，能够有效地消除信息间的冗余与冲突，减少不确定性，增强决策、计划、响应的快速性与正确性。从而提高故障诊断的准确性和效率。在10 kV 配网故障停电诊断领域，多源信息融合技术的应用也展现出了巨大的潜力。通过融合电网实时数据、设备状态监测数据、环境参数等多源信息，构建一个全面、准确的故障诊断模型。该模型能够自动分析故障特征，快速定位故障位置，并给出相应的处理建议。

一、采集10 kV 配网故障停电数据

在10 kV 配网的故障区域关键节点上部署传感器网络，实时监测电压、电流、温度等关键参数，一旦发现异常波动或超出预设阈值，即可立即触发数据采集[4]。结合远程监控系统和数据分析平台，远程自动采集故障停电数据。通过远程监控，可以实时掌握配网运行状态，一旦出现故障停电事件，系统能够自动记录故障时间、地点、故障类型等信息，并同步传输至数据分析平台，如表1 所示。

二、利用多源信息融合进行数据清洗

对上述采集的10 kV 配网故障停电数据，进行多源信息融合处理[5]，将数据线性变换到指定的最小值和最大值之间，如式（1）所示：

x＇＝x-min（ X ）／max（ X ）-min（ X ）（1）

式（1）中， x 表示原始10 kV 配网故障停电数据值，X 表示10 kV配网故障停电数据集，min（ X ）表示数据集中的最小值，max（ X ）表示数据集中的最大值。

将其映射到特定的范围[a，b]，则如式（2）所示：

x＇＝a+（b -a）[x-min（ X ）]/max（ X ）-min（ X ）（2）

通过多源信息融合处理后，所有原始10 kV 配网故障停电数据都将被转换到指定范围之间。