T/GDAI 003-2024 中压配电网网架问题智能诊断技术规范

ICS 29.240.30
CCS F 21
团体标准
T/GDAI 003-2024
中压配电网网架问题智能诊断技术规范
Technical specification for intelligent diagnosis of medium-voltage distribution network grid framework issues
2024-12-27 发布2025-1-20 实施
广东省人工智智能产业协会发布

目 次
前 言 ............................................................................. II
1 范围 ................................................................................ 1
2 规范性引用文件 ...................................................................... 1
3 术语和定义 .......................................................................... 1
4 总体要求 ............................................................................ 1
5 智能诊断体系架构 .................................................................... 3
6 诊断方法 ............................................................................ 6
7 诊断报告 ........................................................................... 25
附 录 A （资料性） 中压配电网网架问题智能诊断流程 .................................. 27
参 考 文 献 ....................................................................... 28
T/GDAI 003-2024
II
前 言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由南方电网人工智能科技有限公司提出。
本文件由广东省人工智能产业协会归口。
本文件起草单位：南方电网人工智能科技有限公司、广东电网有限责任公司佛山供电局、华南理工大学、广西电网有限责任公司、广东电网有限责任公司广州供电局、广州水沐青华科技有限公司、广东电力通信科技有限公司、广州粤专知识产权代理事务（普通合伙）、广州故事科技有限公司。
本文件主要起草人：梁凌宇、赵翔宇、郑剑锋、董召杰、余涛、孙立明、梁寿愚、黎敏、万敏、吕晓杰、姜诚、谭靖、顾绍元、王梓耀、王文超、王炳焱、李波、吴贤波、李思旗。
T/GDAI 003-2024
1
中压配电网网架问题智能诊断技术规范
1 范围
本文件规定了中压配电网网架问题智能诊断技术的总体要求、智能诊断架构及功能、技术要求、实施流程的要求。
本文件适用于城市及农村地区10(20、6)kV中压配电网的智能诊断系统设计、开发、实施与维护过程，包括但不限于线路故障、设备老化、负荷不平衡、电能质量异常等常见问题的智能识别与处理。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T 7261 继电保护和安全自动装置基本试验方法
GB/T 22239 信息安全技术—网络安全等级保护基本要求
DL/T 5729 配电网规划设计技术导则
3 术语和定义
下列术语和定义适用于本文件。
3.1
中压配电网 medium voltage distribution network 从电源侧(输电网、发电设施、分布式电源等)接受电能，并通过配电设施就地或逐级分配给各类用户的电力网络。其中，110 kV ～ 35 kV电网为高压配电网，10(20、6)kV电网为中压配电网，220V /380V电网为低压配电网。
[来源：DL/T 5729-2016，术语2.0.1]
3.2
智能诊断 intelligent diagnosis 运用人工智能、大数据分析等技术，自动识别10(20、6)kV中压配电网中存在的问题进行及时、准确的诊断。
3.3
网架问题 grid framework issues 包括但不限于结构缺陷、设备故障、运行效率低下等因素，影响10(20、6)kV中压配电网安全稳定运行的问题。
4 总体要求
4.1 数据采集
T/GDAI 003-2024
2
4.1.1
应能实时或定期从SCADA系统、智能电表、传感器等多源获取电网运行数据，包括但不限于电压、电流、功率、频率、开关状态、故障信号。
4.1.2
数据采集频率应根据电网的实际运行需求设定，一般要求不超过1 min，对于关键参数应实现秒级采集。
4.1.3
数据采集单元硬件应满足 GB/T 7261 相关要求。
4.1.4
应具备人机接口用于在线监测、可视化展示、故障诊断信息的显示。
4.1.5
应具备对于数据采集单元的配置、管理功能。
4.2 数据预处理与分析
4.2.1 缺失值处理
应能对对缺失数据进行填补，宜采用插值法、使用平均值或中位数替代、模型预测等方法。
4.2.2 异常值检测与处理
宜采用统计方法（如箱线图、Z-score、IQR）识别并处理异常值，可选择剔除、修正或使用模型预测值替换。
4.2.3 数据集成
将来自不同设备、系统或时间段的数据整合到统一的数据模型中，实现数据的无缝对接。
4.3 智能算法应用
应选用适合中压配电网网架问题诊断的人工智能算法。 4.4 诊断结果输出与可视化
4.4.1
诊断结果应以清晰、直观的方式呈现出来，如线路负载率分布图、电源点分布图等。
4.4.2
应提供交互式界面，方便运维人员查看、分析和处理诊断结果。
4.5 性能要求
4.5.1 准确率
智能诊断系统的准确率应不低于95％。
4.5.2 响应时间
从数据采集到诊断结果输出不应超过 2 min。
4.5.3 兼容性
系统应兼容现有中压配电网的主流设备通讯协议，如IEC 61850、Modbus等。
4.5.4 安全性
应符合 GB/T 22239 中第三级安全要求。
4.5.5 稳定性
平均无故障时间（MTBF）应大于20 000 h。
T/GDAI 003-2024
3
5 智能诊断体系架构
5.1 智能诊断体系架构和要求
5.1.1 运用机器学习、深度学习等技术方法，基于数据感知和关系抽取等方面，构建配电网智能诊断
方法体系，如图 1 所示。
配电网多平台数据汇集配电网规划智能诊断
多系统融合下多源异构数据的存储实现薄弱环节的准确定位
生产系统
多平台系统
营销系统
馈线不可转供
馈线非典型接线
挖掘与推理
问题库
问题分类
运维系统问题库
地理信息系统
配电网智能规划诊断体系构建
负荷运行数据
多源异构数据
负荷报装数据
设备检修数据
地理信息数据
多源数据深度解析与治理
多类型数据预处理，是开展智能分析的基础
负荷数据分类CIM文件解析
数据智能解析
电气领域知识融合
多模态数据清洗与治理
馈线首端联络
馈线存在大分支
线路重过载
图1 诊断体系架构
5.1.2 基于多源数据的配电网规划问题判定规则，构建电网问题智能诊断算法模型，根据需求的数据
类型可以分为：
a) 负荷类问题：
1) 线路重过载；
2) 线路轻载。
b) 拓扑类问题：
1) 馈线非典型接线；
2) 馈线首端联络；
3) 馈线同母线联络。
c) 负荷-拓扑类问题：
1) 馈线不可转供；
2) 馈线存在大分支；
3) 馈线主干挂灯笼。
d) 地理信息类问题：网格划分不合理问题。
5.2 智能诊断系统架构
中压配电网智能诊断系统应包括以下主要组成部分：
a) 数据采集层：负责采集电网运行数据，包括电流、电压、功率因数等参数；
b) 数据处理层：对采集到的数据进行预处理和分析，提取特征信息；
c) 智能诊断层：应用人工智能算法对特征信息进行诊断，识别网架问题；
d) 结果输出层：将诊断结果以可视化方式呈现出来，并提供交互式界面。
5.3 诊断流程
T/GDAI 003-2024
4
中压配电网网架问题诊断流程如下：
a)
数据采集：归集生产系统、营销系统、运维系统和地理信息系统的负荷运行数据、负荷报表数据、设备检修数据和地理信息数据存入中压配电网大数据平台；
b)
数据分析：利用大数据平台数据分析功能，将中压配电网规划业务所需的实时运行数据、台账数据、监测数据和中压配电网网架数据进行清洗和整合；
c)
智能诊断：结合每一类型数据所对应诊断算法，对网架结构、设备运行、电能监测数据进行分析诊断，识别出配网网架的薄弱点，形成诊断结果；
d)
结果输出：存储诊断结果以及分析过程数据，并展示诊断结果。
诊断流程图见附录 A.1 。
5.4 诊断功能
中压配电网网架问题智能诊断应实现以下功能：
a) 问题识别；
b) 根据智能诊断模型出具诊断策略；
e) 根据诊断结果，系统提出网架结构优化方案。
5.5 诊断解析
5.5.1 单线图CIM模型识别
解析流程如下：
a)
将馈线的CIM/XML文件上传到文件解析器生成CIM/Entity数据；
b)
对解析好的数据进行设备元件判断，分别对绕组、联络开关、常开开关、负荷开关、架空线进行识别判断，查找相应的设备图模；
c)
对设备元件连接关系进行判断，通过id和pid生成连接关系；
d)
对静态问题进行分析，分别有主干分析、分支线路分析、卡脖子和大分支等问题分析，变压器、母线分析并提取关键节点；
e)
合并所有分析结果数据，合并生成CIM/JSON文件。
单线图CIM模型识别流程图见图 2 。
T/GDAI 003-2024
5
图
2 单线图CIM模型识别流程图
5.5.2 单线图CIM/XML数据存储
单线图通过XML描述元件模型数据，以及连接关系，通过CIM/XML解析成CIM/JSON数据，具体流程如下：
a)
读取CIM文件筛选没有存在同名的SVG、XML文件记录日志，不对其进行解析；
b)
解析有同名的XML文件生成元素对象；
c)
提取提取母线、异线、配变等集合；
d)
标记主干线和分支线线路设备信息；
e)
与SVG元素做对象映射，将所得数据进行保存并存入数据库。
单线图CIM/XML数据存储流程图见图 3 。
上传文件绕组判断静态问题分析根据id和pid生成连接关系否文件解析流程结束文件解析流程开始CIM/XML文件解析器CIM/Entity查找变压器是元件连接判断是联络开关判断否常开开关判断否负荷开关判断否架空线判断否否查找联络馈线是备用元件是查找母线是查找杆塔是分支线路分析卡脖子、大分支等问题分析主干分析变压器、母线等关键节点提取合并生成CIM/JSON
T/GDAI 003-2024
6
图
3 CIM/XML数据存储流程图
6 诊断方法
6.1 线路重过载
6.1.1 问题识别
输入指定区域多条馈线的CIM文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络开关、联络开关联络的馈线编号。在此基础上算出线路的运行电流：
a)
统计1天内馈线电流超过基准值80％的持续时间，如果时间超过1 h，则计1次。如果1个自然月内累计出现3次，则判定该线路重载；
b)
将1天内馈线电流超过基准值100％且持续时间超过1 h，统计为1次，一个自然月内若出现3次及以上，则判定为线路过载；
c)
若线路最大运行电流低于额定电流的30％，则判定为线路轻载。
6.1.2 智能诊断模型
线路重过载建模步骤如下：
a)
建模的数据导入和准备：
1)
导入路网数据和馈线CIM文件，建立路网与电网耦合的拓扑模型；
2)
导入计量自动化系统中导出的负荷数据；
3)
基于配变ID将拓扑模型中对应的配变设备和负荷数据关联。
b)
定位重过载馈线：
1)
计算馈线的潮流，得到馈线中每段线路的功率PJ ；
2)
计算馈线的负载率，具体如下所示；
P=PJPmax×100%………………………………………(1)
式中：
T/GDAI 003-2024
7
Pmax是馈线最大输送容量；
P是负载率。
3)
找出p大于a的馈线。
注：
a表示馈线允许的最大负载率，需要注意的是，每个地区对a的定义不同。
c)
保存所有重载馈线的编号，以便后续计算调用。
6.1.3 算例分析
按照上述步骤对某地区中压配电网进行重过载问题诊断，对该地区每条馈线进行潮流计算，按照式（1）求出每段馈线的负载率，并定义80%为重载。为了更好的理解，下面用Networkx画出重载馈线的网架拓扑图，在图中把负荷都标记到节点上，线路的负载率标记再边上，对于重载线段用红色标识。
图
4 重过载馈线负载率(节点表示负荷，红色为过载线段)
为方便规划人员开展规划操作，本项目支持CIM文件解析出馈线单线简图，并画出上述定位到的重载线段，具体如下图所示。
T/GDAI 003-2024
8
图
5 重过载馈线单线简图
上述诊断结果和规划人员计算出来的结果一致，并且该诊断算法效率极高，该地区共有57回馈线，并且节点共有5 630个，线路5 790个，采用低频处理器i3 10100f和16G内存，总耗时不过10 ms就可以诊断所有馈线是否存在重过载的情况。相对于人工计算而言，不仅时间快，且准确率高，还能精确定位到每段线段上，这对于后续规划提供极大的帮助。
6.2 馈线存在大分支
6.2.1 问题识别
输入指定区域多条馈线的CIM文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络开关、联络开关联络的馈线编号。识别分支线上的配变台数，若配变数10台以上或分支线上所有配变的低压用户总和大于1 000户，则诊断为馈线存在大分支。
6.2.2 智能诊断模型
馈线存在大分支智能诊断模型具体如下步骤：
a)
建模的数据导入和准备，导入路网数据和馈线CIM文件，建立路网与电网耦合的拓扑模型；
b)
确认主干，对于单辐射线路，找到最长的线路，即为主干；
c)
确认分支，除了主干节点，剩下的都是分支节点；
d)
定位大分支，确认分支后，求出每个分支所带的负荷大小(用户数量)，设定阈值β，作为评判支路是否大分支线路。
注：
保存大分支的编号，以便后续计算调用。
T/GDAI 003-2024
9
6.2.3 算例分析
按照上述步骤对某地区中压配电网进行大分支问题诊断，对该地区每条馈线的分支上的用户数进行统计，并定义中压用户数大于等于10为大分支。为了更好的理解，下面用Networkx画出大分支的网架拓扑图，在图中把用户数都标记到节点上，并用蓝色标记出线路主干，对于大分支节点用红色标识。
图
6 大分支馈线拓扑图(节点表示用户数，红色为大分支节点，蓝色是主干)
为方便规划人员开展规划操作，本项目支持CIM文件解析出馈线单线简图，并画出上述定位到的大分支，具体如下图所示。
图
7 大分支馈线单线简图
该诊断结果和规划人员计算出来的结果一致，并且该诊断算法效率极高，该地区共有57回馈线，并且节点共有5 630个，线路5 790个，采用低频处理器i3 10100f和16G内存，总耗时不过10 ms 就可以诊断所有馈线是否存在大分支的情况。相对于人工计算而言，不仅时间快，且准确率高，这对于后续规划提供极大的帮助。
6.3 馈线不可转供
6.3.1 问题识别
有联络关系(包括馈线组内的间接联络)的中压线路处于最大负荷运行方式下，其中某一回线路的变电站出线开关故障或计划停运时，计算其通过(不限次数)转供电倒闸操作后转出的电流，若转接线路的最大运行电流加上接入的电流比线路的安全电流大，则该线路为不可转供电线路。
T/GDAI 003-2024
10
6.3.2 智能诊断模型
馈线不可转供智能诊断模型具体如下步骤：
a)
建模的数据导入和准备，导入路网数据和馈线CIM文件，建立路网与电网耦合的拓扑模型；
b)
定位不可转供的两回馈线，对两回馈线进行N-1校验，计算联络馈线是否通过N-1校验，如果不通过则联络馈线是不可专供，应进行改造。
注：
保存所有互联不可转供馈线的编号，以便后续计算调用。
6.3.3 算例分析
按照上述步骤对某地区中压配电网进行不可转供问题诊断，对该地区两回联络的馈线进行N-1校验，不能通过N-1校验则为不可转供。为了更好的理解，下面用Networkx画出不可转供馈线联络后的网架拓扑图，在图中把不可转供的线段用红色标记出来，蓝色是该馈线的主干，绿色是联络点。
图
8 不可转供馈线拓扑图(节点表示负荷，红色不可转供线段，蓝色是主干，绿色是联络点)
为方便规划人员开展规划操作，本项目支持CIM文件解析出馈线单线简图，并画出上述定位到的两回不可转供的馈线，具体如下图所示。
T/GDAI 003-2024
11
图9 不可转供馈线单线简图
该诊断结果和规划人员计算出来的结果一致，并且该诊断算法效率极高，该地区共有57 回馈线，
并且节点共有5 630 个，线路5 790 个，采用低频处理器i3 10100f 和16G 内存，总耗时不过10ms 就
可以诊断所有馈线是否存在不可转供的情况。相对于人工计算而言，不仅时间快，且准确率高，可以定
位到不可转供的线段，这对于后续规划提供极大的帮助。
6.4 馈线首端联络
6.4.1 问题识别
输入指定区域多条馈线的CIM 文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络
开关、联络开关联络的馈线编号，统计变电站出线至最末端环网点的中压用户数及馈线总的中压用户数，
若馈线总的中压用户数大于10 户且变电站出线至最末端环网点的中压用户数小于馈线总的中压用户数
的10％，则判定该线路为首端联络。
6.4.2 智能诊断模型
馈线首端联络智能诊断模型步骤如下：
a) 建模的数据导入和准备，导入路网数据和馈线CIM 文件，建立路网与电网耦合的拓扑模型；
T/GDAI 003-2024
12
b)
寻找到离变电站节点最远的节点，由于自动化平台给的馈线信息是无序的，因此应对馈线进行排序，运用DFS-Tree算法，确定根节点后对馈线进行排序；得到馈线的DAG拓扑图后，可以根据DAG图的直接得到叶子节点(馈线端点)，然后求每个叶子节点到变电站节点的距离，就可以得到馈线最远的节点；
c)
寻找馈线末段(用户数占总体的20％)。从最远的节点开始，往上游回溯，直到找到满足条件停止。具体如图 10 所示，图中5号节点为馈线的最远节点，往上游回溯直到9号节点停止，因此馈线的末端为{9，8，2，5}；
图
10 馈线末端示意图
d)
判断馈线的联络情况(只要联络点不在馈线末段，都认为是首端联络)。假设从步骤 c）得到两条馈线的末端节点集合分别为E1和E2，对两个集合求并集，然后再求联络点和该集合的交集，通过结果可以判断出馈线的联络情况；
E=E1∪E2 ……………………………………………………….(2)
E∩{n1,n2} ……………………………………………………….（3）
式中：
E：两条馈线的末端节点(集合的并集；)
?1：馈线1联络的节点编号；
?2：馈线2联络的节点编号。
对于公式（3）计算结果：∅，则表示两回馈线没有末端联络；如果结果只有一个n1或n2其中一个，则表明出现一回末端另一会在中段或者首段的情况；如果结果是n1和n2，则表明该两回馈线末端联络。
注：
保存所有首端联络馈线的编号，以便后续计算调用。
6.4.3 算例分析
按照上述步骤对某地区中压配电网进行首段联络问题诊断，对该地区两回联络的馈线进行校验，找到不是末端联络的馈线。为了更好的理解，下面用Networkx画出首端联络馈线的网架拓扑图，在图中把两条末端节点用红色标记出来，同时把联络节点用绿色标记出来。
T/GDAI 003-2024
13
图
11 首端联络馈线拓扑图(红色是末端节点，绿色是联络点)
为方便规划人员开展规划操作，本项目支持CIM文件解析出馈线单线简图，并画出上述定位到的首端联络的馈线，具体如下图所示。
图
12 首端联络馈线单线简图
T/GDAI 003-2024
14
该诊断结果直接把不属于末端联络的馈线诊断出来和规划人员判断的一致，并且该诊断算法效率极高，该地区共有57回馈线，并且节点共有5 630个，线路5 790个，采用低频处理器i3 10100f和16G内存，总耗时不过10 ms 就可以诊断所有馈线是否存在联络点不合理的情况。相对于人工计算而言，不仅时间快，且准确率高，这对于后续规划提供极大的帮助。
6.5 馈线非典型接线
6.5.1 问题识别
输入指定区域多条馈线的CIM文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络开关、联络开关联络的馈线编号。在此基础上调用典型配电网接线模式识别算法，得到研究片区的典型接线模式。识别出指定片区的典型接线模式后，剩余未能识别出的馈线即为非典型接线模式。
6.5.2 智能诊断模型
馈线非典型接线智能诊断模型具体如下步骤，关系图见图 12 ：
a)
对拓扑中出现的节点进行定义，分为电源节点和常规节点。根据CIM文件解析出的元件，电源节点主要包括变电站，10kV母线元件的首端节点(上游节点)，其余节点(包括开关元件、线路元件、配电变压器的首末端节点等)均可视为常规节点；
b)
以各个电源节点为起点(根节点)，找到节点相匹配的元件(首节点或末节点)，运用深度优先算法进行递归搜索，循环遍历所有节点，直至找到所有的馈线树；
c)
遍历所有开关状态为断开的开关元件，若开关元件的首节点和末节点存在于某两棵馈线树中，则判断这两棵馈线树之间存在联络关系；
d)
对于未能联络的馈线树，则将这些馈线树标记为单辐射型馈线树；
对于存在联络关系的馈线树，应进行如下的分类讨论：
a)
当相互联络的两棵馈线树上仅存在一个联络节点时：
1)
若相互联络的两棵馈线树来自相同的变电站(电源节点)，则这两棵馈线树构成同站不同母线的环网接线模式；
2)
若相互联络的两棵馈线树来自不同的变电站(电源节点)，则这两棵馈线树构成不同站不同母线的环网接线模式。
b)
当同一开关元件被多棵馈线树作为联络开关时：
1)
若以该开关元件作为联络的N棵馈线树所带的负荷均大于Pmin，则这N棵馈线树构成N-1单环网接线模式；
2)
若以该开关元件作为联络的N棵馈线树中有K棵所带负荷小于Pmin，则这N棵馈线树构成N供K备接线模式。
c)
当一棵馈线树上存在M个联络节点时(M≥2)：
遍历该馈线树，记录馈线树上扣除出线开关外的L个分段开关，则该馈线树为L分段M联络接线模式。
T/GDAI 003-2024
15
图13 接线模式识别逻辑
6.5.3 算例分析
为了验证本研究提出的接线模式识别算法，将其应用于如下图的算例中。该图共有3 座变电站、15
棵馈线树、83 个节点。S1、S2、S3 表示变电站，T1-T15 表示15 棵通过深度优先搜索算法寻找到的馈
线树，如下图所示：
48
47
46
45
44
2
3
4
5
6
7
8 9 10
15 16
21
25
22
23
24
20
17 18 19
35
36
38
39
40
37
41
42
43
26 27 28
29
30
31
32
33
34
56 57 58 59
49
71
70
69
68
79 80 81
82
75 76 77 78
72 73 74
67
50
51
52
53
54
55
66
65
64
63
62
61
60
T6
T7
T10
T11
T9
T4
T5
T1
T2
T3
T8
T15 T13
T14 T12
83
12 13 14
11
1 S1
S3
S2
图14 算例网络
T/GDAI 003-2024
16
本程序采用Python3.8进行实现，计算机CPU配置为i7-7700，重复运行接线模式算法100次，每次接线模式的识别算法平均耗时0.0065171s，识别出的馈线树如下所示：
表
1 算例馈线树
馈线树
馈线树下的节点编号
馈线树S1_1
1，2，3，4，5，15，16
馈线树S1_2
1，17，18，19，20
馈线树S1_3
1，21，22，23，24
馈线树S1_4
1，25，26，27，28，29，49，50
馈线树S1_5
1，35，36，37，38
馈线树S1_6
1，44，45，46，47，48
馈线树S3_1
11，10，9，8
馈线树S3_2
11，14，13，12，6，7
馈线树S3_3
11，68，69，67，66，65，64，63，70，71，72，73，74
馈线树S3_4
11，75，76，77，78
馈线树S3_5
11，79，80，81，82
馈线树S2_1
83，34，33，31，30，32
馈线树S2_2
83，43，41，40，39，42
馈线树S2_3
83，55，54，53，52，51，60，61，62
馈线树S2_4
83，56，57，58，59
在全网进行网络拓扑分析和联络分析后，所有馈线树按联络关系可分为15棵馈线树构成，分别从三个变电站节点(节点1，节点11，节点83)引出。
具有联络关系的馈线树及元件如表 2 所示：
表
2 算例馈线树及元件的联络关系
馈线树索引
联络开关节点编号
有联络关系的馈线树节点编号
0，7
5，6
1，2，3，4，5，15，16
11，14，13，12，6，7
7，6
7，8
11，14，13，12，6，7
11，10，9，8
1，2
20，24
1，17，18，19，20
1，21，22，23，24
3，11
29，30
1，25，26，27，28，29，49，50
83，34，33，31，30，32
4，12
38，39
1，35，36，37，38
83，43，41，40，39，42
13，3
51，50
83，55，54，53，52，51，60，61，62
1，25，26，27，28，29，49，50
3，8
79，71
1，25，26，27，28，29，49，50
11，68，69，67，66，65，64，63，70，71，72，73，74
8，13
63，62
11，68，69，67，66，65，64，63，70，71，72，73，74
83，55，54，53，52，51，60，61，62
T/GDAI 003-2024
17
馈线树索引
联络开关节点编号
有联络关系的馈线树节点编号
10，9
82，78
11，79，80，81，82
11，75，76，77，78
对全网的馈线树进行分析后，可以得到联络节点的编号以及联络馈线树的编号，以算例中有联络关系的两棵馈线树为例，馈线树0和馈线树7构成联络关系，通过节点5和节点6进行联络，其余有联络关系的馈线如表 2 在识别出馈线树关系后，即可进一步分析得到全网的接线模式，如表 3 示。
表
3 接线模式识别结果
接线模式
节点编号
单辐射状馈线树5
1，44，45，46，47，48
单辐射状馈线树14
83，56，57，58，59
同一个变电站出线的单环网
1，17，18，19，20
1，21，22，23，24
不同变电站出线的单环
1，35，36，37，38
83，43，41，40，39，42
同一个变电站出线的单环网
11，79，80，81，82
11，75，76，77，78
2分段2联络
11，14，13，12，6，7
3分段2联络
83，55，54，53，52，51，60，61，62
3分段3联络
1，25，26，27，28，29，49，50
2分段2联络
11，68，69，67，66，65，64，63，70，71，72，73，74
图
15 接线模式识别算例网络
T/GDAI 003-2024
18
中压配电网中变电站的出线有多条，以下算例提出的接线模式识别算法，如图14所示，该图共有4座变电站、共41棵馈线树、299个节点。S1、S2、S3、S4表示变电站，T1-T41表示馈线树，其中馈线树T3、T4、T5、T6、T7、T8、T12、T13、T14、T15、T16、T18、T22、T23、T27、T28、T29、T39、T40、T41是电缆接线，馈线树T1、T2、T9、T10、T11、T17、T19、T20、T21、T24、T25、T26、T30、T31、T32、T33、T34、T35、T36、T37、T38是架空线接线，T1-T41表示41棵通过深度优先搜索算法寻找到的馈线树，如表 4 所示。
本程序采用Python3.8进行实现，计算机CPU配置为i7-7700，重复运行接线模式算法100次，识别出的馈线树如下所示：
表
4 算例馈线树识别
馈线树
馈线树下的节点编号
馈线树S1_T1
1，2，3，4，5，6，14
馈线树S1_T2
1，12，11，10，9，8，7，13
馈线树S1_T3
1，15，16，17，18，19，31，30
馈线树S1_T4
1，32，33，34，35，36
馈线树S1_T5
1，41，42，43，44，57，58，59，60，61
馈线树S1_T6
1，65，64，63，62，175
馈线树S1_T7
1，66，67，68，69，70，83
馈线树S1_T8
1，78，79，80，81，82，84，85，86
馈线树S1_T9
1，92，93，94，95，96，97，98，99，100，135
馈线树S1_T10
1，128，129，130，131，132，133，134
馈线树S1_T11
1，136，137，138，139，140，141，142，143，144，145，146
馈线树S2_ T12
25，24，23，22，21，20
馈线树S2_ T13
25，26，27，28，29
馈线树S2_ T14
25，40，39，38，37
馈线树S2_ T15
25，49，48，47，45，46，50
馈线树S2_ T16
25，56，55，54，53，52，51
馈线树S2_ T17
25，147，148，149，150，151，152
馈线树S2_ T18
25，153，154，155，156，157，158
馈线树S2_ T19
25，178，179，180，181，182，183，184，185
馈线树S2_ T20
25，191，192，193，194，195，196，197，198，239
馈线树S2_ T21
25，208，209，210，211，212，213，214，215，238，237，236
馈线树S3_ T22
117，77，76，75，74，73，71，72
馈线树S3_ T23
117，91，90，89，88，87
馈线树S3_ T24
117，104，103，102，101
馈线树S3_ T25
117，105，106，107，108，109
馈线树S3_ T26
117，116，115，114，113，112，111，110
馈线树S3_ T27
117，118，119，120，121，122，123，124，125，126，127
馈线树S3_ T28
117，168，167，165，164，159，160，161，162，163，166
馈线树S3_ T29
117，169，170，171，172，173，174，176，177
馈线树S3_ T30
117，190，189，188，187，186
馈线树S3_ T31
117，207，206，205，204，203，202，201，200，199，244，243，242
T/GDAI 003-2024
19
算例馈线树识别（续）
馈线树
馈线树下的节点编号
馈线树S3_ T32
117，259，258，257，256，255，254，253
馈线树S3_ T33
117，260，261，262，263，264，265，280，279
馈线树S4_ T34
294，225，224，223，222，221，220，219，218，217，216
馈线树S4_ T35
294，226，227，228，229，230，231，232，233，234，235，240，241
馈线树S4_ T36
294，245，246，247，248，249，250，251，252
馈线树S4_ T37
294，271，270，269，268，267，266
馈线树S4_ T38
294，272，273，274，275，276，277，278
馈线树S4_ T39
294，281，282，283，284，285，286
馈线树S4_ T40
294，293，292，291，290，289，288，287
馈线树S4_ T41
294，295，296，297，298，299
在全网进行网络拓扑分析和联络分析后，所有馈线树按联络关系可分为38棵馈线树构成，分别从三个变电站节点(节点1，节点25，节点117，节点294)引出。
具有联络关系的馈线树及元件如表 5 所示：
表
5 算例馈线树的联络关系
联络开关节点编号
馈线树
有联络关系的馈线树节点编号
6，7
馈线树S1_T1
1，2，3，4，5，6，14
馈线树S1_T2
1，12，11，10，9，8，7，13
19，20
馈线树S1_T3
1，15，16，17，18，19，31，30
馈线树S2_T12
25，24，23，22，21，20
29，30
馈线树S1_T3
1，15，16，17，18，19，31，30]
馈线树S2_T13
25，26，27，28，29
36，37
馈线树S1_T4
1，32，33，34，35，36
馈线树S2_ T14
25，40，39，38，37
44，45
馈线树S1_T5
1，41，42，43，44，57，58，59，60，61
馈线树S2_ T15
25，49，48，47，45，46，50
61，62
馈线树S1_T5
1，41，42，43，44，57，58，59，60，61
馈线树S1_ T6
1，65，64，63，62，175
60，163
馈线树S1_T5
1，41，42，43，44，57，58，59，60，61
馈线树S3_T28
117，168，167，165，164，159，160，161，162，163，166
174，175
馈线树S1_T6
1，65，64，63，62，175
馈线树S2_T29
117，169，170，171，172，173，174，176，177
82，83
馈线树S1_T7
1，66，67，68，69，70，83
馈线树S1_T8
1，78，79，80，81，82，84，85，86
70，71
馈线树S1_T7
1，66，67，68，69，70，83
馈线树S3_T22
117，77，76，75，74，73，71，72
86，87
馈线树S1_T8
1，78，79，80，81，82，84，85，86
馈线树S3_T23
117，91，90，89，88，87
T/GDAI 003-2024
20
联络开关节点编号
馈线树
有联络关系的馈线树节点编号
100，101
馈线树S1_T9
1，92，93，94，95，96，97，98，99，100，135
馈线树S3_T24
117，104，103，102，101
99，145
馈线树S1_T9
1，92，93，94，95，96，97，98，99，100，135
馈线树S1_T11
1，136，137，138，139，140，141，142，143，144，145，146
134，135
馈线树S1_T9
1，92，93，94，95，96，97，98，99，100，135
馈线树S1_T10
1，128，129，130，131，132，133，134
131，139
馈线树S1_T10
1，128，129，130，131，132，133，134
馈线树S1_T11
1，136，137，138，139，140，141，142，143，144，145，146
111，146
馈线树S1_T11
1，136，137，138，139，140，141，142，143，144，145，146
馈线树S3_T26
117，116，115，114，113，112，111，110
50，51
馈线树S2_T15
25，49，48，47，45，46，50
馈线树S2_T16
25，56，55，54，53，52，51
52，162
馈线树S2_T16
25，56，55，54，53，52，51
馈线树S3_T28
117，168，167，165，164，159，160，161，162，163，166
158，159
馈线树S2_T18
25，153，154，155，156，157，158
馈线树S3_T28
117，168，167，165，164，159，160，161，162，163，166
185，186
馈线树S2_T19
25，178，179，180，181，182，183，184，185
馈线树S3_T30
117，190，189，188，187，186
182，195
馈线树S2_T19
25，178，179，180，181，182，183，184，185
馈线树S2_T20
25，191，192，193，194，195，196，197，198，239
198，199
馈线树S2_T20
25，191，192，193，194，195，196，197，198，239
馈线树S3_T31
117，207，206，205，204，203，202，201，200，199，244，243，242
238，239
馈线树S2_T20
25，191，192，193，194，195，196，197，198，239
馈线树S2_T21
25，208，209，210，211，212，213，214，215，238，237，236
215，216
馈线树S2_T21
25，208，209，210，211，212，213，214，215，238，237，236
馈线树S4_T34
294，225，224，223，222，221，220，219，218，217，216
235，236
馈线树S2_T21
25，208，209，210，211，212，213，214，215，238，237，236
馈线树S4_T35
294，226，227，228，229，230，231，232，233，234，235，240，241
109，110
馈线树S3_T26
117，116，115，114，113，112，111，110
馈线树S3_T25
117，105，106，107，108，109
73，88
馈线树S3_T22
117，77，76，75，74，73，71，72
馈线树S3_T23
117，91，90，89，88，87
187，203
馈线树S3_T30
117，190，189，188，187，186
馈线树S3_T31
117，207，206，205，204，203，202，201，200，199，244，243，242
241，242
馈线树S3_T31
117，207，206，205，204，203，202，201，200，199，244，243，242
馈线树S4_T35
294，226，227，228，229，230，231，232，233，234，235，240，241
252，253
馈线树S3_T32
117，259，258，257，256，255，254，253
馈线树S4_T36
294，245，246，247，248，249，250，251，252
265，266
馈线树S3_T33
117，260，261，262，263，264，265，280，279
馈线树S4_T37
294，271，270，269，268，267，266
278，279
馈线树S3_T33
117，260，261，262，263，264，265，280，279
T/GDAI 003-2024
21
联络开关节点编号
馈线树
有联络关系的馈线树节点编号
馈线树S4_T38
294，272，273，274，275，276，277，278
286，287
馈线树S4_T39
294，281，282，283，284，285，286
馈线树S4_T40
294，293，292，291，290，289，288，287
对全网的馈线树进行分析后，可以得到联络节点的编号以及联络的馈线树，以图 14 中馈线树T1、T2为例，两颗馈线树构成联络关系，联络节点为节点6和节点7，其余有联络关系的馈线如表 5 在识别出馈线树关系后，即可进一步分析得到全网的接线模式，如表 6 所示。
表
6 接线模式识别结果
接线模式
节点编号
单辐射状馈线树S2_T17
25，147，148，149，150，151，152
单辐射状馈线树S3_T27
117，118，119，120，121，122，123，124，125，126，127
单辐射状馈线树S4_T41
294，295，296，297，298，299
同一个变电站
出线的单环网
1，2，3，4，5，6，14
1，12，11，10，9，8，7，13
同一个变电站
出线的单环网
294，281，282，283，284，285，286
294，293，292，291，290，289，288，287
不同变电站
出线的单环网
1，32，33，34，35，36
25，40，39，38，37
不同变电站
出线的单环网
117，259，258，257，256，255，254，253
294，245，246，247，248，249，250，251，252
2分段2联络
1，15，16，17，18，19，31，30
2分段2联络
25，49，48，47，45，46，50
2分段2联络
1，65，64，63，62，175
2分段2联络
1，66，67，68，69，70，83
2分段2联络
1，78，79，80，81，82，84，85，86
2分段2联络
117，77，76，75，74，73，71，72
2分段2联络
117，91，90，89，88，87
2分段2联络
1，128，129，130，131，132，133，134
2分段2联络
25，56，55，54，53，52，51
2分段2联络
117，190，189，188，187，186
2分段2联络
294，226，227，228，229，230，231，232，233，234，235，240，241
2分段2联络
117，260，261，262，263，264，265，280，279
3分段2联络
117，116，115，114，113，112，111，110
3分段2联络
25，178，179，180，181，182，183，184，185
3分段3联络
1，41，42，43，44，57，58，59，60，61
3分段3联络
117，168，167，165，164，159，160，161，162，163，166
3分段3联络
1，92，93，94，95，96，97，98，99，100，135
3分段3联络
25，191，192，193，194，195，196，197，198，239
3分段3联络
25，208，209，210，211，212，213，214，215，238，237，236
4分段3联络
1，136，137，138，139，140，141，142，143，144，145，146
4分段3联络
117，207，206，205，204，203，202，201，200，199，244，243，242
T/GDAI 003-2024
22
通过接线模式快速识别，便于规划人员开展配电网拓扑分析，统计某个片区中的接线模式的数量以
及当前接线模式中存在的缺陷，有针对性地进行改造分析，提升配电网规划分析的效率，便于后续研究
开展接线模式演化以及不同区域采取的接线模式分析。
6.6 馈线同母线联络
6.6.1 问题识别
输入指定区域多条馈线的CIM 文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络
开关、联络开关联络的馈线编号，识别有联络关系的线路，若均来自同一变电站同一段母线，则诊断该
线路为同母线联络。
6.6.2 智能诊断模型
馈线同母线联络智能诊断模型具体如下步骤：
a) 建模的数据导入和准备，导入路网数据和馈线CIM 文件，建立路网与电网耦合的拓扑模型；
b) 定位同母线联络馈线，遍历所有联络的馈线，如果联络线的变电站一致，则该联络线是同母线
联络。
注：保存所有同母线联络馈线的编号，以便后续计算调用。
6.6.3 算例分析
按照上述步骤对某地区中压配电网进行馈线同母线联络问题诊断，诊断结果具体如下图所示。
A变电站
1母线
A变电站
1母线
图16 馈线同母线联络示意图
T/GDAI 003-2024
23
图
17 馈线同母线联络单线简图
该诊断结果直接把同母线联络的馈线诊断出来和规划人员判断的一致，并且该诊断算法效率极高，该地区共有57回馈线，并且节点共有5 630个，线路5 790个，采用低频处理器i3 10100f和16G内存，总耗时不过10 ms 就可以诊断所有馈线是否存在同母线联络的情况。相对于人工计算而言，不仅时间快，且准确率高，这对于后续规划提供极大的帮助。
6.7 馈线同杆架设线路联络
6.7.1 问题识别
输入指定区域多条馈线的CIM文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络开关、联络开关联络的馈线编号，识别有联络关系的线路的所有电杆，若线路的电杆重复，则诊断为馈线同杆假设线路联络。
6.7.2 智能诊断模型
馈线同杆架设线路联络智能诊断模型具体如下步骤：
a)
建模的数据导入和准备，导入路网数据和馈线CIM文件，建立路网与电网耦合的拓扑模型；
T/GDAI 003-2024
24
b) 定位同杆共架馈线，遍历管廊所有杆塔节点，如果杆塔节点有两个或以上的馈线，则该点存在
同杆共架。馈线同杆架设示意图见图 14 。
F1
F2
F2
F1
F1
F2
图18 馈线同杆架设示意图
注：保存所有同杆共架馈线的编号，以便后续计算调用。
6.7.3 算例分析
按照上述步骤对某地区中压配电网进行馈线同杆共架问题诊断，诊断结果具体如下图所示。
图19 馈线同杆架设单线简图
该诊断结果直接把同杆架设的馈线诊断出来和规划人员判断的一致，并且该诊断算法效率极高，该
地区共有57 回馈线，并且节点共有5 630 个，线路5 790 个，采用低频处理器i3 10100f 和16G 内存，
总耗时不过10 ms 就可以诊断所有馈线是否存在同杆架设的情况。相对于人工计算而言，不仅时间快，
且准确率高，这对于后续规划提供极大的帮助。
6.8 馈线主干挂灯笼
6.8.1 问题识别
输入指定区域多条馈线的CIM 文件，从某条馈线的电源开始解析馈线，包括馈线的分段开关、联络
开关、联络开关联络的馈线编号。识别T 接在主干线上，且未装分界断路器单一配变，并以T 接点为中
心统计500 m 范围内T 接在主干线上未装分界断路器单一配变台数，超过5 台则属于馈线主干挂灯笼
的情况。
T/GDAI 003-2024
25
6.8.2 智能诊断模型
馈线主干挂灯笼智能诊断模型具体如下步骤：
a) 建模的数据导入和准备，导入路网数据和馈线CIM 文件，建立路网与电网耦合的拓扑模型；
b) 定位主干挂灯笼的馈线，遍历所有馈线的主干，如果主干存在5 个或以上的负荷节点且中间没
有分段开关，同时距离这些节点在500 m 范围内，则该馈线存在主干挂灯笼问题。
注：保存所有主干挂灯笼馈线的编号，以便后续计算调用。
6.8.3 算例分析
按照上述步骤对某地区中压配电网进行馈线同杆共架问题诊断，诊断结果具体如下图所示。
F1
图20 馈线主干挂灯笼示意图
3200kWA 630kWA 500kWA 2500kWA 3200kWA
500kWA
630kWA
6400kWA
2000kWA
500kWA
630kWA
变电站
500米内
问题诊断范围
主干线
线路
存在主干挂灯笼
问题的线路
图21 馈线主干挂灯笼单线简图
该诊断结果直接把主干挂灯笼的馈线诊断出来和规划人员判断的一致，并且该诊断算法效率极高，
该地区共有57 回馈线，并且节点共有5 630 个，线路5 790 个，采用低频处理器i3 10100f 和16G 内
存，总耗时不过10 ms 就可以诊断所有馈线是否存在主干挂灯笼的情况。相对于人工计算而言，不仅
时间快，且准确率高，这对于后续规划提供极大的帮助。
7 诊断报告
7.1 基本要求
T/GDAI 003-2024
26
7.1.1.1
开发脚本或接口，自动从数据库或其他数据源抽取所需信息，减少人工干预。
7.1.1.2
设计报告生成引擎，根据诊断结果和建议措施自动填充到预设模板中，生成内容丰富的诊断报告。
7.1.1.3
支持报告导出为PDF、Excel、HTML等多种格式。
7.1.1.4
在系统中设置定时任务，实现报告的定期自动生成，如每日、每周汇总报告，并自动发送给指定的运维团队成员。
7.1.1.5
提供报告内容的自定义选项，允许运维人员根据需求选择或添加特定分析模块，增加报告的灵活性和实用性。
7.2 报告内容
中压配电网网架问题智能诊断报告通常应包括以下内容：
a)
基本信息：包括诊断报告的日期、地点、诊断人员等基本信息；
b)
诊断结果：详细列出智能诊断过程中发现的问题，如单辐射线路、供电半径过长、不合理分支/节点等，并给出具体的位置和描述；
c)
解决方案：针对每个问题提出具体的解决方案或建议，如增加联络线路、优化网架结构、更换大容量设备等。
T/GDAI 003-2024
27
A
附 录 A （资料性） 中压配电网网架问题智能诊断流程
A.1 中压配电网网架问题智能诊断流程
中压配电网网架问题智能诊断流程见图 A.1 。
图
A.1 中压配电网网架问题智能诊断流程图
T/GDAI 003-2024
28
参 考 文 献
[1]
GB/T 7261 继电保护和安全自动装置基本试验方法
[2]
GB/T 22239 信息安全技术—网络安全等级保护基本要求
[3]
DL/T 5729 配电网规划设计技术导则

相关资料

上一篇：T/GDAI 002-2024 中压配电网数据智能处理技术规范

下一篇：T/ACEF 216-2025 燃煤锅炉尿素脱硝优化控制系统技术导则