智能變電站繼電保護裝置狀態(tài)評估實用化研究

師元康，姜振超，安寸然

?

智能變電站繼電保護裝置狀態(tài)評估實用化研究

師元康1，姜振超２，安寸然3

(1.華北電力大學(xué)電氣與電子工程學(xué)院，河北 保定071003；2.國網(wǎng)四川省電力公司電力科學(xué)研究院，四川 成都 610072；3.河北科技大學(xué)理學(xué)院，河北 石家莊 050018)

在新一代智能變電站的試點建設(shè)中，繼電保護裝置的內(nèi)部參數(shù)成為可觀測指標(biāo)，彌補了目前繼電保護狀態(tài)評估工作可用數(shù)據(jù)不足和評估方法可行性差的缺陷?；诒O(jiān)測到的動態(tài)數(shù)據(jù)和運行及檢修積累的靜態(tài)數(shù)據(jù)對保護裝置狀態(tài)評估的實用化進行了研究。首先，對現(xiàn)有基于模糊綜合評判法的狀態(tài)評估方法進行了改進：對重要評價指標(biāo)進行補充，提出更完善的評價指標(biāo)體系；針對其對快速劣化指標(biāo)的反應(yīng)靈敏度不足，提出了“隸屬度動態(tài)修正”思想。隨后，針對所建立評估模型仍可能存在的不足，又補充了輔助決策規(guī)則加以完善。最后，在算例中利用該方法對某設(shè)備進行狀態(tài)評估，通過對結(jié)果的分析驗證了該方法的可行性。

繼電保護；狀態(tài)評估；實用化；模糊綜合評判

0 引言

目前，我國智能變電站繼電保護裝置的檢修模式為定期檢修，此類檢修方式存在諸多不足，可能造成“檢修過剩”或“檢修不足”。而狀態(tài)檢修是通過對設(shè)備狀態(tài)進行有效監(jiān)測，在準(zhǔn)確把握設(shè)備狀態(tài)的基礎(chǔ)上展開檢修工作，可以有效解決以上問題。狀態(tài)評估是狀態(tài)檢修的核心環(huán)節(jié)，只有準(zhǔn)確的評估結(jié)果才能正確地指導(dǎo)檢修工作。

現(xiàn)有的繼電保護裝置狀態(tài)評估研究主要是基于歷史運行資料、檢修資料等靜態(tài)資料和重要自檢告警信息[1-4]。自檢告警信息是裝置發(fā)生缺陷或異常后發(fā)出的信息，而狀態(tài)評估的目標(biāo)是掌握設(shè)備的當(dāng)前狀態(tài)及變化趨勢，進而提前發(fā)現(xiàn)缺陷并進行處理，因此，應(yīng)將重要自檢告警信息作為狀態(tài)評估的補充和后備構(gòu)建起整個狀態(tài)檢修體系，而非作為狀態(tài)評估的主要依據(jù)。同樣，靜態(tài)數(shù)據(jù)無法體現(xiàn)設(shè)備的實時狀態(tài)。文獻(xiàn)[5]提出了對繼電保護裝置的電源溫度、保護采集量等信息進行監(jiān)測的思路，對狀態(tài)檢修的實用化工作做了探索，但對于如何利用監(jiān)測信息建立評估體系沒有進行深入研究。由于缺少對繼電保護裝置內(nèi)部狀態(tài)量進行監(jiān)測、收集和分析的條件，所以保護裝置的狀態(tài)檢修的實用化研究一直沒有取得實質(zhì)性進展。而新一代智能變電站的試點工程實現(xiàn)了對裝置內(nèi)部部分參數(shù)的監(jiān)測和收集，為狀態(tài)檢修的實用化研究創(chuàng)造了有利條件。文獻(xiàn)[6]提出了基于部分監(jiān)測量和歷史信息的模糊評估算法，但仍存在一些不足：(1) 評價指標(biāo)較為簡單，難以對保護裝置的所有重要部件進行全面、有效的評估；(2) 對快速劣化指標(biāo)的反應(yīng)靈敏度度不足。本文針對現(xiàn)有研究的不足，一方面，從靜態(tài)資料中挑選了重要指標(biāo)并加以量化，對保護裝置各插件的各類參數(shù)特性進行分析，兼顧可行性，提出了動態(tài)評價指標(biāo)，并按照數(shù)據(jù)類型、內(nèi)部結(jié)構(gòu)和插件指標(biāo)建立了三級評價指標(biāo)體系；另一方面，重點對動態(tài)監(jiān)測指標(biāo)劣化趨勢進行量化，對評估結(jié)果進行動態(tài)修正。

1 模糊綜合評判流程

模糊綜合評價是基于模糊線性變換和隸屬度綜合原則，將與被評價事物相關(guān)的各因素指標(biāo)統(tǒng)一量化，并根據(jù)不同指標(biāo)對評價對象的影響程度來分配權(quán)重，從而對評價對象做出合理的綜合評價[7]。

電力系統(tǒng)在生產(chǎn)中會產(chǎn)生巨量的數(shù)據(jù)，且數(shù)據(jù)形式多樣，如變電站設(shè)備的出廠資料、驗收資料、臺賬資料、檢修資料、運維資料、實時運行數(shù)據(jù)、狀態(tài)監(jiān)測數(shù)據(jù)等，呈現(xiàn)出“大數(shù)據(jù)”特征。電力系統(tǒng)中越來越多的分析工作將依靠“大數(shù)據(jù)”來完成，二次系統(tǒng)的狀態(tài)檢修將是“大數(shù)據(jù)”在電力系統(tǒng)的應(yīng)用之一。在大數(shù)據(jù)背景下，問題分析過程更關(guān)注于相關(guān)性，而非直接的因果關(guān)系，模糊綜合評判在一定程度上契合了此思想，故本文選取此方法為基礎(chǔ)進行研究，結(jié)合本文的研究思路得到模糊綜合評判流程如圖1所示。

2 繼電保護裝置模糊綜合評判模型

2.1動態(tài)數(shù)據(jù)評價指標(biāo)選取

評價指標(biāo)的選取應(yīng)兼顧有效性和可行性。本研究對繼電保護裝置內(nèi)部重要模塊的各項監(jiān)測指標(biāo)進行分析，選取了可有效反應(yīng)設(shè)備狀態(tài)并且現(xiàn)有條件可監(jiān)測的指標(biāo)。

1) 電源插件

開關(guān)電源故障主要是由電解液的干澀以及溫升導(dǎo)致的其他失效模式引起的[8-9]，故溫度為其最主要的監(jiān)測指標(biāo)，此外，主要性能指標(biāo)輸出電壓和電壓紋波也是重要的監(jiān)測指標(biāo)。

2) CPU 插件

圖1模糊綜合評判過程

CPU插件的退化并不會明顯影響計算規(guī)格和速度，并沒有直接的性能指標(biāo)能表征其退化程度，但溫度和負(fù)荷率過高會顯著影響CPU的性能，可能導(dǎo)致不可預(yù)知的軟硬件故障發(fā)生，故選取溫度和負(fù)荷率為監(jiān)測指標(biāo)。

3) 光模塊

大多數(shù)的光學(xué)SFP收發(fā)器都支持?jǐn)?shù)字診斷監(jiān)測，使得參數(shù)可以方便獲得，主要監(jiān)控量：溫度、激光偏置電流、發(fā)送光功率和接收光功率[10]。激光偏置電流在溫度和電壓恒定的條件下應(yīng)該保持穩(wěn)定，若偏置電流升高則意味著激光器的劣化；發(fā)送光功率直接影響到數(shù)據(jù)傳輸?shù)目煽啃裕Ｇ闆r下SFP工作在恒定功率模式，若發(fā)生很大變化則可能無法正常工作且無法恢復(fù)[11]；接收光功率反映了合并單元和智能終端到繼電保護裝置光纖通道的工作狀況，直接影響數(shù)據(jù)的傳輸，進而影響保護裝置正常工作。

2.2 劣化度計算

本研究提出如下劣化度計算方法：在正常誤差范圍(即良好值參考范圍)內(nèi)均認(rèn)為沒有劣化，超出后按偏移程度進行量化。各指標(biāo)的良好范圍及上下限值可參考表1，不同型號產(chǎn)品可按實際參數(shù)進行調(diào)整。

由于各評價指標(biāo)的特性不同，具體的處理方法也不盡相同。

(1) 插件的工作電壓、電流等指標(biāo)上下波動偏離額定范圍均可能導(dǎo)致設(shè)備故障。此類雙向劣化指標(biāo)以工作電壓為例，處理如下：

表1各指標(biāo)的良好值參考范圍及上下限值

Table 1 Reference range of the normal values and limit values of the indexes

評價參考模型如圖2所示，電壓劣化計算公式如式(1)所示。

圖2電源電壓評價參考模型

式中：deg為電壓劣化度；為電壓實測值；n1、n2分別為電壓良好范圍上下限；th1、th2分別為電壓告警上下限值。

(2) 光模塊接收光功率隨光纖通道劣化而減弱，發(fā)送光功率隨插件老化而減弱；CPU負(fù)荷率過高會導(dǎo)致死機等故障；由于預(yù)制式二次設(shè)備倉的室溫穩(wěn)定在5~25 ℃[12]，插件溫度不會出現(xiàn)越最低限值的情況，因此僅考慮高溫影響。此類單向劣化指標(biāo)以接收光功率為例，處理如下：

評價參考模型如圖3所示，電壓劣化計算公式如式(2)所示。

圖3光模塊接收光功率評價參考模型

式中：deg為接收光功率劣化度；為接收光功率實測值；n為接收光功率良好范圍下限；th為接收光功率告警下限值。

利用式(1)、式(2)同理可將各指標(biāo)統(tǒng)一為越小越優(yōu)型或分段越小越優(yōu)型，便于后續(xù)隸屬度函數(shù)的建立。

2.3 靜態(tài)數(shù)據(jù)評價指標(biāo)選取

靜態(tài)數(shù)據(jù)主要包括歷史運行資料和檢修資料等[2]，從中選取重要指標(biāo)進行量化，并將其統(tǒng)一為越小越有型，將常用的正確動作率用不正確動作率替換，絕緣情況用絕緣電阻劣化值表示，如表2所示。

表2靜態(tài)數(shù)據(jù)評價指標(biāo)

Table 2 Evaluation indexes of static data

2.4 評價指標(biāo)體系建立

經(jīng)過上文對各類指標(biāo)的分析，可建立繼電保護裝置的狀態(tài)評價指標(biāo)體系，如圖4所示。

3 繼電保護裝置狀態(tài)評估

3.1 因素集和評語集的確定

因素集是所有評價指標(biāo)的集合，按照層次可將因素集分為三級共6個子系統(tǒng)：

第一級：={1,2}；

圖4 繼電保護裝置評價指標(biāo)體系

第二級：1={11,12,13,14,15,16}、2= {21,22,23}；

第三級：21={211,212,213}、22={221,222}、23={231,232,233,234}。

評語集是設(shè)備可能處于的所有狀態(tài)的集合，繼電保護裝置的運行狀態(tài)可分為正常、一般、注意和嚴(yán)重狀態(tài)，對應(yīng)評語集可表示為={1,2,3,4}= {正常，一般，注意，嚴(yán)重}。

3.2 權(quán)重的確定

各指標(biāo)權(quán)重的確定對評價結(jié)果的影響顯著，是模糊綜合評價的關(guān)鍵環(huán)節(jié)。

由于繼電保護裝置基于監(jiān)測信息的狀態(tài)評估實用化研究還處于起步階段，在缺乏統(tǒng)計數(shù)據(jù)的情況下，宜采用專家評估法，故本研究綜合多位企業(yè)和高校專家的經(jīng)驗得出了評價指標(biāo)各子系統(tǒng)的權(quán)重矩陣W=[1,2,…,w,…,w]。

隨著監(jiān)測數(shù)據(jù)的積累、歷史樣本的補充，在實際應(yīng)用中應(yīng)對設(shè)備的評估成果進行定期跟蹤分析，利用數(shù)據(jù)挖掘、回歸擬合等方法，對權(quán)重進行不斷修正，使評估結(jié)果更為合理[13-14]。

3.3 模糊評判矩陣的建立

設(shè)第個指標(biāo)u對繼電保護裝置的評估結(jié)果對應(yīng)評語集中狀態(tài)v的隸屬度為r，則可將評估結(jié)果用隸屬度矩陣R=[r1,r2, r3,r4]表示[15]。通過計算所有指標(biāo)的評估結(jié)果對應(yīng)的隸屬度集，可建立模糊評判矩陣，如式(3)所示。

3.4 隸屬度函數(shù)的確定

選取符合實際的隸屬度函數(shù)是建立模糊關(guān)系矩陣的關(guān)鍵，常用函數(shù)有：三角型、拋物型、正態(tài)型、嶺型等。其中嶺型分布函數(shù)具有主值區(qū)寬、過渡平緩的特點[16]，故本文利用嶺型分布隸屬函數(shù)，對應(yīng)于運行狀態(tài)1~4的隸屬度函數(shù)表達(dá)式分別如式(4)-—式(7)所示。

(5)

(6)

式中，1、2、3、4和Δ共同確定了四種運行狀態(tài)的邊界，如圖5所示，進而即可求得隸屬度矩陣。

圖5 嶺型隸屬函數(shù)

3.5隸屬度動態(tài)修正

根據(jù)動態(tài)指標(biāo)的當(dāng)前監(jiān)測值即斷面信息對設(shè)備的評估存在一定的不足，如圖6中所示的兩種劣化趨勢，雖然在當(dāng)前時刻具有相同的劣化度，但其設(shè)備狀態(tài)明顯不能等同。

圖6 劣化趨勢分析

目前，新一代智能變電站對狀態(tài)監(jiān)測信息所作基本要求中規(guī)定：全站二次設(shè)備每2 h報送一次狀態(tài)信息[12]，即Δ=2 h。在緩慢劣化過程中，Δ相對于整個過程相對較小，現(xiàn)有方法可及時調(diào)整評估結(jié)果，得到相對準(zhǔn)確的結(jié)果；而在快速劣化過程中，由于反應(yīng)靈敏度不足，導(dǎo)致評估結(jié)果不合理。針對此問題，本研究提出隸屬度修正方法，根據(jù)不同的劣化速度進行相應(yīng)的修正。設(shè)備指標(biāo)劣化速度越快，則使其隸屬關(guān)系逼近嚴(yán)重狀態(tài)的速度越快，進而使運行人員處理越及時。

經(jīng)簡單分析可知，某一動態(tài)指標(biāo)只可能同時與1個或相鄰的2個狀態(tài)存在隸屬關(guān)系，即1、2、3、4或(1,2)、(2,3)、(3,4)。設(shè)上一次上送值、當(dāng)前上送值和下一次上送值的劣化度分別為(-Δ)、()和(Δ)，值域均為[0,1]，當(dāng)前隸屬度計算結(jié)果對應(yīng)的狀態(tài)v、v+1分別為r、r+1(若僅隸屬于v，則v+1為0)，隸屬度函數(shù)邊界由1、2、3、4和Δ確定。

若兩次上傳量變化滿足式(8)，則將該指標(biāo)的隸屬度按式(9)或式(10)進行修正。

(9)

式中，=0, 1, 2, 3, 4, 5為修正系數(shù)。

若(Δ)－()仍滿足式(8)，則保留上次修正，繼續(xù)按此方法進行處理；若(Δ)－()<0，則認(rèn)為此前變化為偶然波動，取消修正；若(Δ)－() ≥0.3，則直接觸發(fā)告警。

通過上述隸屬度動態(tài)修正方法，既可以對快速劣化進行及時處理，又可以避免由偶然波動可能造成的誤判，尤其對于負(fù)荷率、溫度此類波動性較大的指標(biāo)更為必要。

3.6模糊評判

模糊綜合評判的運算順序是從最底層(第三級)開始，逐級向上運算。

首先，對第三級子系統(tǒng)的權(quán)重矩陣2i和隸屬度函數(shù)矩陣2i進行模糊運算，即可得到該級各子系統(tǒng)的綜合狀態(tài)隸屬度矩陣2i=2i○2i(=1,2,3)，其中○是廣義模糊算子，常用算子有：(∧,∨)、(●,∨)、(∧,⊙)和(●,⊙)，本文采用體現(xiàn)權(quán)重作用明顯、綜合程度強的加權(quán)平均型算子(●,⊙)。

同理，可得到第二級的綜合狀態(tài)隸屬度矩陣b=○(=1,2)，進而得到第一級的隸屬度矩陣=[1,2]T。

最后，利用第一級系統(tǒng)權(quán)重矩陣和隸屬度矩陣，計算得到繼電保護裝置整體的綜合評判隸屬度矩陣=○=[1,2,3,4]，其中1、2、3和4分別對應(yīng)正常、注意、異常和嚴(yán)重四種狀態(tài)的隸屬度值，隸屬度值最大項對應(yīng)狀態(tài)即為最終評判結(jié)果。

3.7輔助決策規(guī)則

1) 經(jīng)過分析可知，模糊綜合評判法存在一定的缺點：其對處于非嚴(yán)重狀態(tài)和裝置整體劣化明顯的設(shè)備，評估效果較好；而對于某個模塊的單一指標(biāo)嚴(yán)重劣化的設(shè)備，評估可能存在偏差。當(dāng)?shù)讓訁?shù)嚴(yán)重劣化，由于權(quán)值的逐層傳遞，可能在上層體現(xiàn)的并不明顯，導(dǎo)致設(shè)備異常被掩蓋[7]，而任一關(guān)鍵模塊的異常均可能導(dǎo)致保護裝置拒動或誤動。故當(dāng)某評價指標(biāo)的狀態(tài)隸屬于嚴(yán)重，應(yīng)觸發(fā)告警，跳出評判體系，盡快安排處理。

2) 由于新一代智能變電站還未大規(guī)模投入運行，繼電保護裝置的實際監(jiān)測數(shù)據(jù)以及狀態(tài)評估的應(yīng)用經(jīng)驗都很匱缺，在現(xiàn)階段難以提出完善的方法完全利用監(jiān)測指標(biāo)實現(xiàn)狀態(tài)檢修，尤其是CPU插件，其故障原因多樣、難以預(yù)知，電磁干擾等突發(fā)性原因都可能造成其硬件或軟件故障。此類故障一般是躍變或劣化過程極短，此時需自檢告警作為后備進行配合，根據(jù)告警信息及時對其進行處理。

4 算例分析

以某臺繼電保護裝置為例，使用本文建立的模糊綜合評判方法對其運行狀態(tài)進行評估。

該裝置靜態(tài)數(shù)據(jù)的評判因素集1={1,5,0,2, 0.5,0%}，動態(tài)數(shù)據(jù)評判因素集如表3所示。

表3 動態(tài)數(shù)據(jù)評判因素集

將各類數(shù)據(jù)代入式(4)—式(7)，其中1、2、3、4和Δ分別取0、0.25、0.55、0.8和0.05，可得到各子因素集對應(yīng)的模糊評判矩陣分別為

對應(yīng)權(quán)重矩陣分別為：1=[0.15 0.13 0.12 0.19 0.21 0.20]、21=[0.42 0.37 0.21]、22=[0.47 0.53]、23=[0.30 0.30 0.22 0.18]。

由=○可分別計算得到各子系統(tǒng)的綜合狀態(tài)隸屬度矩陣：

1=[0.89 0.11 0 0]、21=[0.59 0.41 0 0]、22=[0.53 0.47 0 0]、23=[0.19 0.80 0.07 0]。

1) 按照常規(guī)的模糊綜合評判進行評估

同理逐級進行計算，最終得到評判結(jié)果為=[0.51 0.49 0.02 0]，即設(shè)備處于正常狀態(tài)。

2) 按照本文改進的模糊綜合評判進行評估

發(fā)送光功率指標(biāo)231較上一次上送劣化了0.23，滿足式(8)條件，隸屬度修正后為[0 0.36 0.83 0]，最終評判結(jié)果為=[0.51 0.43 0.08 0]，雖然設(shè)備整體狀態(tài)仍判定為正常，但該指標(biāo)的狀態(tài)被判定為注意狀態(tài)，運行人員對其進行持續(xù)觀察。若繼續(xù)以此趨勢劣化，則光模塊顯然已出現(xiàn)異常，在實際劣化度達(dá)到嚴(yán)重之前，將其隸屬狀態(tài)修正為嚴(yán)重，根據(jù)輔助決策規(guī)則，應(yīng)及時對設(shè)備進行處理；若指標(biāo)劣化度下降，則放棄修正，避免誤告警的發(fā)生。

5 結(jié)論

本文對繼電保護裝置狀態(tài)評估的實用化方法進行了研究，在原始的模糊綜合評判基礎(chǔ)上，提出了較為完善的評價指標(biāo)體系和“隸屬度動態(tài)修正”思想，并以輔助決策規(guī)則作為補充，建立了相對完善和實用的評估方法。最后，通過算例分析對本方法進行驗證，結(jié)果表明本評估方法可較為準(zhǔn)確地反應(yīng)設(shè)備的實際狀態(tài)，通過動態(tài)修正和輔助決策規(guī)則可使工程實際中可能遇到的問題得到有效解決。

后續(xù)需要開展的工作：當(dāng)前的評估方法在權(quán)重確定方面存在較多的人為因素，隨著監(jiān)測數(shù)據(jù)的積累、歷史樣本的補充，還應(yīng)進一步對其優(yōu)化，提高評估的準(zhǔn)確性。

[1] 周晨. 臺州電網(wǎng)繼電保護狀態(tài)檢修評估體系的構(gòu)建[D]. 北京: 華北電力大學(xué), 2012.

ZHOU Chen. The construction of relay protection state maintenance evaluation system for Taizhou Grid[D]. Beijing: North China Electric Power University, 2012.

[2] 吳姜, 蔡澤祥, 胡春潮, 等. 基于模糊正態(tài)分布隸屬函數(shù)的繼電保護裝置狀態(tài)評價[J]. 電力系統(tǒng)保護與控制, 2012, 40(5): 48-52.

WU Jiang, CAI Zexiang, HU Chunchao, et al. Status evaluation of protective relays based on the membership function in fuzzy normal distribution[J]. Power System Protection and Control, 2012, 40(5): 48-52.

[3] 侯艾君. 繼電保護狀態(tài)評價方法及其在檢修決策中的應(yīng)用[D]. 重慶: 重慶大學(xué), 2012.

HOU Aijun. The state evaluation method of relay protection and its use in maintenance decision[D]. Chongqing: Chongqing University, 2012.

[4] 呂文超, 呂飛鵬, 張新峰. 模糊聚類法在繼電保護狀態(tài)檢修中的應(yīng)用[J]. 電力系統(tǒng)及其自動化學(xué)報, 2013, 25(2): 93-97.

Lü Wenchao, Lü Feipeng, ZHANG Xinfeng. application of fuzzy clustering method in the condition-based maintenance (Cbm) of relay protection[J]. Proceedings of the CSU-EPSA, 2013, 25(2): 93-97.

[5] 劉永欣, 師峰, 姜帥, 等. 智能變電站繼電保護狀態(tài)監(jiān)測的一種模糊評估算法[J]. 電力系統(tǒng)保護與控制, 2014, 42(3): 37-41.

LIU Yongxin, SHI Feng, JIANG Shuai, et al. A fuzzy evaluation algorithm for condition monitoring of smart substation relay protection[J]. Power System Protection and Control, 2014, 42(3): 37-41.

[6] 韓平, 趙勇, 李曉朋, 等. 繼電保護狀態(tài)檢修的實用化嘗試[J]. 電力系統(tǒng)保護與控制, 2010, 38(19): 92-95.

HAN Ping, ZHAO Yong, LI Xiaopeng, et al. Instantiation sample of relay protection state maintenance[J]. Power System Protection and Control, 2010, 38(19): 92-95.

[7] 肖運啟, 王昆朋, 賀貫舉, 等. 基于趨勢預(yù)測的大型風(fēng)電機組運行狀態(tài)模糊綜合評價[J]. 中國電機工程學(xué)報, 2014, 34(13): 2132-2139.

XIAO Yunqi, WANG Kunpeng, HE Guanju, et al. Fuzzy comprehensive evaluation for operating condition of large-scale wind turbines based on trend predication[J]. Proceedings of the CSEE, 2014, 34(13): 2132-2139.

[8] 歐陽帆, 張亮峰, 李剛, 等. 微機保護裝置逆變電源故障原因分析[J]. 電力自動化設(shè)備, 2011, 31(7): 150-153.

OUYANG Fan, ZHANG Liangfeng, LI Gang, et al. Analysis of power supply module faults for microprocessorprotection devices[J]. Electric Power Automation Equipment, 2011, 31(7): 150-153.

[9] 師元康, 姜振超, 趙書濤. 基于內(nèi)部溫度的繼電保護裝置時變失效率研究[J]. 電力系統(tǒng)保護與控制, 2016, 44(4): 123-128.

SHI Yuankang, JIANG Zhenchao, ZHAO Shutao. Research on time-varying failure rate of protection devices based on internal temperature[J]. Power System Protection and Control, 2016, 44(4): 123-128.

[10] CLARKR. SFP光收發(fā)模塊的集成故障診斷方法[J]. 光通信技術(shù), 2003(1): 49-51.

CLARK R. Integrated fault diagnosis methods for SFP optical transceiver module[J]. Optical Communication Technology, 2003(1): 49-51.

[11] 周金林. 光收發(fā)模塊監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[D]. 北京:北京郵電大學(xué), 2010.

ZHOU Jinlin. Designing and realization of the monitoring system for optical transceiver module[D]. Beijing: Beijing University of Posts and Telecommunications, 2010.

[12] 鄭玉平. 智能變電站二次設(shè)備與技術(shù)[M]. 北京: 中國電力出版社, 2014.

[13] 宮宇, 呂金壯. 大數(shù)據(jù)挖掘分析在電力設(shè)備狀態(tài)評估中的應(yīng)用[J]. 南方電網(wǎng)技術(shù), 2014, 8(6): 74-77.

GONG Yu, Lü Jinzhuang. Application of big data mining analysis in power equipment state assessment[J]. Southern Power System Technology, 2014, 8(6): 74-77.

[14] 宋人杰, 陳禹名. 基于變權(quán)系數(shù)的繼電保護狀態(tài)模糊綜合評價方法[J]. 電力系統(tǒng)保護與控制, 2016, 44(3): 46-50.

SONG Renjie, CHEN Yuming. Fuzzy synthetic evaluation of relay protection based on variable weight value[J]. Power System Protection and Control, 2016, 44(3): 46-50.

[15] 胡寶清. 模糊理論基礎(chǔ)[M]. 武漢: 武漢大學(xué)出版社, 2004.

[16] 徐長寶, 莊晨, 蔣宏圖. 智能變電站二次設(shè)備狀態(tài)監(jiān)測技術(shù)研究[J]. 電力系統(tǒng)保護與控制, 2015, 43(7): 127-131.

XU Changbao, ZHUANG Chen, JIANG Hongtu. Technical research of secondary equipments’ state monitoring in smart substation[J]. Power System Protection and Control, 2015, 43(7): 127-131.

(編輯 周金梅)

Research on practical state evaluation of protection device in smart substation

SHI Yuankang1, JIANG Zhenchao2, AN Cunran3

(1. School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, China; 2. State Grid Sichuan Electric Power Research Institute, Chengdu 610072, China; 3. School of Sciences,Hebei University of Science and Technology, Shijiazhuang 050018, China)

The construction of new generation smart substations makes the internal parameters of protection devices can be observed. It makes up the defect of current state assessment that lack of available data and feasibility. The paper does the practical research on state assessment of protection devices based on the monitored dynamic data and static data accumulated by operation and maintenance. Firstly, the paper improves the existing state assessment method which is based on fuzzy comprehensive evaluation method: supplement the important evaluation index to put forward a more complete evaluation index system; put forward a dynamic correction coefficient which can modify the evaluation result indirectly to make up the insufficient of the existing method that is unable to characterize the variation trend. Then, the paper adds an auxiliary decision rules to complete the possible shortcoming of the established evaluation model. Finally, the paper evaluates a device respectively in the case and analyzes the result to verify the feasibility of the established state assessment method.

protection devices; state assessment; practicability; fuzzy comprehensive evaluation

10.7667/PSPC151166

2015-07-08；

2016-02-20

師元康(1991-)，男，通信作者，碩士研究生，研究方向為智能變電站及繼電保護；E-mail：yuankang_shi@163.com

姜振超(1981-)，男，碩士，工程師，主要研究方向為智能變電站及繼電保護。