基于模糊數(shù)學(xué)和變權(quán)理論的智能變電站二次設(shè)備狀態(tài)估計(jì)

唐楚雪， 陳德明

(西南交通大學(xué) 電氣工程學(xué)院，四川 成都 611756)

0 引 言

隨著智能變電站的不斷發(fā)展，新技術(shù)大量引入，設(shè)備的數(shù)量迅速增長，對實(shí)現(xiàn)智能化運(yùn)維也提出了更高的要求。目前，國內(nèi)對一次設(shè)備狀態(tài)估計(jì)的研究較為成熟，對二次設(shè)備狀態(tài)評估的則較少。近年來，對二次設(shè)備的健康評估大致分為兩種：一種側(cè)重于通過在線運(yùn)行信息，在軟件層面上進(jìn)行各類故障的預(yù)警及定位，可歸納于功能層面的評估；另一種側(cè)重于對設(shè)備硬件和通信方面的評估，判斷其能否完成既定的功能。如今大多數(shù)文獻(xiàn)都是將二者結(jié)合起來進(jìn)行評估的。然而，進(jìn)行硬件層面的評估時(shí)，一些信息如保護(hù)動(dòng)作信息等只能人為評估；而進(jìn)行功能層面的評估時(shí)，一些設(shè)備自檢信息，又需轉(zhuǎn)化成文字進(jìn)行匹配，這樣評估一定程度上會影響結(jié)果的準(zhǔn)確性[1-3]。另外，國家電網(wǎng)近年也已將各類裝置自檢信息和監(jiān)測信息進(jìn)行規(guī)范化處理，并增加了部分監(jiān)測信息。在信息實(shí)現(xiàn)標(biāo)準(zhǔn)化之后，下一步需實(shí)現(xiàn)診斷流程的標(biāo)準(zhǔn)化，避免不同廠家生產(chǎn)的設(shè)備需要不同的診斷流程帶來的問題。

因此，本文提出在對硬件和功能進(jìn)行的狀態(tài)估計(jì)作為兩個(gè)不同子模塊的基礎(chǔ)上，以二次設(shè)備硬件層面的狀態(tài)估計(jì)為重點(diǎn)，參考國網(wǎng)給出的最新標(biāo)準(zhǔn)，根據(jù)設(shè)備硬件信息及通信參數(shù)，利用層次分析法和模糊理論建立了二次設(shè)備狀態(tài)評估體系。其中，又分別進(jìn)行了隸屬度修正和變權(quán)處理，使評估結(jié)果更加可靠。

1 二次設(shè)備狀態(tài)評估體系

1.1 模塊分類

指標(biāo)集的選取除依據(jù)國網(wǎng)最新標(biāo)準(zhǔn)，還需根據(jù)各設(shè)備具體實(shí)現(xiàn)的功能來定。因?yàn)槭菑挠布用鎸υO(shè)備進(jìn)行狀態(tài)評估，因此從以下四個(gè)模塊出發(fā)，分別選取不同的評估指標(biāo)：

(1)CPU模塊：溫度，濕度，時(shí)鐘頻率，F(xiàn)LASH異常告警等；

(2)電源模塊：工作電壓，工作電流，AC/DC故障告警，電源異常告警等；

(3)通信模塊：時(shí)延，誤碼率，丟包率，吞吐量，報(bào)文響應(yīng)延時(shí)，光纖接口的發(fā)送/接收功率，鏈路中斷告警等；

(4)開入開出模塊：開關(guān)量輸入電壓，出口繼電器工作電壓，開入開出異常告警等。

為方便評估時(shí)能將健康狀況定位到功能層面，對上述指標(biāo)進(jìn)一步分類和整理，根據(jù)各設(shè)備的功能特點(diǎn)，從通信性能、實(shí)時(shí)運(yùn)行情況和歷史運(yùn)行情況三個(gè)方面建立一套完整的二次設(shè)備評估體系。

1.2 評估體系建立

評估對象為合并單元、智能終端、保護(hù)裝置、測控裝置、以太網(wǎng)交換機(jī)等二次設(shè)備，其評估指標(biāo)各有側(cè)重[4]。

1.2.1合并單元

合并單元側(cè)重采樣和測量，因此時(shí)間上面的精度要求較高。合并單元其評價(jià)指標(biāo)集如圖1所示。

圖1 合并單元評價(jià)指標(biāo)集

1.2.2智能終端

智能終端的功能主要是收集一次設(shè)備狀態(tài)信息、接收控制命令，因此動(dòng)作時(shí)間、報(bào)文響應(yīng)延時(shí)等指標(biāo)較為重要。由此確定智能終端的評價(jià)指標(biāo)集，如圖2所示。

圖2 智能終端評價(jià)指標(biāo)集

1.2.3保護(hù)裝置

保護(hù)裝置主要完成繼電保護(hù)功能，用于發(fā)生故障時(shí)迅速切除故障線路和設(shè)備。保護(hù)裝置評價(jià)指標(biāo)集如圖3所示。

圖3 保護(hù)裝置評價(jià)指標(biāo)集

1.2.4測控裝置

測控裝置主要完成對間隔層數(shù)據(jù)和信號的采集和控制，實(shí)現(xiàn)全站的監(jiān)控。測控裝置其評價(jià)指標(biāo)集如圖4所示。

圖4 測控裝置評價(jià)指標(biāo)集

1.2.5以太網(wǎng)交換機(jī)

以太網(wǎng)交換機(jī)作為傳輸、轉(zhuǎn)發(fā)數(shù)據(jù)的重要設(shè)備，對通信性能的要求非常高。由此確定其評價(jià)指標(biāo)集如圖5所示。

圖5 以太網(wǎng)交換機(jī)評價(jià)指標(biāo)集

2 評估模型搭建

本文選用模糊綜合評價(jià)法和層次分析法相結(jié)合進(jìn)行評估[5-6]，具體評價(jià)流程如圖6所示。

圖6 評價(jià)流程圖

2.1 模糊綜合評價(jià)法

2.1.1建立評價(jià)對象因素集和評價(jià)集

對每個(gè)二次設(shè)備，由評估體系知，評價(jià)對象因素集中的一級評估子集U=(U1,U2,U3)為通信性能，實(shí)時(shí)運(yùn)行情況和歷史運(yùn)行情況，每一級往下又分別包含了二級評估子集(Ui1,Ui2,Ui3,…,Uin)。

評價(jià)集即對設(shè)備評估結(jié)果的集合，分為良好、一般、注意和嚴(yán)重四種，對應(yīng)評價(jià)集V=(V1,V2,V3,V4)。

2.1.2確定隸屬函數(shù)

目前，常用的隸屬函數(shù)模型主要有梯形分布、嶺型分布、正態(tài)分布等，本文選用梯形分布模型，具體的函數(shù)模型曲線如圖7所示。梯形分布模型相對簡單，適用于評價(jià)指標(biāo)多的情況，且參考值完全隸屬于某一評價(jià)時(shí)有一定范圍，進(jìn)行評估時(shí)更符合工程實(shí)際[7]。

1.1 鄉(xiāng)鎮(zhèn)文化人才總量、特別是中高級專業(yè)技術(shù)人才偏少，正高職稱人才幾乎沒有，副高職稱技術(shù)人才也是鳳毛麟角。中高級人才多為文化藝術(shù)、文博，并多數(shù)集中在縣公益性文化事業(yè)單位，如：文工團(tuán)、博物館、文化館等單位，而真正在鄉(xiāng)鎮(zhèn)文化站的人才比較少。

圖7 梯形分布模型

在進(jìn)行隸屬度計(jì)算時(shí)，引入劣化度來進(jìn)行歸一化處理[8]。劣化度取值在0～1之間，表示某項(xiàng)指標(biāo)相對于正常狀態(tài)的偏離程度。對于非定量指標(biāo)，如鏈路告警等，則需要聯(lián)合故障診斷系統(tǒng)，在鏈路中斷告警發(fā)出后，定位故障點(diǎn)。若故障點(diǎn)位于設(shè)備，則隸屬度為1，反之為0。得到隸屬度，便可建立模糊關(guān)系矩陣R。

2.2 層次分析法

這里采用1～9標(biāo)度法計(jì)算各級指標(biāo)的權(quán)重。即指標(biāo)之間兩兩比較，由實(shí)際經(jīng)驗(yàn)用數(shù)字1～9標(biāo)識二者之間的相對重要性，建立權(quán)重判斷矩陣A。計(jì)算A的特征向量，即可得到各指標(biāo)對應(yīng)的常權(quán)重值，建立權(quán)重矩陣W。

3 隸屬度修正和變權(quán)處理

3.1 隸屬度修正

目前，大多數(shù)狀態(tài)評估都是針對某一時(shí)刻的進(jìn)行的，不能對劣化較快的指標(biāo)作出正確評估。因此，本文使用了隸屬度修正的方法[9]。若前后兩次上傳的指標(biāo)狀態(tài)值f(t)和f(t-Δt)滿足下式，則對其進(jìn)行隸屬度修正：

0.05·x≤f(x)-f(t-Δt)<0.05·(x+1)

(1)

(2)

(3)

式中：修正系數(shù)x取值為0～5;a1～a4對應(yīng)梯形分布模型依次為0.1，0.35，0.65，0.9;Δa=0.05。

3.2 變權(quán)處理

之前計(jì)算得到了指標(biāo)的常權(quán)重。但在實(shí)際中，會出現(xiàn)部分指標(biāo)嚴(yán)重偏離正常值，卻因權(quán)重的傳遞，導(dǎo)致評估結(jié)果依然為正常的情況。因此，本文采用動(dòng)態(tài)變權(quán)進(jìn)行處理，即劣化度越大權(quán)重越大，以避免上述情況的發(fā)生[10-11]。

設(shè)指標(biāo)常權(quán)重為Wi，變權(quán)后為：

(4)

式中：di為指標(biāo)的劣化度;?為變權(quán)系數(shù)，這里?取0.2。

4 算例分析

本文以智能牽引變電所中某智能終端為例，來驗(yàn)證本文提出的狀態(tài)估計(jì)方法的可行性與正確性。

設(shè)備評估子集：通信參數(shù)={鏈路中斷告警，報(bào)文響應(yīng)延時(shí)，發(fā)送光功率，接收光功率}，實(shí)時(shí)運(yùn)行參數(shù)={開出告警，開入告警，動(dòng)作時(shí)間，工作電壓，對時(shí)誤差，溫度，濕度}，歷史運(yùn)行參數(shù)={正確動(dòng)作率，老化度，平均無故障時(shí)間}。對應(yīng)的實(shí)時(shí)指標(biāo)狀態(tài)值f(t-Δt)分別為：

U1={0，0.58 ms，-18.6 dBm，-25.6 dBm}

U2={0,0,4.22 ms，110 V,0.35 ms,24 ℃,45%}

U3={99.9%，3a，>50 000 h}

各指標(biāo)的常權(quán)重根據(jù)專家經(jīng)驗(yàn)通過層次分析法計(jì)算得出，對三類指標(biāo)給定權(quán)重分別為：

一層：

W=(0.429,0.429,0.142)

二層：

W1=(0.375,0.375,0.125,0.125)

W2=(0.208,0.208,0.208,0.129,0.129,0.059,0.059)

W3=(0.6,0.2,0.2)

隨后，根據(jù)各指標(biāo)的狀態(tài)值計(jì)算隸屬度，建立模糊關(guān)系矩陣：

之后根據(jù)系統(tǒng)實(shí)時(shí)上送信息得f(t)中，發(fā)送光功率較之前由-18.6 dBm下降為-19 dBm，劣化了0.2，滿足式(1)；溫度指標(biāo)由24 ℃劣化為28 ℃，同樣滿足式(1)，其余指標(biāo)均未達(dá)到修正條件，則只需要對這兩個(gè)指標(biāo)進(jìn)行隸屬度修正。

修正后，其隸屬度分別變?yōu)閇0，0.4，0.6，0]和[0.25，0.75，0，0]。

對修正后的指標(biāo)進(jìn)行變權(quán)處理，可分別得二層指標(biāo)的權(quán)重：

W1=[0.277,0.463,0.160,0.100]

W2=[0.186,0.186,0.248,0.115,0.136,0.072,0.057]

W3=[0.654,0.173,0.173]

則此智能終端的健康狀態(tài)：

B=W°R=[0.507,0.377,0.116,0]

可以看出，系統(tǒng)總體的健康狀態(tài)為良好。若未經(jīng)隸屬度修正和狀態(tài)變權(quán)，可得其健康值為[0.608，0.332，0.060，0]，總體評價(jià)為良好，且隸屬于良好的比例較高。而改進(jìn)后的方法得到的設(shè)備出于良好的隸屬度僅為0.5，若再劣化，則進(jìn)入一般狀態(tài)，需工作人員持續(xù)觀察。

另外，對通信性能評估時(shí)，改進(jìn)后的方法計(jì)算得出其健康狀態(tài)為[0.37，0.35，0.28，0]，整體平均處于一般狀態(tài)，而改進(jìn)前則處于良好狀態(tài)；同樣，單就發(fā)送光功率和溫度兩個(gè)指標(biāo)來看，其健康態(tài)相比于改進(jìn)前都下降了一個(gè)等級，需要工作人員持續(xù)觀察，以免故障發(fā)生。

5 結(jié)束語

本文提出從硬件層面出發(fā)評估智能變電站二次設(shè)備能否完

成既定功能。同時(shí)，在運(yùn)用傳統(tǒng)模糊綜合評價(jià)法和層次分析法的基礎(chǔ)上，提出了采用隸屬度修正和變權(quán)理論相結(jié)合的算法。實(shí)際算例證明，改進(jìn)后的方法具有一定的可行性，提高了健康評估結(jié)果的準(zhǔn)確性和合理性。