基于神經(jīng)網(wǎng)絡(luò)的高壓輸電線路故障診斷研究

黃海生

【摘 ?要】輸電線路建設(shè)為推動社會經(jīng)濟發(fā)展發(fā)揮著重要作用，對輸電線路的故障檢測也是工作的重中之重。如今，在原有的高壓輸電線路檢測的基礎(chǔ)上，又提出一種全新的檢測方法，就是基于神經(jīng)網(wǎng)絡(luò)的高壓輸電線路故障檢測。這種檢測系統(tǒng)的研究目標是10KV的架空輸電線路。本文在電力系統(tǒng)故障檢測的現(xiàn)狀基礎(chǔ)上，分析和探討基于神經(jīng)網(wǎng)絡(luò)的故障檢測系統(tǒng)。

【關(guān)鍵詞】輸電線路;檢測方法;神經(jīng)網(wǎng)絡(luò)

診斷高壓輸電線路故障的系統(tǒng)在實際的運行過程中，可以完全當作一種實時信息處理系統(tǒng)。它的工作原理就是以故障發(fā)生的環(huán)境作為基礎(chǔ)，進行數(shù)據(jù)信息分析，對出現(xiàn)故障的各種原因和設(shè)備部件進行判斷。高壓線路時輸電設(shè)備的重要組成部分，對其進行準確科學檢測有著十分重要的意義。現(xiàn)有的線路故障檢測技術(shù)在實際的使用中不能夠適應(yīng)于35千瓦以下的復(fù)雜輸電線路結(jié)構(gòu)，于是基于神經(jīng)網(wǎng)絡(luò)的輸電線路檢測系統(tǒng)應(yīng)運而生。

1.輸電線路故障檢測的現(xiàn)狀

目前，對高壓線路進行故障檢測方法還是比較多的，最常用的就是距離保護法、電流監(jiān)測法故障錄波器法和行波數(shù)據(jù)分析方法。

1.1 輸電線路檢測的距離保護法

距離保護法在這幾個方法中是最比較簡單的，所需要的設(shè)備成本投入也不高?？墒钱斴旊娋€路出現(xiàn)故障的時候，過渡電阻不能夠?qū)崿F(xiàn)Rx=0Ω，并且還會被輸電線路的施工工藝和到點電阻率p的均勻程度等多種干擾因素影響，最后導(dǎo)致了在故障距離之間的計算數(shù)值差距過大。除此以外，如果高壓輸電線路中出現(xiàn)比較多的線路分支和用電設(shè)施的時候，對于故障位置的計算更會增加難度。

1.2 輸電線路檢測的電流監(jiān)測法

電流監(jiān)測法是對在相線中出現(xiàn)的電流總和和不同相線的電流最高峰值進行監(jiān)測，從而確定監(jiān)測的設(shè)備是夠出現(xiàn)了故障。電流監(jiān)測法在使用過程中也是擁有比較小的投資，并且在安裝的時候也是很方便簡單?？墒牵旊娋€路在運行當中若是出現(xiàn)較小的接地電流或者是短路電流，是不會被檢測出來的，更不會有任何的故障提醒，設(shè)備檢測則失效。檢測設(shè)備失效不止這一種原因，還可能會因為線路的負荷波動比較大，這樣也會增加失效的概率。監(jiān)測設(shè)備對于監(jiān)測出來的故障只是停留在大概的區(qū)域，并不能夠完全的定位故障位置。

1.3 輸電線路檢測的故障錄波器法和行波數(shù)據(jù)分析法

這兩種方法的使用主要是通過將數(shù)據(jù)監(jiān)測設(shè)備安裝在高壓輸電線路的開始一端，原理便是對輸電線路的正常運行與否進行判斷，比對輸電線路中出現(xiàn)的各項數(shù)據(jù)是否與標準數(shù)據(jù)一致，再通過相關(guān)的算法分析和判斷，找出故障發(fā)生的具體位置，并給予及時的通知。這個方案所適用的輸電線路一般的在220KV及以上的高壓線路或者是超高壓線路當中。當有分支或者是有用電設(shè)備接入到輸電線路當中，各項電氣參數(shù)就會呈現(xiàn)出動態(tài)變化，在數(shù)據(jù)分析和處理的時候就會增加困難度，導(dǎo)致監(jiān)測出來的誤差變大。

一言以蔽之，這些方法都適合在高壓或者是超高壓輸電線路中使用，而且具有嚴格的要求，如不能夠線路分支接入，也不能有用電設(shè)備接入，保持輸電線路的簡易結(jié)構(gòu)。對35千瓦以下的輸電線路監(jiān)測并沒有一種科學有效的故障監(jiān)測方法。

2.基于神經(jīng)網(wǎng)絡(luò)的輸電線路故障監(jiān)測系統(tǒng)分析

2.1 基于神經(jīng)網(wǎng)絡(luò)的輸電線路故障監(jiān)測系統(tǒng)的組成

基于神經(jīng)網(wǎng)絡(luò)的輸電線路故障監(jiān)測硬件系統(tǒng)組成較為簡易，大體上分為三個部分。輸電線路故障監(jiān)測系統(tǒng)的中樞就是控制中心，它對于監(jiān)測系統(tǒng)相當于大腦對于人體，主要功能就是負責對輸電線路中的各項數(shù)據(jù)信息進行分析處理，并且保存好各項數(shù)據(jù)結(jié)果。數(shù)據(jù)采集設(shè)備的安裝位置一般是在輸電線路的開頭一端或者是末尾一端，以及輸電設(shè)備中的分支線路和用電設(shè)備的接入處，在故障多發(fā)位置等地方也可以安裝，安裝位置比較靈活。數(shù)據(jù)采集設(shè)備的線路參數(shù)采集頻率一般維持在10ms，它會將采集到的電流信息、電阻信息、電壓信息以及電感信息和電容信息及時保存到存儲器中。通信設(shè)備的作用是完成指令和數(shù)據(jù)信息交換，主要信息載體就是控制中心和數(shù)據(jù)采集設(shè)備，通信設(shè)備利用的方式就是載波通信。

控制中心會受到數(shù)據(jù)采集設(shè)備三種方式的數(shù)據(jù)傳輸，第一種就是指令方式，數(shù)據(jù)采集設(shè)備會依據(jù)控制中心的指令要求向控制中心提供輸電線路中的各項數(shù)據(jù)參數(shù)。第二種就是定時方式，設(shè)定好一定的時間，控制中心就會接受到來自數(shù)據(jù)采集設(shè)備的數(shù)據(jù)參數(shù)。第三種就是報告的方式，在輸電線路中會是不是的出現(xiàn)一些超出預(yù)設(shè)的參數(shù)數(shù)據(jù)波動值，當監(jiān)測設(shè)備監(jiān)測到這種問題的時候，就會將數(shù)據(jù)通過通信設(shè)備儲存到數(shù)據(jù)采集設(shè)備中，再由數(shù)據(jù)采集設(shè)備將這些數(shù)據(jù)參數(shù)傳輸給控制中心。

2.2 基于神經(jīng)網(wǎng)絡(luò)的輸電線路故障監(jiān)測系統(tǒng)的工作原理

在基于神經(jīng)網(wǎng)絡(luò)的輸電線路故障監(jiān)測系統(tǒng)中，采集數(shù)據(jù)信息的設(shè)備是根據(jù)實際情況進行安裝設(shè)計的，它的區(qū)域分布特點比較隨意。不同參數(shù)在輸電線路上的實際分布而繪制的曲線可以通過數(shù)據(jù)插值來進行恢復(fù)。與此同時，輸電線路所涉及到的電流信息、電阻信息、電壓信息以及電感信息和電容信息所呈現(xiàn)出來的是光滑連續(xù)的曲線，由此可以通過B樣條為基礎(chǔ)的插值函數(shù)來近似性的取代電流信息、電阻信息、電壓信息以及電感信息和電容信息參數(shù)的分布函數(shù)。

分析小波變換信號可以從頻域和時域兩個角度進行，并且分析局部性信號相對比較準確。通過連續(xù)二進小波變換，充分利用周期延拓的方式將輸電線路的電流信息、電阻信息、電壓信息以及電感信息和電容信息分離出高頻部分和低頻部分，即分別對應(yīng)不同參數(shù)的負荷波動狀況分布函數(shù)、基本分布函數(shù)、環(huán)境因素干擾分布函數(shù)和脈沖類故障影響分布函數(shù)。

神經(jīng)網(wǎng)絡(luò)可以分為三層，數(shù)據(jù)信息的準確率會隨著層數(shù)的降低而降低，即使是對訓練的樣本進行增加，也不能夠?qū)蚀_率提升。反之，當層數(shù)增加的時候，數(shù)據(jù)信息的準確率也會隨之升高，但這時候就需要提供大量的訓練樣本以維持較高的準確率。在神經(jīng)網(wǎng)絡(luò)中，第一層的神經(jīng)元有150個，這150個神經(jīng)元的輸入向量是256維，傳輸函數(shù)既線性函數(shù)。在第二層中，神經(jīng)元已經(jīng)達到了256個，這層的256個神經(jīng)元的輸入向量是150維，傳輸函數(shù)是對數(shù)-S型函數(shù)。在第三層中，神經(jīng)元僅有2個，這2個神經(jīng)元的輸入向量為256維，傳輸函數(shù)一個是線性函數(shù)，另一個則是取整函數(shù)。

結(jié)束語

現(xiàn)如今的輸電線路故障檢測方法雖然比較多，但是在應(yīng)用的過程中也同時出現(xiàn)了很多不適應(yīng)性，特別是出現(xiàn)的誤差相對比較高，對研究結(jié)果產(chǎn)生了很大影響。本文分析了現(xiàn)如今輸電線路存在的方法問題，并同時研究了基于神經(jīng)網(wǎng)絡(luò)的高壓輸電線路故障診斷方法，通過對這種方法的初步認識，可以清晰的了解到是優(yōu)于其他故障檢測系統(tǒng)的。

參考文獻：

[1]馬立新，林家雋，肖川.電流突變抑制與智能化諧波檢測系統(tǒng)[J].電力系統(tǒng)及其自動化學報，2017，（01）：53-57.

[2]李向新.基于神經(jīng)網(wǎng)絡(luò)和數(shù)學形態(tài)學的諧波檢測方法研究[J].長沙理工大學，2016，（13）：51-52.

[3]陳珊珊.光伏系統(tǒng)ANN-LDWPSO諧波檢測算法的研究[J].河南科技大學學報，2014，（06）：14-15.

[4]韓學軍，焦子洋，李卓軍.基于反饋型神經(jīng)網(wǎng)絡(luò)和MUSIC法的諧波檢測研究[J].電測與儀表，2016，（10）：9-13.

[5]柴旭崢，文習山，關(guān)根志.一種高精度的電力系統(tǒng)諧波分析算法[J].中國電機工程學報，2016，（09）：67-70.

（作者單位：廣州供電局有限公司輸電管理二所）