基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的低壓抗直流互感器動作行為檢測

林中愛，程富勇，廖耀華，王 恩

（1.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，昆明 650041；2.中國南方電網(wǎng)公司電能計(jì)量重點(diǎn)實(shí)驗(yàn)室，昆明 650041）

0 引言

隨著我國搭建電網(wǎng)面積的擴(kuò)大，越來越多的用戶加入到電網(wǎng)日常用電的負(fù)荷中。由于電網(wǎng)中電路的電磁作用，當(dāng)用戶側(cè)在接入電網(wǎng)過程中產(chǎn)生一定的非線性負(fù)荷時(shí)，由于電荷的不規(guī)律運(yùn)動，電網(wǎng)線路中會產(chǎn)生一部分直流分量，從而在電網(wǎng)中形成非線性的諧波電流。直流互感器是電網(wǎng)中的重要組成元件，當(dāng)電網(wǎng)中所產(chǎn)生的非線性諧波電流通過互感器時(shí)，其中的一次繞組會受到諧波的干擾，互感器的計(jì)量量程會瞬間處于爆表狀態(tài)，此時(shí)互感器如果不采取相應(yīng)前使用的檢測方的動作，繼續(xù)進(jìn)行計(jì)量工作，此時(shí)會產(chǎn)生嚴(yán)重的二次電流畸變，幅值與正常情況下相差較大，使得計(jì)量數(shù)值出現(xiàn)誤差，因此在電網(wǎng)中需要應(yīng)用低壓抗直流互感器，以保證在計(jì)量工作中免受諧波電流的干擾，因此低壓抗直流互感器成為了我國電力系統(tǒng)中的重要傳變設(shè)備[1]。我國建設(shè)智能電網(wǎng)是電力系統(tǒng)改革的重要舉措，也成為了目前研究的熱點(diǎn)問題。低壓抗直流互感器作為變電站中的測量裝置，必須能夠精準(zhǔn)測量，及時(shí)發(fā)現(xiàn)互感器在工作中的故障或誤差，因此對其進(jìn)行動作行為檢測在實(shí)際的電網(wǎng)保護(hù)中具有重要的意義。

目前對于低壓抗直流互感器動作行為的檢測研究較少，低壓抗直流互感器在二次側(cè)波形的獲取中，很容易發(fā)生畸變，在不同程度上出現(xiàn)直流和各個(gè)諧波分量，此時(shí)變換誤差會受到一定影響。目前通常使用的動作行為檢測方法中，需要設(shè)置一個(gè)標(biāo)準(zhǔn)互感器，采用數(shù)字式的直接校驗(yàn)對互感器的動作行為進(jìn)行檢測，但是這種傳統(tǒng)的互感器動作行為檢測方法的檢測誤差較大，因此本文以改進(jìn)神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)，設(shè)計(jì)一種低壓抗直流互感器動作行為檢測方法。

1 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的低壓抗直流互感器動作行為檢測方法設(shè)計(jì)

1.1 設(shè)計(jì)低壓抗直流互感器動作行為檢測裝置

對于低壓抗直流互感器來說，能夠有效地改善直流分量引起的直流偏磁，在實(shí)際應(yīng)用中不會影響互感器的正確傳變[2]。想要精準(zhǔn)的檢測到低壓抗直流互感器動作行為，本文設(shè)計(jì)了一種檢測裝置，相關(guān)的接線方法如圖1所示。

圖1 低壓抗直流互感器動作行為檢測裝置電路圖

在上圖的裝置連接電路中，整體的檢測設(shè)備包括電壓源、調(diào)壓器以及升流器等，另外選取檢測精度能夠達(dá)到0.01%的交直流標(biāo)準(zhǔn)器以及二極管，搭配若干取樣電阻R0-Rx。根據(jù)相關(guān)的標(biāo)準(zhǔn)要求，對于互感器的斑駁電流來說，需要提供電流的標(biāo)準(zhǔn)值以及測試值[3]。在上圖的電路結(jié)構(gòu)中，當(dāng)升流器的輸出電流如圖中的箭頭方向所示的時(shí)候，此時(shí)電流會通過二極管D1流回原位，但是如果電流方向相反，那么電流則會依次經(jīng)過二極管D2、被檢測的互感器和交直流的標(biāo)準(zhǔn)互感器返回，這時(shí)被檢測的互感器則會與交直流標(biāo)準(zhǔn)互感器的極性端形成閉合回路。對于標(biāo)準(zhǔn)互感器來說，一般的額定二次負(fù)荷范圍在2.5VA～5VA之間，此時(shí)的相位角為90°。

1.2 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的檢測流程優(yōu)化

BP神經(jīng)網(wǎng)絡(luò)是近年來人工智能研究領(lǐng)域的重要算法結(jié)構(gòu)，該網(wǎng)絡(luò)算法經(jīng)常被應(yīng)用在智能檢測方法中，其結(jié)構(gòu)主要由輸出層、輸入層以及隱含層所構(gòu)成，在不同層中斗毆包含不同的節(jié)點(diǎn)神經(jīng)元，神經(jīng)元之間依靠傳遞神經(jīng)遞質(zhì)作為溝通的橋梁。在傳統(tǒng)的互感器動作行為檢測中，BP神經(jīng)網(wǎng)絡(luò)算法能夠廣泛地應(yīng)用在故障檢測、動作判斷等領(lǐng)域中，對于復(fù)雜度和維度較低的問題識別與判斷中具有較好的非線性處理能力，但是由于算法自身結(jié)構(gòu)的問題，其在實(shí)際的檢測學(xué)習(xí)中收斂速度慢，學(xué)習(xí)能力差，容易陷入局部最小值，導(dǎo)致最終的檢測結(jié)果偏差較大[4]。因此使用粒子群對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化改進(jìn)，針對復(fù)雜的檢測問題能夠加速優(yōu)化過程，對于高維度的復(fù)雜檢測來說，將目標(biāo)函數(shù)的梯度信息影響降至最低。本文所采用的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)能夠在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，避免學(xué)習(xí)過程中陷入局部循環(huán)。利用粒子群算法來優(yōu)化閾值和權(quán)值，保證BP神經(jīng)網(wǎng)絡(luò)在計(jì)算各層權(quán)重和分析閾值的過程中，能夠保證粒子群的學(xué)習(xí)范圍更加廣泛。在檢測流程中，主要是隱藏層和輸出層在相同方向進(jìn)行傳輸運(yùn)算時(shí)，各個(gè)閾值和權(quán)值之間的計(jì)算關(guān)系如式(1)所示。

上式中，Zk表示隱含層中某節(jié)點(diǎn)k面對下一層級的輸出值，f表示激勵(lì)函數(shù)，netk表示該點(diǎn)的凈輸入值，vik表示輸入層中任意節(jié)點(diǎn)i連接到隱含層中的任意節(jié)點(diǎn)k之間的權(quán)重，xi表示輸入層神經(jīng)元的輸入權(quán)值，wkj表示隱含層中節(jié)點(diǎn)k到輸出層中節(jié)點(diǎn)j的連接權(quán)值。n代表總的輸入樣本，zk表示節(jié)點(diǎn)在隱含層的輸出值。根據(jù)以上方程組的計(jì)算檢測流程，首先要確定改進(jìn)神經(jīng)網(wǎng)絡(luò)中的輸入、隱含和輸出層的結(jié)構(gòu)，并在粒子群算法的基礎(chǔ)上將改進(jìn)神經(jīng)網(wǎng)絡(luò)中的閾值以及各層之間的連接權(quán)重進(jìn)行編碼，得到粒子群。此時(shí)粒子群的參數(shù)是不規(guī)則且散亂的，要想對粒子群進(jìn)行重新排布，需要對參數(shù)進(jìn)行初始化，計(jì)算粒子群在尋優(yōu)過程中的適應(yīng)度值，在全局范圍內(nèi)尋找最優(yōu)解，并實(shí)現(xiàn)輸出數(shù)據(jù)的更新。以上操作完畢之后，需要判斷粒子群的迭代次數(shù)，保證結(jié)果精度在提前預(yù)設(shè)的范圍之內(nèi)，如果在范圍內(nèi)達(dá)標(biāo)，則將全局的最優(yōu)值作為改進(jìn)神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值；如果不達(dá)標(biāo)，則需要按照計(jì)算公式完成新一代種群的培養(yǎng)，重新計(jì)算粒子的適應(yīng)度值，直至達(dá)到精度和迭代次數(shù)的要求。

1.3 低壓抗直流互感器動作行為分類

在上一節(jié)中，通過優(yōu)化檢測流程能夠得到互感器在工作過程中的參數(shù)變化。但是互感器根據(jù)實(shí)際運(yùn)行狀況的不同會出現(xiàn)故障動作和保護(hù)動作[5]。在檢測過程中，如果互感器自身發(fā)生故障，此時(shí)與之相聯(lián)的電抗器組的額定電壓會發(fā)生變化，電流互感器的變比會上升至1600∶1，當(dāng)出現(xiàn)這種情況時(shí)，此時(shí)互感器的檢測準(zhǔn)確及能夠達(dá)到10P20，斷路器與電流互感器都會在電抗器的尾部出現(xiàn)電流或電壓的震動。但是互感器在實(shí)際工作中出現(xiàn)次數(shù)最多的應(yīng)該是保護(hù)動作，當(dāng)在1號主變壓器中的1號電抗器完成投入時(shí)，此時(shí)的低抗低流I段會發(fā)生保護(hù)動作，即低壓抗直流的互感器開關(guān)與主變壓器35kV的開關(guān)都會跳開。根據(jù)得到的互感器運(yùn)行過程樣本，想要將其動作行為進(jìn)行分類，首先要完成歸一化處理。歸一化過程如式(2)所示。

上式中，y表示經(jīng)過歸一化之后的輸出值，x表示互感器動作行為的檢測值輸入。當(dāng)投入不同的電抗器時(shí)，動作電流與上一次投入是相似的，在經(jīng)過歸一化之后，因此故障波形與保護(hù)動作之間的行為能夠保持基本一致。根據(jù)保護(hù)互感器保護(hù)動作的原理和邏輯，結(jié)合互感器之間的電流電壓波形，能夠分析出在合閘的過程中，電流波形周圍會出現(xiàn)非線性的分量，造成波形出現(xiàn)偏沉。在電感元件出現(xiàn)保護(hù)動作時(shí)，電流所產(chǎn)生的變化是漸進(jìn)的，此時(shí)的合閘電流是緩慢上升的，當(dāng)合閘電流的波形相位瞬間電流角度在180°，此時(shí)電流中則會產(chǎn)生非線性的波形分量，對于互感器來說，此時(shí)則處于自我保護(hù)的狀態(tài)。因此根據(jù)對低壓抗直流互感器來說，準(zhǔn)確獲取其電壓值，并對其波形情況進(jìn)行判斷，就可以分析出其具體的動作行為。至此完成基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的低壓抗直流互感器動作行為檢測方法的研究。

2 方法性能測試

2.1 搭建測試實(shí)驗(yàn)環(huán)境

為了驗(yàn)證本文設(shè)計(jì)的基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的低壓抗直流互感器動作行為檢測方法在檢測精度方面具有一定的優(yōu)勢，在方法性能測試中需要搭建測試環(huán)境，設(shè)計(jì)測試流程以進(jìn)行驗(yàn)證。在搭建的測試裝置中，選擇的主控單元為PLC的MA5680T，在數(shù)據(jù)采集中，同步采樣單元為AD7066，并在測試中設(shè)置不同的互感器變比。搭建的實(shí)驗(yàn)室測試環(huán)境如圖2所示。

圖2 精度測試檢定環(huán)境接線圖

在測試過程中，需要設(shè)置采用的內(nèi)置分流電阻的電阻值為2mΩ，在檢測的過程中能夠控制電阻值的調(diào)節(jié)值為0.1mΩ，精度能夠達(dá)到±0.1%，實(shí)驗(yàn)進(jìn)程中溫度系數(shù)的改變范圍值為0～±7ppm/℃，實(shí)驗(yàn)中的分流器最大功率為350W，檢測鉑電阻中會預(yù)先放置一個(gè)溫度傳感器，保證溫度變化在可控范圍內(nèi)，避免溫度影響檢測精度。在測試過程中的二次數(shù)據(jù)讀取中，需要對上圖中的高精密電流檢測箔電阻的阻值進(jìn)行設(shè)置，設(shè)置范圍為20～200mΩ，每次變化的梯度為20mΩ。在以上實(shí)驗(yàn)環(huán)境下，實(shí)驗(yàn)測試過程中的整體流程如圖3所示。

圖3 實(shí)驗(yàn)測試流程

正在以上實(shí)驗(yàn)測試流程下，對低壓抗直流互感器的動作行為進(jìn)行檢測。在實(shí)驗(yàn)中選擇傳統(tǒng)的數(shù)字式直接校驗(yàn)法對互感器的電壓進(jìn)行檢測，并與數(shù)字萬用表的測得值進(jìn)行比較，得到相對誤差。

2.2 實(shí)驗(yàn)結(jié)果對比分析

為了保證測試過程的可靠性，本文選擇了30∶1、40∶1、50∶1、60∶1以及80∶1的5種互感器進(jìn)行測試。兩種方法得到的電壓檢測誤差如表1所示。

表1 檢測結(jié)果對比

根據(jù)上表得到的兩種方法的檢測結(jié)果，與數(shù)字萬用表測得值相比，相對誤差的計(jì)算公式為：

上式中，V0表示數(shù)字萬用表測得值，V表示不同方法的測得值。根據(jù)上表中的數(shù)據(jù)進(jìn)行計(jì)算，得到的兩種方法誤差對比結(jié)果如圖4所示。

圖4 兩種方法電壓檢測誤差對比

從上圖中的計(jì)算結(jié)果可以看出，在不同低壓抗直流互感器類型中，本文設(shè)計(jì)的互感器動作行為檢測方法與傳統(tǒng)方法相比，在電壓檢測的過程中與數(shù)字萬用表測得值之間的誤差更小，驗(yàn)證了本文方法在實(shí)際檢測中的準(zhǔn)確性。

3 結(jié)語

我國電網(wǎng)的覆蓋面積增大，輸電線路的數(shù)量和長度都有突破性的增長，負(fù)荷的增加也造成了直流分量的快速增長。為了精確電能計(jì)量，低壓抗直流互感器的應(yīng)用有效解決了直流分量帶來的干擾。為了及時(shí)發(fā)現(xiàn)互感器在工作中的故障或誤差，對其進(jìn)行動作行為檢測在實(shí)際的電網(wǎng)保護(hù)中的意義重大。本文針對傳統(tǒng)檢測方法中存在的缺陷和不足，在檢測過程中引入了基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法，這一突破性創(chuàng)新有效增強(qiáng)了動作行為檢測在實(shí)際應(yīng)用中的計(jì)算準(zhǔn)確性，減小了傳變誤差，對于電力行業(yè)發(fā)展來說成為了新的推動力。本文設(shè)計(jì)的方法雖然取得了一定的成果，但是也仍然存在一些不足之處，在后續(xù)的工作和研究中，需要針對目前存在的缺陷進(jìn)行更深入地研究與創(chuàng)新。