特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障搶修試驗(yàn)

涂 潛，李天佼，白光亞，宋 濤

（1.安徽電力工程監(jiān)理有限公司，合肥230072；2.國(guó)家電網(wǎng)有限公司 直流建設(shè)分公司，北京100052）

特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)，是實(shí)現(xiàn)特高壓換流站閥冷卻外風(fēng)冷的重要設(shè)備。受到環(huán)境和工況作業(yè)因素的影響，導(dǎo)致特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)容易發(fā)生故障，需要對(duì)其進(jìn)行檢修[1]。因此研究該外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)搶修和故障診斷方法具有重要意義[2]。文獻(xiàn)[3]提出了基于分布式安裝的線路監(jiān)測(cè)終端、運(yùn)維中心和移動(dòng)終端應(yīng)用服務(wù)于一體的故障診斷服務(wù)系統(tǒng)；文獻(xiàn)[4]提出了±800 kV特高壓直流工程換流閥故障分析與優(yōu)化設(shè)計(jì)，根據(jù)工程現(xiàn)場(chǎng)故障缺陷理論，提出雙重判據(jù)的反向恢復(fù)期保護(hù)電路方法；文獻(xiàn)[5]進(jìn)行了換流站閥冷卻系統(tǒng)應(yīng)急狀態(tài)故障診斷研究，有針對(duì)性地對(duì)ProFiBus 的典型故障進(jìn)行了研究，總結(jié)了換流站現(xiàn)場(chǎng)ProFiBus故障情況下故障點(diǎn)和故障類型的排除方法。為進(jìn)一步提高換流站閥冷卻系統(tǒng)的應(yīng)急搶修效率，在此提出了基于軸頸慣性力特征分析和非線性力學(xué)參數(shù)評(píng)價(jià)的特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)診斷技術(shù)。

1 外風(fēng)冷系統(tǒng)故障信息樣本分析及預(yù)處理

1.1 故障信息樣本分析

在特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障搶修前，需要分析故障數(shù)據(jù)樣本，結(jié)合故障特征樣本信息，識(shí)別該外風(fēng)冷系統(tǒng)的故障。在異常工況下，進(jìn)行該外風(fēng)冷系統(tǒng)故障信息分布式重組，得到系統(tǒng)故障分布的海量數(shù)據(jù)集[6]，設(shè)該外風(fēng)冷系統(tǒng)故障樣本信息采樣時(shí)刻t 的權(quán)重系數(shù)ε 滿足邊值收斂條件，得到系統(tǒng)故障樣本的特征分布函數(shù)，故障數(shù)據(jù)分布的高階時(shí)間序列為

式中：n 為故障總體例數(shù)。在故障數(shù)據(jù)采集的傳感器節(jié)點(diǎn)，構(gòu)造特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障特征的接收序列，通過(guò)模糊度匹配和信息融合[7]，得到故障特征樣本序列傳輸信息的更新迭代式為

式中：ci為故障樣本序列；φ 為迭代次數(shù)；κ 為特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障樣本xi與yi的測(cè)度距離，F(xiàn)（xi，yi）為初始化特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障檢測(cè)濾波中心。結(jié)合特征提取，進(jìn)行故障檢測(cè)和搶修試驗(yàn)，其實(shí)現(xiàn)過(guò)程如圖1所示。

圖1 故障檢測(cè)和搶修試驗(yàn)的實(shí)現(xiàn)流程Fig.1 Flow chart of fault detection and emergency repair test

1.2 故障樣本預(yù)處理及約束參數(shù)模型構(gòu)建

構(gòu)建該外風(fēng)冷系統(tǒng)的故障參數(shù)解析模型，以可控節(jié)流靜壓主軸的平衡狀態(tài)特征為約束參量[8]。在模糊代價(jià)尋優(yōu)下，得到可控節(jié)流靜壓主軸的故障狀態(tài)分布參數(shù)為

式中：A 為可控節(jié)流靜壓主軸特征分布集；C 為液體靜壓主軸油膜剛度特征分量；μ 為軸頸慣性力和非線性油膜力的差異狀態(tài)特征分量。

在軸承結(jié)構(gòu)參數(shù)和液壓系統(tǒng)參數(shù)約束下，進(jìn)行特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)的故障類型分析[9]，進(jìn)一步得到

式中：β 為非減凸函數(shù)；p 為特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障屬性分布。在顯著縮短軸心軌跡分布區(qū)域，得到外風(fēng)冷系統(tǒng)的故障數(shù)據(jù)分組交換特征分量。在液體靜壓軸承的承載能力作用下，得到該外風(fēng)冷系統(tǒng)故障參數(shù)變化特征量為λ，在約束邊界條件下，設(shè)定故障檢測(cè)的閾值下限，得到：

定義故障檢測(cè)和搶修的狀態(tài)函數(shù)，可控節(jié)流靜壓主軸的平衡狀態(tài)特征為約束參量，進(jìn)行外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)特征分析[10]，得到故障判決式。對(duì)液體靜壓主軸進(jìn)行主動(dòng)控制，可知L（x）為非減函數(shù)，得到故障的類別狀態(tài)分布為

采用位移誤差補(bǔ)償控制的方法[11]，得到故障特征分布式挖掘的動(dòng)態(tài)規(guī)劃方程，換熱管束另一側(cè)部分可以描述為

根據(jù)上述分析，建立該外風(fēng)冷系統(tǒng)故障參數(shù)辨識(shí)模型，根據(jù)故障參數(shù)辨識(shí)結(jié)果，進(jìn)行應(yīng)急聯(lián)動(dòng)搶修試驗(yàn)。

2 外風(fēng)冷系統(tǒng)故障檢測(cè)及搶修

2.1 故障特征提取及參數(shù)分組檢測(cè)

通過(guò)軸頸慣性力特征解析和模糊度辨識(shí)的方法，進(jìn)行特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障輸出的可控調(diào)節(jié)[12]，得到

式中：u（n）為壓電致動(dòng)薄膜反饋靜壓主軸的壓力差；S（n）為故障檢測(cè)的約束代價(jià)函數(shù)。

采用可控節(jié)流器參數(shù)調(diào)節(jié)的方法，得到該外風(fēng)冷系統(tǒng)故障檢測(cè)的POMDP（partially observable markov decision process）動(dòng)態(tài)規(guī)劃方程為

式中：ω 為特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障動(dòng)態(tài)變化量。進(jìn)一步通過(guò)回轉(zhuǎn)運(yùn)動(dòng)誤差估計(jì)，得到的外風(fēng)冷故障特征提取結(jié)果為

分析特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)主軸的切削剛度，得到最小液體靜壓軸承參數(shù)分布特征量為u（n）=0，壓力傳感器測(cè)量主軸狀態(tài)參數(shù)分布特征量為u（n）=1。

在可控節(jié)流器參數(shù)與軸心位置參數(shù)之間建立傳感器基陣進(jìn)行信息融合[13]，得到外風(fēng)冷系統(tǒng)故障參數(shù)的分組檢測(cè)模型，檢測(cè)結(jié)果包含2 種情況。顯然，該外風(fēng)冷系統(tǒng)故障故參數(shù)分布特征量M（x）具有以下性質(zhì)：

1）對(duì)于任意公式（10）中，q（n-k）（其中0≤q（n-k）≤N）和不指示序列向量g，得到的特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障狀態(tài)特征分布集為

2）定義指示特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障參數(shù)序列向量jk，得到該統(tǒng)故障狀態(tài)的衍化向量。對(duì)于任意q（n-k）（其中0≤q（n-k）≤N）和指示序列向量ik，得到的系統(tǒng)故障狀態(tài)特征分布集為

根據(jù)上述分析，進(jìn)行該外風(fēng)冷系統(tǒng)故障輸出的可控調(diào)節(jié)和模糊度參數(shù)辨識(shí)，通過(guò)顯著縮短軸心軌跡分析的方法來(lái)進(jìn)行故障應(yīng)急連通搶修。

2.2 故障診斷和聯(lián)動(dòng)搶修設(shè)計(jì)

通過(guò)顯著縮短軸心軌跡分析的方法，實(shí)現(xiàn)該外風(fēng)冷系統(tǒng)故障優(yōu)化檢測(cè)和診斷[14]，在聯(lián)動(dòng)模式下實(shí)現(xiàn)故障應(yīng)急聯(lián)動(dòng)搶修試驗(yàn)，得到外風(fēng)冷系統(tǒng)故障特征分解的簡(jiǎn)化問(wèn)題描述為

式中：o（z）為主軸流固耦合狀態(tài)特征量；pB為閥體進(jìn)水溫度；pC為閥體出水溫度?？紤]q（n-k）≥k 的情況，得到該外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)動(dòng)態(tài)規(guī)劃方程為

在q（n-k）≥k 的條件下，經(jīng)過(guò)耦合動(dòng)態(tài)參數(shù)分析[15]，得到x 個(gè)變量，由2k（N+1）維降低至x 維，得到故障樣本序列檢測(cè)輸出統(tǒng)計(jì)特征量為

x=q（n-k）≤N+o（g）

綜上分析，實(shí)現(xiàn)特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)搶修的故障診斷。

3 試驗(yàn)測(cè)試分析

通過(guò)仿真測(cè)試，驗(yàn)證本文方法在實(shí)現(xiàn)高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)搶修和診斷的應(yīng)用性能。設(shè)定故障樣本采樣序列點(diǎn)長(zhǎng)度為1200，故障樣本的訓(xùn)練集為120，高壓換流站閥的壓力為3 MPa，計(jì)算時(shí)間為26 s，波動(dòng)幅值為0.211 μm。根據(jù)參數(shù)設(shè)定，進(jìn)行該外風(fēng)冷系統(tǒng)故障特征分析，得到的故障樣本分布如圖2所示。

圖2 故障樣本分布Fig.2 Distribution of fault samples

以圖2 的數(shù)據(jù)為測(cè)試對(duì)象，利用本文方法進(jìn)行故障檢測(cè)，得到故障參數(shù)解析結(jié)果如圖3所示。

圖3 故障特征解析結(jié)果Fig.3 Analysis results of fault characteristics

由圖3 分析可見(jiàn)，故障故參數(shù)分布特征量M（x）=1.5 時(shí)，故障分布距離最高，介于0.34～0.42 μm；當(dāng)M（x）=2.0 時(shí)，故障分布距離波動(dòng)最小，介于0.28～0.31 μm；當(dāng)M（x）=2.5 時(shí)，故障分布距離值最短，介于0.22～0.26 μm。說(shuō)明本文方法可以對(duì)不同故障參數(shù)分布特征量下故障分布距離進(jìn)行解析，故障檢測(cè)的參數(shù)辨識(shí)能力較好。

測(cè)試故障診斷搶修的分組傳送成功率和時(shí)延，得到對(duì)比結(jié)果如圖4所示。

圖4 故障診斷及聯(lián)動(dòng)搶修性能對(duì)比Fig.4 Performance comparison of fault diagnosis and linkage repair

由圖4 仿真結(jié)果可見(jiàn)，在不同相電壓下，采用本文方法進(jìn)行特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障檢修的成功率高于75%，平均時(shí)延低于400 ms，說(shuō)明搶修的效率較高。因?yàn)樵摲椒ㄌ崛×斯收咸卣?，并分組檢測(cè)了故障特征參數(shù)，提高了故障檢測(cè)的成功率，降低了檢測(cè)時(shí)延。

4 結(jié)語(yǔ)

通過(guò)構(gòu)建特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)的故障優(yōu)化檢測(cè)模型，結(jié)合對(duì)其故障特征分布，進(jìn)行該系統(tǒng)檢修。基于軸頸慣性力特征分析和非線性力學(xué)參數(shù)評(píng)價(jià)，在此提出該外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)診斷技術(shù)。在異常工況下，進(jìn)行系統(tǒng)的故障信息分布式重組，在軸承結(jié)構(gòu)參數(shù)和液壓系統(tǒng)參數(shù)約束下，進(jìn)行故障類型分析，并進(jìn)行故障輸出的可控調(diào)節(jié)，通過(guò)顯著縮短軸心軌跡分析的方法進(jìn)行故障應(yīng)急連通搶修。分析得知，本文方法進(jìn)行特高壓換流站閥冷卻外風(fēng)冷系統(tǒng)故障應(yīng)急聯(lián)動(dòng)搶修的可靠性較高，時(shí)效性較好。