基于BP神經(jīng)網(wǎng)絡(luò)的SF6在線監(jiān)測裝置壓力預(yù)測方法研究

劉海鋒許 健胡偉濤劉子豪史曉龍

(國網(wǎng)河北省電力有限公司檢修分公司,河北 石家莊 050070)

0 引言

SF6氣體由于具有良好的電氣絕緣性能以及優(yōu)異的滅弧能力被廣泛應(yīng)用于SF6斷路器、封閉式組合電器(GIS)等設(shè)備中。在設(shè)備運行過程中,SF6氣體密度是決定斷路器滅弧和絕緣能力的重要因素之一,可通過SF6密度繼電器讀取相應(yīng)設(shè)備的SF6壓力,或通過加裝SF6在線監(jiān)測裝置來實現(xiàn)對SF6壓力的實時跟蹤和記錄。

受外部自然環(huán)境和內(nèi)部導(dǎo)體電流等因素的影響,上述2種裝置所示的SF6壓力數(shù)據(jù)存在非線性的波動,若顯示的SF6壓力低于預(yù)設(shè)值,系統(tǒng)將會誤發(fā)報警或閉鎖信號,影響設(shè)備正常運行。因此,有必要對設(shè)備SF6壓力變化規(guī)律進行研究和預(yù)測,從而分析判斷某時刻設(shè)備SF6壓力變化是否為正?，F(xiàn)象,提升設(shè)備運行的可靠性。

文獻[1]針對一起SF6瓷柱式斷路器SF6氣壓低報警事件進行研究,指出需要保證SF6密度繼電器與主氣室所處環(huán)境一致或接近,密度繼電器的補償功能才會正確實現(xiàn)；文獻[2]通過對1臺220 k V斷路器誤發(fā)SF6氣體壓力低報警信號原因的分析,提出采取感溫包的方法使密度繼電器能夠感知斷路器本體所處環(huán)境溫度,從而避免誤發(fā)壓力閉鎖信號；文獻[3]研究了冬季嚴寒地區(qū)由于SF6液化造成的斷路器閉鎖問題,并通過采取對斷路器進行臨時加熱的方法進行解決；文獻[4]總結(jié)了各種類型SF6密度控制器的結(jié)構(gòu)特點,定性分析了溫度補償方式、海拔、電氣設(shè)備溫升及表計漏油等因素對氣體準確監(jiān)測產(chǎn)生的影響,并結(jié)合產(chǎn)品設(shè)計、運行維護提出了相關(guān)的注意事項；文獻[5]研究了減少SF6在線監(jiān)測裝置測量誤差的補償方法,并用試驗數(shù)據(jù)進行了驗證?，F(xiàn)有的研究主要從SF6壓力變化的定性判斷和減小測量誤差等角度進行,缺乏針對實際運行的SF6氣室壓力變化的定量分析和預(yù)測。

本文主要研究基于BP神經(jīng)網(wǎng)絡(luò)的SF6在線監(jiān)測裝置壓力預(yù)測方法,選取1 000 k V GIS設(shè)備某型號SF6在線監(jiān)測裝置壓力為研究對象,分析外部自然環(huán)境和內(nèi)部電流等因素對SF6壓力變化的影響,建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,對SF6壓力進行預(yù)測,提出了分析GIS設(shè)備壓力降低原因的判別策略,為監(jiān)測設(shè)備運行狀態(tài)和鑒別壓力降低原因提供參考。

1 SF6密度監(jiān)測裝置

現(xiàn)有的SF6密度監(jiān)測裝置主要有SF6密度繼電器和SF6在線監(jiān)測裝置2種,分別采用不同的溫度補償方式。

SF6溫度補償原理[6]如下:高壓電氣設(shè)備內(nèi)的SF6氣體密封在固定容器中,在20℃時額定壓力下具有一定的密度,在設(shè)備不漏氣的情況下,氣體壓力隨溫度變化而變化,但其密度始終不變。為了有效監(jiān)測是否漏氣,將所測得的實時壓力轉(zhuǎn)換為20℃時對應(yīng)的壓力,此轉(zhuǎn)換后的壓力可作為SF6氣體密度,其實質(zhì)是用20℃時的氣體壓力表示固定容積內(nèi)氣體含量。

1.1 SF6密度繼電器

目前,高壓變電站中所使用的SF6氣體密度繼電器以機械指針式居多。指針式SF6密度繼電器通過表盤內(nèi)雙金屬片的膨脹和收縮來實現(xiàn)溫度補償[7]。由于表盤體積較小,雖密度繼電器與設(shè)備處于同一環(huán)境溫度下,但其表盤溫度變化速度遠高于本體,此外,日曬輻射變化對表盤溫度的影響也不可忽視。該類型裝置的壓力數(shù)據(jù)需要人工讀取,數(shù)據(jù)精度低,且數(shù)據(jù)不易連續(xù)采集,可用于長期數(shù)據(jù)記錄和對比,不適合用于短期的預(yù)測分析。

1.2 SF6密度在線監(jiān)測裝置

隨著智能監(jiān)測技術(shù)的發(fā)展,數(shù)據(jù)精度高、具備實時監(jiān)測和數(shù)據(jù)記錄功能的SF6在線監(jiān)測裝置在超特高壓變電設(shè)備的應(yīng)用越來越普遍。

SF6在線監(jiān)測裝置通常由信號采集、數(shù)據(jù)處理和通信、顯示幾部分構(gòu)成。信號采集模塊主要由壓力傳感器、溫度傳感器或密度傳感器構(gòu)成,各類傳感器通常安裝于斷路器或組合電器罐體外延的三通閥口處。數(shù)據(jù)處理單元根據(jù)采集到的物理量,通過SF6氣態(tài)方程求得20℃時的SF6氣體壓力。常用的氣體方程[6]如式(1)－(3):

式中:P為SF6壓 力；ρ為SF6密 度；T為 環(huán) 境 溫度。結(jié)合公式(1)—(3),可以求得壓力P與密度ρ的關(guān)系如公式(4):

若探測器測得物理量為ρ,則可把測得的ρ和T=293.2 K(20℃)代入式(4),就能得到20℃時的GIS氣室壓力值P20；若探測器測得物理量為P和T,則需要根據(jù)公式(1)－(3)進行迭代計算,求得對應(yīng)溫度的氣體密度,再把ρ和T=293.2 K(20℃)代入式(4),就能得到換算到20℃時的GIS設(shè)備的壓力值。

理論上,溫度補償能夠抵消外界環(huán)境溫度變化對SF6壓力變化的影響,即正常狀態(tài)下,在線監(jiān)測后臺顯示的壓力曲線應(yīng)為一條直線。實際上,由于在線監(jiān)測裝置的傳感器安裝位置位于罐體外延的三通閥口,雖然傳感器在罐體內(nèi)部,但是其采集的壓力或密度等物理量為罐體內(nèi)部三通閥接口處數(shù)據(jù),該局部位置的壓力或密度受到所處位置溫度變化的影響較大,即便經(jīng)過氣體方程轉(zhuǎn)換后得到的數(shù)據(jù),也不是近似水平的曲線,而是呈現(xiàn)一定的波動規(guī)律,尤其在春秋季節(jié)溫差大或天氣情況劇烈變化的時段存在較大波動。

某特高壓變電站GIS設(shè)備典型的SF6在線監(jiān)測數(shù)據(jù)如圖1所示。由于在線監(jiān)測裝置壓力數(shù)據(jù)采樣間隔連續(xù),數(shù)據(jù)精度高,且呈現(xiàn)一定的波動規(guī)律性,適合用來進行預(yù)測分析。

圖1 GIS斷路器在線監(jiān)測裝置典型SF6壓力曲線

2 SF6壓力變化的影響因素分析

基于上述分析,由于SF6在線監(jiān)測裝置傳感器安裝于GIS設(shè)備外殼的三通閥接口處,其采樣點所處位置局部溫度變化將影響傳感器測量結(jié)果。本文從影響該采樣點所處位置溫度變化的內(nèi)部和外部因素入手,研究各因素對SF6在線監(jiān)測裝置壓力變化的影響,分析過程如圖2所示。

圖2 SF6壓力變化的影響因素分析

2.1 外部因素

外部環(huán)境對SF6在線監(jiān)測裝置傳感器采樣點所處位置溫度的影響較為直接,如陽光暴曬、多云霧雨或溫度劇烈變化情況等。因此,本文首先分析環(huán)境溫度、相對濕度和天氣類型等因素對在線監(jiān)測裝置SF6壓力測量結(jié)果的影響。

a.環(huán)境溫度。環(huán)境溫度的高低直接影響采樣點溫度,進而影響在線監(jiān)測裝置傳感器測量結(jié)果,因此,首先選取環(huán)境溫度作為影響因素進行分析,用符號T表示。

b.相對濕度。相對濕度指空氣中水汽壓與飽和水汽壓的百分比,用符號RH表示。不同濕度下物體局部溫度變化情況存在差異,即濕度影響傳感器所處位置溫度變化,因此選取相對濕度為影響SF6壓力的因素。

c.風(fēng)速。風(fēng)速是指空氣的流動速度,用符號F表示?？紤]到風(fēng)速大小對局部罐體溫度變化的影響,本文也將風(fēng)速作為影響SF6在線監(jiān)測裝置壓力變化的因素之一進行研究。

d.天氣類型。由于不同天氣類型(陰晴雨雪)下傳感器所處位置接受輻射程度不同,進而對傳感器溫度采樣效果產(chǎn)生影響,本文將天氣類型作為影響SF6在線監(jiān)測裝置壓力變化的因素之一進行研究。為進行量化分析,對天氣類型處理采取模糊集理論方法[8],利用模糊函數(shù)表示天氣的特征值,各天氣特征值隸屬度用符號X表示,各天氣特征值見表1。

表1 天氣特征值隸屬度

e.溫度變化率。本文所述溫度變化率,是指單位時間間隔內(nèi)溫度變化,由于溫度變化劇烈程度對傳感器溫度采樣值影響同樣不可忽視,因此,本文單獨把環(huán)境溫度變化情況作為影響因素進行分析,用符號Δθ表示,計算公式如下:

式中:T1為當前采樣時刻溫度值；T0為上一采樣時刻溫度值；t為采樣時間間隔,min。

2.2 內(nèi)部因素

文獻[4]指出電氣設(shè)備內(nèi)部導(dǎo)體通過電流產(chǎn)生溫升,從而引起GIS氣室內(nèi)部溫度升高(運行溫升可達65 K),進而對SF6在線監(jiān)測裝置傳感器所處位置的溫度產(chǎn)生影響。因此,本文選取GIS設(shè)備內(nèi)部導(dǎo)體電流大小作為SF6壓力變化的影響因素,用符號I表示。

2.3 相關(guān)性分析

為了計算各影響因素對SF6壓力變化的影響程度,本文選取某特高壓變電站內(nèi)運行設(shè)備的典型季節(jié)在線監(jiān)測壓力數(shù)值和對應(yīng)外部自然環(huán)境數(shù)據(jù)及內(nèi)部導(dǎo)體電流數(shù)據(jù)進行相關(guān)性計算。數(shù)據(jù)采樣間隔為15 min,共計1 800組,部分樣本數(shù)據(jù)情況見表2。

表2 部分樣本數(shù)據(jù)

得到各影響因素與SF6在線監(jiān)測壓力值的相關(guān)性結(jié)果如圖3所示。

圖3 相關(guān)性計算結(jié)果

在實際應(yīng)用中,若求得的模糊相關(guān)系數(shù)在某一較小范圍內(nèi),比如包含在[－0.1,0.1]之間,則可認為該相關(guān)性較弱,可以不予考慮[9]。本文選取的6種影響因素與壓力的相關(guān)系數(shù)絕對值均大于0.1,可以認為本文提出的6種影響因素與SF6在線監(jiān)測裝置的壓力存在相關(guān)性。

其中,環(huán)境溫度T、導(dǎo)體電流I與SF6在線監(jiān)測壓力P相關(guān)系數(shù)的絕對值均超過0.5,且符號為負,因此,環(huán)境溫度T和導(dǎo)體電流I與壓力P為顯著負相關(guān)關(guān)系。這是因為根據(jù)公式(4),當在線監(jiān)測裝置傳感器處溫度T變化時,SF6在線監(jiān)測壓力P與溫度T之間為負相關(guān)(測得的SF6氣體密度在6.088 kg/m3附近波動,可將該密度值代入相關(guān)公式計算得到P與T關(guān)系)。溫度變化率Δθ和P為實相關(guān),其余影響因素與P為微相關(guān)。

3 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)[10]是人工神經(jīng)網(wǎng)絡(luò)中使用最為廣泛的一種,也叫誤差反向傳播網(wǎng)絡(luò),具有學(xué)習(xí)能力強、非線性映射能力好、容錯性好等優(yōu)點。在算法運行過程中,信息向前行進而誤差反向傳播進而修正網(wǎng)絡(luò)。該網(wǎng)絡(luò)的算法核心為一階梯度法(最速下降法),通過優(yōu)化層與層之間的連接權(quán)值,使神經(jīng)網(wǎng)絡(luò)實際輸出值與理想輸出值之間的誤差平方和最小。

典型的BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層及輸出層組成,其網(wǎng)絡(luò)模型如圖4所示。X為網(wǎng)絡(luò)的輸入層,網(wǎng)絡(luò)節(jié)點數(shù)量為N,w i,j為輸入層與隱含層連接權(quán)值,b j為隱含層閾值,隱含層網(wǎng)絡(luò)節(jié)點數(shù)量為M,w j,k為隱含層與輸出層連接權(quán)值,b k為輸出層閾值,Y為網(wǎng)絡(luò)輸出層,節(jié)點數(shù)量為Q。

圖4 BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)

網(wǎng)絡(luò)中神經(jīng)元輸出數(shù)學(xué)模型為

式中:u為神經(jīng)元輸出；x為神經(jīng)元輸入；w為權(quán)重值；b為該神經(jīng)元閾值。

激勵函數(shù)若選取Sigmoid,則數(shù)學(xué)模型為

因此,得到隱含層第j個神經(jīng)元輸出為

同理,可得輸出層第k個神經(jīng)元輸出為

網(wǎng)絡(luò)訓(xùn)練后的實際輸出值與期望值誤差為

式中:O k為第k個輸出樣本的期望值。

將各層輸出關(guān)系代入到誤差公式(10)中,可以得到誤差與各層之間權(quán)重的關(guān)系,按照誤差梯度下降的方向逐級調(diào)整各層級間權(quán)重,直至誤差E滿足要求。

4 基于BP神經(jīng)網(wǎng)絡(luò)的SF6壓力預(yù)測和分析

4.1 數(shù)據(jù)選取及處理

本文選取的SF6壓力數(shù)據(jù)為某特高壓變電站正常運行的1 000 k V某間隔斷路器U相氣室在線監(jiān)測裝置采集的典型季節(jié)壓力數(shù)據(jù),對應(yīng)時刻的斷路器內(nèi)部電流數(shù)據(jù)來源于變電站內(nèi)監(jiān)控記錄。對應(yīng)時刻的環(huán)境數(shù)據(jù)通過“中國氣象局”官網(wǎng)獲取。

所有數(shù)據(jù)的采樣間隔為15 min,數(shù)據(jù)總量共計1 800組,為提高收斂速度,使用mapminmax函數(shù)對各類數(shù)據(jù)進行歸一化處理,各變量取值范圍為[－1,1]。

4.2 BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計

本文采用3層拓撲結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)模型如圖5所示,輸入層節(jié)點為6個,即N=6,分別為影響SF6在線監(jiān)測裝置壓力的環(huán)境溫度、相對濕度、天氣類型、風(fēng)速、溫度變化率和導(dǎo)體電流；輸出層節(jié)點為M=1個。隱含層的傳遞函數(shù)設(shè)置為tansig,輸出層的傳遞函數(shù)設(shè)置為logsig,并設(shè)置訓(xùn)練函數(shù)為trainlm,學(xué)習(xí)速率為0.1,目標精度為0.000 01。隱含層節(jié)點數(shù)量[11]根據(jù)經(jīng)驗公式(11)進行選取。

圖5 網(wǎng)絡(luò)模型

式中:a為調(diào)節(jié)常數(shù),取值1～10,經(jīng)過多次訓(xùn)練比較,最終確定本網(wǎng)絡(luò)隱含層節(jié)點為13個,即M=13。

4.3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練與測試

本文使用MATLAB中的BP神經(jīng)網(wǎng)絡(luò)工具箱進行仿真,選取樣本總量75%,即1 260組數(shù)據(jù)作為網(wǎng)絡(luò)的訓(xùn)練樣本；選取樣本總量15%,即270組數(shù)據(jù)作為測試樣本；剩余15%,即270組數(shù)據(jù)用于驗證。迭代至第26次時,網(wǎng)絡(luò)預(yù)測結(jié)果達到最佳狀態(tài),如圖6所示?；貧w性分析如圖7所示。

圖6 BP網(wǎng)絡(luò)訓(xùn)練結(jié)果

圖7 回歸性分析

通過回歸分析可以看出,仿真得到的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練、驗證和測試情況較好,總體數(shù)據(jù)的R值約為0.94。所得BP神經(jīng)網(wǎng)絡(luò)整體預(yù)測誤差(訓(xùn)練數(shù)據(jù)、驗證和測試數(shù)據(jù))情況如圖8所示,1 800組樣本的最大誤差值不超過±0.008 MPa,預(yù)測準確度在98.5%以上,預(yù)測結(jié)果精度較高,理論分析的正確性得到了驗證。

圖8 BP神經(jīng)網(wǎng)絡(luò)整體預(yù)測誤差

BP神經(jīng)網(wǎng)絡(luò)預(yù)測誤差的統(tǒng)計學(xué)Q-Q示意如圖9所示,該圖中大部分數(shù)據(jù)點趨近落在第1象限內(nèi)的一條直線上,因此可近似認為SF6在線監(jiān)測裝置壓力預(yù)測誤差服從正態(tài)分布。

圖9 正態(tài)分布Q-Q示意

該BP網(wǎng)絡(luò)的預(yù)測誤差分布直方圖如圖10所示。

圖10 預(yù)測誤差分布直方圖(×10－4)

預(yù)測誤差均值估計值為－5.53×10－6MPa,誤差均值95%置信區(qū)間為[－1.52×10－5,4.14×10－6]MPa。

將訓(xùn)練得到的BP神經(jīng)網(wǎng)絡(luò)模型用于仿真,得到結(jié)果如圖11所示,所得預(yù)測模型能夠較好地跟蹤實際的變化趨勢,對由于外部自然環(huán)境和內(nèi)部電流變化引起的壓力波動進行有效預(yù)測。

圖11 BP神經(jīng)網(wǎng)絡(luò)預(yù)測

4.4 預(yù)測應(yīng)用

根據(jù)廠家提供的使用說明和運維人員運維實際,該型號SF6在線監(jiān)測裝置在日常運行過程中,由于外界環(huán)境的變化造成SF6壓力誤報警情況時有發(fā)生[12]。這種缺陷發(fā)生時,運維人員往往無法通過在線監(jiān)測數(shù)據(jù)判別壓力變化是由于氣室漏氣造成還是由于外界環(huán)境變化造成。

根據(jù)前文分析,本文建立的BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到的壓力誤差數(shù)據(jù)近似服從正態(tài)分布,且95%的置信區(qū)間內(nèi),誤差期望值為－5.53×10－6MPa,因此可以設(shè)置適當?shù)恼`差閾值P0,衡量測量誤差的有效性,進而對設(shè)備實際狀態(tài)進行準確分析。

根據(jù)對在線監(jiān)測裝置實際壓力數(shù)據(jù)變化范圍的分析和設(shè)備本身記錄精度,可將預(yù)測誤差閾值P0設(shè)置為2×10－3MPa。當GIS設(shè)備氣室SF6壓力P低于報警值PW,發(fā)出“壓力低報警”信號時,設(shè)備運維人員可通過以下策略進行漏氣缺陷分析。

將由BP神經(jīng)網(wǎng)絡(luò)預(yù)測所得結(jié)果P'與實際壓力值P進行比較。如果連續(xù)2 h內(nèi)(15 min為1個采樣點,共8個采樣點)P'與P差值基本小于P0,則可以判定氣室壓力數(shù)據(jù)正常,氣室壓力變化為由外界環(huán)境變化引起,并非設(shè)備發(fā)生漏氣故障。若連續(xù)2 h內(nèi),P'與P差值基本大于P0,且P值隨著時間變化呈現(xiàn)下降趨勢,則可判斷為設(shè)備發(fā)生了漏氣。

對于不同類型、不同相別的GIS設(shè)備,可根據(jù)其自身外部環(huán)境和內(nèi)部導(dǎo)體電流數(shù)據(jù)訓(xùn)練合適的BP神經(jīng)網(wǎng)絡(luò)進行壓力預(yù)測,并設(shè)定適當?shù)膲毫︻A(yù)測誤差閾值P0。當設(shè)備發(fā)生“氣壓低報警”信號時,可通過連續(xù)觀測預(yù)測結(jié)果P'與實際壓力P之間的差值關(guān)系對氣室SF6壓力降低進行原因鑒別。

5 結(jié)論

本文主要研究基于BP神經(jīng)網(wǎng)絡(luò)的SF6在線監(jiān)測裝置壓力預(yù)測方法,通過分析外部自然環(huán)境和內(nèi)部導(dǎo)體電流等因素對SF6壓力變化的影響,建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,對SF6在線監(jiān)測裝置的壓力值進行預(yù)測,為監(jiān)測設(shè)備正常運行提供數(shù)據(jù)參考。

選取某特高壓變電站GIS設(shè)備典型SF6在線監(jiān)測裝置氣體壓力數(shù)據(jù)和對應(yīng)的自然環(huán)境及導(dǎo)體電流數(shù)據(jù)進行仿真分析,結(jié)果表明:壓力預(yù)測值與真實值相比,預(yù)測準確度可達98.5%以上,驗證了本文預(yù)測模型的有效性。在此基礎(chǔ)上,提出了分析GIS設(shè)備SF6壓力降低原因的判別策略,為快速分析設(shè)備壓力降低原因,提升設(shè)備運行可靠性提供有力支撐。