智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)研究

牛 延，徐夢(mèng)潔，秦科源，王炎軍

(1.國(guó)網(wǎng)新疆黨校(培訓(xùn)中心)，新疆 烏魯木齊 830013；2.國(guó)網(wǎng)昌吉供電公司，新疆 昌吉 831100；3.北京科東電力控制系統(tǒng)有限責(zé)任公司，北京 100096)

0 引言

智能變電站具有占地少和數(shù)據(jù)共享等優(yōu)點(diǎn)，人工監(jiān)測(cè)方式是變電站在實(shí)際運(yùn)行中最常用的監(jiān)測(cè)方式，但人工監(jiān)測(cè)方式難以體現(xiàn)智能變電站的智能化優(yōu)勢(shì)[1]。定期檢修模式通常是根據(jù)預(yù)先設(shè)定好的時(shí)間監(jiān)測(cè)系統(tǒng)回路，這種監(jiān)測(cè)模式的可信度高、測(cè)試范圍廣，可以有效地監(jiān)測(cè)到回路中存在的隱患并消除，但該模式?jīng)]有結(jié)合實(shí)際運(yùn)行過(guò)程中設(shè)備的情況，在這種狀態(tài)下會(huì)出現(xiàn)“過(guò)剩維修”的現(xiàn)象[2]。在此背景下，需要對(duì)回路安全監(jiān)測(cè)方法進(jìn)行分析和研究。

楊俊杰等[3]分析變電站系統(tǒng)回路結(jié)構(gòu)的運(yùn)行特點(diǎn)，在最小二乘法的基礎(chǔ)上預(yù)測(cè)變電站中存在的支路和輸入電流，獲得變電站的實(shí)際工作狀態(tài)，完成回路安全監(jiān)測(cè)；陳志文等[4]對(duì)故障關(guān)聯(lián)的特征變量進(jìn)行計(jì)算，選取回路故障特征指標(biāo)，分析指標(biāo)之間存在的相關(guān)性，在此基礎(chǔ)上計(jì)算殘差，實(shí)現(xiàn)回路安全的監(jiān)測(cè)；董懷普等[5]通過(guò)深度優(yōu)先搜索算法分析變電站設(shè)備之間存在的物理拓?fù)滏溄雨P(guān)系，結(jié)合深度搜索故障推理算法，根據(jù)物理拓?fù)滏溄雨P(guān)系實(shí)現(xiàn)回路的故障定位與診斷。以上3種方法沒(méi)有消除數(shù)據(jù)之間的不可公度，在故障識(shí)別和故障檢測(cè)方面的性能較差。

為了解決上述方法中存在的問(wèn)題，提出智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)。

1 回路故障檢測(cè)

用Nk=i1/i2描述回路廣義變比。其中，i1為系統(tǒng)電流；i2為CPU電流。

設(shè)N為額定變比；nk為廣義變比標(biāo)幺值，其計(jì)算公式為

(1)

正常情況下回路極性正確時(shí)，回路廣義變比Nk為正，即廣義變比標(biāo)幺值nk為正；回路極性在運(yùn)行過(guò)程中接反時(shí)，通過(guò)回路廣義變比的正負(fù)情況完成智能變電站二次系統(tǒng)回路的異常監(jiān)測(cè)[6-7]。

(2)

根據(jù)式(2)計(jì)算結(jié)果，建立廣義變比構(gòu)成的集合。

電流互感器在智能變電站二次系統(tǒng)中的角差通常較小[8-9]，且廣義變比在不同采樣時(shí)刻下的差異不大，智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)通過(guò)奇異值分解方法對(duì)廣義變比對(duì)應(yīng)的平均辨識(shí)值ngi進(jìn)行計(jì)算，在式(2)的基礎(chǔ)上獲得

(3)

用矩陣形式表示式(3)，獲得Ang=0，其中矩陣A和矩陣ng的表達(dá)式為

(4)

在奇異值理論的基礎(chǔ)上劃分矩陣A，獲得

A=SVD

(5)

S為m×m階正交矩陣；V=diag(λ1,λ2,…,λn)為對(duì)角矩陣；D為n×n階正交矩陣。

在計(jì)算過(guò)程中電流測(cè)量回路數(shù)量n通常情況下少于采樣組數(shù)m，矩陣A中存在列向量之間的線性關(guān)系。當(dāng)采樣組數(shù)m較大時(shí)，存在rank(A)=n-1，超定齊次方程組在這種情況下只存在一個(gè)非零的基礎(chǔ)解，引入約束條件‖ng‖=1，此時(shí)獲得

ATAng=(SVD)T(SVD)ng=DT(VTV)Dng=0

(6)

DT為單位正交矩陣。對(duì)式(6)進(jìn)行簡(jiǎn)化處理，獲得

(VTV)Dng=0

(7)

(8)

回路綜合誤差絕對(duì)值|ε|在智能變電站二次系統(tǒng)正常運(yùn)行狀態(tài)下通常小于10%，廣義變比在故障情況下的取值范圍為g∈(-1.111,-0.909)，設(shè)置可靠系數(shù)rn=1.1，獲得智能變電站二次系統(tǒng)回路故障判斷依據(jù)png∈(-1.23,-0.83)，實(shí)現(xiàn)故障檢測(cè)[10]，具體流程如圖1所示。

圖1 故障檢測(cè)流程

2 故障識(shí)別

智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)結(jié)合熵權(quán)法和灰色關(guān)聯(lián)分析法實(shí)現(xiàn)故障識(shí)別。

在指標(biāo)集中不同指標(biāo)對(duì)應(yīng)的重要程度可通過(guò)權(quán)重進(jìn)行描述，在總體中指標(biāo)的貢獻(xiàn)程度可通過(guò)其權(quán)重值進(jìn)行判斷[11-12]。

設(shè)置綜合評(píng)價(jià)識(shí)別矩陣Y=(yij)m×n，其中，n為指標(biāo)在矩陣中的數(shù)量；yij為綜合評(píng)價(jià)識(shí)別矩陣；m為評(píng)價(jià)方案在矩陣中存在的數(shù)量；i=1,2,…,m；j=1,2,…,n。

為了消除指標(biāo)數(shù)據(jù)之間存在的不可公度，需要通過(guò)式(9)對(duì)其進(jìn)行歸一化處理。

(9)

Zij為歸一化處理后獲得的指標(biāo)。

設(shè)β(i)為子母序列的關(guān)聯(lián)度，在上述灰色關(guān)聯(lián)系數(shù)計(jì)算結(jié)果的基礎(chǔ)上通過(guò)熵權(quán)法計(jì)算得到

(10)

智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)結(jié)合灰色關(guān)聯(lián)分析法和熵權(quán)法對(duì)檢測(cè)到的故障進(jìn)行識(shí)別，具體過(guò)程如下所述。

a.建立智能變電站二次系統(tǒng)回路的故障監(jiān)測(cè)向量。

b.通過(guò)熵權(quán)法[13-14]對(duì)指標(biāo)的客觀權(quán)重進(jìn)行計(jì)算。

c.根據(jù)客觀權(quán)重結(jié)合灰色關(guān)聯(lián)分析法[15]構(gòu)建灰色關(guān)聯(lián)系數(shù)矩陣。

d.通過(guò)式(10)獲得熵權(quán)-灰色關(guān)聯(lián)度。

e.排序上述過(guò)程計(jì)算得到的灰色關(guān)聯(lián)度，對(duì)智能變電站系統(tǒng)中存在的回路故障進(jìn)行識(shí)別。

3 實(shí)驗(yàn)與結(jié)果

為了驗(yàn)證智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)的整體有效性，需要對(duì)其進(jìn)行測(cè)試。

分別采用智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法進(jìn)行對(duì)比測(cè)試。

3.1 故障識(shí)別正確率

采用上述方法對(duì)智能變電站二次系統(tǒng)回路中存在的故障進(jìn)行識(shí)別，對(duì)比故障識(shí)別準(zhǔn)確率，測(cè)試結(jié)果如圖2所示。

圖2 故障識(shí)別正確率測(cè)試結(jié)果

分析圖2中的數(shù)據(jù)可知，當(dāng)?shù)螖?shù)為20次時(shí)，文獻(xiàn)[3]方法的故障識(shí)別正確率為75%，文獻(xiàn)[4]方法的故障識(shí)別正確率為69%，本文方法的故障識(shí)別正確率為93%；當(dāng)?shù)螖?shù)為50次時(shí)，文獻(xiàn)[3]方法的故障識(shí)別正確率為66%，文獻(xiàn)[4]方法的故障識(shí)別正確率為59%，本文方法的故障識(shí)別正確率為96%?？傮w分析可知，本文方法在多次故障識(shí)別測(cè)試中的正確率均在90%以上，優(yōu)于文獻(xiàn)[3]方法和文獻(xiàn)[4]方法獲得的正確率，因?yàn)楸疚姆椒ㄔ诠收献R(shí)別過(guò)程中消除了評(píng)價(jià)指標(biāo)之間存在的不可公度，提高了故障識(shí)別結(jié)果的正確率。

3.2 故障監(jiān)測(cè)誤判率

采用本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法對(duì)智能變電站二次系統(tǒng)回路中存在的故障進(jìn)行監(jiān)測(cè)，測(cè)試上述方法的誤判率,測(cè)試結(jié)果如圖3所示。

圖3 故障監(jiān)測(cè)誤判率

根據(jù)圖3中的數(shù)據(jù)可知，在多次故障監(jiān)測(cè)測(cè)試中，當(dāng)?shù)螖?shù)為10次時(shí)，文獻(xiàn)[3]方法的故障監(jiān)測(cè)誤判率為30%，文獻(xiàn)[4]方法的故障監(jiān)測(cè)誤判率為25.5%，本文方法的故障監(jiān)測(cè)誤判率為7%；當(dāng)?shù)螖?shù)為30次時(shí)，文獻(xiàn)[3]方法的故障監(jiān)測(cè)誤判率為28%，文獻(xiàn)[4]方法的故障監(jiān)測(cè)誤判率為34%，本文方法的故障監(jiān)測(cè)誤判率為5%。綜上可知，本文方法的誤判率均在10%以下，與本文方法的測(cè)試結(jié)果相比，文獻(xiàn)[3]方法和文獻(xiàn)[4]方法的誤判率較高，文獻(xiàn)[3]方法最高誤判率可達(dá)30%,文獻(xiàn)[4]方法最高誤判率可達(dá)40%。

3.3 故障檢測(cè)效率

在相同測(cè)試條件下，采用本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法對(duì)回路故障進(jìn)行檢測(cè)，測(cè)試檢測(cè)時(shí)間,測(cè)試結(jié)果如圖4所示。

圖4 故障檢測(cè)效率測(cè)試結(jié)果

由圖4可知，在相同實(shí)驗(yàn)環(huán)境下，本文方法檢測(cè)故障所用的時(shí)間均低于文獻(xiàn)[3]方法和文獻(xiàn)[4]方法檢測(cè)故障所用的時(shí)間，故障檢測(cè)時(shí)間越短表明方法的故障檢測(cè)效率越高，驗(yàn)證了本文方法擁有較高的故障檢測(cè)效率。

3.4 故障識(shí)別效率

采用本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法對(duì)智能變電站二次系統(tǒng)回路中存在的故障進(jìn)行識(shí)別，對(duì)比識(shí)別故障所用的時(shí)間，測(cè)試結(jié)果如表1所示。

表1 故障識(shí)別時(shí)間測(cè)試結(jié)果

根據(jù)表1中的數(shù)據(jù)可知，隨著智能變電站二次系統(tǒng)回路中故障數(shù)量的增加，本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法識(shí)別故障所用的時(shí)間不斷增加，但與文獻(xiàn)[3]方法和文獻(xiàn)[4]方法相比，本文方法識(shí)別故障所用的時(shí)間較少，表明本文方法的識(shí)別效率高。

3.5 魯棒性分析

為了進(jìn)一步驗(yàn)證本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法的整體有效性，在測(cè)試過(guò)程中引入強(qiáng)度不同的高斯噪聲，測(cè)試上述方法在噪聲干擾下的監(jiān)測(cè)準(zhǔn)確率，測(cè)試結(jié)果如圖5所示。

圖5 魯棒性測(cè)試結(jié)果

根據(jù)圖5可知，隨著信噪比的增加，本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]的監(jiān)測(cè)準(zhǔn)確率不斷增加，但在相同高斯噪聲引入下，本文方法的監(jiān)測(cè)準(zhǔn)確率較高，表明本文方法具有良好的魯棒性。

4 結(jié)束語(yǔ)

在變電站中繼電器保護(hù)屬于重要的二次設(shè)備，在智能電網(wǎng)建設(shè)速度不斷加快的背景下，電力系統(tǒng)的安全性受其運(yùn)行情況的影響。二次設(shè)備在實(shí)際運(yùn)行維護(hù)過(guò)程中存在邏輯鏈路狀態(tài)、軟壓板投退狀態(tài)和裝置自身運(yùn)行狀態(tài)不清晰的問(wèn)題，在這種情況下運(yùn)維人員無(wú)法了解裝置內(nèi)產(chǎn)生的異常情況和回路的工作情況，需要對(duì)回路監(jiān)測(cè)技術(shù)進(jìn)行研究。

目前回路監(jiān)測(cè)方法的有效性較差，提出智能變電站二次系統(tǒng)回路安全在線監(jiān)測(cè)技術(shù)，首先對(duì)回路中存在的故障進(jìn)行檢測(cè)，其次識(shí)別故障類型，完成回路安全的在線監(jiān)測(cè)，為智能變電站二次系統(tǒng)的安全、穩(wěn)定運(yùn)行提供保障。