基于大數(shù)據(jù)挖掘的變電設(shè)備故障診斷與預(yù)警研究

王連莊，王海天

（國網(wǎng)天津市電力公司寶坻供電分公司，天津 301800）

引言

近年來，隨著國家對電網(wǎng)運(yùn)行維護(hù)檢修重視度和關(guān)注度的不斷提高，電網(wǎng)“大檢修”體系不斷完善，全國各地的電網(wǎng)建設(shè)如火如荼，變電站規(guī)模穩(wěn)步擴(kuò)大，電網(wǎng)運(yùn)行系統(tǒng)結(jié)構(gòu)日趨復(fù)雜，突發(fā)性設(shè)備故障、外界環(huán)境等時(shí)常影響電網(wǎng)的正常運(yùn)行，變電設(shè)備發(fā)生故障的概率隨之增大。一方面，在電網(wǎng)系統(tǒng)運(yùn)行過程中，傳統(tǒng)故障排查方法的可靠性、科學(xué)性不斷降低；另一方面，不同來源的維護(hù)檢修數(shù)據(jù)相互獨(dú)立，形成數(shù)據(jù)孤島的問題，導(dǎo)致難以滿足現(xiàn)階段快速發(fā)展的市場需求，電網(wǎng)運(yùn)行維護(hù)效率降低。因此，針對國家電網(wǎng)的維護(hù)檢修現(xiàn)狀，利用目前成熟且廣泛應(yīng)用的大數(shù)據(jù)挖掘技術(shù)和分析方法，探討變電設(shè)備的故障檢測、預(yù)警示警和動(dòng)態(tài)維護(hù)檢修等，具備重要理論價(jià)值和現(xiàn)實(shí)意義。

1 變電設(shè)備故障的影響因素

根據(jù)設(shè)備發(fā)生故障的原因，變電設(shè)備的故障可以分為三種類型，針對不同數(shù)據(jù)的相關(guān)特征，本研究以皮爾遜相關(guān)性分析方法探究設(shè)備故障發(fā)生的影響因素。在研究變電設(shè)備故障發(fā)生的因素前提下，建立相關(guān)性系數(shù)反應(yīng)變量之間指標(biāo)的線性相關(guān)關(guān)系，以溫度、連線負(fù)載率和油溫等諸多參數(shù)為例，通過皮爾遜相關(guān)分析方法探究設(shè)備發(fā)生故障的可能性和概率。首先，就設(shè)備負(fù)載率問題而言，變電設(shè)備運(yùn)行故障的主要影響因素以月平均負(fù)載率為基本特征向量，通過皮爾遜相關(guān)性分析方法，分析得到其相關(guān)系數(shù)為0.931，整個(gè)設(shè)備故障率和負(fù)載率存在著強(qiáng)相關(guān)關(guān)系，結(jié)果示意見圖1[1]。

圖1 設(shè)備故障率和負(fù)載率關(guān)系

其次，探究設(shè)備運(yùn)行年限對變電設(shè)備發(fā)生故障可能性的影響，為了探討該故障發(fā)生可能和投資運(yùn)行年限之間的關(guān)系，利用皮爾遜相關(guān)性分析方法得到最終的相關(guān)系數(shù)為0.748 4[2]，也就是說，設(shè)備故障率和投資運(yùn)行的具體年限存在著較強(qiáng)的正相關(guān)關(guān)系，其試驗(yàn)結(jié)果見圖2。

圖2 設(shè)備故障率和投資運(yùn)行年限關(guān)系

接著，對溫度和濕度等影響變電設(shè)備發(fā)生故障的可能性因素進(jìn)行分析，分別計(jì)算其故障發(fā)生的相關(guān)性可知，變電設(shè)備溫度因素與故障發(fā)生的相關(guān)性系數(shù)為0.617，因?yàn)闈穸仍虬l(fā)生設(shè)備故障的可能為0.062。整個(gè)試驗(yàn)研究表明，溫度和濕度均與設(shè)備的故障率發(fā)生存在著較強(qiáng)的正相關(guān)關(guān)系，試驗(yàn)結(jié)果見圖3、圖4[3]。

圖3 設(shè)備故障率和濕度關(guān)系

圖4 設(shè)備故障率和溫度關(guān)系

2 基于大數(shù)據(jù)挖掘的變電設(shè)備故障診斷系統(tǒng)構(gòu)建

2.1 系統(tǒng)架構(gòu)

基于大數(shù)據(jù)挖掘技術(shù)的變電設(shè)備故障診斷系統(tǒng)架構(gòu)示意見圖5，由圖可知，變電設(shè)備故障診斷系統(tǒng)主要包括了處理層、通信層和數(shù)據(jù)采集層等。其中，數(shù)據(jù)采集層主要負(fù)責(zé)對變電設(shè)備故障發(fā)生的可能進(jìn)行全方位的數(shù)據(jù)信息采集，采集設(shè)備主要利用多種傳感器設(shè)備和裝置，設(shè)備所采集到的數(shù)據(jù)信息包括變電設(shè)備正常運(yùn)行過程中的狀態(tài)、標(biāo)志屬性及所處的外部環(huán)境和內(nèi)部運(yùn)行條件等[4]；通信層主要負(fù)責(zé)將所采集到的相關(guān)數(shù)據(jù)信息以快速高效的方式傳遞到信息平臺中，并進(jìn)一步將信息平臺中心運(yùn)營的相關(guān)控制指令反向傳遞到數(shù)據(jù)信息采集層，同時(shí)指導(dǎo)數(shù)據(jù)信息采集層獲取相關(guān)參數(shù)?？紤]到設(shè)備故障診斷過程中可能存在的某些需要，本研究構(gòu)建的診斷系統(tǒng)的通信方式以有線傳輸為主，以總線采集的方式將相關(guān)數(shù)據(jù)信息傳遞到信息平臺，其他距離較遠(yuǎn)的部分設(shè)備的數(shù)據(jù)信息采集則主要以無線網(wǎng)絡(luò)通信技術(shù)來實(shí)施。處理層是由數(shù)據(jù)信息平臺和設(shè)備故障診斷兩大模塊組成，其中，數(shù)據(jù)信息平臺主要負(fù)責(zé)接收所收集到的相關(guān)數(shù)據(jù)信息，并對其進(jìn)行存儲和分析，設(shè)備故障診斷模塊則主要基于大數(shù)據(jù)挖掘技術(shù)對變電設(shè)備故障發(fā)生的相關(guān)原因進(jìn)行深入分析，結(jié)合數(shù)據(jù)挖掘技術(shù)和信息融合方法等，對變電設(shè)備發(fā)生故障的可能性進(jìn)行全面科學(xué)且快速實(shí)時(shí)的判定。

圖5 系統(tǒng)架構(gòu)示意

2.2 變電設(shè)備故障診斷信息處理與融合

變電設(shè)備故障診斷系統(tǒng)的故障診斷信息處理與融合，主要包括了基于數(shù)據(jù)信息分類的變電設(shè)備故障信息診斷融合和基于模糊理論的故障信息融合處理兩部分內(nèi)容。就基于模糊理論的故障信息處理問題而言，由于設(shè)備的故障診斷往往需要綜合考量變電設(shè)備運(yùn)轉(zhuǎn)狀態(tài)及診斷過程中其他參數(shù)信息，而不同因素和變電設(shè)備發(fā)生故障的因果關(guān)系較為錯(cuò)綜復(fù)雜，如何對變電設(shè)備故障發(fā)生涉及到的多種信息進(jìn)行高效率的分析處理，成為變電設(shè)備故障診斷和分析的關(guān)鍵。

在變電設(shè)備正常運(yùn)轉(zhuǎn)的過程中，變電設(shè)備存在著部分模糊性較強(qiáng)的數(shù)據(jù)信息內(nèi)容，該類信息內(nèi)容往往并不能夠以正常和不正常為分界線區(qū)分，對此可引入數(shù)學(xué)模糊理論，將該類數(shù)據(jù)信息以0～1 區(qū)間內(nèi)的任意參數(shù)值進(jìn)行預(yù)處理，從而構(gòu)建適當(dāng)?shù)碾`屬函數(shù)，以模糊數(shù)學(xué)理論的方式對變電設(shè)備運(yùn)行的相關(guān)參數(shù)信息進(jìn)行處理，采取模糊統(tǒng)計(jì)等方式確定其實(shí)際參數(shù)，并將該參數(shù)應(yīng)用到變電設(shè)備故障診斷過程中，充分挖掘該類參數(shù)信息所含的各項(xiàng)數(shù)據(jù)價(jià)值，為變電設(shè)備故障診斷提供技術(shù)支撐[5]。

3 基于大數(shù)據(jù)分析的設(shè)備狀態(tài)評價(jià)關(guān)鍵技術(shù)

3.1 聚類算法

聚類算法是基于大數(shù)據(jù)挖掘技術(shù)判別變電設(shè)備故障的重要診斷方法之一，主要是利用成熟聚類方法，該方法是目前使用較為廣泛的方法，主要是將變電設(shè)備簇中心與離其最近的中心點(diǎn)連接，再確定簇中心點(diǎn)過程中，首先應(yīng)該確定整個(gè)變電設(shè)備發(fā)生故障可能涉及的具體對象，在確定了聚類的選擇后得到較為理想的聚類效果，從而通過引入輪廓系數(shù)判別聚類效果的有效性。在對分離度進(jìn)行量化的基礎(chǔ)上，計(jì)算類的相關(guān)元素和所有元素距離該元素之間的距離，找到其中距離最小的簇中元素，再計(jì)算其他元素的相關(guān)系數(shù)，最終得到類的整個(gè)輪廓系數(shù)。

3.2 狀態(tài)參量相關(guān)性分析算法

狀態(tài)參量相關(guān)性分析算法，主要是基于變電設(shè)備運(yùn)轉(zhuǎn)的狀態(tài)參量，針對設(shè)備之間的相關(guān)性關(guān)系進(jìn)行充分挖掘，加強(qiáng)對設(shè)備故障發(fā)生原因的更科學(xué)的系統(tǒng)性認(rèn)識。狀態(tài)參量相關(guān)性分析方法，能夠?qū)崿F(xiàn)設(shè)備不同狀態(tài)參數(shù)之間的高效率組合的特征量的提取，進(jìn)而確定變電設(shè)備故障的影響因素。

3.3 基于相關(guān)性矩陣的故障診斷

基于相關(guān)性矩陣的故障診斷方法，主要是考慮變電設(shè)備運(yùn)轉(zhuǎn)過程中不同的狀態(tài)參數(shù)之間、變電設(shè)備狀態(tài)參數(shù)之間、狀態(tài)參數(shù)對應(yīng)的故障模式之間的相關(guān)性關(guān)系。同時(shí)，應(yīng)考慮在變電設(shè)備某一具體的狀態(tài)參量發(fā)生異常時(shí)，與之對應(yīng)的故障模式發(fā)生的可能性，在求得不同的狀態(tài)參量和設(shè)備故障發(fā)生可能的相關(guān)信息后，得到設(shè)備故障模式的診斷結(jié)果，進(jìn)一步計(jì)算診斷矩陣的相關(guān)性參數(shù)，再利用皮爾遜相關(guān)方法進(jìn)行計(jì)算。

4 基于大數(shù)據(jù)挖掘的設(shè)備故障診斷預(yù)警案例

本研究以某電網(wǎng)公司500 kV 電壓等級的變壓器套管中的故障案例作為其數(shù)據(jù)挖掘?qū)ο?，對其進(jìn)行故障診斷分析。首先，對數(shù)據(jù)進(jìn)行預(yù)處理，將待挖掘的相關(guān)參數(shù)之間的數(shù)據(jù)進(jìn)行提煉，重點(diǎn)包括變電設(shè)備故障點(diǎn)缺陷點(diǎn)的相關(guān)案例數(shù)據(jù)，在設(shè)計(jì)案例代號和狀態(tài)參數(shù)代碼的基礎(chǔ)上，根據(jù)變電設(shè)備的具體故障類別和表征信息進(jìn)行相應(yīng)的狀態(tài)材料復(fù)制，通過知識圖譜構(gòu)建變電設(shè)備狀態(tài)參量或者是變電設(shè)備運(yùn)行異常過程中相關(guān)參數(shù)等值挖掘的數(shù)據(jù)信息，從而明確該狀態(tài)材料是否處于異常。在這一過程中，僅需要設(shè)置二元化模式，并不需要對變電設(shè)備的具體狀態(tài)等級、狀態(tài)量優(yōu)化或者劣化程度進(jìn)行計(jì)算。根據(jù)本研究所收集到的原始數(shù)據(jù)當(dāng)中的22 組故障案例進(jìn)行層次的聚類分析，在初步分析狀態(tài)下，將變電設(shè)備的故障類型分為4～8 類，進(jìn)一步選取45678 作為聚類系數(shù)，然后通過計(jì)算不同聚類的參數(shù)值得到輪廓系數(shù)，具體結(jié)果見圖6，由圖可知，將其故障模式分為6 類時(shí)，實(shí)際的聚類效果最為理想，也就是說，本研究所研究的變壓器套管的故障設(shè)備主要分為6 類。

圖6 不同K 值下的輪廓系數(shù)

最后，對本研究所研究的案例進(jìn)行設(shè)備狀態(tài)參量的相關(guān)性分析和基于相關(guān)性矩陣的故障診斷分析，在對其相關(guān)性參數(shù)進(jìn)行分析時(shí)，以置信度和支持度作為其關(guān)聯(lián)規(guī)則中最重要的參數(shù)，確保合理的置信度參數(shù)和支持度參數(shù)值，保證該設(shè)備的故障參數(shù)挖掘得到有價(jià)值的關(guān)聯(lián)規(guī)則。由于狀態(tài)量數(shù)據(jù)多，因此本研究所設(shè)置的支持度不宜過大，文章設(shè)定為0.1，而為了獲得更高的可信度和關(guān)聯(lián)度，將其置信度參數(shù)設(shè)置為0.8，由此得到較為高關(guān)聯(lián)度的關(guān)聯(lián)規(guī)則。圓的面積越大，則其對應(yīng)的支持度越大，圓的顏色較淺，則表示相關(guān)性較小，由此能夠得到高強(qiáng)度關(guān)聯(lián)規(guī)則，進(jìn)而能夠根據(jù)其關(guān)聯(lián)度規(guī)則進(jìn)一步分析變電設(shè)備的狀態(tài)參數(shù)量，說明狀態(tài)參數(shù)量所對應(yīng)的不同故障類型后，能夠進(jìn)一步得到參數(shù)值異常時(shí)的具體表現(xiàn)，使變電設(shè)備運(yùn)行時(shí)的電阻數(shù)值降低，也就使整個(gè)判斷過程和現(xiàn)場實(shí)際操作過程情況相符。針對不良連接等故障類型以及紅外測溫、套管接線等狀態(tài)量出現(xiàn)明顯的異常，在該類狀態(tài)提取的結(jié)構(gòu)模式下，能夠得到異常狀態(tài)參量和狀態(tài)參量的相關(guān)性系數(shù)，最終能夠得到狀態(tài)參數(shù)和故障模式的相關(guān)性關(guān)系，其結(jié)果示意見圖7。由此可知，紅外測溫、套管接線等關(guān)鍵性能的相關(guān)性系數(shù)均較高，在變電設(shè)備連接處于不良狀態(tài)時(shí)，連接不良點(diǎn)導(dǎo)致的電阻值的增加，會使得變電設(shè)備的發(fā)熱現(xiàn)象較為明顯，紅外測溫能夠較好地測得其具體的連接不良點(diǎn)位置，從而為變電設(shè)備的狀態(tài)分析和故障排查提供依據(jù)。

圖7 相關(guān)性關(guān)系結(jié)果示意

5 結(jié)論

本研究以基于大數(shù)據(jù)挖掘的變電設(shè)備故障診斷與預(yù)警為研究內(nèi)容，在探究變電設(shè)備故障的影響因素的基礎(chǔ)上，對變電設(shè)備故障診斷系統(tǒng)構(gòu)建中的系統(tǒng)架構(gòu)、變電設(shè)備故障診斷信息處理和融合等內(nèi)容進(jìn)行深入分析，然后詳細(xì)梳理了聚類算法、狀態(tài)參量相關(guān)性分析算法、基于相關(guān)性矩陣的故障診斷等設(shè)備狀態(tài)評價(jià)關(guān)鍵技術(shù)，最后對設(shè)備故障診斷預(yù)警案例進(jìn)行分析，通過對大數(shù)據(jù)挖掘技術(shù)和智能機(jī)器的深度學(xué)習(xí)，對電網(wǎng)系統(tǒng)運(yùn)行過程中的變電設(shè)備故障可能性進(jìn)行探究，分析兩者之間的關(guān)聯(lián)性，構(gòu)建出基于變電設(shè)備特征的故障識別和風(fēng)險(xiǎn)判斷模型，實(shí)現(xiàn)對電網(wǎng)運(yùn)行過程中變電設(shè)備運(yùn)轉(zhuǎn)狀態(tài)，尤其是非正常運(yùn)轉(zhuǎn)狀態(tài)的超前預(yù)警和示警，以輔助電網(wǎng)系統(tǒng)管理人員做好設(shè)備故障的排查與防范工作，制定具有可操作性和實(shí)踐性的差異化的運(yùn)行維護(hù)措施，進(jìn)而通過對變電設(shè)備進(jìn)行維護(hù)保養(yǎng)、周期巡視等措施，確保電網(wǎng)系統(tǒng)變電設(shè)備的運(yùn)營安全，最終實(shí)現(xiàn)電網(wǎng)“零搶修、零故障、零跳閘”的“三零”維護(hù)目標(biāo)。