邱丹驊,吳龍騰,陳 純,劉 超,趙瑞鋒
(1.廣東電網(wǎng)調(diào)度控制中心,廣東 廣州 510600;2.廣東電網(wǎng)潮州供電局,廣東 潮州 521000)
電網(wǎng)設(shè)備狀態(tài)的智能校核,簡而言之就是監(jiān)測電網(wǎng)的運(yùn)行狀態(tài),判斷是否存在異?,F(xiàn)象,及時(shí)排除故障。關(guān)于電網(wǎng)狀態(tài)檢測的研究很多,如文獻(xiàn)[2]從多個(gè)方面采集電網(wǎng)設(shè)備運(yùn)行大數(shù)據(jù),通過構(gòu)建的狀態(tài)估計(jì)模型識(shí)別電網(wǎng)設(shè)備運(yùn)行狀態(tài)。文獻(xiàn)[3]依靠兩路高壓輸出和差分信號(hào)耦合,實(shí)現(xiàn)了沖閃和直閃脈沖差分故障的定位。文獻(xiàn)[4]提出縣域配電網(wǎng)的建設(shè)目標(biāo)及設(shè)計(jì)原則,提高縣域供電可靠性。文獻(xiàn)[5]建立了基于電網(wǎng)監(jiān)測數(shù)據(jù)的智能化故障研判與處置平臺(tái),完成故障處理與恢復(fù)供電。
該文結(jié)合前人研究經(jīng)驗(yàn),進(jìn)行電網(wǎng)設(shè)備狀態(tài)智能校核及操作到位研判技術(shù)研究。前者采集電網(wǎng)設(shè)備的電氣值,結(jié)合分類識(shí)別算法校核電網(wǎng)設(shè)備的狀態(tài);后者通過信號(hào)注入法判斷搶修作業(yè)的位置,實(shí)現(xiàn)準(zhǔn)確的故障定位,二者相輔相成,保證電網(wǎng)設(shè)備的正常運(yùn)行。
電網(wǎng)設(shè)備運(yùn)行狀態(tài)校核是保證電力設(shè)備正常運(yùn)行的一種重要手段,其基本流程如圖1 所示。
圖1 電網(wǎng)設(shè)備狀態(tài)智能校核基本流程
從圖1 中可以看出,電網(wǎng)設(shè)備狀態(tài)智能校核過程大致分為電氣量采集、電氣量預(yù)處理、特征提取以及分類識(shí)別。
電氣量是指電力系統(tǒng)中的各種參數(shù),比如電壓值、電流值、頻率、阻抗等。電網(wǎng)設(shè)備正常運(yùn)行時(shí),電氣量呈現(xiàn)固有規(guī)律性,因此,一旦出現(xiàn)異?,F(xiàn)象,這一規(guī)律性就會(huì)被破壞,所以可以通過電氣量來校核電網(wǎng)設(shè)備狀態(tài)。在電氣量采集過程中,利用錄波器采集電網(wǎng)設(shè)備各種電氣量的變化情況。錄波器工作原理示意圖如圖2 所示。
圖2 錄波器工作原理示意圖
采用經(jīng)驗(yàn)?zāi)B(tài)分解的方法進(jìn)行信號(hào)去噪,具體過程如下:
步驟1:將采集到的原始電氣量信號(hào)設(shè)為x()t。通過三次樣條差值確定極大、極小值,得到上、下包絡(luò)線;
步驟2:計(jì)算上述二者均值,記為m1。
步驟3:以原始電氣量信號(hào)x(t)減去m1。
判斷差值h1是否滿足IMF 要求:
若滿足式(2)要求,則h1=c1;若不滿足要求,則令h1=x(t),并重復(fù)上述步驟,并得到m11,從而得到:
步驟4:再次判斷h11是否滿足式(2)要求,若不滿足,則重復(fù)循環(huán)k次,直至滿足式(2)要求,記為c1=h1k。
步驟5:將c1從x(t)中分離出來,得到:
令r1=x(t),則m1k為待分解信號(hào),重復(fù)上述流程,求出第二個(gè)滿足式(2)要求的分量。n次后,得到n個(gè)滿足式(2)要求的分量[6]。由n個(gè)IMF 分量和一個(gè)rn得到:
式中,rn為一個(gè)單調(diào)或直流電氣量信號(hào)。
特征提取是指對電氣量信號(hào)中所包含的特征進(jìn)行提取,這一特征能使得該電氣量明顯區(qū)別于其他電氣量信號(hào)[7]。文中采用一種基于小波變換的方法來提取電氣量信號(hào)特征。具體過程如下:
步驟1:選擇合適的小波基,對電氣量信號(hào)進(jìn)行分解,得到分解系數(shù)[8]。
步驟2:對分解系數(shù)進(jìn)行重構(gòu),提取單個(gè)頻帶的電氣量信號(hào)細(xì)節(jié)。
步驟3:分析各個(gè)頻帶信號(hào)的能量,確定信號(hào)集中的頻帶。
步驟4:對此信號(hào)進(jìn)行功率譜分析。
基于上述提取出來的電氣量特征向量,進(jìn)行校核最后一個(gè)環(huán)節(jié)的分類識(shí)別?;谥С窒蛄繖C(jī)(SVM)構(gòu)建多個(gè)分類器,實(shí)現(xiàn)故障狀態(tài)檢測[9]。支持向量機(jī)是機(jī)器學(xué)習(xí)中的一種,作為一個(gè)二分類器,其目標(biāo)是在n維數(shù)據(jù)空間中找到一個(gè)超平面(hyper plane),將x的數(shù)據(jù)點(diǎn)分成兩類,且超平面距離兩邊的數(shù)據(jù)間隔最大,如圖3 所示。
圖3 最優(yōu)分類超平面
基于支持向量機(jī)智能校核電網(wǎng)設(shè)備狀態(tài),校核過程如下:
步驟1:輸入采集到并預(yù)處理好的電網(wǎng)設(shè)備電氣量信號(hào);
步驟2:對電氣量數(shù)據(jù)進(jìn)行歸一化處理,統(tǒng)一數(shù)據(jù)格式;
步驟3:將處理好的電氣量信號(hào)作為支持向量機(jī)分類器識(shí)別的輸入候選集,并且按照一定比例將其分為訓(xùn)練樣本集和測試樣本集[10];
步驟4:構(gòu)建多個(gè)支持向量機(jī)分類器模型。在這里采用一對一的形式,根據(jù)電網(wǎng)設(shè)備三種運(yùn)行狀態(tài),即正常、異常以及故障,一共構(gòu)建了三個(gè)分類器,具體見表1[11];
表1 支持向量機(jī)分類器模型
步驟5:選擇支持向量機(jī)分類器模型的核函數(shù)和核參數(shù);
步驟6:將訓(xùn)練樣本輸入到支持向量機(jī)分類器模型中進(jìn)行訓(xùn)練;
步驟7:判斷訓(xùn)練是否達(dá)到終止條件,若滿足,則結(jié)束對支持向量機(jī)分類器模型的訓(xùn)練;若不滿足,則更新候選集,繼續(xù)進(jìn)行訓(xùn)練[12]。重復(fù)上述過程,直至滿足終止條件;
步驟8:將測試結(jié)果輸入到訓(xùn)練好的支持向量機(jī)分類器模型中,實(shí)現(xiàn)電網(wǎng)設(shè)備運(yùn)行狀態(tài)的校核[13]。
引入信號(hào)注入法,對存在故障線路輸入檢測信號(hào)[14],然后對檢測信號(hào)進(jìn)行跟蹤,并利用傳感器采集行波信號(hào)[15]。根據(jù)行波信號(hào)進(jìn)行變分模態(tài)分解,通過比較典型故障行波固有頻率與線路故障行波頻率來判斷故障發(fā)生的區(qū)間,并計(jì)算故障距離。具體過程如圖4 所示。
圖4 電網(wǎng)設(shè)備故障搶修操作到位研判基本流程
故障距離計(jì)算是電網(wǎng)設(shè)備故障搶修操作到位研判流程中的關(guān)鍵。假設(shè)注入檢測信號(hào)的頻率為p',則其角頻率為k'=2πp',注入的檢測信號(hào)電壓和電流如下:
對式(7)進(jìn)行推導(dǎo),可得;
式中,α是電壓超越電流的角度;Rd是故障點(diǎn)接地的過渡電阻;ZL是電網(wǎng)線路起點(diǎn)和接地點(diǎn)間的阻抗;U為電壓;I為電流[16]。
式中,R0是電網(wǎng)電阻;是電網(wǎng)線路的電抗。將式(9)代入式(8),即可得到故障距離。
為了驗(yàn)證所研究故障校核和操作到位研判技術(shù)的有效性,以2020 年8 月遼寧電網(wǎng)某區(qū)域電力網(wǎng)線路為例,進(jìn)行仿真實(shí)驗(yàn)分析。
利用Matlab/simulink 建立電網(wǎng)線路簡化模型。假設(shè)在某T 型輸電線路上出現(xiàn)故障,以此為目標(biāo),利用所研究的技術(shù)和方法對該T 型輸電線路模型進(jìn)行故障檢測與定位。
1)錄波采集設(shè)備
電氣量信號(hào)采集所選取的錄波設(shè)備為DL9000,包括了TR100+的所有功能,具有堅(jiān)固的外殼和良好的便攜性,且有多種量程的電流電壓輸入變換選件。應(yīng)用上位應(yīng)用機(jī)軟件DS32,通過DS32 可對所訪問的任何一臺(tái)采集記錄系統(tǒng)進(jìn)行配置、設(shè)定或修改啟動(dòng)值。
2)行波采集裝置
采用霍爾電流傳感器采集故障行波,基于Rogowski 原理的柔性交流電流探針可用于測量多達(dá)600 個(gè)交流電流,并允許在接觸受限的導(dǎo)體上進(jìn)行電流測量。此外,該探頭還可在三個(gè)測量范圍內(nèi)提供與被測電流成比例的瞬時(shí)交流輸出,為行波采集提供了方便。
按照正文電網(wǎng)設(shè)備狀態(tài)智能校核流程對電網(wǎng)進(jìn)行檢測,并在相同實(shí)驗(yàn)條件下,與引言中提到的文獻(xiàn)[2]方法和文獻(xiàn)[3]方法運(yùn)行結(jié)果進(jìn)行對比,結(jié)果如表2 所示。
表2 電網(wǎng)狀態(tài)校核結(jié)果
從表2 中可以看出,三種方法應(yīng)用下,電網(wǎng)狀態(tài)校核結(jié)果均符合實(shí)際情況,證明了所研究方法能準(zhǔn)確判斷出電網(wǎng)設(shè)備運(yùn)行狀態(tài)。
將霍爾電流傳感器布置在發(fā)生故障的T 型路段上,如圖5 所示,然后采集故障行波,為故障定位做準(zhǔn)備。
圖5 霍爾電流傳感器布置
將文中方法與引言中提到的文獻(xiàn)[4]方法和文獻(xiàn)[5]方法應(yīng)用結(jié)果進(jìn)行對比,結(jié)果如表3 所示。
表3 故障位置研判準(zhǔn)確性統(tǒng)計(jì)結(jié)果
從表3 中可以看出,應(yīng)用所研究的故障位置研判法,計(jì)算得到的故障距兩端的距離最接近實(shí)際結(jié)果,說明所研究方法的故障定位準(zhǔn)確性更高。
該文對電網(wǎng)設(shè)備狀態(tài)智能檢測及運(yùn)行到位判斷技術(shù)進(jìn)行了研究。前者主要用于監(jiān)測電網(wǎng)設(shè)備的運(yùn)行狀態(tài),后者主要用于準(zhǔn)確定位故障位置,其狀態(tài)監(jiān)測和故障定位均滿足要求。