特高壓智慧變電站冗余測(cè)控裝置自動(dòng)測(cè)試方法研究

修藝源,張藝博,楊 樂(lè),張晨曦,金明輝,李小蓓

(國(guó)網(wǎng)河南省電力公司直流中心,河南 鄭州 450000)

0 引言

變電站是電力公司的重要組成部分之一,主要作用是實(shí)現(xiàn)電流電壓變換,以達(dá)到地區(qū)具體供電標(biāo)準(zhǔn)[1-3]。特高壓變電站是變電站中的1種,在不斷發(fā)展中逐漸向著智慧化方向發(fā)展。特高壓智慧變電站中存在很多間隔層。每個(gè)間隔層都需要設(shè)置1個(gè)實(shí)體測(cè)控裝置,用于測(cè)試和監(jiān)控變電站設(shè)備運(yùn)行狀態(tài),以便及時(shí)發(fā)現(xiàn)異?；蛘吖收蟍4-5]。然而,隨著特高壓智慧變電站規(guī)模的逐漸擴(kuò)大,測(cè)控裝置數(shù)量越來(lái)越多,產(chǎn)生的測(cè)控信息冗余量也越來(lái)越多。測(cè)控裝置數(shù)量的增多不僅占用了大量的空間資源,還導(dǎo)致測(cè)控裝置之間資源競(jìng)爭(zhēng)激烈,浪費(fèi)了大量的電力資源[6-7]。面對(duì)這種情況,冗余測(cè)控裝置應(yīng)運(yùn)而生,但其發(fā)展得并不十分成熟。因此,其在應(yīng)用到實(shí)際環(huán)境之前需要進(jìn)行自動(dòng)測(cè)試,以明確其冗余情況是否滿足預(yù)期設(shè)定[8]。只有達(dá)到預(yù)期的冗余測(cè)控裝置才能應(yīng)用到變電站中。

目前,特高壓智慧變電站冗余測(cè)控裝置可進(jìn)行自動(dòng)測(cè)試,即通過(guò)設(shè)備自檢以檢測(cè)自身的性能是否滿足要求[9]。關(guān)于設(shè)備自檢,相關(guān)的研究有很多。趙長(zhǎng)春等[10]設(shè)計(jì)了1種測(cè)控功能判別邏輯圖。其配置集群測(cè)控裝置,采用測(cè)控功能虛擬化、定值及軟壓板狀態(tài)同步、模型及配置等價(jià)實(shí)現(xiàn)等關(guān)鍵技術(shù)。間隔虛擬測(cè)控單元使用跟實(shí)體測(cè)控裝置相同的運(yùn)行參數(shù)、虛端子聯(lián)系表、聯(lián)閉鎖規(guī)則及機(jī)構(gòu)能力發(fā)展(institutional capacity development,ICD)模型,測(cè)試了不同狀態(tài)下的冗余切換情況,檢測(cè)了對(duì)時(shí)性能、管理性能、整機(jī)功耗、遙控性能、遙信性能、頻率誤差等。但這種方法的測(cè)試結(jié)果存在一定偏差。齊敏等[11]設(shè)計(jì)了1種冗余測(cè)試方案。該方案首先通過(guò)設(shè)計(jì)機(jī)理分析,建立冗余切換測(cè)試基礎(chǔ)故障模式;然后對(duì)故障模式進(jìn)行模式組合和系統(tǒng)狀態(tài)變遷分析,完成對(duì)冗余切換測(cè)試場(chǎng)景、測(cè)試環(huán)境等整體方案的設(shè)計(jì);最后測(cè)試故障發(fā)生時(shí)的冗余功能運(yùn)行情況。但該方案的擬合優(yōu)度較低。Nan等[12]提出了繼電保護(hù)故障信息系統(tǒng)的全鏈路自動(dòng)測(cè)試技術(shù),闡述了該技術(shù)的原理、主要模塊和關(guān)鍵技術(shù)。繼電保護(hù)故障信息系統(tǒng)全鏈路自動(dòng)測(cè)試平臺(tái)包括主站遠(yuǎn)程測(cè)試模塊、分站測(cè)試管理模塊和自動(dòng)測(cè)試模塊這3個(gè)部分。但該技術(shù)測(cè)試的準(zhǔn)確性較低。

綜上分析可知,以往研究中所用到的測(cè)試用例比較欠缺,測(cè)試項(xiàng)目的選取并不全面,導(dǎo)致測(cè)試結(jié)果存在一定的偏差。針對(duì)這種情況,本文研究了1種特高壓智慧變電站冗余測(cè)控裝置自動(dòng)測(cè)試方法。該方法首先設(shè)置自動(dòng)測(cè)試場(chǎng)景,采用主成分分析法選擇測(cè)試用例;然后對(duì)采集用例數(shù)據(jù)進(jìn)行缺失填補(bǔ)以及數(shù)據(jù)標(biāo)準(zhǔn)化;最后以神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)進(jìn)行測(cè)試。該方法能有效提高變電站冗余測(cè)控裝置測(cè)試的準(zhǔn)確性。

1 變電站冗余測(cè)控裝置測(cè)試

變電站冗余測(cè)控裝置自動(dòng)測(cè)試,即測(cè)試其冗余檢測(cè)性能,以實(shí)現(xiàn)裝置的自檢。自檢是變電站冗余測(cè)控裝置實(shí)際應(yīng)用前的必備環(huán)節(jié),用于保證裝置在實(shí)際應(yīng)用過(guò)程中發(fā)揮功能效果。本文研究了1種特高壓智慧變電站冗余測(cè)控裝置自動(dòng)測(cè)試方法。該方法主要分為4個(gè)部分,分別為自動(dòng)測(cè)試場(chǎng)景設(shè)置、測(cè)試用例選擇、用例數(shù)據(jù)處理以及冗余自動(dòng)測(cè)試。

1.1 自動(dòng)測(cè)試場(chǎng)景設(shè)置

測(cè)試場(chǎng)景設(shè)置是自動(dòng)測(cè)試的前提。針對(duì)所研究目標(biāo),測(cè)試場(chǎng)景由同步時(shí)鐘裝置、計(jì)算機(jī)端、交換機(jī)、繼電保護(hù)測(cè)試儀以及冗余測(cè)控裝置等組成。

自動(dòng)測(cè)試場(chǎng)景如圖1所示。在測(cè)試場(chǎng)景中,首先運(yùn)行冗余測(cè)控裝置;然后采集測(cè)試項(xiàng)目對(duì)應(yīng)的數(shù)據(jù);最后針對(duì)這些數(shù)據(jù)進(jìn)行深入分析,得出變電站冗余量。

圖1 自動(dòng)測(cè)試場(chǎng)景

1.2 測(cè)試用例選擇

測(cè)試用例即測(cè)試項(xiàng)目、測(cè)試內(nèi)容。測(cè)試用例的選擇關(guān)系到測(cè)試結(jié)果的準(zhǔn)確性。針對(duì)測(cè)試目標(biāo),本文采用主成分分析法選取測(cè)試用例?；谥鞒煞址治龇ǖ臏y(cè)試用例選取流程如圖2所示。

圖2 基于主成分分析法的測(cè)試用例選取流程圖

在整個(gè)選取過(guò)程中,相關(guān)系數(shù)計(jì)算式如下。

(1)

主成分貢獻(xiàn)率計(jì)算式如下。

(2)

式中:Ri為第i個(gè)特征值;n為特征值數(shù)量;Bi為第i個(gè)主成分的貢獻(xiàn)率。

基于上述流程,所選擇的測(cè)試用例主要有4種類型,即基本性能用例、同期用例、遙信用例和遙控用例?；谏鲜鰷y(cè)試用例,本文在測(cè)試場(chǎng)景中采集相應(yīng)的具體數(shù)據(jù),以組成數(shù)據(jù)集合或樣本,用于后續(xù)研究。

1.3 用例數(shù)據(jù)處理

針對(duì)上述測(cè)試用例選擇,本文需要對(duì)采集到的用例數(shù)據(jù)進(jìn)行處理,包括缺失填補(bǔ)以及數(shù)據(jù)標(biāo)準(zhǔn)化。通過(guò)處理能夠使數(shù)據(jù)更加規(guī)范化,以及更加符合自動(dòng)測(cè)試環(huán)節(jié)的要求。

①缺失填補(bǔ)。測(cè)試用例數(shù)據(jù)在采集過(guò)程中難以避免地會(huì)出現(xiàn)缺失問(wèn)題,從而影響數(shù)據(jù)的完整性。面對(duì)這種情況,需要進(jìn)行缺失數(shù)據(jù)填補(bǔ)處理。填補(bǔ)處理計(jì)算式如下。

(3)

式中:p0為缺失的數(shù)據(jù)。

所有同類型數(shù)據(jù)樣本均值的平均值用于(包括填補(bǔ)完整的數(shù)據(jù)樣本)替代p0,以實(shí)現(xiàn)填補(bǔ)。

②數(shù)據(jù)標(biāo)準(zhǔn)化。數(shù)據(jù)標(biāo)準(zhǔn)化即去除量綱,統(tǒng)一數(shù)據(jù)表示形式。數(shù)據(jù)標(biāo)準(zhǔn)化的計(jì)算式為:

(4)

1.4 冗余自動(dòng)測(cè)試

基于上述處理好的用例數(shù)據(jù),本節(jié)進(jìn)行冗余自動(dòng)測(cè)試。測(cè)試以神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)進(jìn)行。本文神經(jīng)網(wǎng)絡(luò)算法采用反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)的工作原理是通過(guò)自身訓(xùn)練學(xué)習(xí)某種規(guī)則,在給定輸入值時(shí)得到最接近期望輸出值的結(jié)果。BP 神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自學(xué)習(xí)、自適應(yīng)能力。以上文獲得的用例數(shù)據(jù)為輸入,BP 神經(jīng)網(wǎng)絡(luò)模型包含輸入層、中間隱含層和輸出層。

隱含層采用Sigmoid函數(shù)獲取非線性映射。隱含層節(jié)點(diǎn)的選取計(jì)算式為:

(5)

式中:n′為隱含層節(jié)點(diǎn)數(shù);ni為輸入層節(jié)點(diǎn)數(shù),因考慮輸入為用例數(shù)據(jù)而取值為4;nj為輸出層節(jié)點(diǎn)數(shù),因考慮輸出為冗余數(shù)值而取值為1;α為常數(shù),取值為 1～10。

輸出層的輸出為冗余指數(shù)數(shù)值,取值為0～1。因此,輸出層也采用 Sigmoid函數(shù)。

本文經(jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)運(yùn)算,獲得1個(gè)冗余數(shù)值,并對(duì)比冗余等級(jí)標(biāo)準(zhǔn),判斷變電站冗余測(cè)控裝置性能是否合理。冗余自動(dòng)測(cè)試步驟如下。

(1)設(shè)置神經(jīng)網(wǎng)絡(luò)算法的相關(guān)參數(shù),即N個(gè)輸入層神經(jīng)元、a個(gè)輸出層神經(jīng)元以及M個(gè)隱含層神經(jīng)元。

(2)通過(guò)輸入層窗口將測(cè)試用例數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)模型。

(3)神經(jīng)網(wǎng)絡(luò)輸入、輸出運(yùn)算關(guān)鍵計(jì)算式如下。

輸入為:

(6)

式中:M為隱含層神經(jīng)元數(shù)量;N為輸入層神經(jīng)元數(shù)量;bq為隱含層輸出;Cq為隱含層輸入;αi′q、βqw為輸入層與隱含層、隱含層與輸出層的神經(jīng)元之間的連接權(quán)值;xi′為輸入層輸入(用例數(shù)據(jù));Dw為輸出層輸入;q、i′、w均為神經(jīng)元序號(hào)。

輸出為:

(7)

式中:φq、φw分別為隱含層和輸出層的閾值;dw為輸出層輸出;f為Sigmoid函數(shù)。

(4)計(jì)算dw與預(yù)期結(jié)果之間的誤差Δdw。

(5)判斷Δdw是否小于等于設(shè)定的允許誤差閾值。若滿足條件,則完成訓(xùn)練。否則,結(jié)合學(xué)習(xí)因子,進(jìn)行誤差BP,調(diào)整φq、φw、αi′q、βqw。

(6)輸入用例數(shù)據(jù)測(cè)試樣本到訓(xùn)練好的模型中,得出冗余指數(shù)數(shù)值Q。針對(duì)冗余指數(shù)數(shù)值,按照以下冗余等級(jí)標(biāo)準(zhǔn),判斷變電站冗余測(cè)控裝置性能是否合理。

①Q(mào)∈(90,100]時(shí),冗余非常高,變電站冗余測(cè)控裝置性能非常不滿足需求。

②Q∈(70,90]時(shí),冗余較高,變電站冗余測(cè)控裝置性能不滿足需求。

③Q∈(50,70]時(shí),冗余較低,變電站冗余測(cè)控裝置性能合格,但仍需要改進(jìn)。

④Q∈(0,50]時(shí),冗余非常低,變電站冗余測(cè)控裝置性能優(yōu)秀。

對(duì)于一般變電站而言,只要冗余達(dá)到Q∈(50,70],就滿足裝置實(shí)際應(yīng)用需求。但是本文研究的是特高壓智慧變電站,故冗余測(cè)控裝置的冗余裝置達(dá)到Q∈(0,50]才允許應(yīng)用到實(shí)際工作環(huán)境中。

2 性能驗(yàn)證與分析

2.1 數(shù)據(jù)來(lái)源

為測(cè)試所提出的特高壓智慧變電站冗余測(cè)控裝置自動(dòng)測(cè)試方法的性能,本文設(shè)置3種電壓工況并進(jìn)行對(duì)比,從而驗(yàn)證自動(dòng)測(cè)試方法的準(zhǔn)確性。以某一特高壓智慧變電站中5個(gè)冗余測(cè)控裝置為例,本文布設(shè)測(cè)試場(chǎng)景,運(yùn)行測(cè)試用例,采集用例運(yùn)行下一段時(shí)間內(nèi)的指標(biāo)變化數(shù)據(jù),得到測(cè)試樣本。與測(cè)試樣本相對(duì)應(yīng)的訓(xùn)練樣本來(lái)自電力公司數(shù)據(jù)庫(kù)。

2.2 預(yù)期冗余設(shè)置

針對(duì)5個(gè)冗余測(cè)控裝置,其預(yù)期冗余指數(shù)如表1所示。

表1 預(yù)期冗余指數(shù)

由表1可知,裝置1、3、5的冗余指數(shù)數(shù)值均低于40,表示變電站冗余測(cè)控裝置性能優(yōu)秀。裝置4的冗余指數(shù)數(shù)值的最大值高于60但小于70,表示變電站冗余測(cè)控裝置性能合格,但仍需要改進(jìn)。裝置2的冗余指數(shù)數(shù)值的最大值高于80但小于90,表示變電站冗余測(cè)控裝置的冗余較高,變電站冗余測(cè)控裝置性能不滿足需求。

2.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

本文通過(guò)訓(xùn)練樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。神經(jīng)網(wǎng)絡(luò)初始參數(shù)設(shè)置如表2所示。

表2 神經(jīng)網(wǎng)絡(luò)初始參數(shù)設(shè)置

神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖3所示。

由圖3可知,在設(shè)定500次迭代次數(shù)內(nèi),訓(xùn)練誤差達(dá)到設(shè)定的目標(biāo)精度。因此,神經(jīng)網(wǎng)絡(luò)的性能較好,可用于正式測(cè)試。

2.4 冗余自動(dòng)測(cè)試結(jié)果

利用本文方法對(duì)5個(gè)冗余測(cè)控裝置進(jìn)行測(cè)試,得到的冗余自動(dòng)測(cè)試結(jié)果如表3所示。

表3 冗余自動(dòng)測(cè)試結(jié)果

對(duì)圖3和表3中的冗余指數(shù)數(shù)值變化區(qū)間進(jìn)行比較可知,自動(dòng)測(cè)試后5個(gè)冗余測(cè)控裝置中只有2個(gè)裝置(裝置4和裝置2)的冗余性能不符合要求。這與實(shí)際情況一致。

2.5 方法性能分析

為進(jìn)一步測(cè)試本文方法的性能,本文設(shè)置不同電壓工況,選取整機(jī)功耗為 55 W、遙信數(shù)據(jù)響應(yīng)時(shí)間為0.5 s、網(wǎng)絡(luò)事件順序記錄(sequence of event,SOE)分辨率為 1 ms、輸入頻率為45 Hz。在相同測(cè)試條件下,本文方法與文獻(xiàn)[10]提出的智慧變電站集群測(cè)控功能冗余切換方法(傳統(tǒng)方法)進(jìn)行冗余對(duì)比測(cè)試,以得出測(cè)試結(jié)果。本文計(jì)算3種工況的冗余自動(dòng)測(cè)試結(jié)果曲線與預(yù)期冗余變化曲線之間的擬合優(yōu)度。擬合優(yōu)度取值為0～1。越接近1說(shuō)明測(cè)試結(jié)果越準(zhǔn)確。兩種方法的擬合優(yōu)度對(duì)比如表4所示。

表4 兩種方法的擬合優(yōu)度對(duì)比

由表4可知,針對(duì)3種不同工況,傳統(tǒng)方法應(yīng)用下,測(cè)試結(jié)果與預(yù)期結(jié)果的擬合優(yōu)度均在0.9以下;而本文方法應(yīng)用下,測(cè)試結(jié)果與預(yù)期結(jié)果的擬合優(yōu)度均在0.9以上。這說(shuō)明本文方法的實(shí)際結(jié)果和預(yù)期結(jié)果較為一致,證明了本文方法的有效性。

2.6 實(shí)際驗(yàn)證

裝置整體功能測(cè)試時(shí)間對(duì)比如表5所示。

表5 裝置整體功能測(cè)試時(shí)間對(duì)比

測(cè)試結(jié)果表明,本文方法大幅提高了裝置的測(cè)試效率。自動(dòng)測(cè)試裝置在智慧變電站優(yōu)化提升項(xiàng)目中的試點(diǎn)應(yīng)用結(jié)果表明,裝置運(yùn)行可靠。

為進(jìn)一步驗(yàn)證特高壓智慧變電站冗余測(cè)控裝置自動(dòng)測(cè)試方法的可行性,本文以裝置整體功能測(cè)試時(shí)間為對(duì)比指標(biāo),依據(jù)特高壓智慧變電站冗余測(cè)控裝置檢測(cè)方案等對(duì)多種配置類型的冗余測(cè)控裝置整體功能進(jìn)行人工測(cè)試和自動(dòng)測(cè)試比對(duì)。其中:單配置測(cè)控裝置指具有單一測(cè)量和控制功能的裝置;“0+16+0”配置指服務(wù)器的中央處理器(central processing unit,CPU)數(shù)量為0、內(nèi)存容量為16 GB、硬盤容量為0 GB;“16+0+0”配置指服務(wù)器的CPU數(shù)量為16、內(nèi)存容量為0 GB、硬盤容量為0 GB;“8+4+4”配置指服務(wù)器的CPU為8核、內(nèi)存為4 GB、硬盤容量為4 TB。

3 結(jié)論

為節(jié)約特高壓智慧變電站資源,冗余測(cè)控裝置得到開發(fā)和應(yīng)用。但該裝置在應(yīng)用前需要事先進(jìn)行自動(dòng)測(cè)試,以測(cè)試其冗余性能是否達(dá)到要求。為此,本文提出1種特高壓智慧變電站冗余測(cè)控裝置自動(dòng)測(cè)試方法。該方法首先采集數(shù)據(jù)組成樣本,然后通過(guò)神經(jīng)網(wǎng)絡(luò)3層運(yùn)算得出冗余指數(shù),最后通過(guò)驗(yàn)證證明測(cè)試效果。與預(yù)期情況的對(duì)比結(jié)果表明,本文方法接近預(yù)期。該結(jié)果驗(yàn)證了本文方法的準(zhǔn)確性。本文方法仍存在缺點(diǎn),還需要擴(kuò)大測(cè)試樣本以驗(yàn)證方法適用性以及優(yōu)化神經(jīng)網(wǎng)絡(luò)算法,從而進(jìn)一步提高準(zhǔn)確性。