段軍鵬

(云南電網(wǎng)公司楚雄供電局，云南 楚雄 675000)

1 前言

載流故障是電力設備故障的主要類別之一，其主要原因是電力電纜接頭、開關隔離觸頭、開關柜銅排接頭等接觸不良或長時間氧化引起的接觸電阻增大，從而導致接頭或觸點過熱、燒熔以致引弧、甚至造成短路，所造成的嚴重后果是電纜爆炸、大面積停電和企業(yè)停產(chǎn)等，帶來巨大的經(jīng)濟損失［1］。

故障監(jiān)測的方法主要由兩大類:傳統(tǒng)的方式，采用蠟片、紅外測溫儀定期巡檢并進行人工判斷，由于故障很多是發(fā)生在非巡檢時刻，而且，高壓開關柜等設備的重要部位在帶電運行情況時是隱蔽而無法觀察的，因此，問題往往不能及時發(fā)現(xiàn)，存在很大缺陷;數(shù)字化的監(jiān)測技術，采用有線傳感器件并進行簡單的閾值比較判斷故障［2－3］。

目前，數(shù)字化的監(jiān)測技術已逐漸普及，對載流故障的診斷和預警已有多方面的研究，載流故障的診斷和預警已取得不少成果，主要集中在測溫技術和裝置，通過測量電力設備現(xiàn)場電氣量、溫度、氣體成分等來判斷設備的工作狀況，但是，有線傳感器件存在安裝困難甚至在某些部位無法安裝的缺點;而且，預警主要基于溫度閾值的簡單判斷。載流故障有溫度持續(xù)升高、緩慢波動升高 (歷時數(shù)周甚至數(shù)月)等形態(tài)，并且，溫度與負載、相序、空間位置等多方面因素相關，如果僅根據(jù)溫度閾值判斷，那么預警時間較短，且容易出現(xiàn)誤判和漏判，已無法滿足智能電網(wǎng)發(fā)展的需要。因此，迫切需要采用更為先進的檢測技術，并采用智能控制技術來實現(xiàn)載流故障的智能診斷和預警。

以下采用智能信息技術、計算機技術和檢測技術，研制出一套電力設備載流故障智能診斷信息系統(tǒng)軟件。

2 載流故障診斷原理

電力設備在運行過程中，由于電流的作用，大多數(shù)都伴有發(fā)熱的現(xiàn)象。通常來說，設備的運行溫度越低，其工作狀況越好。當設備出現(xiàn)故障或其征兆時，設備的運行溫度將明顯上升，設備溫度是現(xiàn)代電網(wǎng)表征電力設備運行正常的一個重要參數(shù)。

采用主成分分析法 (PCA)［4］、模式聚類算法［5］、最小二乘支持向量機［6］等方法研究提出載流故障的智能診斷與預警策略，實現(xiàn)電力設備載流故障的早期預警以及趨勢預測。本文提出的基于PCA和K－means算法載流故障預警流程如圖1所示。

3 故障智能預警系統(tǒng)實現(xiàn)

3.1 系統(tǒng)結構設計

系統(tǒng)總體結構如圖2所示，電力設備高壓觸點的溫度值通過傳感器采集和收集，并通過局域網(wǎng)將實時工況數(shù)據(jù)上傳到服務器端，服務器將數(shù)據(jù)存入數(shù)據(jù)庫，并對數(shù)據(jù)運行故障診斷算法，獲得設備工作情況信息。

系統(tǒng)實現(xiàn)功能描述:1)系統(tǒng)能夠對上傳的工況信息進行實時地并發(fā)處理，因為同一時間將有很多設備并行工作;

2)為用戶提供實時數(shù)據(jù)的顯示，讓用戶能夠了解任意設備當前的實時工作情況;

3)歷史數(shù)據(jù)查看功能，運行用戶查看一定時期內(nèi)的全部數(shù)據(jù);

4)當前系統(tǒng)的診斷結果信息顯示。

圖1 基于智能算法載流故障預警流程

圖2 系統(tǒng)總體結構

3.2 系統(tǒng)部署的三層架構

系統(tǒng)采用Browser/Server體系結構，方便了客戶的使用和管理，其中每一層均為上一層提供服務，并且對上一層透明，即為上一層隱藏了具體的操作細節(jié)。表示層負責實現(xiàn)人機界面的表單和組件，業(yè)務邏輯層負責實現(xiàn)數(shù)據(jù)分析業(yè)務和具體邏輯處理，而數(shù)據(jù)庫服務層提供對數(shù)據(jù)庫的交互服務，各層之間的聯(lián)系和內(nèi)容如圖3所示。

圖3 系統(tǒng)開發(fā)的三層模型

基本數(shù)據(jù)流如圖4所示，其中電力設備的實時工況數(shù)據(jù)是通過網(wǎng)絡傳入數(shù)據(jù)庫的，后臺程序負責運行診斷算法并將診斷得到的數(shù)據(jù)和結論存儲到數(shù)據(jù)庫指定表中，并將最近一次的診斷信息寫入XML文件中。前臺程序處理用戶的請求，將當前的實時工況數(shù)據(jù)傳遞給用戶，并拷貝一份最近一次的診斷結果返回給用戶。當用戶請求獲取一段時間內(nèi)的所有工況數(shù)據(jù)時，前臺程序才去訪問數(shù)據(jù)庫，獲取用戶指定的數(shù)據(jù)。

圖4 基本數(shù)據(jù)流圖

3.3 系統(tǒng)功能介紹

通過在現(xiàn)場實地調(diào)研，根據(jù)用戶實際需求，在系統(tǒng)界面中共設計了系統(tǒng)管理模塊等子模塊，各子模塊中有更詳細的分類。具體功能模塊如圖5所示。

圖5 系統(tǒng)功能模塊

在本系統(tǒng)中通過定義訪問權限及操作權限來定義系統(tǒng)的安全機制。用戶分為三個級別，分別是管理員、操作員和一般用戶，權限各不相同，他們只需通過客戶端瀏覽器登錄網(wǎng)站，即可進行相應的操作。管理員:管理和維護網(wǎng)站的運行，設置和管理一般用戶權限。操作員:根據(jù)算法運行結果和系統(tǒng)可能出現(xiàn)的新故障特征，適時地修正算法參數(shù)，或替換新的算法。一般用戶:申請注冊成功后，可以瀏覽指定設備的實時工作情況和故障信息。

1)電力設備狀態(tài)監(jiān)測模塊采用微功率無線通信技術、數(shù)字化溫度傳感技術、標準modbus協(xié)議，實現(xiàn)了對重要設備關鍵部位溫度的在線監(jiān)測和預警，并能與綜自系統(tǒng)、DCS等進行通訊，可用于電力設備關鍵部位 (如，開關柜內(nèi)母排連接處、斷路器動靜觸頭連接處、隔離刀閘動靜觸頭連接處、電纜出口處、電纜接頭處、變壓器進出口，等等)以及電動機、風機、室內(nèi)的溫度監(jiān)測。無線式溫度傳感器安裝在設備內(nèi)，采集高壓觸點溫度，并將數(shù)據(jù)傳輸給溫度傳輸單元，溫度傳輸單元通過RS485總線與工業(yè)控制計算機進行通信，工控機上運行故障診斷軟件，對采集到的溫度數(shù)據(jù)進行分析和處理，得到設備運行狀況信息，顯示給監(jiān)測人員。

2)系統(tǒng)管理只對管理員開放，包括系統(tǒng)的維護升級、故障日志記錄以及詳細信息報表的查詢、導出、打印等。同時可以對用戶信息進行管理，限制或允許普通用戶或遠程用戶的登錄使用權限。實現(xiàn)電力設備添加/刪除、設備屬性的配置/修改/保存/查詢，以及圖標曲線等可視化顯示功能。

3)智能化的信息處理與分析算法是本系統(tǒng)的核心，也是有別于常規(guī)信息系統(tǒng)之所在。智能算法的處理過程復雜、計算量繁多，為提高軟件編程質量和代碼使用效率，采用模塊化編程和面向對象編程思想，常用變量、函數(shù)和屬性等封裝成類體，比如Matrix、K－MEANS、LSSVM、PCA類等等，將包含于公共服務模塊。智能算法所涉及的大規(guī)模矩陣運算都將采用全選主元高斯消去法、全選主元高斯－約當消去法、豪斯荷得變換法、QR分解法、赫申伯格陣QR法求特征值特征向量、雅克比法、雅克比過關法等技術，以獲得高效快速的計算，滿足信息系統(tǒng)實時運算的要求。智能故障診斷預警模塊通過設定采樣時間，系統(tǒng)自動的對電力設備進行故障診斷，給出故障診斷結果，同時生成PCA分析圖及溫度曲線預測圖，通過專家遠程登錄，可對分析圖進行更深入的分析。

4)參數(shù)配置功能包括電力設備部件配置、電力設備參數(shù)配置、電力設備數(shù)量配置、時間間隔配置、電力設備故障信息配置、通用參數(shù)配置等。該界面的功能是為了整個電力設備載流故障智能預警信息系統(tǒng)的其它界面的功能服務。通過修改配置參數(shù)信息，即可實現(xiàn)對其他界面顯示信息的修改。

4 結束語

該電力設備載流故障智能預警信息系統(tǒng)用戶界面友好，使用直觀方便，可操作性高。支持本地登錄和遠程登錄，對于數(shù)據(jù)的分析結果可由專家提供遠程指導。使用的故障智能診斷方法，在頻域和時域都具有良好的分辨率，能夠有效識別設備信號中的微弱故障信息。提出采用主成分分析法、模式聚類算法、最小二乘支持向量機對電力設備運行狀態(tài)進行故障診斷和預警，為電力設備的故障診斷提供了新思路，開創(chuàng)了新道路，為保證電網(wǎng)安全運行提供載流故障的智能化預警的關鍵技術。

［1］周巖.高壓開關柜觸頭溫度在線監(jiān)測系統(tǒng)研究 ［D］，綿陽:西南科技大學，2008.

［2］孫正來，孫鳴.高壓開關柜溫度在線監(jiān)測技術研究 ［J］.電力信息化，2008，6(6):62－66.

［3］許婧，王晶，高峰，等.電力設備狀態(tài)檢修技術研究綜述［J］.電網(wǎng)技術，2000，24(8):48－52.

［4］張鵬.基于主成分分析的綜合評價研究 ［D］.南京:南京理工大學，2004.

［5］MACQUEEN J.Some methods for classification and analysis of multivariate observations［C］，//Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability，1967:281－289.

［6］鄧乃陽，田英杰.數(shù)據(jù)挖掘中的新方法 －支持向量機［M］.北京:科學出版社，2004.