鄭一鳴,孫 翔
(國(guó)網(wǎng)浙江省電力公司電力科學(xué)研究院,杭州 310014)
基于多源監(jiān)測(cè)數(shù)據(jù)挖掘的電力設(shè)備狀態(tài)診斷
鄭一鳴,孫 翔
(國(guó)網(wǎng)浙江省電力公司電力科學(xué)研究院,杭州 310014)
隨著設(shè)備狀態(tài)檢修及信息化建設(shè)的發(fā)展,輸變電設(shè)備的狀態(tài)評(píng)估和診斷成為電力系統(tǒng)安全穩(wěn)定運(yùn)行的關(guān)鍵技術(shù)。傳統(tǒng)設(shè)備狀態(tài)診斷多是基于離線檢測(cè)參量或單一監(jiān)測(cè)參量進(jìn)行的,在此基礎(chǔ)上提出一種基于多源監(jiān)測(cè)數(shù)據(jù)的綜合分析方法,提供了利用多源監(jiān)測(cè)結(jié)果分析設(shè)備狀態(tài)和缺陷的思路。利用該方法對(duì)一臺(tái)帶缺陷特高壓高抗的多源監(jiān)測(cè)數(shù)據(jù)進(jìn)行時(shí)序及相關(guān)性分析,根據(jù)分析結(jié)果對(duì)設(shè)備的缺陷溯源。應(yīng)用結(jié)果表明,該方法可應(yīng)用于電力設(shè)備的缺陷診斷,并有效提高了診斷的準(zhǔn)確性。
電力設(shè)備;在線監(jiān)測(cè);數(shù)據(jù)挖掘;數(shù)據(jù)清洗;時(shí)序分析;相關(guān)性分析;狀態(tài)診斷
隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展及其體量的不斷增大,作為國(guó)民經(jīng)濟(jì)支柱的電力能源產(chǎn)業(yè)也在不斷地創(chuàng)新與發(fā)展。特高壓電網(wǎng)的大力建設(shè)使得越來越多高電壓等級(jí)的輸變電設(shè)備投入運(yùn)行,電力系統(tǒng)的安全可靠運(yùn)行面臨著新的考驗(yàn)。變壓器、高壓電抗器(簡(jiǎn)稱高抗)、斷路器等大型設(shè)備作為電力系統(tǒng)中的重要設(shè)備,它們的安全運(yùn)行影響著電網(wǎng)的穩(wěn)定,因此這些電力設(shè)備的運(yùn)行狀態(tài)受到了廣泛關(guān)注[1-2]。
由于電力設(shè)備朝著大容量和高電壓等級(jí)的方向發(fā)展,單體設(shè)備停運(yùn)造成的損失越來越大,因此除了常規(guī)的計(jì)劃?rùn)z修之外,實(shí)時(shí)關(guān)注電力設(shè)備運(yùn)行狀態(tài)的在線監(jiān)測(cè)技術(shù)也應(yīng)運(yùn)而生。在線監(jiān)測(cè)中廣泛運(yùn)用了電子技術(shù)、光纖技術(shù)、計(jì)算機(jī)計(jì)算、傳感器技術(shù)和信息處理技術(shù)等新興技術(shù),與計(jì)劃?rùn)z修和離線檢測(cè)相比,在線監(jiān)測(cè)能夠?qū)崟r(shí)掌握設(shè)備監(jiān)測(cè)參量的變化,及時(shí)發(fā)現(xiàn)異常,實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的診斷[3-4]。
目前,設(shè)備狀態(tài)診斷大多是針對(duì)單一監(jiān)測(cè)參量進(jìn)行的。然而,由于故障機(jī)理的復(fù)雜性、運(yùn)行環(huán)境的多變性等導(dǎo)致基于單一監(jiān)測(cè)參量的診斷結(jié)果存在一定的片面性和局限性,不利于對(duì)故障發(fā)展過程進(jìn)行全面分析,更無法給出進(jìn)一步的預(yù)測(cè)和建議[5]。在工程實(shí)際中,設(shè)備內(nèi)部的缺陷通常會(huì)引起多個(gè)監(jiān)測(cè)參量的異常變化,因此對(duì)多源監(jiān)測(cè)參量進(jìn)行綜合分析,提升輸變電設(shè)備狀態(tài)診斷的準(zhǔn)確性是設(shè)備狀態(tài)評(píng)估診斷技術(shù)發(fā)展的新趨勢(shì)[6]。
隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,大數(shù)據(jù)成為時(shí)代的新名詞,也成為從當(dāng)今社會(huì)高速膨脹的信息中提取有效信息的重要手段。作為支柱產(chǎn)業(yè),電力行業(yè)也站在了時(shí)代的前沿。2013年,中國(guó)電機(jī)工程學(xué)會(huì)發(fā)表了《中國(guó)電力大數(shù)據(jù)發(fā)展白皮書》,為引入大數(shù)據(jù)挖掘手段揭開新篇章。電力設(shè)備在線監(jiān)測(cè)數(shù)據(jù)的集成和共享,為將大數(shù)據(jù)挖掘技術(shù)引入設(shè)備狀態(tài)診斷領(lǐng)域創(chuàng)造了條件,為基于多源監(jiān)測(cè)參量的綜合分析提供了基礎(chǔ)。
本文針對(duì)電力設(shè)備狀態(tài)診斷問題,結(jié)合數(shù)據(jù)挖掘技術(shù),提出了一種基于多源監(jiān)測(cè)數(shù)據(jù)的綜合分析方法,并應(yīng)用于在一臺(tái)特高壓高抗的缺陷診斷中。實(shí)踐證明,本文提出的方法在工程上可行,具有重要的現(xiàn)實(shí)意義。
我國(guó)開展電力設(shè)備在線監(jiān)測(cè)已有十幾年歷史,目前在電力設(shè)備中廣泛應(yīng)用的在線監(jiān)測(cè)手段主要有DGA(油中溶解氣體)、PD(局部放電)、鐵心電流等的監(jiān)測(cè),以及SF6氣體壓力、繞組變形、機(jī)械狀態(tài)、介質(zhì)損耗等的監(jiān)測(cè)。其中,DGA是國(guó)內(nèi)外學(xué)術(shù)界和工業(yè)界都公認(rèn)的指示油浸式電力設(shè)備潛伏性故障的有效技術(shù)手段,尤其適用于發(fā)展過程比較漫長(zhǎng)的過熱性故障;PD是電氣設(shè)備絕緣劣化的初始表現(xiàn),PD監(jiān)測(cè)是電氣設(shè)備最為重要和有效的絕緣評(píng)估手段,在電氣設(shè)備絕緣狀態(tài)的診斷和評(píng)估中有著大量應(yīng)用。
為了綜合利用多種在線監(jiān)測(cè)平臺(tái)的實(shí)測(cè)參量,提出了一種基于多源監(jiān)測(cè)數(shù)據(jù)挖掘的電力設(shè)備狀態(tài)診斷方法,具體流程如圖1所示。
圖1 基于多源監(jiān)測(cè)數(shù)據(jù)挖掘的電力設(shè)備狀態(tài)診斷流程
首先,從各在線監(jiān)測(cè)平臺(tái)獲取監(jiān)測(cè)數(shù)據(jù)。隨后,根據(jù)現(xiàn)行的標(biāo)準(zhǔn)與規(guī)程,或檢驗(yàn)監(jiān)測(cè)數(shù)據(jù)的離群特性,檢查監(jiān)測(cè)數(shù)據(jù)中是否有超出規(guī)定值(正常值),對(duì)存在異常數(shù)值的監(jiān)測(cè)參量進(jìn)行進(jìn)一步處理。最后根據(jù)分析的結(jié)果進(jìn)行設(shè)備診斷,結(jié)合其他監(jiān)測(cè)參量、離線檢測(cè)手段和操作信息對(duì)設(shè)備缺陷進(jìn)行溯源。
由于電力設(shè)備的狀態(tài)信息存在多源性、信息異構(gòu)性、數(shù)據(jù)冗余性等特點(diǎn),其數(shù)據(jù)往往含噪且存在缺失,因此原始監(jiān)測(cè)參量的數(shù)據(jù)不能直接用于診斷,而應(yīng)先進(jìn)行數(shù)據(jù)清洗[7-8]。數(shù)據(jù)清洗是電力設(shè)備狀態(tài)評(píng)估數(shù)據(jù)預(yù)處理的一個(gè)關(guān)鍵步驟,有助于提高數(shù)據(jù)質(zhì)量、數(shù)據(jù)利用率和處理效率。數(shù)據(jù)清洗通過填充缺失值、消噪來提高數(shù)據(jù)質(zhì)量[9]。
由于不同監(jiān)測(cè)參量的采樣頻率、物理含義、呈現(xiàn)形式都存在差異,在綜合分析之前需要進(jìn)行一致性處理,處理方法根據(jù)數(shù)據(jù)的特征具體選擇。
綜合分析的方法可以選擇時(shí)序分析和相關(guān)分析,相關(guān)分析包括相關(guān)函數(shù)和相關(guān)系數(shù)。相關(guān)函數(shù)采用公式(1)計(jì)算:
式中:N為序列長(zhǎng)度,相關(guān)函數(shù)Rxy(m)計(jì)算結(jié)果為一個(gè)序列,表征序列x和y在位移為m時(shí)的相關(guān)特性。
基于此,排除數(shù)據(jù)長(zhǎng)度影響的無偏相關(guān)函數(shù)采用公式(2)計(jì)算:
相關(guān)系數(shù)是描述2個(gè)相關(guān)關(guān)系密切程度的參量,采用公式(3)計(jì)算,其結(jié)果表征序列x和y的相關(guān)程度。
在對(duì)多參量進(jìn)行數(shù)據(jù)挖掘分析時(shí),當(dāng)研究某2個(gè)參量的相關(guān)程度時(shí),需要將其他參量視作常數(shù),即暫時(shí)不考慮其他參量的影響,僅單獨(dú)研究2個(gè)要素之間相互關(guān)系的密切程度。此時(shí)需要引入偏相關(guān)系數(shù),在分析參量x1和x2之間的凈相關(guān)時(shí),當(dāng)控制了參量x3的線性作用后,x1和x2之間的一階偏相關(guān)系數(shù)r12,3定義為:
式中:r12為序列1和序列2的相關(guān)系數(shù),其他參量含義類推。
綜合運(yùn)用相關(guān)函數(shù)和相關(guān)系數(shù),可以分析2個(gè)序列在時(shí)序上的相關(guān)性。
3.1 獲取在線監(jiān)測(cè)數(shù)據(jù)
以某臺(tái)特高壓高抗在某年8月17日至10月29日的監(jiān)測(cè)數(shù)據(jù)為例,對(duì)其缺陷進(jìn)行分析診斷。首先從電網(wǎng)生產(chǎn)管理系統(tǒng)的變電設(shè)備狀態(tài)監(jiān)測(cè)模塊中獲取該高抗的在線監(jiān)測(cè)油色譜數(shù)據(jù)[10](見圖2),并從該臺(tái)高抗的鐵心、夾件高頻局部放電在線監(jiān)測(cè)系統(tǒng)中獲取局部放電量數(shù)據(jù)。
該高抗由A柱和X柱構(gòu)成,局部放電的測(cè)試位置為A柱和X柱的夾件(如圖3所示),獲取在線監(jiān)測(cè)的局部放電數(shù)據(jù)示于圖4。
圖2 在線監(jiān)測(cè)油色譜數(shù)據(jù)
圖3 局部放電測(cè)試位置
圖4 在線監(jiān)測(cè)局部放電量數(shù)據(jù)
3.2 數(shù)據(jù)異常判斷和數(shù)據(jù)清洗
油色譜數(shù)據(jù)包括H2,CO,CO2,CH4,C2H4,C2H2,C2H6和總烴含量。從圖2中可以看出,各種油中溶解氣體的含量隨時(shí)間有不同程度的變化。通過對(duì)跟蹤油樣進(jìn)行三比值分析,認(rèn)為缺陷屬于放電性質(zhì),且該高抗C2H2含量已嚴(yán)重超標(biāo),而H2和總烴并未超過注意值[11-12]。因此在進(jìn)行數(shù)據(jù)判斷與清洗時(shí)以C2H2數(shù)據(jù)為分析對(duì)象,在此過程中C2H2含量的變化如圖5所示??梢钥闯觯摳呖乖?月C2H2含量均維持在2~3 μL/L,9月初C2H2含量出現(xiàn)突然上漲,從2.19 μL/L增長(zhǎng)至9月28日的7.53 μL/L。
圖5 在線監(jiān)測(cè)油色譜(C2H2含量)及清洗后數(shù)據(jù)
由于測(cè)量誤差和氣體擴(kuò)散過程的存在,C2H2的在線監(jiān)測(cè)結(jié)果存在比較明顯的振蕩現(xiàn)象。由于測(cè)量誤差服從正態(tài)分布,油循環(huán)導(dǎo)致的數(shù)據(jù)波動(dòng)在較長(zhǎng)采樣時(shí)間段內(nèi),也呈現(xiàn)正態(tài)分布特性。因此,可采用自適應(yīng)小波消噪方法對(duì)原始數(shù)據(jù)進(jìn)行清洗處理[13],得到消噪后的C2H2含量曲線,同樣繪于圖5。消噪后C2H2數(shù)據(jù)有效消除了振蕩現(xiàn)象,且很好地保留了原始數(shù)據(jù)的變化趨勢(shì),清洗效果顯著。
從圖4局部放電在線監(jiān)測(cè)數(shù)據(jù)可以看出,高抗A柱在這段時(shí)間內(nèi)存在若干次比較明顯的放電現(xiàn)象,主要集中在9月和10月下旬,與C2H2含量的增長(zhǎng)特性一致;X柱在該時(shí)間段內(nèi)沒有明顯放電,因此分析時(shí)主要針對(duì)A柱進(jìn)行。
監(jiān)測(cè)數(shù)據(jù)仍存在一些毛刺和噪聲,采用Kmeans聚類方法選擇閾值[14],對(duì)在線監(jiān)測(cè)局部放電數(shù)據(jù)進(jìn)行清洗,清洗結(jié)果如圖6(b)所示。可以看到,小幅值的放電信號(hào)噪聲已被濾除。
圖6 在線監(jiān)測(cè)局部放電量數(shù)據(jù)
3.3 一致性處理
為了將清洗后的C2H2和局部放電數(shù)據(jù)進(jìn)行對(duì)比分析,需要對(duì)參量進(jìn)行一致性處理。油中C2H2含量是一個(gè)累積量,其增長(zhǎng)率可以更為明確地反映油質(zhì)的變化和缺陷的程度。因此,進(jìn)行C2H2數(shù)據(jù)一致性處理時(shí)選取監(jiān)測(cè)結(jié)果增長(zhǎng)率,即對(duì)數(shù)據(jù)進(jìn)行一階差分,可以得到圖7(a)的結(jié)果,局部放電數(shù)據(jù)見圖7(b)。
從圖7中可以發(fā)現(xiàn),C2H2含量增長(zhǎng)率(一階差分)與局部放電量的變化具有相似規(guī)律,色譜中的C2H2增長(zhǎng)明顯與局部放電信號(hào)有關(guān)。
3.4 時(shí)序分析
進(jìn)一步將C2H2增長(zhǎng)率較大和出現(xiàn)明顯局部放電的時(shí)間節(jié)點(diǎn)及相應(yīng)的特征量列于表1中。
圖7 C2H2含量一階差分與局部放電數(shù)據(jù)比對(duì)
表1 C2H2含量及局部放電異常值對(duì)比
從表1可以發(fā)現(xiàn),較大的油色譜增長(zhǎng)率與明顯的局部放電在時(shí)間上吻合度非常高。4組數(shù)據(jù)中,油色譜數(shù)據(jù)出現(xiàn)明顯突變量的時(shí)間均晚于出現(xiàn)明顯局部放電時(shí)間1~2天。
3.5 相關(guān)特性分析
C2H2含量數(shù)據(jù)和局部放電數(shù)據(jù)采集時(shí)間并不對(duì)應(yīng),無法直接用于相關(guān)特性分析,因此需進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行時(shí)間軸的一致性處理,取2組數(shù)據(jù)的每日最大值,得到圖8所示的數(shù)據(jù)形式。
根據(jù)式(2)計(jì)算圖8中C2H2含量數(shù)據(jù)和局部放電數(shù)據(jù)的無偏互相關(guān)函數(shù),得到結(jié)果如圖9所示。可以看出,互相關(guān)函數(shù)在時(shí)間差為1天和2天時(shí)取最大,與時(shí)序分析吻合,該時(shí)延反映了C2H2在油中的擴(kuò)散過程。
進(jìn)一步根據(jù)式(3)計(jì)算2組數(shù)據(jù)的移位相關(guān)系數(shù),結(jié)果如表2所示??梢钥闯?,在移位天數(shù)為1天和2天時(shí),相關(guān)系數(shù)達(dá)到最大,分別為0.713和0.766??梢哉J(rèn)為C2H2含量的一階差分與局部放電數(shù)據(jù)具有強(qiáng)相關(guān)性,且在時(shí)序上相差1~2天,C2H2的增長(zhǎng)應(yīng)由局部放電導(dǎo)致。
局部放電產(chǎn)生的原因通常是設(shè)備內(nèi)部局部場(chǎng)強(qiáng)的增大,反映在設(shè)備的外部就有可能是短時(shí)的電壓異常。查閱該時(shí)段內(nèi)的操作信息和電壓檢測(cè)信息,發(fā)現(xiàn)該站在8月31日、9月21日和10月24日分別有線路操作和電壓波動(dòng),與表1中的時(shí)間節(jié)點(diǎn)有非常好的對(duì)應(yīng),這很可能是引起電場(chǎng)強(qiáng)度異常的主要原因,并進(jìn)而引發(fā)局部放電,最終導(dǎo)致油中溶解氣體含量升高。
圖8 C2H2含量一階差分與局部放電數(shù)據(jù)每日最大值比對(duì)
圖9 C2H2含量一階差分與局部放電的互相關(guān)函數(shù)
表2 C2H2含量一階差分與局部放電的移位相關(guān)系數(shù)
針對(duì)電力設(shè)備的狀態(tài)診斷問題,提出了一種基于多源監(jiān)測(cè)數(shù)據(jù)的綜合分析方法,并應(yīng)用在特高壓高抗的缺陷診斷中,得到以下結(jié)論:
(1)提出的基于多源監(jiān)測(cè)數(shù)據(jù)的綜合分析方法在特高壓高抗的狀態(tài)分析和缺陷診斷中得到了成功應(yīng)用,監(jiān)測(cè)數(shù)據(jù)的多源性有助于提高診斷結(jié)果的準(zhǔn)確性。
(2)對(duì)監(jiān)測(cè)參量所采用的數(shù)據(jù)清洗方法能有效濾除原始數(shù)據(jù)中的噪聲信號(hào),保留有效信號(hào)。
(3)對(duì)參量的一致性處理可以實(shí)現(xiàn)表征不同物理特性的監(jiān)測(cè)參量的同質(zhì)化,有利于不同監(jiān)測(cè)參量之間的定性對(duì)比。對(duì)時(shí)間的一致性處理可以實(shí)現(xiàn)不同參量的時(shí)間軸一致化,有助于后續(xù)的相關(guān)分析和定量對(duì)比。
(4)采用時(shí)序分析和相關(guān)分析可以探究不同參量之間的相關(guān)特性。實(shí)踐證明,油色譜差分?jǐn)?shù)據(jù)與局部放電數(shù)據(jù)具有明顯的相關(guān)性,在時(shí)序上局部放電的數(shù)據(jù)異常要先于油色譜異常1~2天。
綜上所述,本文提出的基于數(shù)據(jù)挖掘技術(shù)的多源監(jiān)測(cè)數(shù)據(jù)綜合分析方法可應(yīng)用于特高壓電力設(shè)備的缺陷診斷,具有重要的工程實(shí)踐意義。
[1]孫才新.輸變電設(shè)備狀態(tài)在線監(jiān)測(cè)與診斷技術(shù)現(xiàn)狀和前景[J].中國(guó)電力,2005,38(2)∶1-7.
[2]劉黎,何文林,劉巖,等.輸變電設(shè)備狀態(tài)在線監(jiān)測(cè)與故障診斷系統(tǒng)分析軟件設(shè)計(jì)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2011,20(8)∶27-32.
[3]郭碧紅,楊曉洪.我國(guó)電力設(shè)備在線監(jiān)測(cè)技術(shù)的開發(fā)應(yīng)用狀況分析[J].電網(wǎng)技術(shù),2004,23(8)∶65-68.
[4]王德文,閻春雨.變電站在線監(jiān)測(cè)系統(tǒng)的一體化建模與模型維護(hù)[J].電力系統(tǒng)自動(dòng)化,2013,37(23)∶78-82.
[5]寧遼逸,吳文傳,張伯明.運(yùn)行風(fēng)險(xiǎn)評(píng)估中的變壓器時(shí)變停運(yùn)模型(一)基于運(yùn)行工況的變壓器內(nèi)部潛伏性故障的故障率估計(jì)方法[J].電力系統(tǒng)自動(dòng)化,2010,34(15)∶9-13.
[6]郭創(chuàng)新,高振興,劉毅,等.采用分層多源信息融合的電網(wǎng)故障診斷方法[J].高電壓技術(shù),2010(12)∶2976-2983.
[7]嚴(yán)英杰,盛戈皞,陳玉峰,等.基于時(shí)間序列分析的輸變電設(shè)備狀態(tài)大數(shù)據(jù)清洗方法[J].電力系統(tǒng)自動(dòng)化,2015,39(7)∶138-144.
[8]魏武雄.時(shí)間序列分析:?jiǎn)巫兞亢投嘧兞糠椒╗M].北京:中國(guó)人民大學(xué)出版社,2009.
[9]孫翔,何文林,邱煒,等.基于顯著性差異的油浸倒置式電流互感器氫氣閾值分析[J].浙江電力,2014,33(6)∶20-25.
[10]陳燕娜.生產(chǎn)管理系統(tǒng)在供電企業(yè)的應(yīng)用探究[J].現(xiàn)代制造,2014,(27)∶163-164.
[11]DL/T 722-2014變壓器油中溶解氣體分析和判斷導(dǎo)則[S].北京:中國(guó)電力出版社,2014.
[12]GB/Z 24846-2009 1 000 kV交流電氣設(shè)備預(yù)防性試驗(yàn)規(guī)程[S].北京:中國(guó)電力出版社,2009.
[13]劉文藝,湯寶平,蔣永華.一種自適應(yīng)小波消噪方法[J].振動(dòng)、測(cè)試與診斷,2011,31(1)∶74-77.
[14]XIONG H,WU J,CHEN J.Kmeans clustering versus validation measures a data distribution perspective[C]//In KDD.2006∶318-331.
(本文編輯:方明霞)
State Diagnosis of Power Devices Based on Multi-source Monitoring Data Mining
ZHENG Yiming,SUN Xiang
(State Grid Zhejiang Electric Power Research Institute,Hangzhou 310014,China)
With the development of condition-based power device maintenance and information construction, state assessment and diagnosis of power devices in transmission and transformation systems have increasingly become the key technology to ensure operation safety and stability of the power system.The traditional state diagnosis of power devices is mostly based on offline monitoring parameters or single monitoring parameter.In this paper,a comprehensive analysis method is presented based on the mining of multi-source monitoring data and a new thought of device state and defect analysis using multi-source monitoring result is provided.This method is applied to analyze the time sequence and correlation of the multi-source monitoring data of a defective UHV reactor.According to the analysis results,the device defects are investigated.The application practice shows that the method can be applied to defect diagnosis of power devices and can effectively improve diagnostic accuracy.
power device;on-line monitoring;data mining;data cleaning;time sequence analysis;correlation analysis;state diagnosis
項(xiàng)目來源:浙江省電力公司科技項(xiàng)目(5211DS150026)
TM510.7
:B
:1007-1881(2016)05-0001-06
2016-02-01
鄭一鳴(1987),男,博士,工程師,主要從事輸變電設(shè)備狀態(tài)評(píng)價(jià)和狀態(tài)檢修工作。