師元康，姜振超，安寸然

?

智能變電站繼電保護(hù)裝置狀態(tài)評(píng)估實(shí)用化研究

師元康1，姜振超２，安寸然3

(1.華北電力大學(xué)電氣與電子工程學(xué)院，河北 保定071003；2.國(guó)網(wǎng)四川省電力公司電力科學(xué)研究院，四川 成都 610072；3.河北科技大學(xué)理學(xué)院，河北 石家莊 050018)

在新一代智能變電站的試點(diǎn)建設(shè)中，繼電保護(hù)裝置的內(nèi)部參數(shù)成為可觀測(cè)指標(biāo)，彌補(bǔ)了目前繼電保護(hù)狀態(tài)評(píng)估工作可用數(shù)據(jù)不足和評(píng)估方法可行性差的缺陷?；诒O(jiān)測(cè)到的動(dòng)態(tài)數(shù)據(jù)和運(yùn)行及檢修積累的靜態(tài)數(shù)據(jù)對(duì)保護(hù)裝置狀態(tài)評(píng)估的實(shí)用化進(jìn)行了研究。首先，對(duì)現(xiàn)有基于模糊綜合評(píng)判法的狀態(tài)評(píng)估方法進(jìn)行了改進(jìn)：對(duì)重要評(píng)價(jià)指標(biāo)進(jìn)行補(bǔ)充，提出更完善的評(píng)價(jià)指標(biāo)體系；針對(duì)其對(duì)快速劣化指標(biāo)的反應(yīng)靈敏度不足，提出了“隸屬度動(dòng)態(tài)修正”思想。隨后，針對(duì)所建立評(píng)估模型仍可能存在的不足，又補(bǔ)充了輔助決策規(guī)則加以完善。最后，在算例中利用該方法對(duì)某設(shè)備進(jìn)行狀態(tài)評(píng)估，通過(guò)對(duì)結(jié)果的分析驗(yàn)證了該方法的可行性。

繼電保護(hù)；狀態(tài)評(píng)估；實(shí)用化；模糊綜合評(píng)判

0 引言

目前，我國(guó)智能變電站繼電保護(hù)裝置的檢修模式為定期檢修，此類(lèi)檢修方式存在諸多不足，可能造成“檢修過(guò)剩”或“檢修不足”。而狀態(tài)檢修是通過(guò)對(duì)設(shè)備狀態(tài)進(jìn)行有效監(jiān)測(cè)，在準(zhǔn)確把握設(shè)備狀態(tài)的基礎(chǔ)上展開(kāi)檢修工作，可以有效解決以上問(wèn)題。狀態(tài)評(píng)估是狀態(tài)檢修的核心環(huán)節(jié)，只有準(zhǔn)確的評(píng)估結(jié)果才能正確地指導(dǎo)檢修工作。

現(xiàn)有的繼電保護(hù)裝置狀態(tài)評(píng)估研究主要是基于歷史運(yùn)行資料、檢修資料等靜態(tài)資料和重要自檢告警信息[1-4]。自檢告警信息是裝置發(fā)生缺陷或異常后發(fā)出的信息，而狀態(tài)評(píng)估的目標(biāo)是掌握設(shè)備的當(dāng)前狀態(tài)及變化趨勢(shì)，進(jìn)而提前發(fā)現(xiàn)缺陷并進(jìn)行處理，因此，應(yīng)將重要自檢告警信息作為狀態(tài)評(píng)估的補(bǔ)充和后備構(gòu)建起整個(gè)狀態(tài)檢修體系，而非作為狀態(tài)評(píng)估的主要依據(jù)。同樣，靜態(tài)數(shù)據(jù)無(wú)法體現(xiàn)設(shè)備的實(shí)時(shí)狀態(tài)。文獻(xiàn)[5]提出了對(duì)繼電保護(hù)裝置的電源溫度、保護(hù)采集量等信息進(jìn)行監(jiān)測(cè)的思路，對(duì)狀態(tài)檢修的實(shí)用化工作做了探索，但對(duì)于如何利用監(jiān)測(cè)信息建立評(píng)估體系沒(méi)有進(jìn)行深入研究。由于缺少對(duì)繼電保護(hù)裝置內(nèi)部狀態(tài)量進(jìn)行監(jiān)測(cè)、收集和分析的條件，所以保護(hù)裝置的狀態(tài)檢修的實(shí)用化研究一直沒(méi)有取得實(shí)質(zhì)性進(jìn)展。而新一代智能變電站的試點(diǎn)工程實(shí)現(xiàn)了對(duì)裝置內(nèi)部部分參數(shù)的監(jiān)測(cè)和收集，為狀態(tài)檢修的實(shí)用化研究創(chuàng)造了有利條件。文獻(xiàn)[6]提出了基于部分監(jiān)測(cè)量和歷史信息的模糊評(píng)估算法，但仍存在一些不足：(1) 評(píng)價(jià)指標(biāo)較為簡(jiǎn)單，難以對(duì)保護(hù)裝置的所有重要部件進(jìn)行全面、有效的評(píng)估；(2) 對(duì)快速劣化指標(biāo)的反應(yīng)靈敏度度不足。本文針對(duì)現(xiàn)有研究的不足，一方面，從靜態(tài)資料中挑選了重要指標(biāo)并加以量化，對(duì)保護(hù)裝置各插件的各類(lèi)參數(shù)特性進(jìn)行分析，兼顧可行性，提出了動(dòng)態(tài)評(píng)價(jià)指標(biāo)，并按照數(shù)據(jù)類(lèi)型、內(nèi)部結(jié)構(gòu)和插件指標(biāo)建立了三級(jí)評(píng)價(jià)指標(biāo)體系；另一方面，重點(diǎn)對(duì)動(dòng)態(tài)監(jiān)測(cè)指標(biāo)劣化趨勢(shì)進(jìn)行量化，對(duì)評(píng)估結(jié)果進(jìn)行動(dòng)態(tài)修正。

1 模糊綜合評(píng)判流程

模糊綜合評(píng)價(jià)是基于模糊線性變換和隸屬度綜合原則，將與被評(píng)價(jià)事物相關(guān)的各因素指標(biāo)統(tǒng)一量化，并根據(jù)不同指標(biāo)對(duì)評(píng)價(jià)對(duì)象的影響程度來(lái)分配權(quán)重，從而對(duì)評(píng)價(jià)對(duì)象做出合理的綜合評(píng)價(jià)[7]。

電力系統(tǒng)在生產(chǎn)中會(huì)產(chǎn)生巨量的數(shù)據(jù)，且數(shù)據(jù)形式多樣，如變電站設(shè)備的出廠資料、驗(yàn)收資料、臺(tái)賬資料、檢修資料、運(yùn)維資料、實(shí)時(shí)運(yùn)行數(shù)據(jù)、狀態(tài)監(jiān)測(cè)數(shù)據(jù)等，呈現(xiàn)出“大數(shù)據(jù)”特征。電力系統(tǒng)中越來(lái)越多的分析工作將依靠“大數(shù)據(jù)”來(lái)完成，二次系統(tǒng)的狀態(tài)檢修將是“大數(shù)據(jù)”在電力系統(tǒng)的應(yīng)用之一。在大數(shù)據(jù)背景下，問(wèn)題分析過(guò)程更關(guān)注于相關(guān)性，而非直接的因果關(guān)系，模糊綜合評(píng)判在一定程度上契合了此思想，故本文選取此方法為基礎(chǔ)進(jìn)行研究，結(jié)合本文的研究思路得到模糊綜合評(píng)判流程如圖1所示。

2 繼電保護(hù)裝置模糊綜合評(píng)判模型

2.1動(dòng)態(tài)數(shù)據(jù)評(píng)價(jià)指標(biāo)選取

評(píng)價(jià)指標(biāo)的選取應(yīng)兼顧有效性和可行性。本研究對(duì)繼電保護(hù)裝置內(nèi)部重要模塊的各項(xiàng)監(jiān)測(cè)指標(biāo)進(jìn)行分析，選取了可有效反應(yīng)設(shè)備狀態(tài)并且現(xiàn)有條件可監(jiān)測(cè)的指標(biāo)。

1) 電源插件

開(kāi)關(guān)電源故障主要是由電解液的干澀以及溫升導(dǎo)致的其他失效模式引起的[8-9]，故溫度為其最主要的監(jiān)測(cè)指標(biāo)，此外，主要性能指標(biāo)輸出電壓和電壓紋波也是重要的監(jiān)測(cè)指標(biāo)。

2) CPU 插件

圖1模糊綜合評(píng)判過(guò)程

CPU插件的退化并不會(huì)明顯影響計(jì)算規(guī)格和速度，并沒(méi)有直接的性能指標(biāo)能表征其退化程度，但溫度和負(fù)荷率過(guò)高會(huì)顯著影響CPU的性能，可能導(dǎo)致不可預(yù)知的軟硬件故障發(fā)生，故選取溫度和負(fù)荷率為監(jiān)測(cè)指標(biāo)。

3) 光模塊

大多數(shù)的光學(xué)SFP收發(fā)器都支持?jǐn)?shù)字診斷監(jiān)測(cè)，使得參數(shù)可以方便獲得，主要監(jiān)控量：溫度、激光偏置電流、發(fā)送光功率和接收光功率[10]。激光偏置電流在溫度和電壓恒定的條件下應(yīng)該保持穩(wěn)定，若偏置電流升高則意味著激光器的劣化；發(fā)送光功率直接影響到數(shù)據(jù)傳輸?shù)目煽啃?，正常情況下SFP工作在恒定功率模式，若發(fā)生很大變化則可能無(wú)法正常工作且無(wú)法恢復(fù)[11]；接收光功率反映了合并單元和智能終端到繼電保護(hù)裝置光纖通道的工作狀況，直接影響數(shù)據(jù)的傳輸，進(jìn)而影響保護(hù)裝置正常工作。

2.2 劣化度計(jì)算

本研究提出如下劣化度計(jì)算方法：在正常誤差范圍(即良好值參考范圍)內(nèi)均認(rèn)為沒(méi)有劣化，超出后按偏移程度進(jìn)行量化。各指標(biāo)的良好范圍及上下限值可參考表1，不同型號(hào)產(chǎn)品可按實(shí)際參數(shù)進(jìn)行調(diào)整。

由于各評(píng)價(jià)指標(biāo)的特性不同，具體的處理方法也不盡相同。

(1) 插件的工作電壓、電流等指標(biāo)上下波動(dòng)偏離額定范圍均可能導(dǎo)致設(shè)備故障。此類(lèi)雙向劣化指標(biāo)以工作電壓為例，處理如下：

表1各指標(biāo)的良好值參考范圍及上下限值

Table 1 Reference range of the normal values and limit values of the indexes

評(píng)價(jià)參考模型如圖2所示，電壓劣化計(jì)算公式如式(1)所示。

圖2電源電壓評(píng)價(jià)參考模型

式中：deg為電壓劣化度；為電壓實(shí)測(cè)值；n1、n2分別為電壓良好范圍上下限；th1、th2分別為電壓告警上下限值。

(2) 光模塊接收光功率隨光纖通道劣化而減弱，發(fā)送光功率隨插件老化而減弱；CPU負(fù)荷率過(guò)高會(huì)導(dǎo)致死機(jī)等故障；由于預(yù)制式二次設(shè)備倉(cāng)的室溫穩(wěn)定在5~25 ℃[12]，插件溫度不會(huì)出現(xiàn)越最低限值的情況，因此僅考慮高溫影響。此類(lèi)單向劣化指標(biāo)以接收光功率為例，處理如下：

評(píng)價(jià)參考模型如圖3所示，電壓劣化計(jì)算公式如式(2)所示。

圖3光模塊接收光功率評(píng)價(jià)參考模型

式中：deg為接收光功率劣化度；為接收光功率實(shí)測(cè)值；n為接收光功率良好范圍下限；th為接收光功率告警下限值。

利用式(1)、式(2)同理可將各指標(biāo)統(tǒng)一為越小越優(yōu)型或分段越小越優(yōu)型，便于后續(xù)隸屬度函數(shù)的建立。

2.3 靜態(tài)數(shù)據(jù)評(píng)價(jià)指標(biāo)選取

靜態(tài)數(shù)據(jù)主要包括歷史運(yùn)行資料和檢修資料等[2]，從中選取重要指標(biāo)進(jìn)行量化，并將其統(tǒng)一為越小越有型，將常用的正確動(dòng)作率用不正確動(dòng)作率替換，絕緣情況用絕緣電阻劣化值表示，如表2所示。

表2靜態(tài)數(shù)據(jù)評(píng)價(jià)指標(biāo)

Table 2 Evaluation indexes of static data

2.4 評(píng)價(jià)指標(biāo)體系建立

經(jīng)過(guò)上文對(duì)各類(lèi)指標(biāo)的分析，可建立繼電保護(hù)裝置的狀態(tài)評(píng)價(jià)指標(biāo)體系，如圖4所示。

3 繼電保護(hù)裝置狀態(tài)評(píng)估

3.1 因素集和評(píng)語(yǔ)集的確定

因素集是所有評(píng)價(jià)指標(biāo)的集合，按照層次可將因素集分為三級(jí)共6個(gè)子系統(tǒng)：

第一級(jí)：={1,2}；

圖4 繼電保護(hù)裝置評(píng)價(jià)指標(biāo)體系

第二級(jí)：1={11,12,13,14,15,16}、2= {21,22,23}；

第三級(jí)：21={211,212,213}、22={221,222}、23={231,232,233,234}。

評(píng)語(yǔ)集是設(shè)備可能處于的所有狀態(tài)的集合，繼電保護(hù)裝置的運(yùn)行狀態(tài)可分為正常、一般、注意和嚴(yán)重狀態(tài)，對(duì)應(yīng)評(píng)語(yǔ)集可表示為={1,2,3,4}= {正常，一般，注意，嚴(yán)重}。

3.2 權(quán)重的確定

各指標(biāo)權(quán)重的確定對(duì)評(píng)價(jià)結(jié)果的影響顯著，是模糊綜合評(píng)價(jià)的關(guān)鍵環(huán)節(jié)。

由于繼電保護(hù)裝置基于監(jiān)測(cè)信息的狀態(tài)評(píng)估實(shí)用化研究還處于起步階段，在缺乏統(tǒng)計(jì)數(shù)據(jù)的情況下，宜采用專(zhuān)家評(píng)估法，故本研究綜合多位企業(yè)和高校專(zhuān)家的經(jīng)驗(yàn)得出了評(píng)價(jià)指標(biāo)各子系統(tǒng)的權(quán)重矩陣W=[1,2,…,w,…,w]。

隨著監(jiān)測(cè)數(shù)據(jù)的積累、歷史樣本的補(bǔ)充，在實(shí)際應(yīng)用中應(yīng)對(duì)設(shè)備的評(píng)估成果進(jìn)行定期跟蹤分析，利用數(shù)據(jù)挖掘、回歸擬合等方法，對(duì)權(quán)重進(jìn)行不斷修正，使評(píng)估結(jié)果更為合理[13-14]。

3.3 模糊評(píng)判矩陣的建立

設(shè)第個(gè)指標(biāo)u對(duì)繼電保護(hù)裝置的評(píng)估結(jié)果對(duì)應(yīng)評(píng)語(yǔ)集中狀態(tài)v的隸屬度為r，則可將評(píng)估結(jié)果用隸屬度矩陣R=[r1,r2, r3,r4]表示[15]。通過(guò)計(jì)算所有指標(biāo)的評(píng)估結(jié)果對(duì)應(yīng)的隸屬度集，可建立模糊評(píng)判矩陣，如式(3)所示。

3.4 隸屬度函數(shù)的確定

選取符合實(shí)際的隸屬度函數(shù)是建立模糊關(guān)系矩陣的關(guān)鍵，常用函數(shù)有：三角型、拋物型、正態(tài)型、嶺型等。其中嶺型分布函數(shù)具有主值區(qū)寬、過(guò)渡平緩的特點(diǎn)[16]，故本文利用嶺型分布隸屬函數(shù)，對(duì)應(yīng)于運(yùn)行狀態(tài)1~4的隸屬度函數(shù)表達(dá)式分別如式(4)-—式(7)所示。

(5)

(6)

式中，1、2、3、4和Δ共同確定了四種運(yùn)行狀態(tài)的邊界，如圖5所示，進(jìn)而即可求得隸屬度矩陣。

圖5 嶺型隸屬函數(shù)

3.5隸屬度動(dòng)態(tài)修正

根據(jù)動(dòng)態(tài)指標(biāo)的當(dāng)前監(jiān)測(cè)值即斷面信息對(duì)設(shè)備的評(píng)估存在一定的不足，如圖6中所示的兩種劣化趨勢(shì)，雖然在當(dāng)前時(shí)刻具有相同的劣化度，但其設(shè)備狀態(tài)明顯不能等同。

圖6 劣化趨勢(shì)分析

目前，新一代智能變電站對(duì)狀態(tài)監(jiān)測(cè)信息所作基本要求中規(guī)定：全站二次設(shè)備每2 h報(bào)送一次狀態(tài)信息[12]，即Δ=2 h。在緩慢劣化過(guò)程中，Δ相對(duì)于整個(gè)過(guò)程相對(duì)較小，現(xiàn)有方法可及時(shí)調(diào)整評(píng)估結(jié)果，得到相對(duì)準(zhǔn)確的結(jié)果；而在快速劣化過(guò)程中，由于反應(yīng)靈敏度不足，導(dǎo)致評(píng)估結(jié)果不合理。針對(duì)此問(wèn)題，本研究提出隸屬度修正方法，根據(jù)不同的劣化速度進(jìn)行相應(yīng)的修正。設(shè)備指標(biāo)劣化速度越快，則使其隸屬關(guān)系逼近嚴(yán)重狀態(tài)的速度越快，進(jìn)而使運(yùn)行人員處理越及時(shí)。

經(jīng)簡(jiǎn)單分析可知，某一動(dòng)態(tài)指標(biāo)只可能同時(shí)與1個(gè)或相鄰的2個(gè)狀態(tài)存在隸屬關(guān)系，即1、2、3、4或(1,2)、(2,3)、(3,4)。設(shè)上一次上送值、當(dāng)前上送值和下一次上送值的劣化度分別為(-Δ)、()和(Δ)，值域均為[0,1]，當(dāng)前隸屬度計(jì)算結(jié)果對(duì)應(yīng)的狀態(tài)v、v+1分別為r、r+1(若僅隸屬于v，則v+1為0)，隸屬度函數(shù)邊界由1、2、3、4和Δ確定。

若兩次上傳量變化滿足式(8)，則將該指標(biāo)的隸屬度按式(9)或式(10)進(jìn)行修正。

(9)

式中，=0, 1, 2, 3, 4, 5為修正系數(shù)。

若(Δ)－()仍滿足式(8)，則保留上次修正，繼續(xù)按此方法進(jìn)行處理；若(Δ)－()<0，則認(rèn)為此前變化為偶然波動(dòng)，取消修正；若(Δ)－() ≥0.3，則直接觸發(fā)告警。

通過(guò)上述隸屬度動(dòng)態(tài)修正方法，既可以對(duì)快速劣化進(jìn)行及時(shí)處理，又可以避免由偶然波動(dòng)可能造成的誤判，尤其對(duì)于負(fù)荷率、溫度此類(lèi)波動(dòng)性較大的指標(biāo)更為必要。

3.6模糊評(píng)判

模糊綜合評(píng)判的運(yùn)算順序是從最底層(第三級(jí))開(kāi)始，逐級(jí)向上運(yùn)算。

首先，對(duì)第三級(jí)子系統(tǒng)的權(quán)重矩陣2i和隸屬度函數(shù)矩陣2i進(jìn)行模糊運(yùn)算，即可得到該級(jí)各子系統(tǒng)的綜合狀態(tài)隸屬度矩陣2i=2i○2i(=1,2,3)，其中○是廣義模糊算子，常用算子有：(∧,∨)、(●,∨)、(∧,⊙)和(●,⊙)，本文采用體現(xiàn)權(quán)重作用明顯、綜合程度強(qiáng)的加權(quán)平均型算子(●,⊙)。

同理，可得到第二級(jí)的綜合狀態(tài)隸屬度矩陣b=○(=1,2)，進(jìn)而得到第一級(jí)的隸屬度矩陣=[1,2]T。

最后，利用第一級(jí)系統(tǒng)權(quán)重矩陣和隸屬度矩陣，計(jì)算得到繼電保護(hù)裝置整體的綜合評(píng)判隸屬度矩陣=○=[1,2,3,4]，其中1、2、3和4分別對(duì)應(yīng)正常、注意、異常和嚴(yán)重四種狀態(tài)的隸屬度值，隸屬度值最大項(xiàng)對(duì)應(yīng)狀態(tài)即為最終評(píng)判結(jié)果。

3.7輔助決策規(guī)則

1) 經(jīng)過(guò)分析可知，模糊綜合評(píng)判法存在一定的缺點(diǎn)：其對(duì)處于非嚴(yán)重狀態(tài)和裝置整體劣化明顯的設(shè)備，評(píng)估效果較好；而對(duì)于某個(gè)模塊的單一指標(biāo)嚴(yán)重劣化的設(shè)備，評(píng)估可能存在偏差。當(dāng)?shù)讓訁?shù)嚴(yán)重劣化，由于權(quán)值的逐層傳遞，可能在上層體現(xiàn)的并不明顯，導(dǎo)致設(shè)備異常被掩蓋[7]，而任一關(guān)鍵模塊的異常均可能導(dǎo)致保護(hù)裝置拒動(dòng)或誤動(dòng)。故當(dāng)某評(píng)價(jià)指標(biāo)的狀態(tài)隸屬于嚴(yán)重，應(yīng)觸發(fā)告警，跳出評(píng)判體系，盡快安排處理。

2) 由于新一代智能變電站還未大規(guī)模投入運(yùn)行，繼電保護(hù)裝置的實(shí)際監(jiān)測(cè)數(shù)據(jù)以及狀態(tài)評(píng)估的應(yīng)用經(jīng)驗(yàn)都很匱缺，在現(xiàn)階段難以提出完善的方法完全利用監(jiān)測(cè)指標(biāo)實(shí)現(xiàn)狀態(tài)檢修，尤其是CPU插件，其故障原因多樣、難以預(yù)知，電磁干擾等突發(fā)性原因都可能造成其硬件或軟件故障。此類(lèi)故障一般是躍變或劣化過(guò)程極短，此時(shí)需自檢告警作為后備進(jìn)行配合，根據(jù)告警信息及時(shí)對(duì)其進(jìn)行處理。

4 算例分析

以某臺(tái)繼電保護(hù)裝置為例，使用本文建立的模糊綜合評(píng)判方法對(duì)其運(yùn)行狀態(tài)進(jìn)行評(píng)估。

該裝置靜態(tài)數(shù)據(jù)的評(píng)判因素集1={1,5,0,2, 0.5,0%}，動(dòng)態(tài)數(shù)據(jù)評(píng)判因素集如表3所示。

表3 動(dòng)態(tài)數(shù)據(jù)評(píng)判因素集

將各類(lèi)數(shù)據(jù)代入式(4)—式(7)，其中1、2、3、4和Δ分別取0、0.25、0.55、0.8和0.05，可得到各子因素集對(duì)應(yīng)的模糊評(píng)判矩陣分別為

對(duì)應(yīng)權(quán)重矩陣分別為：1=[0.15 0.13 0.12 0.19 0.21 0.20]、21=[0.42 0.37 0.21]、22=[0.47 0.53]、23=[0.30 0.30 0.22 0.18]。

由=○可分別計(jì)算得到各子系統(tǒng)的綜合狀態(tài)隸屬度矩陣：

1=[0.89 0.11 0 0]、21=[0.59 0.41 0 0]、22=[0.53 0.47 0 0]、23=[0.19 0.80 0.07 0]。

1) 按照常規(guī)的模糊綜合評(píng)判進(jìn)行評(píng)估

同理逐級(jí)進(jìn)行計(jì)算，最終得到評(píng)判結(jié)果為=[0.51 0.49 0.02 0]，即設(shè)備處于正常狀態(tài)。

2) 按照本文改進(jìn)的模糊綜合評(píng)判進(jìn)行評(píng)估

發(fā)送光功率指標(biāo)231較上一次上送劣化了0.23，滿足式(8)條件，隸屬度修正后為[0 0.36 0.83 0]，最終評(píng)判結(jié)果為=[0.51 0.43 0.08 0]，雖然設(shè)備整體狀態(tài)仍判定為正常，但該指標(biāo)的狀態(tài)被判定為注意狀態(tài)，運(yùn)行人員對(duì)其進(jìn)行持續(xù)觀察。若繼續(xù)以此趨勢(shì)劣化，則光模塊顯然已出現(xiàn)異常，在實(shí)際劣化度達(dá)到嚴(yán)重之前，將其隸屬狀態(tài)修正為嚴(yán)重，根據(jù)輔助決策規(guī)則，應(yīng)及時(shí)對(duì)設(shè)備進(jìn)行處理；若指標(biāo)劣化度下降，則放棄修正，避免誤告警的發(fā)生。

5 結(jié)論

本文對(duì)繼電保護(hù)裝置狀態(tài)評(píng)估的實(shí)用化方法進(jìn)行了研究，在原始的模糊綜合評(píng)判基礎(chǔ)上，提出了較為完善的評(píng)價(jià)指標(biāo)體系和“隸屬度動(dòng)態(tài)修正”思想，并以輔助決策規(guī)則作為補(bǔ)充，建立了相對(duì)完善和實(shí)用的評(píng)估方法。最后，通過(guò)算例分析對(duì)本方法進(jìn)行驗(yàn)證，結(jié)果表明本評(píng)估方法可較為準(zhǔn)確地反應(yīng)設(shè)備的實(shí)際狀態(tài)，通過(guò)動(dòng)態(tài)修正和輔助決策規(guī)則可使工程實(shí)際中可能遇到的問(wèn)題得到有效解決。

后續(xù)需要開(kāi)展的工作：當(dāng)前的評(píng)估方法在權(quán)重確定方面存在較多的人為因素，隨著監(jiān)測(cè)數(shù)據(jù)的積累、歷史樣本的補(bǔ)充，還應(yīng)進(jìn)一步對(duì)其優(yōu)化，提高評(píng)估的準(zhǔn)確性。

[1] 周晨. 臺(tái)州電網(wǎng)繼電保護(hù)狀態(tài)檢修評(píng)估體系的構(gòu)建[D]. 北京: 華北電力大學(xué), 2012.

ZHOU Chen. The construction of relay protection state maintenance evaluation system for Taizhou Grid[D]. Beijing: North China Electric Power University, 2012.

[2] 吳姜, 蔡澤祥, 胡春潮, 等. 基于模糊正態(tài)分布隸屬函數(shù)的繼電保護(hù)裝置狀態(tài)評(píng)價(jià)[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(5): 48-52.

WU Jiang, CAI Zexiang, HU Chunchao, et al. Status evaluation of protective relays based on the membership function in fuzzy normal distribution[J]. Power System Protection and Control, 2012, 40(5): 48-52.

[3] 侯艾君. 繼電保護(hù)狀態(tài)評(píng)價(jià)方法及其在檢修決策中的應(yīng)用[D]. 重慶: 重慶大學(xué), 2012.

HOU Aijun. The state evaluation method of relay protection and its use in maintenance decision[D]. Chongqing: Chongqing University, 2012.

[4] 呂文超, 呂飛鵬, 張新峰. 模糊聚類(lèi)法在繼電保護(hù)狀態(tài)檢修中的應(yīng)用[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào), 2013, 25(2): 93-97.

Lü Wenchao, Lü Feipeng, ZHANG Xinfeng. application of fuzzy clustering method in the condition-based maintenance (Cbm) of relay protection[J]. Proceedings of the CSU-EPSA, 2013, 25(2): 93-97.

[5] 劉永欣, 師峰, 姜帥, 等. 智能變電站繼電保護(hù)狀態(tài)監(jiān)測(cè)的一種模糊評(píng)估算法[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(3): 37-41.

LIU Yongxin, SHI Feng, JIANG Shuai, et al. A fuzzy evaluation algorithm for condition monitoring of smart substation relay protection[J]. Power System Protection and Control, 2014, 42(3): 37-41.

[6] 韓平, 趙勇, 李曉朋, 等. 繼電保護(hù)狀態(tài)檢修的實(shí)用化嘗試[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(19): 92-95.

HAN Ping, ZHAO Yong, LI Xiaopeng, et al. Instantiation sample of relay protection state maintenance[J]. Power System Protection and Control, 2010, 38(19): 92-95.

[7] 肖運(yùn)啟, 王昆朋, 賀貫舉, 等. 基于趨勢(shì)預(yù)測(cè)的大型風(fēng)電機(jī)組運(yùn)行狀態(tài)模糊綜合評(píng)價(jià)[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(13): 2132-2139.

XIAO Yunqi, WANG Kunpeng, HE Guanju, et al. Fuzzy comprehensive evaluation for operating condition of large-scale wind turbines based on trend predication[J]. Proceedings of the CSEE, 2014, 34(13): 2132-2139.

[8] 歐陽(yáng)帆, 張亮峰, 李剛, 等. 微機(jī)保護(hù)裝置逆變電源故障原因分析[J]. 電力自動(dòng)化設(shè)備, 2011, 31(7): 150-153.

OUYANG Fan, ZHANG Liangfeng, LI Gang, et al. Analysis of power supply module faults for microprocessorprotection devices[J]. Electric Power Automation Equipment, 2011, 31(7): 150-153.

[9] 師元康, 姜振超, 趙書(shū)濤. 基于內(nèi)部溫度的繼電保護(hù)裝置時(shí)變失效率研究[J]. 電力系統(tǒng)保護(hù)與控制, 2016, 44(4): 123-128.

SHI Yuankang, JIANG Zhenchao, ZHAO Shutao. Research on time-varying failure rate of protection devices based on internal temperature[J]. Power System Protection and Control, 2016, 44(4): 123-128.

[10] CLARKR. SFP光收發(fā)模塊的集成故障診斷方法[J]. 光通信技術(shù), 2003(1): 49-51.

CLARK R. Integrated fault diagnosis methods for SFP optical transceiver module[J]. Optical Communication Technology, 2003(1): 49-51.

[11] 周金林. 光收發(fā)模塊監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 北京:北京郵電大學(xué), 2010.

ZHOU Jinlin. Designing and realization of the monitoring system for optical transceiver module[D]. Beijing: Beijing University of Posts and Telecommunications, 2010.

[12] 鄭玉平. 智能變電站二次設(shè)備與技術(shù)[M]. 北京: 中國(guó)電力出版社, 2014.

[13] 宮宇, 呂金壯. 大數(shù)據(jù)挖掘分析在電力設(shè)備狀態(tài)評(píng)估中的應(yīng)用[J]. 南方電網(wǎng)技術(shù), 2014, 8(6): 74-77.

GONG Yu, Lü Jinzhuang. Application of big data mining analysis in power equipment state assessment[J]. Southern Power System Technology, 2014, 8(6): 74-77.

[14] 宋人杰, 陳禹名. 基于變權(quán)系數(shù)的繼電保護(hù)狀態(tài)模糊綜合評(píng)價(jià)方法[J]. 電力系統(tǒng)保護(hù)與控制, 2016, 44(3): 46-50.

SONG Renjie, CHEN Yuming. Fuzzy synthetic evaluation of relay protection based on variable weight value[J]. Power System Protection and Control, 2016, 44(3): 46-50.

[15] 胡寶清. 模糊理論基礎(chǔ)[M]. 武漢: 武漢大學(xué)出版社, 2004.

[16] 徐長(zhǎng)寶, 莊晨, 蔣宏圖. 智能變電站二次設(shè)備狀態(tài)監(jiān)測(cè)技術(shù)研究[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(7): 127-131.

XU Changbao, ZHUANG Chen, JIANG Hongtu. Technical research of secondary equipments’ state monitoring in smart substation[J]. Power System Protection and Control, 2015, 43(7): 127-131.

(編輯 周金梅)

Research on practical state evaluation of protection device in smart substation

SHI Yuankang1, JIANG Zhenchao2, AN Cunran3

(1. School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, China; 2. State Grid Sichuan Electric Power Research Institute, Chengdu 610072, China; 3. School of Sciences,Hebei University of Science and Technology, Shijiazhuang 050018, China)

The construction of new generation smart substations makes the internal parameters of protection devices can be observed. It makes up the defect of current state assessment that lack of available data and feasibility. The paper does the practical research on state assessment of protection devices based on the monitored dynamic data and static data accumulated by operation and maintenance. Firstly, the paper improves the existing state assessment method which is based on fuzzy comprehensive evaluation method: supplement the important evaluation index to put forward a more complete evaluation index system; put forward a dynamic correction coefficient which can modify the evaluation result indirectly to make up the insufficient of the existing method that is unable to characterize the variation trend. Then, the paper adds an auxiliary decision rules to complete the possible shortcoming of the established evaluation model. Finally, the paper evaluates a device respectively in the case and analyzes the result to verify the feasibility of the established state assessment method.

protection devices; state assessment; practicability; fuzzy comprehensive evaluation

10.7667/PSPC151166

2015-07-08；

2016-02-20

師元康(1991-)，男，通信作者，碩士研究生，研究方向?yàn)橹悄茏冸娬炯袄^電保護(hù)；E-mail：yuankang_shi@163.com

姜振超(1981-)，男，碩士，工程師，主要研究方向?yàn)橹悄茏冸娬炯袄^電保護(hù)。