徐海瑞，林永清，于德明

（1.東北電力大學(xué) 電氣工程學(xué)院，吉林 吉林 132012；2.江蘇和網(wǎng)源電氣有限公司，江蘇 南通 226400；3.太平灣發(fā)電廠，遼寧 丹東 118100）

為保證電網(wǎng)系統(tǒng)的穩(wěn)定運(yùn)行，繼電保護(hù)裝置的數(shù)量也正逐漸增加。如果仍按周期性定檢，將不合時(shí)宜，容易影響故障的及時(shí)發(fā)現(xiàn)和消除，增加工作人員的工作量，且難以滿足精益化管理和電網(wǎng)發(fā)展的需要。所以，關(guān)于繼電保護(hù)裝置運(yùn)行狀態(tài)評(píng)估的研究逐漸開(kāi)展。

目前，對(duì)繼電保護(hù)裝置運(yùn)行狀態(tài)進(jìn)行評(píng)估的方法已經(jīng)取得一定成果，卻尚存不足之處。如劉一民等[1]采用G1法確定裝置評(píng)估體系的指標(biāo)權(quán)值，但未兼顧權(quán)重求解的客觀性。趙曉明等[2]基于變權(quán)理論實(shí)時(shí)變動(dòng)裝置的指標(biāo)權(quán)值，但多項(xiàng)指標(biāo)同時(shí)出現(xiàn)嚴(yán)重偏離的情況，會(huì)造成變權(quán)失效。張雪松等[3]憑借馬爾可夫法分析裝置可靠性，但自檢信息并未被全部使用。

首先，本文建立了可反應(yīng)繼電保護(hù)裝置狀態(tài)的指標(biāo)體系，并對(duì)其進(jìn)行狀態(tài)等級(jí)劃分和空間構(gòu)造。其次，關(guān)于隸屬度矩陣的建立，引入相對(duì)劣化度和專家評(píng)分法用于分別量化定量和定性指標(biāo)隸屬度。再次，為保證權(quán)重求解過(guò)程的主、客觀性，將基于最小方差理論求解指標(biāo)權(quán)重。最后，基于模糊合成算子完成底層指標(biāo)隸屬度向目標(biāo)層指標(biāo)隸屬度的轉(zhuǎn)換，并憑借最大值評(píng)判原則判定繼電保護(hù)裝置的運(yùn)行狀態(tài)。

1 構(gòu)建評(píng)價(jià)指標(biāo)體系

本文按指標(biāo)能否直接量化分成定性和定量?jī)纱箢?，又按照硬件類型將定量指?biāo)分成電源插件、CPU插件和光模塊3大類，再按照各自性能分成電源溫度、電源電壓、電源紋波等9種，最終構(gòu)建如圖1所示的評(píng)價(jià)指標(biāo)體系。

（1）定性指標(biāo)選?。和ㄟ^(guò)專家建議、歷史運(yùn)行資料和檢修資料等，將自身缺陷情況、家族性缺陷情況、絕緣情況、反措情況和正確動(dòng)作情況歸屬為定性指標(biāo)。

（2）電源插件：電源模塊可保證裝置內(nèi)的CPU插件、光模塊等正常運(yùn)轉(zhuǎn)，其中，電源溫度、電源電壓、電源紋波對(duì)其影響顯著。溫度過(guò)高會(huì)縮減電源插件的使用壽命，電源電壓和紋波系數(shù)過(guò)大會(huì)導(dǎo)致其他插件擊穿，過(guò)小導(dǎo)致其他模塊無(wú)法正常運(yùn)轉(zhuǎn)。

（3）CPU插件：通過(guò)CPU插件對(duì)信息進(jìn)行采集和預(yù)處理，控制保護(hù)裝置動(dòng)作等，其中，溫度與負(fù)荷率對(duì)其影響較為明顯，負(fù)溫度和負(fù)荷率過(guò)高均會(huì)導(dǎo)致系統(tǒng)運(yùn)行速度。

（4）光模塊：通過(guò)光模塊上送裝置信息，其中，激光偏置電流、發(fā)送光功率和接收光功率對(duì)數(shù)據(jù)傳輸?shù)挠绊戄^為顯著，如果傳輸信息受阻，會(huì)導(dǎo)致保護(hù)不動(dòng)作。

2 繼電保護(hù)裝置狀態(tài)評(píng)估流程

2.1 構(gòu)建狀態(tài)空間

狀態(tài)空間的構(gòu)造，便于指標(biāo)隸屬度的求解。劃分狀態(tài)等級(jí)和選取構(gòu)造函數(shù)是構(gòu)造狀態(tài)空間的基礎(chǔ)。本文將按照群體專家意見(jiàn)，將評(píng)估對(duì)象狀態(tài)劃分為4個(gè)等級(jí)，即嚴(yán)重、注意、一般、良好，對(duì)應(yīng)的維修策略及分值如表1所示。

表1 二次設(shè)備狀態(tài)等級(jí)劃分

相比梯形分布、嶺型分布、正態(tài)分布等空間構(gòu)造函數(shù)，三角形分布得出的結(jié)果差別較小，故選用三角形分布構(gòu)建狀態(tài)空間，如圖2所示。

圖2 狀態(tài)空間

2.2 建立隸屬度矩陣

（1）確定定量指標(biāo)隸屬度：引入相對(duì)劣化度不僅可表征定量指標(biāo)相對(duì)正常狀態(tài)的偏離程度，還能對(duì)其進(jìn)行無(wú)量綱化處理。對(duì)越大越優(yōu)型指標(biāo)，采用升半梯形模型，其評(píng)分表達(dá)式：

對(duì)越小越優(yōu)型指標(biāo)，采用降半梯形模型，其評(píng)分表達(dá)式：

式中，x，xmin，xmax分別為狀態(tài)指標(biāo)的實(shí)測(cè)值、極限最小值以及極限最大值，xmin和xmax可以通過(guò)設(shè)備說(shuō)明書、規(guī)程規(guī)范、測(cè)試技術(shù)及運(yùn)行經(jīng)驗(yàn)獲得。

利用式（1）和式（2）求解出定量指標(biāo)的相對(duì)劣化度，可將其送入狀態(tài)空間直接確定定量指標(biāo)在各狀態(tài)等級(jí)的隸屬度。

（2）確定定性指標(biāo)的隸屬度。通過(guò)群體專家對(duì)定性指標(biāo)進(jìn)行打分，計(jì)算每個(gè)狀態(tài)等級(jí)下的專家占有率，將其作為定性指標(biāo)的隸屬度：

（3）建立隸屬矩陣。設(shè)繼電保護(hù)裝置的n個(gè)指標(biāo)在某狀態(tài)等級(jí)vk(k=1,2,3,4) 的隸屬度為rjk，指標(biāo)隸屬度矩陣如下：

2.3 確定指標(biāo)權(quán)重

狀態(tài)評(píng)估的一個(gè)關(guān)鍵環(huán)節(jié)為權(quán)重計(jì)算，權(quán)重計(jì)算的合理性直接關(guān)系到最終綜合狀態(tài)評(píng)估結(jié)果。因此，本文基于經(jīng)典數(shù)學(xué)中“最小方差”理論，根據(jù)不同專家評(píng)估的歸一化權(quán)重與穩(wěn)態(tài)權(quán)重（采用平均值）的差異水平確定指標(biāo)權(quán)重，過(guò)程如下：

（1）邀請(qǐng)m位行業(yè)專家對(duì)n個(gè)基礎(chǔ)層指標(biāo)賦予權(quán)重值，形成初始權(quán)重矩陣A：

其中，amn代表第m位行業(yè)內(nèi)專家對(duì)第n個(gè)指標(biāo)賦予權(quán)重值。

（2）為保證同一專家分配給n個(gè)指標(biāo)的權(quán)值和為1，于是對(duì)同性能下的各指標(biāo)權(quán)重進(jìn)行歸一化處理bij：

（3）從客觀角度，利用算數(shù)平均數(shù)得到較為客觀的穩(wěn)態(tài)權(quán)重λi：

（4）利用最小方差理論對(duì)權(quán)重進(jìn)行誤差分析，表征歸一化權(quán)重與穩(wěn)態(tài)權(quán)重的接近程度，得到誤差系數(shù)ci：

（5）利用“倒數(shù)法”獲取權(quán)重的有效系數(shù)βi：

（6）利用加權(quán)運(yùn)算得到綜合權(quán)重wj：

2.4 基于模糊合成算子獲取評(píng)判結(jié)果

利用模糊合成算融合各級(jí)指標(biāo)隸屬度與權(quán)重，得到目標(biāo)層指標(biāo)隸屬度：

式中，⊙為模糊合成算子，加權(quán)平均型較為適用；P為上一級(jí)指標(biāo)隸屬度；W為同級(jí)指標(biāo)權(quán)值組成的權(quán)重矩陣，p1～p4為融合后的4種狀態(tài)隸屬度。

根據(jù)式（9），可取與最大評(píng)估值的pmax=max{pi|i=1, 2,3, 4}作為最終評(píng)判結(jié)果，或把目標(biāo)層的pi供給運(yùn)維人員，以便制定契合實(shí)際的維修計(jì)劃。

3 實(shí)例分析

以某運(yùn)行線路中的保護(hù)裝置為例進(jìn)行模糊綜合評(píng)價(jià)。由于篇幅所限，直接給出指標(biāo)隸屬度和權(quán)重如表2所示。

通過(guò)式（9）對(duì)各級(jí)指標(biāo)隸屬度和權(quán)重進(jìn)行融合，得出P=（0.561 8，0.432 8，0.016 2，0）。根據(jù)最大值評(píng)判原則，判定該設(shè)備正處于“良好”狀態(tài)，可不比提前檢修。然而，“注意”狀態(tài)的隸屬度為0.016 2，仍具發(fā)生風(fēng)險(xiǎn)性故障的可能性。因此，為預(yù)防威脅性故障的發(fā)生，也可提前制定檢修計(jì)劃。

表2 指標(biāo)隸屬度和權(quán)重

4 結(jié)語(yǔ)

本文將梯形分布函數(shù)和最小方差理論引入到繼電保護(hù)裝置的狀態(tài)等級(jí)評(píng)判中，為繼電保護(hù)裝置的狀態(tài)評(píng)估提供了一種新的途經(jīng)。將完成特定相同功能的幾種繼電保護(hù)裝置合成為一個(gè)項(xiàng)目作為評(píng)估對(duì)象，依照相應(yīng)規(guī)程規(guī)范建立了比較全面、合理的評(píng)估指標(biāo)體系。實(shí)例分析表明，建立的層次模糊評(píng)判模型可對(duì)繼電保護(hù)裝置做出有效的評(píng)估，并具有較強(qiáng)的操作性。