詹仲強,陳文濤,李金良
(國網(wǎng)新疆電力有限公司電力科學(xué)研究院,新疆 烏魯木齊 830011)
金屬氧化避雷器(metal oxide arrester,MOA)作為線路和設(shè)備的過電壓保護元件在電力系統(tǒng)中得到廣泛應(yīng)用,因此大量在線監(jiān)測系統(tǒng)被部署在變電站對MOA健康狀態(tài)進行實時監(jiān)測[1]。
目前國內(nèi)對MOA在線監(jiān)測系統(tǒng)的數(shù)據(jù)分析診斷集中在3個方面:1)針對在線監(jiān)測采樣缺點設(shè)計新型在線監(jiān)測裝置。文獻[2]設(shè)計了一種直流避雷器在線監(jiān)測裝置,通過對泄漏電流和動作次數(shù)實時采集,對MOA健康進行監(jiān)測。文獻[3]采用GPRS公共遠(yuǎn)程數(shù)據(jù)平臺傳輸避雷器在線監(jiān)測數(shù)據(jù),當(dāng)泄漏電流超過閾值即報警確定雷擊線路的位置。2)對已有在線監(jiān)測采集數(shù)據(jù)進行濾波,配合報警閾值對MOA進行故障分析診斷。文獻[4]將小波閾值去噪和形態(tài)學(xué)去噪進行融合得到新型自適應(yīng)去噪方法,有效濾除了在線監(jiān)測系統(tǒng)中的噪聲干擾。文獻[5]將廣義S變換結(jié)合譜熵理論在時頻分布上設(shè)計了一種新型時頻濾波器,取得良好濾波效果。3)對在線數(shù)據(jù)進行特征提取,采用人工智能等手段進行故障診斷。文獻[6]對MOA數(shù)據(jù)進行諧波分析得到故障特征,利用多層矢量向量機對監(jiān)測數(shù)據(jù)進行故障診斷。文獻[7]將MOA的檢修、帶電檢測、在線監(jiān)測信息進行融合,采用模糊合集結(jié)合最優(yōu)權(quán)重方法得到避雷器綜合診斷模型。
由于西北大部分MOA在線監(jiān)測裝置采集頻率很低,無法對信號進行高次諧波分析,下面針對實際情況以及國內(nèi)缺少避雷器在線監(jiān)測數(shù)據(jù)分析與故障診斷相關(guān)研究,提出一種基于小波分析和支持向量機的避雷器在線監(jiān)測數(shù)據(jù)故障診斷方法。首先,利用軟閾值和小波包分析對原始在線監(jiān)測數(shù)據(jù)進行濾波;然后,針對在線監(jiān)測數(shù)據(jù)采樣時間長,提出采用統(tǒng)計方法計算信號的特征量;最后,使用支持向量機對信號進行故障診斷取得良好效果。
避雷器在線監(jiān)測系統(tǒng)一般采集全電流和阻性電流數(shù)據(jù),由于現(xiàn)場傳感器自身測量誤差和相鄰的高壓帶電設(shè)備干擾,導(dǎo)致數(shù)據(jù)存在噪聲。這里使用小波包Penalized軟閾值對原始信號進行濾波處理,小波包能夠?qū)⑿盘柗纸獬傻皖l和高頻分量,選擇適當(dāng)?shù)姆纸鈱訑?shù)和軟閾值,可以得到高頻分量的分布,通過Penalized軟閾值去除以高斯分布為主要特征的噪聲分量得到去噪后的平滑數(shù)據(jù)。圖1為3層小波包分解示意圖,圖中S為避雷器全電流或阻性電流數(shù)據(jù),數(shù)字部分的首下標(biāo)代表分解層數(shù),逗號之后的下標(biāo)代表該層的節(jié)點回構(gòu)信號。
圖1 經(jīng)過3層分解的避雷器在線監(jiān)測數(shù)據(jù)
采用二叉樹分解后的2n層信號節(jié)點的小波包分解和回購的信號計算方法見式(1)和式(2)。
(1)
(2)
(3)
式中:THR為閾值;c(k)為按絕對值從大到小排列的小波包系數(shù);n為系數(shù)的個數(shù);為零均值的高斯白噪聲標(biāo)準(zhǔn)偏差;t為經(jīng)分解后的信號數(shù)值;為給定的懲罰系數(shù)。采用Penalized法能夠有效將原始信號中的噪聲信號去除,另數(shù)據(jù)平滑同時保留局部細(xì)節(jié)信息。
這里所采用的某750 kV變電站的避雷器在線監(jiān)測數(shù)據(jù)采樣時間為15 min。根據(jù)采樣定理無法對信號中的高次諧波進行分析,尤其是避雷器的閥片劣化與三次全電流和阻性電流具有密切關(guān)系,故只能采用常規(guī)統(tǒng)計量,包括均值、有效值、方差、標(biāo)準(zhǔn)差、裕度、歪度、峭度作為樣本特征。
支持向量機(support vector machine,SVM)是一種根據(jù)結(jié)構(gòu)風(fēng)險最小化的機器學(xué)習(xí)分類器,在小樣本的情況下具有良好的分類性能[8]。給定樣本S={(x1,y1),(x2,y2)…(xn,yn)},其中xn為實數(shù)樣本數(shù)據(jù),yn為對應(yīng)的樣本分類標(biāo)簽,通過求解式(4)得到最優(yōu)超平面。
(4)
式中:ω為線性權(quán)值向量;D為懲罰參數(shù);i為松弛因子;yi為樣本分類標(biāo)簽;xi為樣本特征值;b為閾值;i為樣本編號。
分類函數(shù)如式(5)所示:
f(x)=sgn{∑αiyiKnel(xi,x)+b}
(5)
式中:α為拉格朗日乘子;Knel為核函數(shù)。
選用某750 kV變電站主變壓器避雷器在線監(jiān)測數(shù)據(jù),選用時間段為2019年5月15日至2020年2月25日,其中有些數(shù)據(jù)點因為在線監(jiān)測裝置故障,因此將無效數(shù)據(jù)進行刪除,得到每相的全電流和阻性電流分別為11 038點,三相全電流和阻性電流原始數(shù)據(jù)見圖2。
圖2中A相全電流最大3.417 mA,最小2.861 mA;B相全電流最大3.27 mA,最小2.72 mA;C相全電流最大4.184 mA,最小2.936 mA。A相阻性電流最大0.502 mA,最小-0.624 mA;B相阻性電流最大1.095 mA,最小-2.908 mA;C相阻性電流最大2.996 mA,最小-3.332 mA。由圖2(a)中可以看出曲線毛刺較多,其中C相全電流在6000點之后有一次向下階躍,表示C相避雷器發(fā)生故障,將其更換之后監(jiān)測數(shù)據(jù)正常,從圖2(b)的C相阻性電流數(shù)據(jù)也可以進行佐證。圖2(b)中前期數(shù)據(jù)出現(xiàn)正負(fù)階躍是由于在投運初期,在線監(jiān)測裝置還在調(diào)試過程中出現(xiàn)信號數(shù)據(jù)接反、未校對等原因,未將其剔除是因為在避雷器長期運行中。這種在線監(jiān)測故障也屬于避雷器故障的一種,只是由于其不影響避雷器正常運行,且對長期監(jiān)測數(shù)據(jù)進行計算時,這種錯誤可以從統(tǒng)計計算角度進行消除。
圖2 避雷器在線監(jiān)測數(shù)據(jù)
對圖2數(shù)據(jù)采用基于Penalized閾值的小波包算法去噪后,數(shù)據(jù)見圖3。
將圖2(a)與圖3(a)中A相全電流數(shù)據(jù)的細(xì)節(jié)進行對比,對比區(qū)間取橫坐標(biāo)[2000,4000],見圖4。從圖4中可以看出,經(jīng)過基于Penalized閾值的小波包濾波后效果非常好,將原始數(shù)據(jù)中的毛刺全部濾除,這樣做能夠避免那些毛刺噪聲數(shù)據(jù)經(jīng)過誤差累計之后影響樣本的統(tǒng)計特征提取,造成故障特征失真。以每266點為一個區(qū)間,將11 038個點分成42個區(qū)間,分別對避雷器三相全電流、阻性電流數(shù)據(jù)進行均值、有效值、方差、標(biāo)準(zhǔn)差、裕度、歪度、峭度統(tǒng)計。因為受篇幅限制,無法將三相總共42組數(shù)據(jù)全部附上,因此選取最具代表性的C相(故障相)全電流、阻性電流統(tǒng)計繪制成圖5。
圖3 去噪后的避雷器在線監(jiān)測數(shù)據(jù)
圖4 A相全電流濾波前和濾波后的細(xì)節(jié)對比
圖5中的C相除了阻性電流方差在21號區(qū)間點波動不明顯外,其余無論全電流還是阻性電流都在21號區(qū)間出現(xiàn)明顯增長或者下降。在圖5(a)中一階統(tǒng)計量中均值和有效值相比裕度波動較小,而裕度計算采用信號峰峰值除以均值所有波動較均值和有效值變大,二階統(tǒng)計量中的方差、標(biāo)準(zhǔn)差和三階統(tǒng)計量峰度將信號的細(xì)微波動進行放大,對比一階統(tǒng)計量在21號區(qū)間的波動幅度而言更加劇烈。
圖5 C相在線監(jiān)測數(shù)據(jù)的統(tǒng)計數(shù)據(jù)
圖5(b)中前期數(shù)據(jù)點的波動是因為在線監(jiān)測裝置自身采樣出現(xiàn)問題導(dǎo)致,從圖3(b)中的C相阻性電流數(shù)據(jù)可以進行佐證。均值、有效值、方差、標(biāo)準(zhǔn)差皆不靈敏,然而裕度、歪度、峰度卻對故障變化信息非常敏感。
從圖5(a)和圖5(b)中對比一階和二階統(tǒng)計量的區(qū)別,全電流數(shù)據(jù)敏感而阻性電流數(shù)據(jù)不敏感,可以結(jié)合避雷器結(jié)構(gòu)推斷出C相避雷器的電容電流分量超前于阻性電流分量發(fā)生巨變,意味著避雷器的均壓結(jié)構(gòu)出現(xiàn)故障,導(dǎo)致內(nèi)部放電擴散將故障擴散至阻性閥片,阻性電流出現(xiàn)波動。
圖5中的6號至8號區(qū)間為正常情況,根據(jù)故障發(fā)生對象和時間為C相2019年10月2日,以21號至23號區(qū)間為故障情況,分別將兩種情況作為正常特征、故障特征的訓(xùn)練集,見表1。以此訓(xùn)練集對圖3中的三相全電流、阻性電流數(shù)據(jù)進行故障分類,得到結(jié)果見圖6所示。
圖6 三相避雷器的全電流和阻性電流故障分類結(jié)果
圖6中1代表正常,-1代表故障,三相的阻性電流在1至3號區(qū)間出現(xiàn)故障,根據(jù)前面所述為在線監(jiān)測系統(tǒng)故障。A相全電流數(shù)據(jù)從18號區(qū)間開始,絕大多數(shù)點判斷為故障,大致時間為2019年9月2日開始出現(xiàn)故障特征;A相阻性電流數(shù)據(jù)在22至28號區(qū)間判斷為故障,29至42號區(qū)間非故障判斷占絕大多數(shù),22至28號區(qū)間對應(yīng)故障時間段為2019年9月25日至2019年11月5日。B相全電流數(shù)據(jù)從26至42號區(qū)間判斷為故障,對應(yīng)故障起始時間為2019年10月30日;B相阻性電流數(shù)據(jù)在26至29號區(qū)間判斷為故障。C相全電流數(shù)據(jù)從1至20號區(qū)間判斷無故障,21號至24號區(qū)間為故障,25號至42號區(qū)間為無故障,對應(yīng)故障時間段為2019年9月20日至2019年10月12日,避雷器故障發(fā)現(xiàn)時間為2019年10月2日,在此時間段內(nèi);C相阻性電流數(shù)據(jù)從1至20號區(qū)間判斷為無故障,21號至26號區(qū)間判斷為故障,27號至42號區(qū)間判斷為無故障,故障時間段對應(yīng)為2019年9月20日至2019年10月24日,避雷器故障發(fā)現(xiàn)時間為2019年10月2日,在此時間段內(nèi)。
表1 正常特征樣本和故障特征樣本
A相和B相避雷器經(jīng)過返廠解體后各自發(fā)現(xiàn)不同程度的閥片劣化和均壓電容損壞。由于三相避雷器屬于同一批次產(chǎn)品,結(jié)合C相故障時間可以判斷三相避雷器大致在2019年9月就開始出現(xiàn)不同程度的失效,但沒有達到故障程度,對應(yīng)的全電流和阻性電流的統(tǒng)計特征數(shù)據(jù)開始出現(xiàn)波動。
所提出的基于小波分析和支持向量機的避雷器在線監(jiān)測數(shù)據(jù)故障模型能夠有效將在線監(jiān)測數(shù)據(jù)的噪聲進行濾除。首先,對去噪信號使用統(tǒng)計計算得到從一階至三階的7種統(tǒng)計參數(shù);然后進行正常和故障的特征提取;最后,使用支持向量機對故障進行分類判斷,能夠在避雷器失效前提出故障判斷和報警,有效避免因意外停電造成線路負(fù)荷丟失,提高了線路運行的安全。