張 鍇 曹張保 姜靜飛

(1.蘇州市軌道交通集團有限公司運營一分公司， 215100， 蘇州； 2.上海玖道信息科技股份有限公司杭州分公司， 310012， 杭州∥第一作者，工程師)

在地鐵供電系統(tǒng)中，中壓開關(guān)柜起著非常重要的作用。它直接控制牽引電能和動力照明設(shè)備的供應(yīng)，是保障牽引用電及照明用電安全的關(guān)鍵設(shè)備[1]。如何根據(jù)中壓開關(guān)柜的負荷情況進行預測性維修或狀態(tài)修，是當前研究的熱點課題。狀態(tài)修的核心就是對設(shè)備及其運行狀態(tài)進行綜合評估，然后制定個性化的維修策略。近年來，國內(nèi)外學者對電氣設(shè)備狀態(tài)評估進行了各種研究。對于電力變壓器而言，目前提出的評估方法有模糊聚類法[2]、支持向量機[3]和神經(jīng)網(wǎng)絡(luò)方法[4]等，其在工程實踐中均得到了很好的應(yīng)用。其中，利用機器學習的K-Means方法對地鐵供電系統(tǒng)中壓開關(guān)柜相電流標準曲線進行仿真，能夠描述地鐵供電系統(tǒng)的負荷狀態(tài)[5]。

為了避免電流畸變對設(shè)備帶來的損壞，需要對電流異常點值進行研究，并探索牽引供電系統(tǒng)中，異常點值數(shù)據(jù)的發(fā)生條件和工況。通過對歷史異常數(shù)據(jù)進行歸納總結(jié)和對當前異常數(shù)據(jù)進行實時監(jiān)測，從而實現(xiàn)對異常點值數(shù)據(jù)的動態(tài)管控，輔助制定設(shè)備檢修策略[6-9]。本文首先使用3σ準則對基于標準曲線的異常點進行篩選并分類，并通過對歷史數(shù)據(jù)分析，最后提出對異常點的故障預警方案和故障知識庫更新策略，從而提高設(shè)備狀態(tài)評估精確性,以實現(xiàn)狀態(tài)修和提高檢修效率[10-17]。

1 相電流異常點值獲取及更新

1.1 異常點值獲取

文獻[5]指出，中壓開關(guān)柜相電流的標準曲線以14 d為1個周期，通過移動平均法使曲線變得平滑，采用均值-方差方法可發(fā)現(xiàn)異常電流。中壓開關(guān)柜相電流標準曲線的時間和電流值I構(gòu)造方法如表1所示。

表1 中壓開關(guān)柜相電流標準曲線構(gòu)造方法

在對周期內(nèi)不同日期下的同一時刻數(shù)據(jù)進行處理后，得到1條標準曲線，用以表達中壓開關(guān)柜相電流在不同時段的變化趨勢。

根據(jù)周期內(nèi)確定的標準曲線，可對每個獨立站點進行標準曲線繪制，并基于該標準曲線獲取超高異常點值，對異常點值構(gòu)造時空斑圖。具體分為3個步驟。

1) 步驟1繪制獨立的中壓開關(guān)柜相電流的標準曲線，標準曲線構(gòu)造電流值Ft,n的計算式為：

Ft,n=w1It,1+w2It,2+…+wnIt,n

(1)

式中:

wn——周期內(nèi)每日權(quán)重；

It,n——時刻點對應(yīng)的實際電流值；

t——天數(shù)(t=1,2,…,14)；

n——1 d內(nèi)測量電流值次數(shù)(n=0,1,…,287)。

將Ft,n進行連接構(gòu)造最新的標準曲線。

2) 步驟2計算每個時刻點對應(yīng)標準曲線的粗大異常相電流實時數(shù)據(jù)。根據(jù)3σ準則，對相電流的實際數(shù)據(jù)超出(μ±3σ)范圍的數(shù)據(jù)(其中：μ為均值；σ為標準差)，定義為值得關(guān)注的粗大異常相電流數(shù)據(jù)。針對上述標準曲線周期內(nèi)的數(shù)據(jù)可以計算出μ，σ：

μt，n=Ft，n

(2)

(3)

3) 步驟3根據(jù)歷史數(shù)據(jù)與實時異常數(shù)據(jù)進行類比分析，獲取異常數(shù)據(jù)的發(fā)生頻次、時段等信息(見表2)。

表2 中壓開關(guān)柜相電流異常數(shù)據(jù)統(tǒng)計

通過3σ準則獲取的粗大異常數(shù)據(jù),在統(tǒng)計分析基礎(chǔ)上，利用大數(shù)據(jù)分析手段，對設(shè)備狀態(tài)進行評估。

1.2 異常點分類

對每個站點中壓開關(guān)柜相電流異常點的情況進行分類，描述1個周期內(nèi)異常點的情況：

S={S1,S2，…,S14}

(4)

式中:

S——1個周期內(nèi)異常點發(fā)生的次數(shù)；

S1,…,S14——14 d周期內(nèi)各天的異常點發(fā)生次數(shù)。

異常點首現(xiàn)表達為：

S>0&{S1,S2,…,S13}=0

(5)

其余異常點情況為：S>0。

首次出現(xiàn)的異常點，能反映異常數(shù)據(jù)的突發(fā)性，大概率具備偶然性，可能對設(shè)備帶來重大損害，在本文方法中，賦予更大權(quán)重。

1.3 異常點更新

連續(xù)的數(shù)據(jù)處理采用迭代方式。以2020-09-25、2020-09-26、2020-09-27連續(xù)3 d的中壓開關(guān)柜相電流標準曲線為例，其中參與標準曲線計算的日期交集為2020-09-13—2020-09-24。日期重疊說明情況如圖1所示。

注：T1為第1個周期；T2為第2個周期；T3為第3個周期。圖1 日期重疊說明Fig.1 Date overlap description

雖有日期交集，但標準曲線每日都會重新繪制，且最近日期賦予權(quán)重較大。隨著日期更迭，標準曲線迭代，異常點值會重新生成，完成數(shù)據(jù)更新，甚至出現(xiàn)上個周期T1是異常點的點值在新的周期T3內(nèi)變成非異常點的情況。

異常點值更新的過程，首次出現(xiàn)的異常點數(shù)據(jù)可能表示該設(shè)備運行處于非健康狀況。這對設(shè)備狀態(tài)評估和檢修策略制定具有更高的價值。

2 異常點應(yīng)用場景研究

2.1 模型應(yīng)用研究

地鐵供電系統(tǒng)中，常見的中壓開關(guān)柜包含35 kV整流變開關(guān)柜、35 kV電力變開關(guān)柜、進線開關(guān)柜和出線開關(guān)柜。這4種開關(guān)柜都可以繪制標準曲線，并進行異常點分析，進而對開關(guān)柜進行評估。

進線開關(guān)柜為負荷側(cè)的總開關(guān)柜，該開關(guān)柜所聯(lián)接的是主變與低壓側(cè)負荷輸出，擔負著整段母線負荷。以蘇州軌道交通4號線吳江人民廣場站進線開關(guān)柜為例，對其異常點值進行應(yīng)用研究。在2020-09-25得到1條35 kV進線柜的標準曲線，其覆蓋日期為2020-09-11—2020-09-24。所生成的標準曲線如圖2所示。

圖2 開關(guān)柜相電流標準曲線圖Fig.2 Standard curve chart of voltage switchgear phase current

根據(jù)生成的標準曲線，得到該周期內(nèi)A、B、C三相電流出現(xiàn)異常點值情況，如表3所示。

從表3中可得出結(jié)論：

1) 蘇州軌道交通4號線吳江人民廣場站中壓開關(guān)柜相電流標準曲線周期內(nèi)發(fā)生的異常數(shù)據(jù)僅17條min級數(shù)據(jù)，沒有發(fā)生異常點。驗證了3σ準則對于實際異常情況驗證的可靠性與可用性。

2) 即使數(shù)據(jù)發(fā)生大波動，IA、IB、IC相電流近似相等。超高異常數(shù)據(jù)發(fā)生時，三相電流不平衡度依然控制在允許值范圍內(nèi)。驗證了模型對設(shè)備狀態(tài)修提供的安全性。

3) 本案例中2020-09-19T15:05出現(xiàn)了IA、IB異常數(shù)據(jù)，但IC并未出現(xiàn)異常數(shù)據(jù)。即同一時刻會出現(xiàn)A、B、C三相中任一相電流有超高異常數(shù)據(jù)的情況，其余相并未出現(xiàn)超高異常數(shù)據(jù)。這種情況發(fā)生后，后續(xù)狀態(tài)恢復正常，表明了系統(tǒng)設(shè)備的抗擾動能力，也驗證了模型的魯棒性。

表3 異常相電流數(shù)據(jù)

2.2 時空斑圖分析研究

地鐵運行具有日常規(guī)律性與季節(jié)規(guī)律性，探究異常點值發(fā)生的時間及頻次尤為重要。異常電流數(shù)據(jù)的時空斑圖也能反應(yīng)軌道交通運行的實際情況。對異常點值進行頻次分析，能夠總結(jié)異常點發(fā)生規(guī)律，以蘇州軌道交通4號線吳江人民廣場站2020-03-09—2020-10-09的數(shù)據(jù)進行分析，異常點值時空斑圖如圖3所示。

通過對異常點時空斑圖分析研究，得知：

1) 圖3 a)中，異常點值在高負荷狀態(tài)下，即列車正常運行載客時段(05:00—21:00)，相電流異常點值要遠大于非高負荷狀態(tài)。

2) 圖3 b)中，異常點在正常運行載客時段并未出現(xiàn)高頻次異常點，而在22:00—23:30的時段內(nèi)，異常點發(fā)生頻次較高；這是一個有趣的現(xiàn)象，很可能反映列車進入車輛段時間不規(guī)律帶來的異常點值增加。

a) 異常點時間分布

b) 異常點頻次分布

c) 異常點月度分布圖3 開關(guān)柜相電流異常點時空斑圖Fig.3 Spatiotemporal patterns of abnormal points

3) 圖3 c)中，2020年3月份的異常點密度要大于其他月份，很可能是由于疫情期間，特殊社會活動現(xiàn)象導致地鐵供電運維數(shù)據(jù)呈現(xiàn)較大差異。

時空斑圖分析研究是將異常點放到不同時間和空間維度去探討異常關(guān)注模型應(yīng)用的合理性與正確性。通過對實際數(shù)據(jù)時空斑圖分析研究，可以發(fā)現(xiàn)異常點關(guān)注模型的應(yīng)用與實際情況能較好貼合，利于對設(shè)備進行狀態(tài)評估。

3 故障預警

3.1 基于異常點的故障預警方法

基于異常點數(shù)據(jù)進行預警，就是綜合時空斑圖的分析結(jié)果，對異常點值進行的綜合利用。根據(jù)異常點值時空斑圖，可以實現(xiàn)對非高頻次發(fā)生時段的異常點值和首次出現(xiàn)的異常點值進行單點預警。綜合頻率與首次出現(xiàn)的異常情形，能夠及時對突發(fā)情況進行預警，方便運維人員進行重點關(guān)注。通過對異常點值的精細化處理和對預警方式進行級別設(shè)定，可以從數(shù)據(jù)層面上反映告警信息在業(yè)務(wù)上的嚴重等級。

中壓開關(guān)柜相電流超高異常點的預警告警判定流程如圖4所示。

圖4 中壓開關(guān)柜相電流超高異常點的預警告警判定流程

圖4中，預警告警判定流程可以根據(jù)具體需要對周期內(nèi)異常點發(fā)生情況進行設(shè)定，如設(shè)定周期內(nèi)發(fā)生異常點的數(shù)量閾值告警及異常點的閾值觸發(fā)告警等。根據(jù)預警流程內(nèi)容觸發(fā)預警告警，提醒運維工作人員及時采取行動。

異常值預警的內(nèi)容，不僅包含了電流畸變的情形，同時也包含了三相電流不平衡的情況，甚至還反映了線路短路的情形。通過監(jiān)控相電流異常值，能夠?qū)崿F(xiàn)對突發(fā)情況的及時了解并采取相應(yīng)動作，以保護地鐵供電設(shè)備。

每個站點的超高異常點觸發(fā)相應(yīng)規(guī)則進行預警告警，運維人員可以根據(jù)異常優(yōu)先級及時高效地對設(shè)備制定檢修計劃。

3.2 更新故障知識庫

故障知識庫能夠根據(jù)故障特點，及時提供解決方案，給運維人員帶來工作便利。在設(shè)備采購中，中壓開關(guān)柜型號通常比較一致，因此可以對同種型號做共性處理。針對異常點引起的預警告警以及引發(fā)維修排查的故障，需要及時進行記錄，并完成上傳和更新故障預警規(guī)則池，以保證運維人員能夠更精準管控設(shè)備，實現(xiàn)設(shè)備的動態(tài)運維管理。故障知識庫建立流程圖如圖5所示。

圖5 更新故障知識庫流程Fig.5 Process of updating fault knowledge base

根據(jù)故障發(fā)生特點及人工上傳故障數(shù)據(jù)內(nèi)容，動態(tài)調(diào)整預警池規(guī)則，并將規(guī)則組合成故障特征庫的特征值。當預警內(nèi)容滿足故障特征庫匹配內(nèi)容時，則將故障知識庫已有方案推送給運維人員。

4 結(jié)語

本文從中壓開關(guān)柜相電流超高異常點出發(fā)，根據(jù)異常點出現(xiàn)情況特點，對異常點數(shù)據(jù)進行分類，并結(jié)合長周期數(shù)據(jù)進行時空斑圖分析，提出了基于異常點的故障預警方法以及更新故障知識庫的方法。工作人員可以根據(jù)主動設(shè)定的關(guān)注優(yōu)先級對重點設(shè)備或者突發(fā)事件進行及時關(guān)注，并根據(jù)符合故障特征庫匹配的內(nèi)容引出故障知識庫的檢修方案。

通過發(fā)現(xiàn)超高異常點能很好地實現(xiàn)對設(shè)備的宏觀管控，基于異常點的預警方法能夠很好地起到事前反饋控制作用，但是由于地鐵實際運行中有多維因素帶來設(shè)備擾動，異常點預警告警方法中也會有較多無效預警。因此增強事前反饋能力，豐富故障知識庫，繼續(xù)深入挖掘標準曲線系列工作，能帶來更好的智能化運維。