王 凱，秦青召，桑仲慶，王永鑫，智旭東，張俊杰，位林浩，程國君

(1.中研新科智能電氣有限公司, 河北 石家莊 050000；2.廈門理工學(xué)院，福建 廈門 361000)

在核電系統(tǒng)中，開關(guān)設(shè)備的地位無比重要，不僅起到控制的作用，還擔(dān)負(fù)著保護(hù)的重任，所以，保證開關(guān)設(shè)備的可靠運(yùn)行意義十分重大[1]。

國內(nèi)外針對電氣設(shè)備，尤其是開關(guān)設(shè)備，常見的檢修方式分為事后檢修、定期檢修和狀態(tài)檢修三種方式[2-3]。隨著智能電網(wǎng)的提出，事后檢修和定期檢修已經(jīng)不能滿足電力系統(tǒng)的需要，迫切需要對電力系各種高壓一次設(shè)備實(shí)行狀態(tài)檢修[4-6],開關(guān)設(shè)備的在線監(jiān)測尤為重要。

開關(guān)設(shè)備特性參數(shù)包括溫度、機(jī)械和局放三種參量，在開關(guān)設(shè)備的參量求取中，我們至少要知道兩個參數(shù)[7]。本文研究的內(nèi)容主要包括：1)利用角位移傳感器在線監(jiān)測機(jī)械特性；2)利用霍爾傳感器和溫升數(shù)據(jù)預(yù)測溫升趨勢；3)分析局放曲線特征值，實(shí)現(xiàn)基本故障判斷。

1 總體方案

為解決核電廠傳統(tǒng)的一次設(shè)備定期檢修，盲目解體拆卸，浪費(fèi)了大量的人力、物力和財(cái)力的問題，同時也降低停電損失和提高一次成套設(shè)備自身的壽命。基于智能傳感器的一次設(shè)備在線監(jiān)測，通過分析現(xiàn)場物理層傳感器收集的設(shè)備機(jī)械特性、導(dǎo)電特性、絕緣特性等各種狀態(tài)數(shù)據(jù)，提供設(shè)備健康狀態(tài)判別、故障預(yù)測及最優(yōu)解決方案，以及設(shè)備壽命預(yù)測。

針對目前的開關(guān)設(shè)備信息化條件下接入種類的多樣性和復(fù)雜性，采用模塊化標(biāo)準(zhǔn)化的多維數(shù)據(jù)綜合智能終端，接入所有信息，就地完成基本的故障處理和預(yù)測，完成多維數(shù)據(jù)的橫向及綜合數(shù)據(jù)的就地分析，完成數(shù)據(jù)的篩選和分類，降低信道的依賴性，提高配電設(shè)備的可觀測性和可靠性，支持開關(guān)設(shè)備故障的快速切除和隔離，也為設(shè)備的智能運(yùn)維奠定數(shù)據(jù)基礎(chǔ)。

2 機(jī)械特性的在線監(jiān)測

機(jī)械特性是開關(guān)設(shè)備工作狀態(tài)的重要表征[8]。行程測量的基本要求是：既不能影響機(jī)構(gòu)的機(jī)械特性和絕緣性能，又要真實(shí)地反映觸頭隨時間的變化。此外，傳感器還要便于安裝，即監(jiān)測系統(tǒng)的適應(yīng)性要強(qiáng)[9]。

2.1 分合閘線圈的在線監(jiān)測

開關(guān)設(shè)備觸頭的行程和速度可以反映開關(guān)設(shè)備操作機(jī)構(gòu)機(jī)械狀態(tài)，觸頭開距、行程、超程等參數(shù)可直接由行程曲線得出，其速度可通過對開關(guān)設(shè)備觸頭行程進(jìn)行求導(dǎo)得到。傳統(tǒng)觸頭行程曲線的測量較多使用直線位移傳感器，它直接安裝在開關(guān)設(shè)備動靜觸頭的運(yùn)動方向上，最能夠直接反映開關(guān)設(shè)備的行程-時間特性[10]。這種傳感器測量精準(zhǔn)度較高，但安裝過程復(fù)雜，多用于離線監(jiān)測，不能滿足在線監(jiān)測的需求。本文選用角位移傳感器實(shí)現(xiàn)對行程曲線的在線監(jiān)測，安裝方便，精度滿足要求。

在開關(guān)設(shè)備分合閘過程中，動觸頭的行程與主軸轉(zhuǎn)動角度之間有一定的對應(yīng)關(guān)系，設(shè)計(jì)選用一種巨磁阻傳感器，將磁鐵固定至主軸上，利用巨磁阻效應(yīng)，測得主軸的角位移曲線，即可間接得到動觸頭的直線位移曲線。這種傳感器可以克服動觸頭附近可利用空間狹小的缺陷，同時開關(guān)設(shè)備主軸處于低電位，遠(yuǎn)離高壓部分，不存在高電位隔離的問題。

圖1為利用巨磁阻機(jī)械特性傳感器測得RV1-12開關(guān)設(shè)備在合閘過程中，主軸的旋轉(zhuǎn)角度。和傳統(tǒng)的利用直線位移傳感器測得動觸頭行程-時間曲線相比，二者整體特征趨勢相同，能夠反映過沖和反彈的特征?？筛鶕?jù)角位移曲線，直接測得主軸旋轉(zhuǎn)角度的行程及超程。主軸旋轉(zhuǎn)角度的行程為32.56°，超程為5.19°。真空開關(guān)的超程取額定開距的15%～40%，角位移的超程為行程的16%。

圖1 合閘過程中角位移曲線圖Fig.1 The angular displacement curve during closing

2.2 分合閘線圈的在線監(jiān)測

分合閘線圈電流波形與開關(guān)設(shè)備操動機(jī)構(gòu)的機(jī)械特性密切相關(guān)，線圈波形包含了可以作為開關(guān)設(shè)備機(jī)械缺陷判斷的多種信息[11]。

本文選用霍爾傳感器來監(jiān)測分、合閘線圈的電流波形，波形如圖2所示。

圖2 分合閘線圈電流波形圖Fig.2 The current waveform opening/closing of the coil

波形中有六個時間特征點(diǎn)以及三個電流特征點(diǎn)。t1～t4可以反映整個電磁鐵運(yùn)動狀態(tài)。I1反映鐵芯運(yùn)動的起始狀態(tài)，I2反映鐵芯運(yùn)動的速度，I3反映了線圈操作電壓的大小。

通過對分合閘線圈電流波形與行程特性曲線的特征值分析，可以得到分合閘線圈以及操動機(jī)構(gòu)的工作狀態(tài)，預(yù)測開關(guān)設(shè)備某些故障及趨勢。但是，開關(guān)設(shè)備種類復(fù)雜多樣，不同型號的開關(guān)設(shè)備特征值會有所差異，因此，需要盡可能多的監(jiān)測不同開關(guān)設(shè)備在不同狀態(tài)下的分合閘電流波形及特征值并建立波形信息庫，利于之后的故障判斷及處理。

3 溫升預(yù)測

綜合考慮開關(guān)柜的環(huán)境溫度、負(fù)荷電流、溫度變化時間等因素對溫升的影響，經(jīng)訓(xùn)練及測試得出開關(guān)柜溫升預(yù)測模型，通過溫升試驗(yàn)數(shù)據(jù)對預(yù)測模型的不斷修正，得出了開關(guān)柜溫度監(jiān)測策略，依據(jù)溫升-電流-時間耦合關(guān)系綜合判別開關(guān)柜的運(yùn)行情況，可有效發(fā)現(xiàn)潛伏性故障，實(shí)現(xiàn)溫度主動預(yù)警。

采用BP神經(jīng)網(wǎng)絡(luò)算法對開關(guān)設(shè)備溫升數(shù)據(jù)進(jìn)行預(yù)測，導(dǎo)入已有的溫升數(shù)據(jù)測試庫，然后隨機(jī)產(chǎn)生訓(xùn)練集和測試集，溫升數(shù)據(jù)示例如圖3所示。

圖3 溫升曲線圖Fig.3 The temperature rise curne

圖4為神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果，從圖中可以看出，在神經(jīng)網(wǎng)絡(luò)中有40個輸入量，隱含層中有9個神經(jīng)元，本次訓(xùn)練迭代次數(shù)2次，性能目標(biāo)已達(dá)成，梯度為0.032 3。

圖4 溫降神經(jīng)網(wǎng)絡(luò)擬合結(jié)果Fig.4 The temperature drop neural network fitting results

由結(jié)果圖可知，BP神經(jīng)網(wǎng)絡(luò)算法對于溫升預(yù)測的結(jié)果有足夠的準(zhǔn)確度，每組的誤差溫度一般在1～3 K左右，實(shí)際上每次的訓(xùn)練結(jié)果R2的范圍在0.90～0.99，大多數(shù)集中在0.95～0.99。

對于設(shè)備正常的載流致熱和故障溫升狀態(tài)的分析可知，設(shè)備的異常溫升可用于指征設(shè)備的故障狀態(tài)，異常溫升的程度，也就代表了故障的嚴(yán)重程度。通過在線監(jiān)測的觸頭溫度數(shù)據(jù)和對應(yīng)的負(fù)荷電流數(shù)據(jù)，根據(jù)開關(guān)柜觸頭溫升模型(數(shù)學(xué)建模)，計(jì)算出這個異常度指標(biāo)(故障度指標(biāo)或健康度指標(biāo))。通過對異常度指標(biāo)(故障度指標(biāo)或健康度指標(biāo))設(shè)定相應(yīng)的診斷閾值，即可做出開關(guān)柜設(shè)備故障(或健康)狀態(tài)的診斷。并能在設(shè)備運(yùn)行時自動學(xué)習(xí)和修正。

4 局放監(jiān)測

局放采用音頻識別系統(tǒng)，對電氣設(shè)備異常工作狀態(tài)下的音頻進(jìn)行識別。音頻庫中除了存放所收集的異常工況音頻外，還錄制了人聲與噪聲。該識別系統(tǒng)通過建立模板庫，需區(qū)分出這兩類音頻，并輸出正確結(jié)果。若識別為異常工況音頻，輸出結(jié)果報警異常，若識別為人聲或噪聲，輸出結(jié)果報告正常。

音頻信號需要做預(yù)處理，目的是為了消除各種因素對音頻信號質(zhì)量的影響，盡可能保證后續(xù)音頻處理得到的信號更均勻、平滑，為信號特征參數(shù)的提取提供優(yōu)質(zhì)的音頻端，提高音頻處理質(zhì)量。對于分幀后的音頻信號，我們還需要對其加窗處理。加窗可以認(rèn)為是對抽樣n附近的波形加以強(qiáng)調(diào)而對其余波形進(jìn)行減弱。將音頻信號分為許多小段進(jìn)行處理，即對各個小段進(jìn)行數(shù)學(xué)變換和運(yùn)算處理。常見的窗函數(shù)有矩形窗、漢明窗(Hamming)和漢寧窗(Hanning)，其定義分別如下，其中N為窗長，一般等于幀長。

矩形窗：

漢明窗(Hamming)：

漢寧窗(Hanning)：

加窗的目的之一是使音頻信號更加連續(xù)，且加窗之后，不僅實(shí)現(xiàn)了時頻局域化，還可以修正譜泄露問題。因此窗口的選擇十分重要。漢明窗的主瓣寬度較寬，是矩形窗的一倍，但是漢明窗的旁瓣衰減較大，具有更平滑的低通特性，能夠在較高的程度上反應(yīng)短時信號的頻率特性。矩形窗的主瓣寬度小于漢明窗，具有較高的頻譜分辨率，但是矩形窗的旁瓣峰值較大，因此其頻譜泄露比較嚴(yán)重。

如圖5所示，音頻數(shù)據(jù)經(jīng)過BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的，可以明確表征其工頻特性，其頻域特性在3 kHz左右最為豐富。此算法可以有效通過音頻區(qū)分局放的放電特性。

圖5 音頻數(shù)據(jù)及數(shù)據(jù)處理結(jié)果Fig.5 The audio data and data processing results

5 專家診斷系統(tǒng)

5.1 系統(tǒng)架構(gòu)

整個系統(tǒng)分為三個部分：傳感器、處理模塊、監(jiān)控軟件，結(jié)構(gòu)圖如圖6所示。采集模塊通過傳感器獲得開關(guān)設(shè)備的基本參數(shù)，經(jīng)過處理模塊完成具體狀態(tài)參數(shù)的計(jì)算以及故障判斷，將結(jié)果傳送至遠(yuǎn)方后臺，同時上傳云端并建立開關(guān)設(shè)備狀態(tài)信息庫。將在線監(jiān)測的實(shí)際曲線與信息庫中的曲線進(jìn)行比較，做故障判斷與壽命預(yù)測。

圖6 系統(tǒng)框架圖Fig.6 The system frame

5.2 運(yùn)維策略分析

本文的狀態(tài)評估是通過搭建開關(guān)設(shè)備缺陷故障模擬試驗(yàn)平臺，采用RV1-12型真空開關(guān)設(shè)備來模擬常見的故障，并與正常狀態(tài)下的波形進(jìn)行對比，利用自適應(yīng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練識別故障。

(1)機(jī)械特性

運(yùn)維策略從分合閘線圈波形及行程曲線兩方面提出。分合閘線圈故障是開關(guān)設(shè)備運(yùn)行過程中較常出現(xiàn)的一種故障。

通過開關(guān)設(shè)備分合閘過程中的觸頭行程-時間曲線，可以計(jì)算觸頭分合閘操作的運(yùn)動時間，觸頭行程等。這些參數(shù)在分合閘過程中都有其最佳的范圍，過大或過小都會對結(jié)構(gòu)的零部件造成損壞。主軸角位移-時間曲線(可轉(zhuǎn)化為觸頭行程-時間曲線)包絡(luò)線如圖7所示，兩條包絡(luò)線距離在總行程的±10%范圍內(nèi)，若超過±10%的范圍，則說明設(shè)備出現(xiàn)了故障。

圖7 角位移行程曲線包絡(luò)線Fig.7 The envelope of angular displacement stroke curve

基于包絡(luò)線的行程曲線的運(yùn)維策略分析：

1)合閘曲線低于下包絡(luò)線，即超出-5%范圍。若彈簧機(jī)構(gòu)的儲能不足，會造成合閘曲線下行(速度變慢)；機(jī)構(gòu)、傳動系統(tǒng)可能因磨損或者形變發(fā)生卡滯，也會造成合閘曲線的下降。

2)合閘曲線高于上包絡(luò)線，即超出+5%范圍。合閘曲線上行(速度變快)，故障可能是開關(guān)設(shè)備超行程變小。超程是開關(guān)設(shè)備動靜觸頭接觸后，機(jī)構(gòu)繼續(xù)動作的行程。超程減小，會影響開關(guān)設(shè)備的合閘速度。

3)分閘曲線低于下包絡(luò)線，即超出-5%范圍。若同時伴隨著合閘速度增加，分閘曲線下行(速度變慢)，故障可能是超行程變??；若同時伴隨著合閘速度降低，機(jī)構(gòu)、傳動部件卡滯，若合閘變化不大，有可能分閘彈簧疲勞。

(2)溫升預(yù)警

本文采用融合閾值診斷法、溫升速率診斷法和指標(biāo)診斷法綜合診斷策略。預(yù)測策略采用多級告警機(jī)制模式，具體如下：

根據(jù)仿真的柜型設(shè)置默認(rèn)的溫升模型，默認(rèn)溫升模型檢測基準(zhǔn)為30%的誤差，即30%誤差內(nèi)，認(rèn)為溫升模型是正確的，否則告警。輸入?yún)?shù)為柜型，內(nèi)部設(shè)置，不允許外部修改。

內(nèi)置柜型參數(shù)確認(rèn)后，確定的是溫升的默認(rèn)的速率、負(fù)荷溫度時間曲線基準(zhǔn)以及氣體流動參數(shù)基準(zhǔn)等。如：KYN33型柜中，從0到1.2倍負(fù)荷，3 s內(nèi)溫升不超過2度；如負(fù)荷升高20%且不超過額定負(fù)荷下，溫升穩(wěn)定時間不小于3 min，溫升絕對值不超過12度等。

在已經(jīng)確定模型的情況下，根據(jù)歷史數(shù)據(jù)(負(fù)荷、溫升)和當(dāng)前的溫升、負(fù)荷數(shù)據(jù)以及測得的負(fù)荷、溫度時間曲線，修正溫升模型的各個閾值門檻；測溫歷史數(shù)據(jù)不得小于50組，或者運(yùn)行時間超過1天；

若采用站域溫度控制模式，此算法的輸入包括其他開關(guān)柜的橫向數(shù)據(jù)及模型參數(shù)。橫向數(shù)據(jù)可以比對的基本要求是在相同的負(fù)荷情況下。

檢修/告警策略是在溫升預(yù)測的模型基礎(chǔ)上根據(jù)數(shù)據(jù)計(jì)算，告警的依據(jù)是溫升的速率和溫升的絕對值。如負(fù)荷升高20%且不超過額定負(fù)荷下，溫升穩(wěn)定時間預(yù)測為3 min，溫升絕對值為12度，告警的依據(jù)分為：溫升穩(wěn)定時間誤差超過15%告警，溫升絕對值誤差超過3度告警，溫升速率誤差超過20%告警等；此告警模式，不僅是溫度的告警，同時對于材料的溫升系數(shù)和柜體的氣流狀態(tài)進(jìn)行判別。

6 結(jié)論

本文在基于傳感器的基礎(chǔ)上，對開關(guān)設(shè)備的特性進(jìn)行在線監(jiān)測，并進(jìn)行基本的故障判斷。本研究適應(yīng)于智能化檢測的發(fā)展趨勢，滿足核電對電力設(shè)備高可靠性的要求，減少設(shè)備的維護(hù)資金和維護(hù)人員的勞動強(qiáng)度，對開關(guān)設(shè)備的健康狀態(tài)及系統(tǒng)的安全起到了推動作用，有很好的發(fā)展前景。