王 能
(金華送變電工程有限公司,浙江 金華 321001)
隨著油氣體提取技術(shù)和氣體色譜檢測(cè)技術(shù)的發(fā)展,如何高效對(duì)變電站中變壓器存在的氣體泄漏問(wèn)題進(jìn)行預(yù)測(cè)成為亟待解決的技術(shù)問(wèn)題?,F(xiàn)有技術(shù)仍采用人工或者便攜式檢測(cè)設(shè)備檢測(cè)技術(shù),這種方式技術(shù)落后,工作效率低下。隨著人工智能技術(shù)的飛速發(fā)展,有學(xué)者對(duì)該技術(shù)提出采用數(shù)據(jù)驅(qū)動(dòng)和多判斷融合技術(shù)對(duì)油色譜監(jiān)測(cè)數(shù)據(jù)進(jìn)行處理,該方案提高了變壓器油色譜回油管路泄露監(jiān)測(cè)能力;但應(yīng)用過(guò)程中需要考慮到兼容性及兼容成功率,數(shù)據(jù)評(píng)估過(guò)程中容易出現(xiàn)數(shù)據(jù)漏洞。又有學(xué)者通過(guò)設(shè)計(jì)油色譜在線監(jiān)測(cè)裝置實(shí)現(xiàn)氣體的濃度及變化趨勢(shì)評(píng)估,但對(duì)于溶解故障特征的預(yù)測(cè)準(zhǔn)確性較低?;诖?,本研究設(shè)計(jì)一種新型變電站油色譜分析方法,采用快速相關(guān)向量機(jī)和引力搜索優(yōu)化方法對(duì)變電站氣體泄漏進(jìn)行分析,提高了檢測(cè)能力。
本研究設(shè)計(jì)的一種新型變電站油色譜分析方法,是通過(guò)分析油中絕緣氣體的溶解含量分析裝置氣體的泄漏情況,以此完成對(duì)氣體泄漏的監(jiān)測(cè);變壓器的氣體泄漏分析方案如圖1所示。
圖1 變壓器氣體泄漏分析方案Fig. 1 Analysis scheme of transformer gas leakage
由圖1可知,在對(duì)變壓器氣體泄漏檢測(cè)中通過(guò)利用對(duì)油氣譜像進(jìn)行處理,是將油液中溶解的氣體進(jìn)行分離,分析油液中氣體的含量進(jìn)而分析變壓器的泄漏情況。在該方案中泄露氣體進(jìn)入回油管道中,融入絕緣油,包含有泄露氣體的絕緣油通過(guò)采集管道進(jìn)入智能監(jiān)測(cè)裝置,通過(guò)透氣膜分離出絕緣油中的氣體成分,并將絕緣油重新注入變壓器設(shè)備中完成油色譜回油流程,其中分離的氣體通過(guò)智能分析裝置進(jìn)行分析,當(dāng)其中泄露氣體的濃度高于設(shè)定的閾值時(shí),將進(jìn)行對(duì)外進(jìn)行報(bào)警,并將每次的檢測(cè)數(shù)據(jù)傳輸給輔助控制裝置,進(jìn)行人工維修工作。從變壓器回油管道的放油閥獲取溶解有泄漏氣體的絕緣油料,通過(guò)透氣膜對(duì)油料進(jìn)行處理,分離出溶解在油料中的氣體收集分離出的氣體;通過(guò)色譜柱對(duì)氣體成分進(jìn)行分析,得出氣體中各個(gè)成分之間的比例,并通過(guò)數(shù)模轉(zhuǎn)換使分析產(chǎn)生的模擬信號(hào)轉(zhuǎn)化稱為數(shù)值信號(hào),方便對(duì)數(shù)據(jù)進(jìn)行儲(chǔ)存和控制。再通過(guò)數(shù)據(jù)傳輸模塊對(duì)數(shù)據(jù)進(jìn)行傳輸,建立一個(gè)統(tǒng)一的數(shù)據(jù)分析數(shù)據(jù)庫(kù);通過(guò)對(duì)數(shù)據(jù)庫(kù)中泄漏氣體含量數(shù)據(jù)進(jìn)行分析,氣體泄漏故障預(yù)測(cè)模型對(duì)采集的油管中氣體的含量數(shù)據(jù)進(jìn)行處理;通過(guò)基于核函數(shù)的機(jī)器學(xué)習(xí)算法對(duì)模型進(jìn)行訓(xùn)練,利用訓(xùn)練完成的模型對(duì)氣體監(jiān)測(cè)裝置采集的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析,完成對(duì)變壓器的監(jiān)測(cè)。
本研究針對(duì)于5種氣體成分分析方法進(jìn)行研究,其中5種氣體分析方法的優(yōu)點(diǎn)和缺點(diǎn)如表1所示。
表1 氣體分析方法優(yōu)缺點(diǎn)Tab.1 Advantages and disadvantages of gas analysis methods
由表1可知,熱導(dǎo)型氣體檢測(cè)器的結(jié)構(gòu)比較簡(jiǎn)單,并且檢測(cè)的氣體濃度范圍廣;該檢測(cè)裝置的檢測(cè)精度較低。鈀柵場(chǎng)效應(yīng)管檢測(cè)器對(duì)于氣體種類的區(qū)分效果好,由于其組成元件的原因,其使用壽命較短。催化燃燒型檢測(cè)器是對(duì)氣體進(jìn)行催化燃燒進(jìn)行檢測(cè),該檢測(cè)方法精度較高;但其需要多次進(jìn)行點(diǎn)火,操作繁瑣,無(wú)法自動(dòng)。紅外線光譜檢測(cè)器通過(guò)分析氣體對(duì)紅外光譜的吸收譜線進(jìn)行分析,該方案的檢測(cè)精度高,測(cè)量范圍廣;但設(shè)備成本高。光聲譜檢測(cè)設(shè)備的檢測(cè)靈敏度高,設(shè)備簡(jiǎn)單;但對(duì)于環(huán)境的需求較高。
(1)在變壓器氣體泄漏檢測(cè)系統(tǒng)中通過(guò)設(shè)計(jì)系統(tǒng)控制單元和譜像分析單元這2個(gè)單元,分別完成檢測(cè)設(shè)備之間協(xié)作控制和對(duì)變壓器氣體泄漏分離和檢測(cè);
(2)通過(guò)快速相關(guān)向量機(jī)的故障預(yù)測(cè)模型對(duì)采集氣體進(jìn)行處理,利用馬爾可夫性質(zhì)以及貝葉斯定理對(duì)數(shù)據(jù)進(jìn)行處理,建立一種故障發(fā)生概率的預(yù)測(cè)分析模型,可以更好地實(shí)現(xiàn)自適應(yīng)選擇的快速分析模型;
(3)通過(guò)核函數(shù)的機(jī)器學(xué)習(xí)算法,設(shè)計(jì)選擇合適的核函數(shù)提高變電器故障分析和預(yù)測(cè)能力,并利用高斯核函數(shù)作為向量機(jī)中局部的計(jì)算核,利用多項(xiàng)式核函數(shù)作為向量機(jī)的全局計(jì)算核。
在對(duì)變壓器油氣管道進(jìn)行氣體泄漏檢測(cè)中需要能夠自動(dòng)化對(duì)氣體成分進(jìn)行檢測(cè),當(dāng)氣體含量超標(biāo)時(shí)發(fā)出警報(bào)。本研究在對(duì)氣體監(jiān)測(cè)設(shè)備設(shè)計(jì)中采用核心處理器——S3C44B0處理器,通過(guò)該處理器控制氣體譜像分析裝置對(duì)油氣管道中油氣物質(zhì)的分離和對(duì)氣體譜像的檢測(cè);其監(jiān)測(cè)裝置的硬件結(jié)構(gòu)如圖2所示。
圖2 油氣管道氣體監(jiān)測(cè)硬件結(jié)構(gòu)Fig. 2 Hardware structure of oil and gas pipeline gas monitoring
由圖2可知,在硬件設(shè)計(jì)中包含有系統(tǒng)控制單元和譜像分析單元,2個(gè)操作單元通過(guò)系統(tǒng)BUS總線進(jìn)行連接。系統(tǒng)控制單元包含中央控制器和中央控制器所需的外接裝置,其中包含提供時(shí)序邏輯的實(shí)時(shí)時(shí)鐘電路、提供數(shù)據(jù)傳輸?shù)耐ㄓ眯彤惒绞瞻l(fā)傳輸器、物理傳輸裝置,以及能夠顯示裝置內(nèi)部運(yùn)行狀態(tài)的按鍵顯示裝置;在譜像檢測(cè)單元采集變壓器回油管道中的絕緣油,對(duì)油氣分離裝置提取油體中的氣體,然后通過(guò)氣體譜像分析儀進(jìn)行分析氣體的成分含量。對(duì)氣體的含量數(shù)據(jù)傳輸入數(shù)據(jù)處理器中,建立數(shù)據(jù)分析模型進(jìn)行分析,預(yù)測(cè)設(shè)備中存在的氣體泄漏問(wèn)題。
本研究通過(guò)利用快速相關(guān)向量機(jī)的故障預(yù)測(cè)模型和馬爾可夫性質(zhì)以及貝葉斯定理對(duì)采集回油管道中氣體含量數(shù)據(jù)進(jìn)行處理,建立一種故障發(fā)生概率的預(yù)測(cè)分析模型,并組合核函數(shù)相關(guān)參數(shù)對(duì)變量進(jìn)行優(yōu)化,對(duì)故障問(wèn)題預(yù)測(cè)為機(jī)器學(xué)習(xí)的目標(biāo)函數(shù),實(shí)現(xiàn)參數(shù)的自適應(yīng)化對(duì)故障預(yù)測(cè)模型進(jìn)行訓(xùn)練。延時(shí)函數(shù)和嵌入維度建立的樣本訓(xùn)練集合:
=(1+(-1),1+,…,1+(+-2),),=1+(+-1)
(1)
式中:=1,2,…,+1-。樣本訓(xùn)練集合對(duì)預(yù)測(cè)函數(shù)進(jìn)行訓(xùn)練,預(yù)測(cè)函數(shù):
(2)
式中:(,)為預(yù)測(cè)模型的核函數(shù);采集的個(gè)樣本和基函數(shù)為=[(,),(,),,(,)]的權(quán)重,其中滿足的期望值和方差的高斯分布函數(shù):
(3)
式中:(,)為函數(shù)的期望值;為函數(shù)的方差。通過(guò)對(duì)函數(shù)輸入新的相關(guān)參數(shù),計(jì)算其目標(biāo)值,計(jì)算公式:
(4)
利用式(4)通過(guò)貝葉斯公式進(jìn)行計(jì)算,可以得出新輸入數(shù)據(jù)相關(guān)概率函數(shù):
(,,|)=(|,,)(,|)
(5)
由式(5)可知,鑒于函數(shù)計(jì)算過(guò)于復(fù)雜,本研究采用近似處理的方法對(duì)計(jì)算過(guò)程進(jìn)行分析,利用近似處理函數(shù):
(,|)∝(|,)()()
(6)
由式(6)可以得出分析模型中的概率分布:
(7)
計(jì)算邊界似然函數(shù)求解最大值來(lái)對(duì)式(7)進(jìn)行求解,其計(jì)算過(guò)程:
(8)
由式(8)可知,對(duì)故障分析模型計(jì)算的迭代函數(shù)進(jìn)行處理,其計(jì)算分析模型所需時(shí)間隨著樣本數(shù)據(jù)量的增加成指數(shù)增加。因此,本研究利用相關(guān)向量機(jī)進(jìn)行合理化刪減,可較高地提高模型的計(jì)算效率。為計(jì)算各個(gè)影響因素對(duì)整體的影響情況,其中C采用如式(9)進(jìn)行分解。
(9)
通過(guò)將式(9)相關(guān)量帶入式(8)可以得出模型具體的計(jì)算公式:
(10)
通過(guò)定義函數(shù)中的稀疏性因子和質(zhì)量因子對(duì)材料進(jìn)行分析可以得出不同情況下的數(shù)據(jù)分析的相關(guān)數(shù)據(jù)稀疏系數(shù):
(11)
通過(guò)上述分析可以得知,若所建立的基函數(shù)處在本研究建立的分析模型外,需要對(duì)核函數(shù)進(jìn)行修正之后對(duì)數(shù)據(jù)進(jìn)行更新;當(dāng)所建立的基函數(shù)位于模型內(nèi)部可直接對(duì)數(shù)據(jù)進(jìn)行修正。由于其屬于奇點(diǎn),所以可以刪除該點(diǎn)數(shù)據(jù),進(jìn)一步提高模型計(jì)算的效率。
由于相關(guān)向量機(jī)是利用核函數(shù)為基礎(chǔ)設(shè)計(jì)的一種進(jìn)行機(jī)器學(xué)習(xí)的算法。該理論通過(guò)選取合適的核函數(shù)來(lái)提高故障預(yù)測(cè)模型進(jìn)行預(yù)測(cè)的可靠性;通過(guò)核函數(shù)的機(jī)器學(xué)習(xí)算法,設(shè)計(jì)選擇合適的核函數(shù)提高變電器故障分析和預(yù)測(cè)能力,并利用高斯核函數(shù)作為向量機(jī)中局部的計(jì)算核,利用多項(xiàng)式核函數(shù)作為向量機(jī)的全局計(jì)算核。因此,本研究通過(guò)利用多項(xiàng)式核函數(shù)和高斯核函數(shù)進(jìn)行組合,設(shè)計(jì)一種組合核函數(shù),其中組合核函數(shù)的結(jié)構(gòu):
(12)
式中:組合核函數(shù)的相關(guān)參數(shù)為、、。針對(duì)于組合核函數(shù)的相關(guān)參數(shù)優(yōu)化,本研究利用引力搜索優(yōu)化算法記性處理,得出模型中的最優(yōu)化參數(shù)。該搜索算法通過(guò)建立一個(gè)多維的分析空間,其中每個(gè)粒子的坐標(biāo):
(13)
分析各個(gè)粒子之間的萬(wàn)有引力作用造成的影響,第次的迭代,其中第個(gè)粒子對(duì)第個(gè)粒子造成的力的作用:
(14)
式中:()為引力常數(shù);()和()為粒子的慣性質(zhì)量。通過(guò)計(jì)算各個(gè)粒子的適應(yīng)度函數(shù)進(jìn)行設(shè)計(jì)粒子的質(zhì)量,其中粒子的慣性質(zhì)量:
(15)
通過(guò)分析其他粒子對(duì)粒子的引力進(jìn)行加權(quán)分析,加權(quán)分析公式:
(16)
利用牛頓第二定律并利用式(16)進(jìn)行分析,可以得出粒子的加速度公式:
(17)
由式(17)可知,通過(guò)對(duì)粒子的原位置、原速度和加速度對(duì)粒子的速度進(jìn)行更新,其粒子速度的更新公式和位置更新公式:
(18)
由式(18)可知,通過(guò)對(duì)各個(gè)粒子的位置和速度進(jìn)行不斷更新,最終計(jì)算出其中最優(yōu)化處理結(jié)果,其中適應(yīng)度函數(shù):
(19)
由式(19)可知,包含有組數(shù)據(jù),其中為測(cè)試樣本;為預(yù)測(cè)樣本。
為了驗(yàn)證本研究設(shè)計(jì)的變壓器回油管道氣體泄露監(jiān)測(cè)方法的檢測(cè)效果,通過(guò)利用某地的變電站2號(hào)機(jī)組的油色譜像數(shù)據(jù)進(jìn)行試驗(yàn),驗(yàn)證檢測(cè)方法的效果。本研究選取了500組變電器的油色譜像數(shù)據(jù),進(jìn)行分析變電站故障問(wèn)題與油色譜像之間的關(guān)系。本次實(shí)驗(yàn)所選取的計(jì)算機(jī)模擬環(huán)境:選用Windows 10作為操作系統(tǒng)平臺(tái),設(shè)置計(jì)算機(jī)內(nèi)存為32 G,Intel Xeon W-2145 CPU 3.70 GHz,本次模擬仿真實(shí)驗(yàn)的軟件選取Matlab 7.0軟件,對(duì)采集的變電站回油管道的油色譜像的數(shù)據(jù)進(jìn)行訓(xùn)練,得出算法中相關(guān)參數(shù)。
對(duì)采集的變電站的油色譜像數(shù)據(jù)進(jìn)行分組,設(shè)計(jì)非常12組數(shù)據(jù),采用前6組數(shù)據(jù)進(jìn)行訓(xùn)練數(shù)據(jù),通過(guò)后2組數(shù)據(jù)進(jìn)行測(cè)試,由引力搜索優(yōu)化算法模型得出算法中的MAPE值的優(yōu)化曲線。其優(yōu)化曲線如圖3所示。
圖3 MAPE值優(yōu)化曲線Fig. 3 MAPE value optimization curve
由圖3可知,通過(guò)45次的迭代可以得出MAPE值保持在1.35%,對(duì)MAPE值進(jìn)行多次迭代可以得出算法中選擇合適的核函數(shù)參數(shù)可以極大提高引力搜索優(yōu)化算法的有效性,可以得出優(yōu)化最終計(jì)算所獲得的參數(shù)分別為25.1845、2.6489、0.3288;通過(guò)訓(xùn)練集可以得出測(cè)試集和訓(xùn)練集的測(cè)試結(jié)果和預(yù)測(cè)結(jié)果,其最終數(shù)據(jù)如表2所示。
表2 氣體泄漏預(yù)測(cè)模型預(yù)測(cè)結(jié)果Tab.2 Prediction results of gas leakage prediction model
由表2可知,對(duì)訓(xùn)練集進(jìn)行測(cè)試所獲得的測(cè)試結(jié)果最大誤差為2.38%,最小誤差為0.08%;對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)驗(yàn)所獲得結(jié)果最大誤差為0.39%,最小誤差為0.23%。表明本研究設(shè)計(jì)的故障預(yù)測(cè)模型可以有效地對(duì)變電站變電設(shè)備氣體泄漏故障進(jìn)行預(yù)測(cè)。
對(duì)變電站回油管道中所產(chǎn)生氣體的絕對(duì)值和相對(duì)值數(shù)據(jù)進(jìn)行分析,來(lái)對(duì)變電站設(shè)備故障進(jìn)行預(yù)測(cè),由于檢測(cè)周期較短易發(fā)生失誤現(xiàn)象。因此,本研究針對(duì)誤報(bào)現(xiàn)象進(jìn)行統(tǒng)計(jì),統(tǒng)計(jì)數(shù)據(jù)結(jié)果如表3所示。
表3 產(chǎn)氣率誤報(bào)統(tǒng)計(jì)結(jié)果Tab.3 False alarm statistics of gas production rate
由表3可知,由于油色譜像檢測(cè)周期較短,選擇合適檢測(cè)周期可以減小誤報(bào)現(xiàn)象的發(fā)生。
針對(duì)變電站設(shè)備中回油管道中氣體泄漏問(wèn)題的檢測(cè)方法,為保證變電站能夠長(zhǎng)時(shí)間正常工作,本研究通過(guò)對(duì)變電站油色譜在線監(jiān)測(cè)系統(tǒng)進(jìn)行設(shè)計(jì),采用相空間重構(gòu)和氣體濃度分析對(duì)材料進(jìn)行氣體泄漏故障在線周期性監(jiān)測(cè)。
(1)通過(guò)利用引力搜索優(yōu)化算法進(jìn)行分析,可以高效的得出算法中向量機(jī)進(jìn)行氣體濃度分析的核函數(shù)的相關(guān)參數(shù),并對(duì)核函數(shù)的相關(guān)參數(shù)進(jìn)行優(yōu)化,可以較大提高數(shù)據(jù)的使用效果和對(duì)故障的預(yù)測(cè)精度;
(2)相對(duì)比較回油管道中泄露氣體的產(chǎn)生量進(jìn)行分析預(yù)測(cè)結(jié)果,通過(guò)訓(xùn)練集進(jìn)行測(cè)試所獲得的測(cè)試結(jié)果中最大誤差為2.38%,最小誤差為0.08%。對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)驗(yàn)所獲得結(jié)果中最大誤差為0.39%,最小誤差為0.23%;
由此可以得出,采用本研究設(shè)計(jì)的氣體泄露監(jiān)測(cè)方法可以高效預(yù)測(cè)變電裝置的故障問(wèn)題,但由于在真實(shí)環(huán)境中使用數(shù)據(jù)較少,這還需要更進(jìn)一步研究。