李朝瑞，郭龍，戚永青，鄧奕星

（國網(wǎng)湖北省電力有限公司襄陽供電公司，湖北襄陽 441000）

電網(wǎng)在長期運(yùn)行的情況下，由于在受到電磁干擾、運(yùn)行參數(shù)顯示錯誤、變壓器短路以及外界環(huán)境等方面的影響時，大型設(shè)備的運(yùn)行狀態(tài)會發(fā)生異常。目前采用的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法，通常在監(jiān)測電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)時，沒有及時顯示大型設(shè)備的實(shí)時運(yùn)行數(shù)據(jù)，造成電網(wǎng)大型設(shè)備在發(fā)生異常時沒有被及時發(fā)現(xiàn)和處理。再加上電網(wǎng)內(nèi)部和外部噪聲的影響，電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)極易發(fā)生異常，無法保證電網(wǎng)在一個安全、穩(wěn)定的環(huán)境下運(yùn)行。

為了實(shí)現(xiàn)電網(wǎng)大型設(shè)備正常、穩(wěn)定、持續(xù)運(yùn)行，國內(nèi)的研究學(xué)者對此進(jìn)行了相關(guān)的研究。有些學(xué)者提出了基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法，該方法針對大型設(shè)備向量域的異常狀態(tài)進(jìn)行了監(jiān)測，實(shí)現(xiàn)了對電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)的監(jiān)測[1]。有些學(xué)者提出了一種基于小波模型極大值序列的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法，該方法以大型設(shè)備的異常運(yùn)行數(shù)據(jù)作為異常值，并對其進(jìn)行修正，通過監(jiān)測修正后的運(yùn)行數(shù)據(jù)實(shí)現(xiàn)對電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)的監(jiān)測[2]。還有學(xué)者研究了基于設(shè)備在線監(jiān)測的電網(wǎng)狀態(tài)檢修決策模型，基于當(dāng)前設(shè)備狀態(tài)的系統(tǒng)級檢修計劃，考慮規(guī)劃時間內(nèi)新增的狀態(tài)信息，更新檢修計劃，并設(shè)計了設(shè)備在線監(jiān)測下電網(wǎng)狀態(tài)檢修的決策模型[3]，但以上監(jiān)測方法均存在監(jiān)測數(shù)據(jù)不準(zhǔn)確、監(jiān)測緩慢的問題。

為了解決以上出現(xiàn)的問題，該文提出了基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法，該方法對電網(wǎng)大型設(shè)備分別進(jìn)行了在線監(jiān)測和脈沖監(jiān)測，實(shí)現(xiàn)了對大型設(shè)備運(yùn)行狀態(tài)的監(jiān)測，最后通過實(shí)驗(yàn)研究，驗(yàn)證了該文方法的性能。

1 基于RBF的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)在線監(jiān)測

基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測技術(shù)只能監(jiān)測電網(wǎng)中少量大型電力通信設(shè)備的異常運(yùn)行數(shù)據(jù)，不能與其他大型設(shè)備的運(yùn)行數(shù)據(jù)進(jìn)行共享和交互，造成電網(wǎng)大型設(shè)備存在一定量的信息孤島，無法完成交互操作，使得大量電力通信設(shè)備無法發(fā)揮作用，基于此，該文提出了基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法。

通過在線監(jiān)測電網(wǎng)大型設(shè)備的運(yùn)行數(shù)據(jù)，提升運(yùn)行數(shù)據(jù)的共享和交互能力，采用并行存儲技術(shù)實(shí)現(xiàn)電網(wǎng)中所有大型設(shè)備運(yùn)行數(shù)據(jù)的共享存儲，利用RBF 提取電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)信號脈沖，將電網(wǎng)大型設(shè)備的放電信號脈沖進(jìn)行歸一化處理，再對處理完的放電信號進(jìn)行分析、歸類，利用RBF 識別電網(wǎng)大型設(shè)備在運(yùn)行時出現(xiàn)的故障，采用Storm 技術(shù)分析出現(xiàn)故障的波形信號，并進(jìn)行處理，并行處理過程如圖1 所示。

將處理后的電網(wǎng)大型設(shè)備運(yùn)行數(shù)據(jù)與運(yùn)行故障數(shù)據(jù)進(jìn)行對比，使用并行技術(shù)監(jiān)測電網(wǎng)大型設(shè)備的運(yùn)行數(shù)據(jù)與故障數(shù)據(jù)，并采用spark 進(jìn)行計算，計算結(jié)果與串行計算結(jié)果均采用循序漸進(jìn)的方式，但采用spark 方式可以同時計算運(yùn)行數(shù)據(jù)與故障數(shù)據(jù)，能夠減少計算環(huán)節(jié)，縮短計算時間，實(shí)現(xiàn)電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)的實(shí)時監(jiān)測[4]。

除此之外，spark 計算方式在計算電網(wǎng)大型設(shè)備的運(yùn)行數(shù)據(jù)和故障數(shù)據(jù)時，可將運(yùn)行數(shù)據(jù)和故障數(shù)據(jù)分配到不同的子任務(wù)中，以數(shù)據(jù)指令集的方式嵌入到電網(wǎng)大型設(shè)備運(yùn)行過程中，以此完成大型設(shè)備的監(jiān)測任務(wù)。

電網(wǎng)大型設(shè)備在運(yùn)行過程中，不同指令集具有不同的運(yùn)行方式，根據(jù)運(yùn)行方式的不同，指令集最終會被映射成不同的指令流，指令流具有不同的類型，通過不同類型的指令流，劃分電網(wǎng)大型設(shè)備的運(yùn)行階段。其中，多指令流單數(shù)據(jù)流存在于電網(wǎng)大型設(shè)備的啟動階段，多指令流多數(shù)據(jù)流存在于電網(wǎng)大型設(shè)備的調(diào)度階段，單指令流單數(shù)據(jù)流存在于電網(wǎng)大型設(shè)備的監(jiān)測階段，單指令流多數(shù)據(jù)流存在于電網(wǎng)大型設(shè)備的診斷階段，劃分完成后可以實(shí)現(xiàn)電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)的在線監(jiān)測[5-6]。

2 電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)脈沖監(jiān)測

實(shí)現(xiàn)電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)在線監(jiān)測后，對其進(jìn)行脈沖監(jiān)測。將電網(wǎng)大型設(shè)備內(nèi)部數(shù)據(jù)分類后，電網(wǎng)大型設(shè)備的持續(xù)運(yùn)行，會產(chǎn)生大量的局部放電信號，局部放電信號在經(jīng)過一定強(qiáng)度的衰減和震蕩后，會產(chǎn)生大量的局部放電信號脈沖，有效采集和提取局部放電信號脈沖，能夠監(jiān)測電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)。

在提取過程中，由于對電網(wǎng)大型設(shè)備內(nèi)部數(shù)據(jù)進(jìn)行了分類操作[7-9]，內(nèi)部數(shù)據(jù)極不穩(wěn)定，容易在提取局部放電信號脈沖過程中發(fā)生丟失狀況，因此在提取前，采用并行存儲技術(shù)將分類后的電網(wǎng)大型設(shè)備內(nèi)部數(shù)據(jù)進(jìn)行存儲，并建立并行存儲模型，將分類完的電網(wǎng)大型設(shè)備內(nèi)部數(shù)據(jù)統(tǒng)一上傳到并行存儲模型中，在并行存儲模型中每個獨(dú)立的子任務(wù)對應(yīng)不同的內(nèi)部數(shù)據(jù)[10-12]。

通過增大子任務(wù)的存儲空間提升電網(wǎng)大型設(shè)備內(nèi)部數(shù)據(jù)的穩(wěn)定性，設(shè)置完畢后開始提取電網(wǎng)大型設(shè)備內(nèi)部全部的局部放電信號脈沖，提取技術(shù)采用小波分析法，該方法在提取局部放電信號脈沖方面效果非常明顯，且提取時間短、成本較低，能夠很好地提取和處理局部放電信號，降噪效果較為明顯[13-15]。脈沖提取圖如圖2 所示。

脈沖提取的具體過程如下：首先將產(chǎn)生的局部放電信號傳輸?shù)诫娋W(wǎng)大型設(shè)備中，通過波形信號確定局部放電信號的運(yùn)行周期，通常為一個局部放電信號脈沖的正半周和負(fù)半周，然后增大大型設(shè)備內(nèi)部數(shù)據(jù)流的采樣序列點(diǎn)，找到局部放電信號最大值和最小值對應(yīng)的采樣序列數(shù)據(jù)。如果采樣序列中的最大值和最小值個數(shù)與輸入的脈沖信號個數(shù)完全相同，則認(rèn)為該采樣序列點(diǎn)為最佳序列點(diǎn)，此時的局部放電信號脈沖為最優(yōu)，則通過采用小波分析法提取此時的局部放電信號脈沖[16]。

如果電網(wǎng)大型設(shè)備內(nèi)部數(shù)據(jù)流出現(xiàn)了偏差，需要將偏差值與強(qiáng)度比率進(jìn)行對比，對比結(jié)果差值較大，說明電網(wǎng)大型設(shè)備出現(xiàn)了異常運(yùn)行狀態(tài)。為了獲得出現(xiàn)異常運(yùn)行狀態(tài)的原因，需要在出現(xiàn)問題的數(shù)據(jù)流中選擇一個窗口，通過窗口序列長度獲取大型設(shè)備采樣序列的特征強(qiáng)度，特征強(qiáng)度中含有一定量的時序模式數(shù)，根據(jù)時序模式數(shù)的數(shù)值即可確定出現(xiàn)故障的原因。解決運(yùn)行故障后，可以繼續(xù)提取電網(wǎng)大型設(shè)備的局部放電信號脈沖。

3 實(shí)驗(yàn)研究

為了驗(yàn)證該文提出的基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法的實(shí)際運(yùn)行效果，將電網(wǎng)某一時間段內(nèi)收集的大型設(shè)備運(yùn)行數(shù)據(jù)作為實(shí)驗(yàn)樣本，與基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法進(jìn)行對比實(shí)驗(yàn)。選取收集的電網(wǎng)大型設(shè)備運(yùn)行數(shù)據(jù)中的某一組運(yùn)行數(shù)據(jù)，如果這組運(yùn)行數(shù)據(jù)發(fā)生異常，則當(dāng)前電網(wǎng)大型設(shè)備在運(yùn)行過程中出現(xiàn)了異常，運(yùn)行數(shù)據(jù)中存儲的數(shù)據(jù)流狀態(tài)會發(fā)生較大變化。監(jiān)測偏差值實(shí)驗(yàn)結(jié)果如圖3 所示。

由圖3 可知，該文所提方法與基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法的大型設(shè)備運(yùn)行狀態(tài)監(jiān)測時域情況如下：采用該文所提方法和基于Storm 的監(jiān)測方法對電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測時，該文方法的運(yùn)行數(shù)據(jù)頻率在第2 次實(shí)驗(yàn)時為0 Hz，基于Storm 的監(jiān)測方法運(yùn)行數(shù)據(jù)頻率為0.1 Hz，實(shí)際結(jié)果為-0.05 Hz，該文方法的運(yùn)行數(shù)據(jù)頻率更接近實(shí)際結(jié)果；實(shí)驗(yàn)次數(shù)為第8 次時，運(yùn)行數(shù)據(jù)頻率的實(shí)際結(jié)果為0 Hz，該文方法的監(jiān)測結(jié)果為0.1 Hz，基于Storm的監(jiān)測方法監(jiān)測頻率為0.3 Hz，根據(jù)數(shù)據(jù)對比可知，該文方法與實(shí)際結(jié)果的偏差值較小。觀看整體趨勢，該文方法的運(yùn)行數(shù)據(jù)監(jiān)測頻率與實(shí)際結(jié)果更為接近，基于Storm 的監(jiān)測方法的運(yùn)行數(shù)據(jù)頻率波動較大，與實(shí)際結(jié)果相差較大。通過對比可知，該文所提的監(jiān)測方法監(jiān)測效果更好，采用所提的監(jiān)測方法對電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測時，能夠較精準(zhǔn)地監(jiān)測出電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)是否發(fā)生了異常。

為進(jìn)一步驗(yàn)證所提方法的有效性，在已經(jīng)確定電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)出現(xiàn)異常的條件下，識別和統(tǒng)計電網(wǎng)大型設(shè)備的運(yùn)行數(shù)據(jù)中出現(xiàn)異常的數(shù)據(jù)數(shù)量，再與實(shí)際異常數(shù)據(jù)總數(shù)進(jìn)行對比，其比值最大為1∶1，比值越高，說明監(jiān)測出的異常運(yùn)行數(shù)據(jù)越多，對電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測效果越好。

采用該文所提的監(jiān)測方法和基于Storm 的監(jiān)測方法分別對電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測，監(jiān)測的目標(biāo)向量包括電網(wǎng)大型設(shè)備運(yùn)行數(shù)據(jù)中異常數(shù)據(jù)總數(shù)，去除電網(wǎng)大型設(shè)備中異常運(yùn)行數(shù)據(jù)后剩下的運(yùn)行數(shù)據(jù)個數(shù)。通過目標(biāo)向量對比不同監(jiān)測方法對電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)的監(jiān)測效果。得到監(jiān)測范圍實(shí)驗(yàn)結(jié)果如圖4 所示。

由圖4 可知，該文所提方法與基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法的對比結(jié)果為：采用該文所提的基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法監(jiān)測時，監(jiān)測范圍內(nèi)容數(shù)據(jù)節(jié)點(diǎn)覆蓋的數(shù)量相較于基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法更多。由此可知，基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法的異常運(yùn)行狀態(tài)監(jiān)測范圍比該文所提監(jiān)測方法的異常運(yùn)行狀態(tài)監(jiān)測范圍相對較小。因此，該文所提的基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法，可以更大范圍地捕獲電網(wǎng)大型設(shè)備運(yùn)行數(shù)據(jù)中的異常運(yùn)行數(shù)據(jù)，進(jìn)而準(zhǔn)確地判定電網(wǎng)大型設(shè)備當(dāng)前的運(yùn)行狀態(tài)。

最后測試兩種方法的監(jiān)測時間，實(shí)驗(yàn)結(jié)果如圖5所示。

由圖5可知，采用該文所提的基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法的監(jiān)測時間最大為6.2 s，采用基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法的監(jiān)測時間最大為14.8 s，由監(jiān)測時間可知，該文所提監(jiān)測方法的監(jiān)測時間遠(yuǎn)遠(yuǎn)短于采用基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法的監(jiān)測時間，證明了該文所提監(jiān)測方法能夠精準(zhǔn)、快速地捕獲電網(wǎng)大型設(shè)備中存在的異常運(yùn)行數(shù)據(jù)。

4 結(jié)束語

該文所提的基于RBF 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)實(shí)時監(jiān)測方法優(yōu)于基于Storm 的電網(wǎng)大型設(shè)備運(yùn)行狀態(tài)監(jiān)測方法，該文所提的監(jiān)測方法在監(jiān)測電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)時具有更好的監(jiān)測效果，可以更精準(zhǔn)、快速地捕獲電網(wǎng)大型設(shè)備中存在的異常運(yùn)行數(shù)據(jù)，從而根據(jù)異常運(yùn)行數(shù)據(jù)快速地判定當(dāng)前電網(wǎng)大型設(shè)備的運(yùn)行狀態(tài)。