曾喬迪，陳煜敏，蔣文輝，梁書原

（南方電網(wǎng)數(shù)字電網(wǎng)科技（廣東）有限公司，廣州 510520）

在電力系統(tǒng)中，二次設(shè)備是確保一次設(shè)備正常工作和安全穩(wěn)定運(yùn)行的重要保證[1]。由于二次設(shè)備的種類和數(shù)量不斷增加，對繼電保護(hù)裝置故障診斷的任務(wù)也越來越繁重復(fù)雜。傳統(tǒng)的繼電保護(hù)故障診斷方法是利用變電站二次設(shè)備故障狀態(tài)與其對比，進(jìn)而判斷是否存在故障。隨著二次設(shè)備種類和數(shù)量的不斷增加，現(xiàn)有方法對其故障診斷時(shí)存在不足、診斷效果差。因此，需要對當(dāng)下變電站二次設(shè)備故障診斷方法進(jìn)行改進(jìn)和優(yōu)化。

文獻(xiàn)[2]利用關(guān)聯(lián)規(guī)則挖掘算法計(jì)算二次系統(tǒng)故障報(bào)警信息，進(jìn)而與二次回路中的故障裝置進(jìn)行數(shù)據(jù)關(guān)聯(lián)，完成故障診斷，但該方法無法判斷出二次設(shè)備故障類型，實(shí)際應(yīng)用效果差；文獻(xiàn)[3]以深度學(xué)習(xí)的訓(xùn)練模式為基礎(chǔ)，建立一種循環(huán)神經(jīng)網(wǎng)絡(luò)的二次設(shè)備故障診斷方法，但該方法沒有考慮數(shù)據(jù)的特征完整性，使電力數(shù)據(jù)診斷結(jié)果出現(xiàn)誤差，故障診斷效率低、精度差。

根據(jù)以上故障診斷方法的缺點(diǎn)，提出一種基于多源判據(jù)的變電站二次設(shè)備故障自動化診斷方法。建立變電站二次設(shè)備體系結(jié)構(gòu)模型，分析產(chǎn)生故障的根本原因；采用支持向量機(jī)判別預(yù)處理電力數(shù)據(jù)，并通過主分量分析技術(shù)對電力信號數(shù)據(jù)降維，從而完成變電站二次設(shè)備故障的自動化診斷。實(shí)驗(yàn)結(jié)果表明，所提方法能夠有效診斷電站二次設(shè)備中的多種故障，診斷精度高。

1 變電站體系結(jié)構(gòu)模型構(gòu)建

在變電站實(shí)際應(yīng)用中，內(nèi)部網(wǎng)絡(luò)屬于核心構(gòu)成，對變電站的運(yùn)行有重要作用。變電站網(wǎng)絡(luò)一般由一次設(shè)備層、二次設(shè)備層與中心設(shè)備層構(gòu)成。變電站網(wǎng)絡(luò)中，二次設(shè)備的應(yīng)用決定了整個(gè)變電站的運(yùn)行性能。構(gòu)建的變電站二次設(shè)備體系結(jié)構(gòu)如圖1所示。

圖1 變電站二次設(shè)備體系結(jié)構(gòu)Fig.1 Architecture of secondary equipment in substation

結(jié)合圖1 的變電站二次設(shè)備體系結(jié)構(gòu)可以分析出，變電站被劃分成間隔層、站控層[4]和過程層[5]3個(gè)部分。過程層結(jié)合智能設(shè)備完成變電、輸電等最基礎(chǔ)的功能；間隔層通過測控設(shè)備與保護(hù)設(shè)備承擔(dān)核心任務(wù)；站控層對整個(gè)變電站設(shè)備進(jìn)行測量、控制、采集數(shù)據(jù)等任務(wù)，且后續(xù)需要進(jìn)行信息管理、數(shù)據(jù)保護(hù)等工作。各部分之間相互配合，構(gòu)成了一個(gè)有機(jī)的整體，以完成變電站內(nèi)的測量、信息共享和保護(hù)功能。

2 變電站二次設(shè)備故障診斷

2.1 變電站二次設(shè)備數(shù)據(jù)預(yù)處理

為了準(zhǔn)確診斷變電站的二次設(shè)備故障，需要對二次設(shè)備數(shù)據(jù)分類，為此使用支持向量機(jī)方法[6]，對變電站二次設(shè)備數(shù)據(jù)分類，其分類過程：變電站二次設(shè)備數(shù)據(jù)特征向量從原始空間Rm映射到高維空間Rn中，在高維空間[7]中尋找最佳超平面來實(shí)現(xiàn)對樣本分類，使得輸入樣本能夠得到理想分類結(jié)果。

變電站二次設(shè)備數(shù)據(jù)復(fù)雜多樣，故障類型多元化，難以精準(zhǔn)分類，因此，需要建立一個(gè)多元分類器對變電站故障分析。建立k（k-1）/2 個(gè)變電站二次設(shè)備數(shù)據(jù)分類器，使任意一個(gè)分類器都可以對變電站樣本數(shù)據(jù)完成分類，將二元分類器轉(zhuǎn)換為多元分類器[8]，輸入變電站設(shè)備狀態(tài)量信號，其計(jì)算公式為

2.2 變電站二次設(shè)備數(shù)據(jù)降維

雖然分類后的變電站數(shù)據(jù)變得清晰，但仍存在大量高維形式狀態(tài)量，無法快速準(zhǔn)確識別故障，需要對現(xiàn)場電力數(shù)據(jù)降維處理。在變電站二次設(shè)備多元分類器的基礎(chǔ)上，采用主分量分析技術(shù)[12]將高維輸入數(shù)據(jù)轉(zhuǎn)換到低維空間中，設(shè)定有p 個(gè)變電站二次設(shè)備樣本數(shù)據(jù)，二次設(shè)備樣本所有數(shù)據(jù)都含有d個(gè)變量，建立p×d 的樣本數(shù)據(jù)矩陣，若原始能量為d維向量，降維后得到p 維變量，主分量分析技術(shù)將p維向量重新排列，獲得線性無關(guān)的新變量：

新變量簡化轉(zhuǎn)換的表達(dá)式：

當(dāng)確定了新變量系數(shù)矩陣A 后，完成變電站二次設(shè)備數(shù)據(jù)的降維，為后續(xù)變電站二次設(shè)備的故障診斷提供了有利條件。

2.3 多源征兆的故障自動化診斷

在狀態(tài)檢修的電力系統(tǒng)中，變電站二次設(shè)備故障診斷需要處理的信息源較多，不同的信息源之間存在著不同程度的關(guān)聯(lián)關(guān)系，從而形成了多源征兆。多源征兆能夠綜合反映出設(shè)備運(yùn)行過程中的主要故障特征，如電流、電壓等。以電流、電壓為征兆建立測量回路的廣義變比，公式如下：

式中：NgI為電流的廣義變比；NgU為電壓的廣義變比；I1為高壓側(cè)電流；I2為低壓側(cè)電流；U1為高壓側(cè)電壓[13]；U2為低壓側(cè)電壓。額定變比N 是測量電路一次與二次的比值，當(dāng)變壓互感器的額定變比為N=220/0.1，可以計(jì)算出電流、電壓廣義變比：

式中：NI為測量電路一次與二次的電流比值；NU為測量電路一次與二次的電壓比值。

結(jié)合變壓器阻抗實(shí)際值[14]，可以更好地分析變電站設(shè)備電路的故障情況，變壓器支路阻抗計(jì)算公式：

式中：U11為變壓器高壓一次電壓；U12為變壓器低壓一次電壓。利用相應(yīng)的廣義比獲得一次電壓，變壓器支路阻抗轉(zhuǎn)換表達(dá)式：

式中：U21，U22為保護(hù)的二次高壓電壓和低壓電壓。憑借變壓器阻抗，確定阻抗的標(biāo)幺值表達(dá)式：

式中：Se為變壓器阻抗。由于使用的為支路阻抗，依據(jù)支路阻抗定義[15]，獲得阻抗判據(jù)值的計(jì)算公式：

式中：Sg為標(biāo)幺值。當(dāng)測量電路工作正常時(shí)，標(biāo)幺值就會在小范圍內(nèi)變化，變壓器阻抗值P 接近于零，說明此時(shí)為正常運(yùn)行狀態(tài)；若標(biāo)幺值大幅度變化，P值將高于正常值，此時(shí)為故障狀態(tài)。由此完成變電站二次設(shè)備故障自動化診斷。多源征兆的變電站二次設(shè)備故障自動化診斷的具體流程如圖2 所示。

圖2 故障自動化診斷的具體流程Fig.2 Specific flow chart of automatic fault diagnosis

3 實(shí)驗(yàn)結(jié)果與分析

為了證明基于多源判據(jù)的變電站二次設(shè)備故障自動化診斷方法的正確性，開展了實(shí)驗(yàn)驗(yàn)證研究。實(shí)驗(yàn)對象為750 kV 功率變電站采集的斷路器運(yùn)行狀態(tài)監(jiān)測數(shù)據(jù)，為了更深入地研究變電站二次設(shè)備的故障，將變電站二次設(shè)備的故障分為常見的3種類型：氣體泄漏故障、設(shè)備絕緣材料腐蝕故障、電弧重燃故障。

選擇馬氏距離計(jì)算變電站二次設(shè)備故障信號特征向量與參考標(biāo)準(zhǔn)向量之間的差值，以1%作為置信水平標(biāo)準(zhǔn)，極限閾值為50。沒有異常的變電站二次設(shè)備信號如圖3 所示，所有正常信號均在極限閾值之下。

圖3 無故障的變電站二次設(shè)備診斷Fig.3 Trouble-free diagnosis of substation secondary equipment

通過圖4 的變電站二次設(shè)備的3 種故障診斷綜合結(jié)果可知，以上變電站二次設(shè)備故障診斷結(jié)果，所有馬氏距離都高于極限閾值，說明所提方法的故障診斷結(jié)果都為變電站二次設(shè)備數(shù)據(jù)，符合預(yù)設(shè)故障，說明了所提方法可以有效對變電站二次設(shè)備狀態(tài)以及運(yùn)行情況進(jìn)行監(jiān)測和分析。

圖4 變電站二次設(shè)備的3 種故障診斷綜合結(jié)果Fig.4 Comprehensive results of three kinds of fault diagnosis for substation secondary equipment

為了進(jìn)一步驗(yàn)證所提方法的故障診斷能力，使用UIR（不確定信息比）驗(yàn)證變電站二次設(shè)備的故障診斷準(zhǔn)確度。UIR 故障診斷準(zhǔn)確度表達(dá)式如下：

式中：N 為告警數(shù)據(jù)次數(shù)；N1為不確定的告警數(shù)據(jù)次數(shù)。統(tǒng)計(jì)UIR 下的正確數(shù)值可以計(jì)算出不同方法的故障診斷準(zhǔn)確率。通過所提方法與文獻(xiàn)[2]關(guān)聯(lián)規(guī)則挖掘算法、文獻(xiàn)[3]循環(huán)神經(jīng)網(wǎng)絡(luò)方法比較，故障診斷準(zhǔn)確度的對比結(jié)果如圖5 所示。

圖5 三種方法的故障診斷準(zhǔn)確率結(jié)果Fig.5 Fault diagnosis accuracy results of three methods

從圖5 的實(shí)驗(yàn)結(jié)果得出，當(dāng)數(shù)據(jù)中沒有不確定告警消息時(shí)，所提方法與循環(huán)神經(jīng)網(wǎng)絡(luò)方法、關(guān)聯(lián)規(guī)則挖掘算法的故障診斷準(zhǔn)確率都為1，當(dāng)UIR 為2%時(shí)，所提方法的故障診斷準(zhǔn)確率仍高達(dá)98%，其他2 種方法分別為90%與85%，隨著UIR 值不斷增加，其他方法的故障診斷準(zhǔn)確率都在大幅度下降，而所提方法的故障診斷準(zhǔn)確率仍保持在90%以上。

為了更深程度地驗(yàn)證所提方法的故障診斷能力，以故障診斷耗時(shí)為實(shí)驗(yàn)指標(biāo)，變電站二次設(shè)備故障診斷運(yùn)行耗時(shí)對比結(jié)果如圖6 所示。

圖6 變電站二次設(shè)備故障自動化診斷耗時(shí)對比Fig.6 Comparison of time spent in automatic fault diagnosis of substation secondary equipment

通過圖6 的故障自動化診斷耗時(shí)對比結(jié)果可知，所提系統(tǒng)可以在最短的時(shí)間范圍內(nèi)完成變電站二次設(shè)備故障自動化診斷，自動化診斷效率極高。

4 結(jié)語

為了提高變電站二次設(shè)備故障診斷效率和診斷精度，本文提出一種基于多源判據(jù)的變電站二次設(shè)備故障自動化診斷方法，通過支持向量機(jī)判別對電力數(shù)據(jù)預(yù)處理，完成二次設(shè)備數(shù)據(jù)分類，并利用主分量分析技術(shù)對電力信號數(shù)據(jù)降維；以阻抗值、電流、電壓為變電站二次設(shè)備的多源征兆，進(jìn)行變壓器阻抗測量，通過廣義變比完成了故障診斷，實(shí)驗(yàn)結(jié)果表明了所提方法可以有效診斷電站二次設(shè)備中各種故障，且故障診斷準(zhǔn)確率高、耗時(shí)短，可為變電站運(yùn)維人員提供有效的數(shù)據(jù)基礎(chǔ)。