于士偉

(中鐵建大橋工程局集團電氣化工程有限公司,天津 300300)

牽引供電系統(tǒng)能否正常工作,對列車的安全運行有很大的影響。由于目前的高速鐵路密度大、交通量大,一旦發(fā)生故障,將會引發(fā)連鎖效應,導致多條線路發(fā)生故障,從而造成重大的經濟損失。與傳統(tǒng)電力系統(tǒng)相比,牽引供電系統(tǒng)具有多樣的形式和復雜的結構。列車負載處于流動狀態(tài),在運行過程中會受到接觸網的開放性、滑動性等因素的影響。這些因素增加了牽引供電系統(tǒng)的復雜性,也增加了事故發(fā)生的風險。因此,牽引供電系統(tǒng)的設計、建設及維護需要高度關注安全性和可靠性,以確保列車的安全運行。為確保電力系統(tǒng)安全、可靠地工作,必須在發(fā)生故障時及時、準確地對故障產生的原因進行分析,以減少停電面積,快速恢復電力供應。

隨著電氣化鐵道的發(fā)展,牽引變電站的數(shù)量不斷增加,且電力監(jiān)控系統(tǒng)的集成化和自動化水平也在不斷提高,一旦牽引供電系統(tǒng)出現(xiàn)故障,將會產生大量的報警和監(jiān)控數(shù)據,工作人員需要適應和利用現(xiàn)代化的信息處理和分析工具,以便更高效地處理和解決故障,進一步提升電力安全智能監(jiān)測系統(tǒng)的效能。文獻[1]提出了一體化鐵路管型母線智能監(jiān)測預警方法,在管型母線出現(xiàn)問題時準確發(fā)出預警信息。但是該方法進行監(jiān)測時所花費的時間較長,并且監(jiān)測效果較差。

數(shù)據融合技術是一種信息處理技術,它通過計算機對已有的多個觀測資料進行實時分析和綜合處理[2]。本文針對電力系統(tǒng)監(jiān)控數(shù)據量大的特點,提出基于數(shù)據融合的高速電氣化鐵路牽引供電安全智能監(jiān)測方法,以期解決目前電力系統(tǒng)監(jiān)控效率較低的問題。

1 高速電氣化鐵路牽引供電安全智能監(jiān)測方法設計

引起電氣化鐵路牽引供電系統(tǒng)故障的主要原因可以分為兩個方面:一是該系統(tǒng)自身的可靠性問題,二是自然環(huán)境、自然災害等外在條件的改變[3-4]。系統(tǒng)的內部要素是可以控制的,應該在系統(tǒng)的設計中加以解決,即在系統(tǒng)設計時,通過優(yōu)化設計方案來滿足特定的項目需求,提高設計質量,包括改善設備的選用、質量控制和設計方法等。這些措施旨在確保系統(tǒng)的安全可靠性,并提高其性能和效率。而外在因素是指無法預測或直接控制的因素,這些因素可能對系統(tǒng)的運行產生影響。盡管目前無法完全控制這些外部因素,但可以通過合理的系統(tǒng)設計和決策來減輕其影響,并采取適當?shù)娘L險管理策略[5-6]。

1.1 高速電氣化鐵路牽引供電安全智能監(jiān)測數(shù)據壓縮

在安全智能監(jiān)測過程中,由于數(shù)據較多,因此需對數(shù)據進行壓縮。數(shù)據壓縮主要是指在不丟失有用信息的前提下,按照一定算法對數(shù)據重新組織、去除冗余信息的一種方法。假設采集到的高速電氣化鐵路牽引供電安全監(jiān)測的信息源由Q個事件組成,每個事件出現(xiàn)的概率均為q(ai),則將概率空間表示為:

(1)

式中:X表示概率空間中的一個事件集合,q(X)表示事件集合X的概率,ap表示一個特定的事件。

假設事件ai已經發(fā)生,則將該事件含有的信息量記作自信息,將其定義為:

(2)

式中:I(ai)表示事件的自信息。

將自信息的數(shù)學期望值稱為信息源的熵,表示事件概率分布條件,記作:

(3)

式中:H(q)表示信息源的熵,H(q1,q2,…,qq)表示聯(lián)合概率分布q1,q2,…,qq下的聯(lián)合熵。

當信號源呈等概率分布時信息熵會達到最大值,將其記作:

(4)

信息源的冗余度R可以通過熵來計算:

R=Hmax(X)-H(X)=log2q-

(5)

式中:H(X)表示事件集合X的熵,Hmax(X)表示事件集合X熵的最大值,g表示X的概率分布。

通過上述計算,可對原始監(jiān)測數(shù)據進行建模和量化處理,從而更有效地實現(xiàn)數(shù)據的壓縮。

1.2 高速電氣化鐵路牽引供電安全智能監(jiān)測指標分析

在安全智能監(jiān)測過程中,根據設備當前的運行情況進行狀態(tài)分類,并建立相應的監(jiān)測指標,計算監(jiān)測指標的可靠度[7]。設備狀態(tài)分類如圖1所示。

圖1 設備狀態(tài)分類

以電力系統(tǒng)的單機可靠性評估為例,對帶電作業(yè)情況、調度停運設備、計劃停運、檢修停運、分計劃停運等5項指標進行監(jiān)測。

運行系數(shù)AF是電力系統(tǒng)單機可靠性評估中的一個重要指標[8-9],AF的計算公式為:

(6)

式中:AH為電力系統(tǒng)的可用時長,PH為電力系統(tǒng)的故障停運時長。

可靠性SF是一個用于評估系統(tǒng)或組件在規(guī)定時間內正常運行能力的指標,SF計算公式為:

(7)

式中:SH為統(tǒng)計時間內系統(tǒng)處于正常工作狀態(tài)的時長,rH為統(tǒng)計時間。

計劃停運系數(shù)POF計算公式為:

(8)

式中:POH為計劃停運的時長。

由公式(7)和(8)可以計算出在統(tǒng)計時間內設備處于停機狀態(tài)的可能性(即停機概率)[10]。計劃停運率POR計算公式為:

(9)

式中:POT為計劃停運次數(shù),Z為統(tǒng)計時間內參與計劃性停運的設備數(shù)量,M為統(tǒng)計時間內設備的總運行次數(shù)。

暴露率EXR計算公式為:

(10)

在電力系統(tǒng)監(jiān)測過程中,接觸線張力是重要的監(jiān)測參數(shù)之一,用于評估牽引供電的安全狀態(tài)。接觸線張力是指供電系統(tǒng)中接觸線所受到的張力大小,其變化會直接引起其他動態(tài)參數(shù)變化,從而影響安全監(jiān)測結果,因此要對其進行監(jiān)測[11]。柔性懸掛系統(tǒng)是指能夠在多個方向上具有較大位移或變形能力的系統(tǒng)。柔性懸掛系統(tǒng)對于減震、吸收沖擊和提供舒適性具有較好的效果。本文主要針對柔性懸掛系統(tǒng)進行分析[12]。由于接觸線是柔性的,當受到外力影響時,其會發(fā)生形變,進而引起接觸線末端張力的變化。這種形變和張力變化可能會導致接觸線明顯振動,為此需要計算動態(tài)抬升量y:

(11)

式中:ρ為接觸線的密度參數(shù),C、v分別為振動波的傳播速度和運行速度,l為線索長度,d為基礎壓力,t為接觸時間[13]。

傳播速度C計算公式為:

(12)

式中:ζi為第i階振動波形的阻尼比,T為接觸線張力,E為彈性模量,I為接觸線的截面慣性矩。使用上述指標可反映設備的實際運行狀況[14-15]。

1.3 基于數(shù)據融合的牽引供電安全智能監(jiān)測

為了提高監(jiān)測結果的穩(wěn)定性,采用D-S證據推理的數(shù)據融合方法對數(shù)據進行融合處理,融合過程如圖2所示。

圖2 數(shù)據融合過程

將識別框架記作Θ,Θ={θ1,θ2,…,θn},θn代表識別框架中的一個特定識別框。一個識別框表示一個樣本區(qū)域,包含位置和邊界信息。基于基本概率賦值函數(shù)m的計算規(guī)則可以獲得關于不同假設或事件的置信度和可信度度量。這些度量可用于進行識別和分類任務,有利于根據可信程度進行推理并得出準確的識別結果。識別公式為:

(13)

式中:m(A)為命題A的基本概率分配函數(shù)。

由于有多個信任函數(shù),因此建立分配框架,公式如下:

(14)

式中:Ak為第k個信任函數(shù)對應的基本概率分配函數(shù),mk為融合后的基本概率分配函數(shù)。

由此實現(xiàn)了監(jiān)測數(shù)據的融合,完成了基于數(shù)據融合的高速電氣化鐵路牽引供電安全智能監(jiān)測。

2 實例分析

為驗證本文提出的基于數(shù)據融合的牽引供電安全智能監(jiān)測方法的有效性,進行實例分析。

2.1 實驗對象

實驗主要分為兩部分:第一部分,對歷史數(shù)據監(jiān)測,將2015年京滬高速鐵路區(qū)段作為實驗對象,主要分析故障供電牽引網不可用時長、平均連續(xù)可用時長;第二部分,對京滬高速鐵路進行在線監(jiān)測,主要驗證高速電氣化鐵路牽引供電安全在線監(jiān)測時長和精度。

2.2 故障供電牽引網不可用時長分析

采用本文方法和文獻[1]方法對相關信息統(tǒng)計與分析,監(jiān)測出該牽引網內不可用的時長,對比結果見表1。

表1 故障供電牽引網不可用時長分析 單位:min

由表可知,本文方法監(jiān)測時長與實際不可用時長最大相差約2 min,差距較小,說明本文方法能夠較為準確地監(jiān)測牽引網的不可用時長,而文獻[1]方法監(jiān)測的不可用時長與實際不可用時長相差較大。

2.3 平均連續(xù)可用時長分析

將本文方法和文獻[1]方法監(jiān)測到的平均連續(xù)可用時長與實際平均連續(xù)可用時長對比,結果見表2。

表2 平均連續(xù)可用時長分析 單位:min

由表可知,本文方法獲得的時長與實際值相差較小,文獻[1]方法獲得的時長與實際值相差較大,由此驗證了本文方法的有效性。

2.4 監(jiān)測時間分析

采用本文方法和文獻[1]方法,對高速電氣化鐵路牽引供電安全在線監(jiān)測所用的時間進行對比分析,結果如圖3所示。

圖3 監(jiān)測時間對比

由圖可知,本文方法監(jiān)測所用的時間明顯少于文獻[1]方法監(jiān)測所用的時間,具有一定的實用性。

2.5 監(jiān)測精度分析

采用本文方法和文獻[1]方法,對高速電氣化鐵路牽引供電安全在線監(jiān)測精度進行對比分析,結果見表3。

表3 兩種方法的監(jiān)測精度對比結果 %

由表可知,本文方法監(jiān)測精度最高可達99.8%,而文獻[1]方法最高只有86.2%,證明本文方法監(jiān)測效果較好。

為進一步驗證本文方法的精度,采用本文方法和文獻[1]方法對接觸網電壓值進行監(jiān)測,并將監(jiān)測結果與實際值進行電壓誤差對比,結果如圖4所示。

圖4 接觸網電壓值誤差對比結果

由圖可知,本文方法監(jiān)測到的電壓值波形與實際輸出的波形基本一致,在03:00時出現(xiàn)一次波動,雖然波動較小,但仍然能準確監(jiān)測出接觸網的電壓值,準確性較高,而文獻[1]方法監(jiān)測到的電壓值波形與實際輸出的波形相差較大,說明本文方法的監(jiān)測精度較高。

3 結束語

本文提出了一種基于數(shù)據融合的高速電氣鐵路牽引供電安全智能監(jiān)測方法,實驗結果表明,該方法具有較高的監(jiān)測準確性以及監(jiān)測效率。通過建立監(jiān)測指標,反映設備的實際運行狀況;通過數(shù)據壓縮算法,對采集的數(shù)據進行了壓縮處理,并去除冗余數(shù)據,有效提高了后續(xù)數(shù)據處理的速度。然而,在實際的高速電氣鐵路牽引供電安全監(jiān)測過程中,監(jiān)測效果還可能受到其他因素的影響,所以在后續(xù)研究中,還需要重點研究影響因素,以進一步提高牽引供電安全智能監(jiān)測效果。