江 楠 董 熙 高 原 談云愷 蔣 偉

基于暫態(tài)錄波與多元狀態(tài)估計(jì)的閥冷系統(tǒng)故障預(yù)警及識(shí)別

江 楠1董 熙1高 原2談云愷2蔣 偉1

（1. 南京南瑞繼保電氣有限公司，南京 210000； 2. 常州博瑞電力自動(dòng)化設(shè)備有限公司，江蘇 常州 213000）

閥冷系統(tǒng)是直流輸電工程的重要設(shè)備之一，提高其故障預(yù)警及識(shí)別水平具有重要實(shí)用價(jià)值。利用主泵周期切換觸發(fā)的雙頻暫態(tài)錄波數(shù)據(jù)，提取系統(tǒng)在切泵擾動(dòng)下的特征量，從而提高運(yùn)算效率；提出基于聚類算法和切換工況相結(jié)合的動(dòng)態(tài)過程記憶矩陣構(gòu)建方法，根據(jù)多元狀態(tài)估計(jì)得出估計(jì)向量，計(jì)算估計(jì)向量與觀測(cè)向量的余弦相似度，采用3離群檢測(cè)值作為預(yù)警閾值，然后根據(jù)預(yù)警觀測(cè)向量與切換工況的耦合程度，以及3種故障類型對(duì)誤差的貢獻(xiàn)率實(shí)現(xiàn)故障識(shí)別。最后，通過案例分析驗(yàn)證了所提方法的有效性。

閥冷系統(tǒng)；雙頻暫態(tài)錄波；多元狀態(tài)估計(jì)；聚類算法；過程記憶矩陣；余弦相似度

0 引言

換流閥是直流輸電工程的核心設(shè)備，為保證換流閥功率器件的有效散熱，需要配置換流閥冷卻系統(tǒng)[1-8]，簡稱閥冷系統(tǒng)。閥冷系統(tǒng)是典型的電氣、機(jī)械、流體多專業(yè)融合的復(fù)雜系統(tǒng)，故障率高，嚴(yán)重影響直流輸電可靠性。文獻(xiàn)[9-11]統(tǒng)計(jì)的直流輸電系統(tǒng)可靠性指標(biāo)影響因素中，因閥冷系統(tǒng)導(dǎo)致直流系統(tǒng)強(qiáng)迫停運(yùn)或臨時(shí)停運(yùn)的事故占比位居前列。目前，閥冷系統(tǒng)僅通過監(jiān)測(cè)運(yùn)行參數(shù)與限值對(duì)比來判斷設(shè)備運(yùn)行狀態(tài)，通過設(shè)備冗余、儀表冗余提高系統(tǒng)可靠性[12]，檢修方式仍采用傳統(tǒng)的事后檢修和有計(jì)劃的預(yù)防檢修，往往不能全面及時(shí)地了解系統(tǒng)的運(yùn)行狀態(tài)。

基于知識(shí)的專家系統(tǒng)、基于神經(jīng)網(wǎng)絡(luò)的智能化方法及多變量狀態(tài)估計(jì)技術(shù)（multivariate state estimate technology, MSET）已逐步應(yīng)用于火電機(jī)組和大型電力變壓器等領(lǐng)域[13-19]。其中，MSET脫胎于非線性狀態(tài)估計(jì)技術(shù)（nonlinear state estimate technology, NSET），因其具有多測(cè)點(diǎn)綜合預(yù)警、數(shù)學(xué)模型簡單等特點(diǎn)而得到廣泛關(guān)注。文獻(xiàn)[20]將MSET應(yīng)用于火電廠引風(fēng)機(jī)故障預(yù)警中，利用正常運(yùn)行狀態(tài)估計(jì)偏移度進(jìn)行設(shè)備預(yù)警，實(shí)現(xiàn)多測(cè)點(diǎn)綜合預(yù)警；文獻(xiàn)[21]改進(jìn)動(dòng)態(tài)記憶矩陣并使用相似度函數(shù)作為故障預(yù)警依據(jù)；文獻(xiàn)[22]使用奇異值分解法計(jì)算廣義逆矩陣，提高計(jì)算效率；文獻(xiàn)[23]提出一種基于余弦相似性的電力設(shè)備預(yù)警方法。上述研究均以數(shù)據(jù)采集與監(jiān)視控制（supervisory control and data acquisition, SCADA）系統(tǒng)或分散控制系統(tǒng)（distributed control system, DCS）的運(yùn)行監(jiān)測(cè)數(shù)據(jù)作為趨勢(shì)預(yù)警的單一數(shù)據(jù)來源。文獻(xiàn)[24]將SCADA系統(tǒng)監(jiān)測(cè)數(shù)據(jù)與結(jié)構(gòu)參數(shù)等融合為能表征運(yùn)行狀態(tài)及失效程度的二次監(jiān)測(cè)參數(shù)，擴(kuò)展了MSET的分析維度，但由于SCADA/DCS監(jiān)測(cè)數(shù)據(jù)的采集精度一般為min級(jí)，無法反映系統(tǒng)在某些短時(shí)大擾動(dòng)工況下的運(yùn)行特性，故障預(yù)警類型局限在溫度、泄漏、結(jié)垢等緩慢變化的工況。

本文利用閥冷系統(tǒng)主泵周期切換產(chǎn)生的雙頻暫態(tài)錄波數(shù)據(jù)，提取系統(tǒng)在切泵擾動(dòng)下的特征量，提出基于最近鄰分類算法（k-nearest neighbor, KNN）和切換工況識(shí)別相結(jié)合的動(dòng)態(tài)過程記憶矩陣構(gòu)建方法，根據(jù)多元狀態(tài)估計(jì)得出估計(jì)向量，計(jì)算估計(jì)向量與觀測(cè)向量的余弦相似度，采用3離群檢測(cè)值作為預(yù)警閾值，最后根據(jù)預(yù)警觀測(cè)向量與切換工況的耦合程度，以及3種故障類型對(duì)誤差的貢獻(xiàn)率實(shí)現(xiàn)故障識(shí)別。

1 閥冷系統(tǒng)及暫態(tài)錄波

1.1 閥冷系統(tǒng)結(jié)構(gòu)

閥冷系統(tǒng)示意圖如圖1所示，主要原理為：在主泵作用下，冷卻介質(zhì)源源不斷流經(jīng)換流閥，介質(zhì)溫度上升并將換流閥產(chǎn)生的熱量帶出，與外冷設(shè)備（空冷器、冷卻塔或其組合）進(jìn)行熱量交換，使冷卻介質(zhì)溫度降低至合理范圍后再次流入換流閥，形成冷卻介質(zhì)的閉式循環(huán)。閥冷系統(tǒng)一般配置兩臺(tái)冗余的主泵（含電動(dòng)機(jī)）及其閥門管路，一用一備。循環(huán)管路系統(tǒng)主要配置主泵止回閥、主泵出口蝶閥、三通閥、主過濾器等設(shè)備，測(cè)量儀表主要有進(jìn)閥壓力、主循環(huán)流量、主泵入口壓力、主泵出口壓力等表計(jì)。

圖1 閥冷系統(tǒng)示意圖

1.2 主泵切換

每臺(tái)主泵具有兩個(gè)獨(dú)立的工作回路：工頻旁路回路和軟起回路。其中，軟起回路通過軟起動(dòng)器調(diào)整輸出電壓，降低主泵電動(dòng)機(jī)起動(dòng)時(shí)對(duì)站用電系統(tǒng)的沖擊，以及冷卻介質(zhì)水錘效應(yīng)對(duì)管路的沖擊力度，實(shí)現(xiàn)平滑起動(dòng)。

為保證兩臺(tái)主泵的預(yù)期壽命、磨損程度均衡，主泵需進(jìn)行周期切換，一般設(shè)置為一周。主泵正常運(yùn)行時(shí)只有工頻旁路投入，進(jìn)行周期切換時(shí)，備用泵的軟起動(dòng)器先啟動(dòng)，電動(dòng)機(jī)電流按設(shè)定的斜率上升至限制值，待電動(dòng)機(jī)及主泵葉輪轉(zhuǎn)速接近額定轉(zhuǎn)速后，電流迅速降至額定電流，此時(shí)軟起動(dòng)器閉合內(nèi)置旁路，經(jīng)一段延時(shí)后，工頻旁路投入，軟起動(dòng)器停止。主泵切換示意圖如圖2所示，為監(jiān)視主泵的電氣特性，配置母線電壓互感器和電動(dòng)機(jī)電流互感器。

為減少切換過程的沖擊，一般不允許雙泵重疊運(yùn)行，因此系統(tǒng)的流量、壓力等流體參量會(huì)迅速降低再逐漸恢復(fù)。為保證主泵切換造成的流體及機(jī)械擾動(dòng)不會(huì)影響換流閥散熱，閥冷控制保護(hù)系統(tǒng)需設(shè)置嚴(yán)格的電流、流量、壓力等多級(jí)保護(hù)定值，并及時(shí)發(fā)出報(bào)警或請(qǐng)求跳閘指令。

1.3 雙頻暫態(tài)錄波

在閥冷系統(tǒng)主泵切換過程中，電氣、流體、機(jī)械等物理量的變化過程存在明顯差異，閥冷控制保護(hù)系統(tǒng)需配置適應(yīng)不同變化規(guī)律的多采樣頻率的暫態(tài)錄波機(jī)制。雙頻暫態(tài)錄波參數(shù)見表1，其中電氣類錄波采樣頻率為1 000Hz，錄波時(shí)長為6s，而流體類變化相對(duì)緩慢，但是對(duì)采樣精度要求不高，其采樣頻率為10Hz，錄波時(shí)長最大可達(dá)120s，能涵蓋多種擾動(dòng)過程。典型的主泵切換雙頻暫態(tài)錄波如圖3所示。多種采樣頻率的暫態(tài)錄波可由同一個(gè)錄波觸發(fā)信號(hào)使能。

圖2 主泵切換示意圖

表1 雙頻暫態(tài)錄波參數(shù)

（a）電氣類高頻錄波

（b）流體類低頻錄波

圖3 主泵切換雙頻暫態(tài)錄波

2 MSET建模

2.1 多元狀態(tài)估計(jì)技術(shù)原理

多元狀態(tài)估計(jì)技術(shù)是通過構(gòu)建能代表設(shè)備正常運(yùn)行狀態(tài)的過程記憶矩陣，再根據(jù)設(shè)備狀態(tài)參數(shù)與過程記憶矩陣的數(shù)學(xué)關(guān)系，反映當(dāng)前設(shè)備運(yùn)行狀態(tài)是否偏離正常工作空間。其中，構(gòu)建過程記憶矩陣的本質(zhì)是對(duì)設(shè)備正常運(yùn)行特性的學(xué)習(xí)和記憶過程。

如果一個(gè)新的觀測(cè)向量obs，其估計(jì)向量est為過程記憶矩陣中線性相關(guān)變量的最優(yōu)逼近向量，經(jīng)推導(dǎo)得

式中，U為非線性運(yùn)算符，用來代替普通矩陣運(yùn)算中的乘法運(yùn)算。非線性運(yùn)算符有多種選擇，一般取兩向量間的歐式距離。

當(dāng)設(shè)備或系統(tǒng)的工作狀態(tài)發(fā)生變化時(shí)，觀測(cè)向量將偏移正常運(yùn)行空間，過程記憶矩陣中歷史觀測(cè)向量的組合無法構(gòu)建其對(duì)應(yīng)的精確估計(jì)值，導(dǎo)致估計(jì)精度下降，提示設(shè)備或系統(tǒng)出現(xiàn)潛在故障隱患。

2.2 暫態(tài)錄波特征量

如果直接采用暫態(tài)錄波數(shù)據(jù)構(gòu)建矩陣，將生成一個(gè)三維的過程記憶矩陣，如圖4所示。

為避免復(fù)雜的多維矩陣運(yùn)算，有必要對(duì)三維過程記憶矩陣進(jìn)行降維處理。冗余配置的主泵在每次周期切換過程中，電氣、流體等主要物理量變化趨勢(shì)基本一致，且閥冷控制保護(hù)系統(tǒng)都會(huì)設(shè)定相關(guān)的電量、非電量保護(hù)定值，因此根據(jù)暫態(tài)錄波數(shù)據(jù)與保護(hù)定值的關(guān)系及系統(tǒng)本身的電氣、流體特性提取主要特征量，即可避免將全量錄波數(shù)據(jù)輸入過程記憶矩陣。不同采樣頻率的暫態(tài)錄波同時(shí)刻觸發(fā)，可保證在時(shí)間維度對(duì)齊。對(duì)暫態(tài)錄波數(shù)據(jù)提取特征量的過程本質(zhì)上是對(duì)三維過程記憶矩陣在時(shí)間維度進(jìn)行降階。

圖4 三維過程記憶矩陣

特征量不僅能反映正常的切泵過程，同時(shí)也能提示相關(guān)的故障類型并輔助故障識(shí)別。本文選取的暫態(tài)錄波特征量見表2。

表2 暫態(tài)錄波特征量

表2中，主泵壓差由主泵出口壓力與主泵入口壓力作差得到，其反映主泵起動(dòng)時(shí)的流體性能，進(jìn)閥壓力和主循環(huán)流量相關(guān)特征量反映切泵過程中，整個(gè)循環(huán)管路在主泵作用下的流體特性。上述特征量與暫態(tài)錄波曲線示意圖如圖5所示。

由于提取的特征量量綱不同，且數(shù)量級(jí)差別較大，需要對(duì)其進(jìn)行歸一化處理，本文采用Z-score標(biāo)準(zhǔn)化方法，即

圖5 特征量與暫態(tài)錄波曲線示意圖

式中：為標(biāo)準(zhǔn)化后的特征量；z為標(biāo)準(zhǔn)化前的特征量；為樣本均值；為樣本標(biāo)準(zhǔn)差。

2.3 基于聚類算法和切換工況的動(dòng)態(tài)矩陣

過程記憶矩陣一般從訓(xùn)練集中通過抽樣方法獲得，無動(dòng)態(tài)更新機(jī)制，如果系統(tǒng)或設(shè)備的運(yùn)行工況發(fā)生變化，通過MSET模型得到的估計(jì)向量的精度會(huì)顯著降低，且過程記憶矩陣中絕大多數(shù)歷史向量處于無用狀態(tài)，增加了運(yùn)算復(fù)雜度。此時(shí)，通過聚類算法，在訓(xùn)練集中動(dòng)態(tài)選取與估計(jì)向量最接近的若干歷史向量作為矩陣，能提高M(jìn)SET的估計(jì)精度。針對(duì)某個(gè)觀測(cè)向量，本文采用KNN計(jì)算其與訓(xùn)練集中所有歷史向量的歐式距離，有

對(duì)距離1,2,…,d進(jìn)行排序，從中選擇距離較小的個(gè)歷史向量作為動(dòng)態(tài)矩陣。

閥冷系統(tǒng)兩臺(tái)主泵在力學(xué)性能方面總是存在細(xì)微差別，且主泵及其管路（止回閥、出口蝶閥等）本身的故障率相對(duì)偏高，對(duì)于某個(gè)觀測(cè)向量，通過暫態(tài)錄波中的數(shù)字量（主泵起動(dòng)、停止指令）識(shí)別出具體的切換工況（切換工況A，主泵1切換到主泵2；切換工況B，主泵2切換到主泵1），再針對(duì)性地從訓(xùn)練集中動(dòng)態(tài)構(gòu)建矩陣，能顯著降低基于聚類算法的動(dòng)態(tài)矩陣的計(jì)算量。動(dòng)態(tài)過程記憶矩陣構(gòu)建流程如圖6所示。

2.4 故障預(yù)警與識(shí)別

觀測(cè)向量輸入MSET模型后得到估計(jì)向量，為了評(píng)估兩者的相似度，并考慮每個(gè)特征量權(quán)重系數(shù)，計(jì)算其余弦相似度為

圖6 動(dòng)態(tài)過程記憶矩陣構(gòu)建流程

式中：為估計(jì)向量與觀測(cè)向量之間的夾角；w為第種特征量的權(quán)重系數(shù)；esti、obsi分別為估計(jì)向量和觀測(cè)向量的第種特征量。

根據(jù)表2中特征量反映的故障類型，對(duì)3種故障情形按3:3:4的比例分配權(quán)重，避免某種類型選取的特征量數(shù)量過多而對(duì)整體誤差產(chǎn)生干擾。每種故障類型內(nèi)部的特征量權(quán)重系數(shù)可等分設(shè)定。

余弦相似度算法是在向量空間中用兩個(gè)向量夾角的余弦值來衡量兩個(gè)向量差異的大小，其取值范圍為[-1, 1]。兩向量在向量空間中的指向完全相同時(shí)為1，完全相反時(shí)為-1，兩向量正交時(shí)為0。

觀測(cè)向量余弦相似度的閾值可通過驗(yàn)證集統(tǒng)計(jì)得到，即針對(duì)驗(yàn)證集中的驗(yàn)證向量。同理求得其與驗(yàn)證估計(jì)向量的余弦相似度，計(jì)算其均值v和標(biāo)準(zhǔn)差，采用v3作為驗(yàn)證集余弦相似度的統(tǒng)計(jì)閾值。

若滿足

則說明此時(shí)換流閥冷卻的運(yùn)行狀態(tài)已經(jīng)偏離正常工作區(qū)間，發(fā)出趨勢(shì)預(yù)警信號(hào)，提醒運(yùn)維人員檢查設(shè)備狀態(tài)。

對(duì)于滿足預(yù)警條件的觀測(cè)向量，在故障識(shí)別過程中，與構(gòu)建動(dòng)態(tài)記憶矩陣類似，可首先判斷切換工況預(yù)警觀測(cè)向量與切換工況是否有耦合關(guān)系。在某個(gè)時(shí)間窗口內(nèi)，預(yù)警觀測(cè)向量與切換工況的耦合程度用表示，即預(yù)警向量中切換工況A所占比例，則1-h表示切換工況B所占比例，滿足

或

式中，為閾值，根據(jù)經(jīng)驗(yàn)本文取0.4。由于周期切泵的時(shí)間間隔一般固定，可用樣本數(shù)代替時(shí)間窗口，本文取=4（兩種切換工況間隔發(fā)生兩次）。另外，余弦相似度中每一類故障類型對(duì)應(yīng)的特征量對(duì)總體誤差的貢獻(xiàn)率可用來識(shí)別故障位置，3種故障類型對(duì)應(yīng)的誤差貢獻(xiàn)率分別為

故障預(yù)警及識(shí)別的流程如圖7所示。

綜上所述，基于暫態(tài)錄波數(shù)據(jù)與MSET的閥冷系統(tǒng)故障預(yù)警及識(shí)別的完整流程如圖8所示。

圖8 基于暫態(tài)錄波數(shù)據(jù)與MSET的閥冷系統(tǒng)故障預(yù)警及識(shí)別流程

3 案例分析

某換流站配置4套閥冷系統(tǒng)，收集其從2022年9月至2023年10月的周期切泵暫態(tài)錄波數(shù)據(jù)作為研究對(duì)象。該站4套閥冷系統(tǒng)配置及參數(shù)完全相同，為了擴(kuò)大模型的覆蓋范圍，可將上述4套閥冷系統(tǒng)的暫態(tài)錄波統(tǒng)一處理。在該時(shí)間段發(fā)生若干起保護(hù)動(dòng)作事件（電源異常、表計(jì)故障等）并觸發(fā)錄波，這些異常由閥冷保護(hù)系統(tǒng)判斷，不在本文討論范圍內(nèi)，故需剔除上述異常錄波數(shù)據(jù)。已知該站第一套閥冷系統(tǒng)主泵P02的軟起動(dòng)器異常，故在確定訓(xùn)練集、驗(yàn)證集范圍時(shí)將該套數(shù)據(jù)排除在外，并作為案例1。

經(jīng)上述預(yù)處理過程后，對(duì)3套閥冷系統(tǒng)暫態(tài)錄波數(shù)據(jù)提取特征量，并進(jìn)行歸一化處理，選取其中兩套閥冷數(shù)據(jù)作為訓(xùn)練集，剩余一套數(shù)據(jù)作為驗(yàn)證集。根據(jù)本文第2節(jié)介紹，驗(yàn)證集和案例1的余弦相似度如圖9所示。

經(jīng)計(jì)算，驗(yàn)證集的平均余弦相似度為0.995，說明模型的預(yù)測(cè)準(zhǔn)確性較高。驗(yàn)證集的標(biāo)準(zhǔn)差為0.004，根據(jù)式（7）取預(yù)警閾值為0.983。針對(duì)案例集，從圖9可以看出超過預(yù)警閾值的樣本與切換工況耦合明顯，經(jīng)計(jì)算得到耦合程度為100%，說明故障類型與切換工況A完全吻合，提示為故障類型1或2的可能性較大。

圖9 驗(yàn)證集和案例1的余弦相似度

進(jìn)一步，針對(duì)案例1中超過預(yù)警閾值的樣本，各個(gè)故障類型對(duì)誤差的貢獻(xiàn)率如圖10所示。從圖10可以看出，故障類型1對(duì)誤差的貢獻(xiàn)率明顯高于其他兩種，其平均貢獻(xiàn)率達(dá)到69%，說明故障位置可能在主泵電動(dòng)機(jī)或者軟起動(dòng)器及開關(guān)等動(dòng)力柜器件，且由于其他兩類故障類型的占比小，說明故障程度較輕，并未引起系統(tǒng)的流量、壓力等流體參數(shù)異常。

圖10 案例1中超過預(yù)警閾值的樣本中各故障類型的誤差貢獻(xiàn)率

通過核查案例1中兩種切換工況的原始暫態(tài)錄波波形，如圖11所示，發(fā)現(xiàn)切換工況A的主泵電流沒有按預(yù)期設(shè)定的程序達(dá)到限值后停止增大，經(jīng)運(yùn)行人員手動(dòng)核查發(fā)現(xiàn)是該套閥冷主泵P02軟起動(dòng)器的定值設(shè)置有誤。

（a）切換工況A

（b）切換工況B

圖11 案例1中兩種切換工況的原始暫態(tài)錄波波形

閥門（三通閥、止回閥、蝶閥等）故障是閥冷系統(tǒng)常見的故障類型，由于缺少故障數(shù)據(jù)，本文將三通閥因環(huán)境溫度較低時(shí)自動(dòng)動(dòng)作的實(shí)際過程作為案例2，來模擬三通閥故障。

案例2樣本的余弦相似度及各故障類型的誤差貢獻(xiàn)率如圖12所示，可以看出連續(xù)5個(gè)樣本超出預(yù)警閾值，預(yù)警樣本與切換工況的耦合程度=50%，說明故障與主泵關(guān)系較小。進(jìn)一步核查發(fā)現(xiàn)，預(yù)警樣本中故障類型3的誤差貢獻(xiàn)率較高，其平均貢獻(xiàn)率高達(dá)96%，而其他兩種故障類型的貢獻(xiàn)率極低，說明故障位置可能在循環(huán)管路設(shè)備（三通閥、主過濾器等）上。經(jīng)運(yùn)行人員核查，在預(yù)警的樣本時(shí)間內(nèi)，三通閥因環(huán)境溫度較低時(shí)自動(dòng)動(dòng)作，旁路外冷設(shè)備以保護(hù)管路系統(tǒng)。本案例可以作為循環(huán)管路設(shè)備（三通閥、主過濾器等）故障時(shí)的典型工況。

圖12 案例2的余弦相似度及各故障類型誤差貢獻(xiàn)率

4 結(jié)論

本文利用閥冷系統(tǒng)主泵周期切換產(chǎn)生的雙頻暫態(tài)錄波數(shù)據(jù)，提取系統(tǒng)在切泵擾動(dòng)下的暫態(tài)錄波特征量，提出基于聚類算法和切換工況識(shí)別相結(jié)合的動(dòng)態(tài)過程記憶矩陣構(gòu)建方法，根據(jù)多元狀態(tài)估計(jì)得出估計(jì)向量，計(jì)算估計(jì)向量與觀測(cè)向量的余弦相似度，采用3離群檢測(cè)值作為預(yù)警閾值，最后根據(jù)預(yù)警觀測(cè)向量與切換工況的耦合程度及3種故障類型對(duì)誤差的貢獻(xiàn)率實(shí)現(xiàn)故障識(shí)別。最后，通過案例分析驗(yàn)證了所提方法的有效性，具有實(shí)用價(jià)值。

[1] 劉澤洪, 郭賢珊, 樂波, 等. ±1100kV/12000MW特高壓直流輸電工程成套設(shè)計(jì)研究[J]. 電網(wǎng)技術(shù), 2018, 42(4): 1023-1031.

[2] 張國華, 馬根坡. 電壓故障下的閥冷系統(tǒng)主泵切換邏輯分析[J]. 電網(wǎng)技術(shù), 2021, 45(1): 189-197.

[3] 阮衛(wèi)華, 王大偉, 張民幸. ±800kV哈密換流站閥外冷技術(shù)方案的比較與選擇[J]. 電網(wǎng)技術(shù), 2013, 37(7): 1820-1826.

[4] 江楠, 董熙, 邱樹明, 等. 換流閥冷卻控制系統(tǒng)的時(shí)滯穩(wěn)定性分析[J]. 自動(dòng)化與儀表, 2023, 38(4): 38-42, 58.

[5] 楊柏森, 任?，? 孔德卿, 等. ±500kV柔性直流換流閥冷卻系統(tǒng)方案設(shè)計(jì)[J]. 電氣應(yīng)用, 2021, 40(1): 83-90.

[6] 賀婷婷, 高兵, 楊帆, 等. 電-流-傳質(zhì)場(chǎng)作用下的換流閥冷卻系統(tǒng)均壓電極垢層動(dòng)態(tài)沉積特性研究[J].電工技術(shù)學(xué)報(bào), 2019, 34(14): 2863-2873.

[7] 李通, 劉鵬龍, 李寧瑞, 等. 垢層動(dòng)態(tài)膜阻對(duì)換流閥冷卻系統(tǒng)內(nèi)均壓電極動(dòng)態(tài)沉積特性影響機(jī)理研究[J]. 電工技術(shù)學(xué)報(bào), 2023, 38(7): 1695-1704.

[8] 張輝亮, 劉金革. 冷水機(jī)組在電力電子水冷卻系統(tǒng)中的應(yīng)用研究[J]. 電氣技術(shù), 2021, 22(1): 71-74.

[9] 張蔓, 杜松軒, 江一. 南方電網(wǎng)直流輸電受端站點(diǎn)可靠性指標(biāo)影響因素分析[J]. 高電壓技術(shù), 2017, 43(增刊2): 230-234.

[10] 張蔓, 張鵬, 鄭望其, 等. 南方電網(wǎng)公司直流輸電系統(tǒng)可靠性分析[J]. 南方電網(wǎng)技術(shù), 2014, 8(2): 15-18.

[11] 李智勇, 張國華, 張國威, 等. 2009年國家電網(wǎng)公司直流輸電系統(tǒng)可靠性分析[J]. 電網(wǎng)技術(shù), 2010, 34(11): 77-80.

[12] 趙偉杰, 羅薇, 陳文, 等. 換流閥冷卻系統(tǒng)模塊超差等異常報(bào)警信號(hào)故障處理及原因分析[J]. 電氣技術(shù), 2021, 22(3): 69-73.

[13] 唐文虎, 牛哲文, 趙柏寧, 等. 數(shù)據(jù)驅(qū)動(dòng)的人工智能技術(shù)在電力設(shè)備狀態(tài)分析中的研究與應(yīng)用[J]. 高電壓技術(shù), 2020, 46(9): 2985-2999.

[14] 臧國強(qiáng), 劉曉莉, 徐穎菲, 等. 深度學(xué)習(xí)在電力設(shè)備缺陷識(shí)別中的應(yīng)用進(jìn)展[J]. 電氣技術(shù), 2022, 23(6): 1-7.

[15] 林駿捷, 林佳壕, 郭謀發(fā). 基于多暫態(tài)特征量聚類的配電網(wǎng)接地故障區(qū)段定位方法[J]. 電氣技術(shù), 2023, 24(5): 16-22.

[16] 王步華, 朱劭璇, 熊浩清, 等. 基于長短期記憶神經(jīng)網(wǎng)絡(luò)的檢修態(tài)電網(wǎng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電氣技術(shù), 2023, 24(1): 29-35, 43.

[17] 楊杰, 李紅梅, 趙春田, 等. 基于相似波形的漏磁檢測(cè)缺陷信號(hào)小波分解及提取方法[J]. 電氣技術(shù), 2022, 23(6): 8-16.

[18] 涂彥昭, 高偉, 楊耿杰. 一種基于卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)的光伏系統(tǒng)故障辨識(shí)方法[J]. 電氣技術(shù), 2022, 23(2): 48-54.

[19] 陳世群, 高偉, 陳孝琪, 等. 一種基于極限學(xué)習(xí)機(jī)和皮爾遜相關(guān)系數(shù)的光伏陣列故障快速診斷方法[J]. 電氣技術(shù), 2021, 22(10): 57-64.

[20] 劉濤, 劉吉臻, 呂游, 等. 基于多元狀態(tài)估計(jì)和偏離度的電廠風(fēng)機(jī)故障預(yù)警[J]. 動(dòng)力工程學(xué)報(bào), 2016, 36(6): 454-460.

[21] 余興剛, 賓誼沅, 陳文, 等. 基于改進(jìn)MSET的一次風(fēng)機(jī)故障預(yù)警及診斷方法[J]. 機(jī)電工程, 2023, 40(4): 535-541.

[22] 孫建平, 趙立慧, 孫博揚(yáng), 等. 基于數(shù)據(jù)驅(qū)動(dòng)與多變量狀態(tài)估計(jì)的汽動(dòng)引風(fēng)機(jī)故障預(yù)警[J]. 熱力發(fā)電, 2020, 49(1): 78-84.

[23] 張軍軍. 基于余弦相似性的在線監(jiān)測(cè)系統(tǒng)智能預(yù)警方法[J]. 電氣技術(shù), 2023, 24(9): 65-70.

[24] 張鳳麗, 潘輝, 王金江. 基于多元狀態(tài)估計(jì)的熱交換器多參數(shù)關(guān)聯(lián)預(yù)警方法[J]. 化工學(xué)報(bào), 2022, 73(2): 814-826.

Fault warning and identification of valve cooling system based on transient recording and multivariate state estimation

JIANG Nan1DONG Xi1GAO Yuan2TAN Yunkai2JIANG Wei1

(1. NR Electric Co., Ltd, Nanjing 210000; 2. NR Electric Power Electronics Co., Ltd, Changzhou, Jiangsu 213000)

Valve cooling system is one of the important equipment in DC transmission engineering, and improving the level of its fault warning and identification has important practical value. The dual frequency transient recording data triggered by the main pump cycle switching is used to extract the system’s characteristic quantities under pump switching disturbance, thereby improving operational efficiency. A dynamic process memory matrix construction method based on a combination of clustering algorithm and switching conditions is proposed. An estimation vector based on multivariate state estimation is obtained. The cosine similarity between the estimation vector and the ob-servation vector are calculated. 3outlier detection is used as the warning threshold, and then fault identification is achieved based on the coupling degree between the warning observation vector and the switching condition, as well as the contribution of the three fault types to the error. Finally, the effectiveness of the proposed method is verified through case analysis.

valve cooling system; dual frequency transient recording; multivariate state estimation; clustering algorithm; process memory matrix; cosine similarity

國家電網(wǎng)公司總部科技項(xiàng)目（5500-202249130A-1-1-ZN）

2023-11-03

2023-11-27

江 楠（1989—），男，湖北京山人，碩士，從事高壓直流輸電換流閥冷卻系統(tǒng)研發(fā)工作。