買小虎
(甘肅水務(wù)節(jié)水科技發(fā)展有限責(zé)任公司,甘肅 蘭州 730000)
水利泵站的漏電保護(hù)器是重要的安全設(shè)備,能夠在泵站線路發(fā)生漏電事故時(shí),快速切斷電源,保障泵站設(shè)備與人員的安全。通過(guò)預(yù)測(cè)保護(hù)器的服役狀態(tài),能夠在保護(hù)器正常運(yùn)行的狀態(tài)下,檢測(cè)出電路中的漏電情況,從而實(shí)現(xiàn)泵站的安全運(yùn)行。為此,研究人員設(shè)計(jì)了多種預(yù)測(cè)方法。其中,基于馬爾可夫過(guò)程的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,以及基于樣本熵重構(gòu)與RF-LSTM模型的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法的應(yīng)用較為廣泛。
基于馬爾可夫過(guò)程的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,主要是利用馬爾可夫過(guò)程建立狀態(tài)轉(zhuǎn)移模型,準(zhǔn)確描述保護(hù)器服役狀態(tài),從而實(shí)現(xiàn)狀態(tài)智能預(yù)測(cè)[1]?;跇颖眷刂貥?gòu)與RF-LSTM模型的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,主要是利用SER-RF-LSTM建立混合預(yù)測(cè)模型,得到服役狀態(tài)的重構(gòu)特征分量,從而實(shí)現(xiàn)保護(hù)器狀態(tài)的準(zhǔn)確預(yù)測(cè)[2]。以上兩種方法均存在一定的弊端,影響最終的預(yù)測(cè)效果[3]。因此,本文在強(qiáng)電磁干擾的環(huán)境下,設(shè)計(jì)了水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法。
在水利泵站正常運(yùn)行時(shí),受到泵站運(yùn)行情況影響,漏電保護(hù)器的服役狀態(tài)存在轉(zhuǎn)移的情況[4]。隨著漏電保護(hù)器役齡的增加,保護(hù)器將出現(xiàn)拒動(dòng)、誤動(dòng)、自檢等狀態(tài),將上述狀態(tài)進(jìn)行預(yù)測(cè),從而滿足保護(hù)器的運(yùn)行需求。本文建立服役狀態(tài)預(yù)測(cè)空間,見(jiàn)圖1。
圖1 漏電保護(hù)器服役狀態(tài)空間示意圖
圖1中,μp為保護(hù)器修復(fù)狀態(tài);μj為保護(hù)器維護(hù)狀態(tài);μ1為故障修復(fù)狀態(tài);λj為拒動(dòng)狀態(tài);J為檢修狀態(tài)。漏電保護(hù)器處于不同狀態(tài),泵站工作狀態(tài)也不同。
狀態(tài)1時(shí),水利泵站正常工作,漏電保護(hù)器正確不工作。
狀態(tài)2時(shí),水利泵站線路退出,保護(hù)器處于檢修狀態(tài),分別為緊急檢修、計(jì)劃性檢修,滿足檢修周期的保護(hù)服役狀態(tài)獲得重置[5]。
狀態(tài)3時(shí),泵站線路正常工作,保護(hù)器不可自檢,拒動(dòng)失效。
狀態(tài)4、6時(shí),泵站正常,保護(hù)器無(wú)法拒動(dòng),服役狀態(tài)失效。
狀態(tài)5、9、10時(shí),泵站相關(guān)故障被隔離,保護(hù)器預(yù)測(cè)為誤動(dòng)狀態(tài)。
狀態(tài)7時(shí),泵站設(shè)備發(fā)生故障,保護(hù)器預(yù)測(cè)為拒動(dòng)狀態(tài)。
狀態(tài)8時(shí),泵站設(shè)備發(fā)生故障,保護(hù)器預(yù)測(cè)為正常動(dòng)作狀態(tài)[6]。
狀態(tài)11時(shí),泵站設(shè)備故障得到修復(fù),保護(hù)器動(dòng)作正常。
狀態(tài)12、13時(shí),泵站設(shè)備隔離后,保護(hù)器動(dòng)作正常。在智能預(yù)測(cè)的過(guò)程中,漏電保護(hù)器處于何種服役狀態(tài),均會(huì)在狀態(tài)空間中顯示出來(lái)。根據(jù)狀態(tài)空間得到的服役狀態(tài)情況,避免預(yù)測(cè)失誤的問(wèn)題。
服役狀態(tài)時(shí)域信號(hào)能夠反映保護(hù)器的物理狀態(tài),從而確保狀態(tài)預(yù)測(cè)結(jié)果的準(zhǔn)確性[7]。從漏電保護(hù)器服役狀態(tài)信號(hào)的時(shí)域與頻域信號(hào)中,獲取保護(hù)器各元件之間的互連關(guān)系,從而確保服役狀態(tài)預(yù)測(cè)的準(zhǔn)確性。假設(shè)強(qiáng)磁干擾為δ,則信號(hào)帶寬B可表示為
B=δ/Tr
(1)
式(1)中,Tr為時(shí)域波形上升時(shí)間。Tr越短,B越大,δ越大。在此條件下,預(yù)測(cè)服役狀態(tài)的時(shí)域序列,公式如下:
(2)
式(2)中,y(Tr)為服役狀態(tài)的時(shí)域序列;αi為自回歸系數(shù);i為第i個(gè)服役狀態(tài)值;p為回歸階數(shù)。根據(jù)y(Tr),智能分析漏電保護(hù)器拒動(dòng)作與誤動(dòng)作的概率(見(jiàn)表1)。
表1 漏電保護(hù)器拒動(dòng)作與誤動(dòng)作的概率
表1顯示,在智能預(yù)測(cè)的過(guò)程中,漏電保護(hù)器動(dòng)作電流不大于30mA,工作時(shí)間不大于0.1s,預(yù)測(cè)為正常動(dòng)作狀態(tài);動(dòng)作電流大于30mA,工作時(shí)間大于0.1s,預(yù)測(cè)為異常動(dòng)作狀態(tài),越限報(bào)警,確保水利泵站的安全運(yùn)行。將靈敏度、精準(zhǔn)度作為智能預(yù)測(cè)方法的指標(biāo),靈敏度計(jì)算公式如下:
(3)
式(3)中,Se為智能預(yù)測(cè)方法的靈敏度指標(biāo);TP為保護(hù)器處于狀態(tài)1,被正確預(yù)測(cè)為狀態(tài)1的數(shù)量;P為實(shí)際為狀態(tài)1的數(shù)量。預(yù)測(cè)精度計(jì)算公式如下:
(4)
式(4)中,Ac為服役狀態(tài)智能預(yù)測(cè)的精度;TN為保護(hù)器處于狀態(tài)1,但被錯(cuò)誤地預(yù)測(cè)為狀態(tài)2的數(shù)量;Al為總樣本數(shù)。Se越高,預(yù)測(cè)效果越佳。Ac越高,預(yù)測(cè)效果越佳。
為了驗(yàn)證本文設(shè)計(jì)的方法是否滿足水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)需求,本文對(duì)上述方法進(jìn)行了實(shí)驗(yàn)分析。最終的實(shí)驗(yàn)結(jié)果則以文獻(xiàn)[1]基于馬爾可夫過(guò)程的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法、文獻(xiàn)[2]基于樣本熵重構(gòu)與RF-LSTM模型的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,以及本文設(shè)計(jì)的基于強(qiáng)電磁干擾環(huán)境的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法進(jìn)行對(duì)比的形式呈現(xiàn)。具體的實(shí)驗(yàn)準(zhǔn)備過(guò)程以及最終的實(shí)驗(yàn)結(jié)果介紹如下。
本次實(shí)驗(yàn)以水利泵站的真實(shí)數(shù)據(jù)為主,確保預(yù)測(cè)結(jié)果的真實(shí)有效性。將漏電保護(hù)器的服役狀態(tài)分為正常與異常兩種,根據(jù)動(dòng)作狀態(tài)預(yù)測(cè)服役狀態(tài)(見(jiàn)圖2)。
圖2 漏電保護(hù)器服役狀態(tài)智能分析框圖
如圖2所示,本次實(shí)驗(yàn)根據(jù)服役狀態(tài)智能分析情況,設(shè)定相關(guān)指標(biāo),確定最終的預(yù)測(cè)結(jié)果是否準(zhǔn)確。其中,Se表示智能預(yù)測(cè)的靈敏度,用于敏感地預(yù)測(cè)漏電保護(hù)器狀態(tài)變化,并及時(shí)發(fā)出預(yù)警、故障信號(hào);Ac表示智能預(yù)測(cè)的精準(zhǔn)度,用于準(zhǔn)確地預(yù)測(cè)出保護(hù)器的服役狀態(tài),避免正常工作狀態(tài)與故障狀態(tài)混淆的情況;V表示智能預(yù)測(cè)的可解釋性,表示智能預(yù)測(cè)方法能夠提供的可解釋的預(yù)測(cè)結(jié)果,根據(jù)漏電保護(hù)器內(nèi)部工作機(jī)制與輸出結(jié)果評(píng)估預(yù)測(cè)值,進(jìn)一步確保預(yù)測(cè)準(zhǔn)確性,V越高,預(yù)測(cè)效果越佳;T表示狀態(tài)預(yù)測(cè)的實(shí)時(shí)性,T越小,預(yù)測(cè)效果越佳。
在上述實(shí)驗(yàn)條件下,本文隨機(jī)選取出低、中、高三種強(qiáng)度的電磁干擾,并將運(yùn)行數(shù)據(jù)采集周期設(shè)定為1h、2h、3h,能夠滿足本次實(shí)驗(yàn)需求。在其他條件均已知的情況下,將文獻(xiàn)[1]基于馬爾可夫過(guò)程的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法的性能指標(biāo)、文獻(xiàn)[2]基于樣本熵重構(gòu)與RF-LSTM模型的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法的性能指標(biāo),以及本文設(shè)計(jì)的基于強(qiáng)電磁干擾環(huán)境的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法的性能指標(biāo)進(jìn)行對(duì)比(見(jiàn)表2)。
表2 電磁干擾強(qiáng)度實(shí)驗(yàn)結(jié)果
表2顯示,采用文獻(xiàn)[1]基于馬爾可夫過(guò)程的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,在電磁干擾強(qiáng)度從低到高的過(guò)程中,Se、Ac均有一定程度的下降,T有一定程度的上升,只有V保持穩(wěn)定。由此可見(jiàn),該方法在可解釋性方面具有優(yōu)勢(shì),但是整體預(yù)測(cè)水平較低,不利于漏電保護(hù)器的正常運(yùn)行。
采用文獻(xiàn)[2]基于樣本熵重構(gòu)與RF-LSTM模型的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,在電磁干擾強(qiáng)度同樣從低到高的過(guò)程中,Se、Ac、V的值較之文獻(xiàn)[1]預(yù)測(cè)方法有所提升,T的值較文獻(xiàn)[1]預(yù)測(cè)方法有所下降,由此可見(jiàn),該方法的預(yù)測(cè)性能優(yōu)于文獻(xiàn)[1]方法,但仍存在隨電磁干擾的變化而變化的情況,亟須對(duì)其進(jìn)一步優(yōu)化。而采用本文設(shè)計(jì)的基于強(qiáng)電磁干擾環(huán)境的水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法,在電磁干擾強(qiáng)度從低到高的過(guò)程中,Se、Ac、V、T的值均處于較為穩(wěn)定的狀態(tài),Se、Ac、V相對(duì)較高,T相對(duì)較低。由此可見(jiàn),本文設(shè)計(jì)的方法具有較高的預(yù)測(cè)水平,能夠滿足漏電保護(hù)器服役狀態(tài)預(yù)測(cè)需求。
受到電磁干擾環(huán)境的影響,水利泵站的安全運(yùn)行面臨著重大挑戰(zhàn)。本文設(shè)計(jì)了在強(qiáng)電磁干擾環(huán)境下,水利泵站漏電保護(hù)器服役狀態(tài)智能預(yù)測(cè)方法。從預(yù)測(cè)空間、時(shí)域預(yù)測(cè)兩個(gè)方面,對(duì)漏電保護(hù)器的運(yùn)行數(shù)據(jù)進(jìn)行智能分析,實(shí)現(xiàn)了真正意義上的服役狀態(tài)的準(zhǔn)確預(yù)測(cè)。