基于電氣信息的變電設(shè)備狀態(tài)漸變過程分析方法研究.pdf

1、變電設(shè)備的狀態(tài)對電網(wǎng)安全可靠運行起著非常關(guān)鍵的作用，且隨著電網(wǎng)規(guī)模的擴大和電氣設(shè)備容量的增加，這種作用更為顯著。變電設(shè)備一旦故障，將直接造成用戶停電，從而帶來經(jīng)濟損失，甚至威脅人身安全。因此，研究變電設(shè)備的潛伏故障檢測、狀態(tài)評估和檢修措施至關(guān)重要。
　　傳統(tǒng)的定期檢修制度因存在成本高、潛伏故障檢測能力差等問題，正逐步被基于狀態(tài)的檢修制度替代。狀態(tài)檢修，即根據(jù)設(shè)備狀態(tài)確定合適的檢修時機和檢修措施，以實現(xiàn)人、財、物的最優(yōu)配置，其基礎(chǔ)是

2、設(shè)備狀態(tài)的在線監(jiān)測與評估。目前研究主要思路是通過綜合分析電氣量和非電氣量監(jiān)測數(shù)據(jù)，利用各種算法評估設(shè)備狀態(tài)，取得了較好的實際效果。但是，狀態(tài)檢修更關(guān)注設(shè)備狀態(tài)的變化過程，這是準(zhǔn)確確定檢修時機，進而實現(xiàn)設(shè)備利用率最大化、并對生產(chǎn)影響最小的基礎(chǔ)。而已有研究側(cè)重于設(shè)備當(dāng)前健康狀況評估，缺少對設(shè)備狀態(tài)漸進變化過程的細(xì)致分析，迫切需要研究相應(yīng)分析方法。利用豐富的電氣信息，建立其與設(shè)備狀態(tài)之間的關(guān)聯(lián)，為設(shè)備狀態(tài)評估提供輔助分析信息具有無需附加額外裝

3、置，量測數(shù)據(jù)豐富，獲取方便的優(yōu)勢。因此，論文基于電氣信息，從數(shù)據(jù)挖掘角度出發(fā)，對比設(shè)備端口模型參數(shù)概率分布差異實現(xiàn)漸變過程特征提取，分析了雷擊、外部短路故障等沖擊對變電設(shè)備狀態(tài)變化過程的影響，并在把握漸變過程規(guī)律基礎(chǔ)上提取未來變化趨勢特征，以期為檢修措施的制定提供更多輔助信息，有利于狀態(tài)檢修的進一步實施。論文的創(chuàng)新性工作如下:
　　(1)變電設(shè)備狀態(tài)漸變過程分析方法:變電設(shè)備狀態(tài)漸進變化過程是由諸多微小變化累積而成，這些微小變化可

4、以通過基于廣義伏安特性構(gòu)建設(shè)備端口模型的參數(shù)變化規(guī)律來間接反映。然而，外界環(huán)境和量測誤差的影響，導(dǎo)致相應(yīng)參數(shù)辨識結(jié)果呈現(xiàn)較強的隨機性，其內(nèi)在趨勢特征規(guī)律難以提取。因此，提出基于統(tǒng)計學(xué)的變電設(shè)備狀態(tài)漸變過程分析方法。首先，將變電設(shè)備運行過程分成多個時段，采用非參數(shù)核密度估計法計算各個時段內(nèi)設(shè)備端口模型參數(shù)的概率密度函數(shù)，并提取參數(shù)的概率特征。然后，分析不同時段內(nèi)變電設(shè)備端口模型參數(shù)概率特征的差異，從而定義了四個表征變電設(shè)備狀態(tài)漸變過程的指

5、標(biāo):端口模型參數(shù)概率密度函數(shù)最大值對應(yīng)參數(shù)值Ckmax，表示該時段內(nèi)端口模型參數(shù)的最大可能值;各時段內(nèi)Ckmax相對第一個時段內(nèi)C(l)max的差值，表示設(shè)備損傷隨運行時間的不斷積累;各時段內(nèi)端口模型參數(shù)相對于第一個時段內(nèi)的變化概率，表示設(shè)備不斷遠(yuǎn)離初始狀態(tài);各時段內(nèi)端口模型參數(shù)相對于告警狀態(tài)下對應(yīng)參數(shù)概率分布的變化概率，表示設(shè)備逐漸靠近告警狀態(tài)。最后，利用這些指標(biāo)分析端口模型參數(shù)漸變過程，得到指標(biāo)序列，從而為分析變電設(shè)備狀態(tài)變化趨勢提

6、供輔助分析基礎(chǔ)。所提方法從統(tǒng)計的角度出發(fā)，通過大量歷史樣本數(shù)據(jù)挖掘概率特征分析漸變過程，受少數(shù)不良數(shù)據(jù)影響小，具有良好的抗干擾能力和魯棒性。其中，概率密度函數(shù)的計算采用非參數(shù)核密度估計法，不需要預(yù)先假設(shè)設(shè)備端口模型參數(shù)的分布，減少了主觀因素的影響;變電設(shè)備端口模型參數(shù)通過偏最小二乘回歸辨識得到，保證了結(jié)果準(zhǔn)確可靠。以分析變壓器繞組形變累積效應(yīng)為例，通過蒙特卡洛法獲取漏電感參數(shù)，實現(xiàn)變壓器繞組形變累積過程的模擬;利用定義的四個指標(biāo)對該漸變

7、過程進行分析，結(jié)果表明該方法有效可行。
　　(2)沖擊對變電設(shè)備狀態(tài)漸變過程影響的分析方法:變電設(shè)備運行過程中，不可避免的遭受來自雷擊、外部短路故障等沖擊的影響，沖擊導(dǎo)致的變電設(shè)備狀態(tài)變化隱含著設(shè)備安全信息，必須引起足夠重視。量化分析外部沖擊帶來端口模型參數(shù)的變化對于后續(xù)變化過程特征提取十分必要。但是，外界環(huán)境和量測誤差造成的端口模型參數(shù)隨機波動，增加了檢測的難度。因此，考慮端口模型參數(shù)的隨機波動特性，提出分別基于概率密度函數(shù)差異

8、和自適應(yīng)積分算法的兩種檢測與分析方法。前一種方法中，端口模型參數(shù)變化的檢測通過分析相鄰時間窗口內(nèi)參數(shù)的概率分布差異實現(xiàn)，變化的幅度通過概率密度函數(shù)最大值對應(yīng)參數(shù)值的差值反映，該方法檢測準(zhǔn)確，計算量較大，適用于沖擊過后量化分析端口模型參數(shù)的變化;后一種方法中，利用相鄰時間窗口內(nèi)端口模型參數(shù)差值樣本的均值不同對變電設(shè)備狀態(tài)變化進行檢測，并直接用該均值反映端口模型參數(shù)變化幅度，該方法計算快速，能及時檢測端口模型參數(shù)在沒有達到報警或保護動作條件

9、時的突變。在這兩種方法中，門檻值均由歷史數(shù)據(jù)自適應(yīng)確定，能夠同時協(xié)調(diào)檢測的靈敏度和準(zhǔn)確度。通過改變變壓器漏電感參數(shù)模擬雷擊、短路故障等沖擊造成的變壓器狀態(tài)變化，仿真分析結(jié)果驗證了這兩種方法的有效性和可靠性。
　　(3)間接反映設(shè)備狀態(tài)的端口模型參數(shù)變化趨勢特征分析方法:狀態(tài)檢修需要分別從長時間尺度和短時間尺度對變電設(shè)備狀態(tài)的變化趨勢進行把握。為此，根據(jù)提取的端口模型參數(shù)漸變過程分析指標(biāo)序列，利用經(jīng)驗?zāi)B(tài)分解提取指標(biāo)的趨勢分量，建立

10、長時間尺度下未來時段內(nèi)指標(biāo)的預(yù)測模型，預(yù)估達到變電設(shè)備告警狀態(tài)對應(yīng)端口模型參數(shù)的時段，進而為估計變電設(shè)備當(dāng)前狀態(tài)距離告警狀態(tài)的時間進行輔助分析，為變電設(shè)備狀態(tài)評估、檢修措施制定提供有益的輔助依據(jù)。為詳細(xì)分析未來短時間尺度下端口模型參數(shù)變化情況，提出基于狀態(tài)轉(zhuǎn)移概率矩陣預(yù)測概率分布的方法;通過統(tǒng)計相鄰時間窗口內(nèi)端口模型參數(shù)在各個參數(shù)變化區(qū)間的轉(zhuǎn)移情況，建立狀態(tài)轉(zhuǎn)移概率矩陣，并預(yù)測后續(xù)時間窗口內(nèi)端口模型參數(shù)的分布，進而輔助分析未來設(shè)備狀態(tài)變

11、化細(xì)節(jié)。以分析變壓器繞組形變累積效應(yīng)導(dǎo)致的變壓器狀態(tài)變化為例，在表征繞組形變累積過程的端口模型參數(shù)指標(biāo)序列基礎(chǔ)上，對當(dāng)前參數(shù)距離告警狀態(tài)對應(yīng)參數(shù)值的時間進行了估計，能夠為變壓器狀態(tài)評估提供輔助依據(jù)，有利于檢修措施的制定。為模擬變壓器臨近告警狀態(tài)的場景，利用蒙特卡洛法獲取三個相鄰時間窗口內(nèi)漏電感參數(shù);使用前兩個時間窗口內(nèi)端口模型參數(shù)樣本計算狀態(tài)轉(zhuǎn)移概率矩陣，并預(yù)測第三個時間窗口內(nèi)端口模型參數(shù)的分布;最后，計算其與直接利用蒙特卡洛模擬獲得第