導(dǎo)語(yǔ)

為了充分利用電力系統(tǒng)元件運(yùn)行中的告警信息，本文充分利用條件概率工具，以并聯(lián)高壓電抗器為例，建立電氣模擬量測(cè)量結(jié)果與數(shù)據(jù)告警信號(hào)間的關(guān)聯(lián)關(guān)系，通過(guò)將其關(guān)聯(lián)關(guān)系進(jìn)行函數(shù)擬合用于離群點(diǎn)檢測(cè)等數(shù)據(jù)挖掘方法中，實(shí)現(xiàn)元件運(yùn)行狀態(tài)的在線監(jiān)測(cè)。

研究背景

過(guò)電流是高壓并聯(lián)電抗器運(yùn)行時(shí)經(jīng)常出現(xiàn)的異常工況，極易導(dǎo)致元件發(fā)熱并引起設(shè)備壽命縮短。為了避免過(guò)電流現(xiàn)象長(zhǎng)期存在，變電站現(xiàn)場(chǎng)往往需要配置電抗器過(guò)電流監(jiān)測(cè)裝置，對(duì)過(guò)電流工況進(jìn)行識(shí)別。

然而，實(shí)際運(yùn)行中卻發(fā)現(xiàn)，由于電抗器本體電流互感器（CT）運(yùn)行環(huán)境較為惡劣，隨著運(yùn)行時(shí)間的增長(zhǎng)，二次側(cè)測(cè)量異常故障時(shí)有發(fā)生，導(dǎo)致過(guò)電流告警裝置頻繁誤報(bào)警等現(xiàn)象，誤導(dǎo)現(xiàn)場(chǎng)運(yùn)行維護(hù)人員。因此，急需一種基于SCADA運(yùn)行數(shù)據(jù)的高壓電抗器過(guò)流報(bào)警正確性判別方法，為現(xiàn)場(chǎng)運(yùn)行人員提供輔助決策。

論文方法及創(chuàng)新點(diǎn)

為了解決實(shí)際系統(tǒng)中高壓電抗器電流無(wú)法直接測(cè)量，只能通過(guò)過(guò)電流告警間接表示的問(wèn)題，本文利用條件概率的思路構(gòu)建了母線電壓有效值與電抗器過(guò)流報(bào)警間的關(guān)聯(lián)關(guān)系，如圖1所示。同時(shí)利用Sigmoid函數(shù)對(duì)此關(guān)系進(jìn)行擬合。

圖1 母線電壓有效值與電抗器過(guò)流報(bào)警間的關(guān)聯(lián)關(guān)系

為了實(shí)現(xiàn)過(guò)流告警的正確性辨識(shí)，選取函數(shù)中心點(diǎn)及不確定域作為特征指標(biāo)，構(gòu)成二維關(guān)鍵特征數(shù)據(jù)點(diǎn)(KCDP)，用以進(jìn)行故障診斷。

考慮到電力系統(tǒng)實(shí)際運(yùn)行時(shí)難以采集很多的異常數(shù)據(jù)等實(shí)際，本文提出了基于正常運(yùn)行數(shù)據(jù)劃定特征數(shù)據(jù)的正常域，然后采用離群點(diǎn)檢測(cè)的方法，判斷檢測(cè)點(diǎn)與正常域之間的距離，生成相關(guān)判據(jù)，進(jìn)行故障診斷的思路，其示意如圖2所示。

圖2 診斷數(shù)據(jù)集

具體做法如下：將正常工況下獲得的多個(gè)關(guān)鍵特征數(shù)據(jù)點(diǎn)以及檢測(cè)日關(guān)鍵特征數(shù)據(jù)點(diǎn)構(gòu)成診斷數(shù)據(jù)集，利用孤立森林離群點(diǎn)檢測(cè)算法對(duì)其進(jìn)行離群點(diǎn)檢測(cè)，計(jì)算集合中每個(gè)關(guān)鍵特征數(shù)據(jù)點(diǎn)的異常分?jǐn)?shù)。假設(shè)正常工況下關(guān)鍵特征數(shù)據(jù)點(diǎn)的異常分?jǐn)?shù)滿(mǎn)足威布爾分布，基于分布的置信區(qū)間給出了高壓并聯(lián)電抗器本體電流互感器測(cè)量異常故障的診斷判據(jù)。

結(jié)論

本文提出了一種基于離群點(diǎn)檢測(cè)的高壓并聯(lián)電抗器本體電流互感器測(cè)量異常故障在線診斷方法。

該方法利用特定母線電壓有效值條件下，高壓并聯(lián)電抗器監(jiān)控系統(tǒng)發(fā)出過(guò)流報(bào)警信號(hào)的條件概率關(guān)系，得到本體電流互感器故障診斷關(guān)鍵特征指標(biāo)。上述兩個(gè)關(guān)鍵特征指標(biāo)的生成不需獲取電流互感器測(cè)量結(jié)果，解決了電流互感器測(cè)量值無(wú)法直接獲取，僅能通過(guò)過(guò)流告警間接表征的問(wèn)題。

同時(shí)，該方法選取P-ULM曲線的中心點(diǎn)偏移度、P-ULM曲線不確定域兩個(gè)物理量作為過(guò)流誤報(bào)警關(guān)鍵判別指標(biāo)。分析表明，一旦出現(xiàn)系統(tǒng)中電流互感器測(cè)量準(zhǔn)確度發(fā)生顯著變化時(shí)，上述兩個(gè)物理量可以較好的反映電流互感器測(cè)量異常情況，可為故障診斷提供依據(jù)。

最后，該方法利用孤立森林算法對(duì)診斷數(shù)據(jù)集進(jìn)行離群點(diǎn)檢測(cè)，并給出了故障診斷判據(jù)，仿真結(jié)果驗(yàn)證了方法的有效性。該方法實(shí)施簡(jiǎn)便，無(wú)需額外增加測(cè)量設(shè)備。根據(jù)實(shí)際工程系統(tǒng)進(jìn)行算例試驗(yàn)，取得了良好的效果，具有較好的實(shí)用性。

引用本文

滕予非, 吳杰, 張真源, 姜振超, 黃琦. 基于離群點(diǎn)檢測(cè)的高壓并聯(lián)電抗器本體電流互感器測(cè)量異常故障在線診斷[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(11): 2405-2414.Teng Yufei, Wu Jie, Zhang Zhenyuan, Jiang Zhenchao, Huang Qi. Online Identification of Measurement Abnormality Fault Based on Outlier Detection for Current Transformer in High Voltage Shunt Reactor. Transactions of China Electrotechnical Society, 2019, 34(11): 2405-2414.

團(tuán)隊(duì)介紹

滕予非

博士后，高級(jí)工程師，四川電科院繼保及自動(dòng)化技術(shù)室副主任，四川省學(xué)術(shù)、技術(shù)帶頭人后備人員，國(guó)網(wǎng)四川省電力公司優(yōu)秀技術(shù)人才。2012年自西安交通大學(xué)博士畢業(yè)，長(zhǎng)期從事特高壓智能電網(wǎng)安全穩(wěn)定控制以及電力數(shù)據(jù)科學(xué)研究,主持自然科學(xué)基金青年基金1項(xiàng)，省部級(jí)科技項(xiàng)目?jī)身?xiàng)，發(fā)表論文70余篇，授權(quán)專(zhuān)利20項(xiàng)，獲得省部級(jí)科技進(jìn)步獎(jiǎng)9項(xiàng)。