隨著大數據云計算和無人值守變電站管理模式的發展和推廣以及氣體絕緣金屬開關設備（gas insulated switchgear, GIS）設備在線技術的應用，使以網絡技術和大數據云計算技術實現對GIS設備的遠程診斷和數據分析成為了可能。

該技術的推廣不僅可以實現遠程監測GIS設備的運行參數，判斷GIS設備的運行狀態，為設備檢修提供參考；而且可以積累GIS設備的監測數據，為GIS設備故障的大數據分析提供基礎數據。

1 系統架構

GIS設備狀態監測遠程診斷系統由3個部分組成，系統架構如圖1所示。

第一部分為變電站設備就地，該部分除了常規的數據采集設備外，增加了數據分析系統、報警系統以及就地數據庫，該部分的主要功能為獲取GIS設備的監測數據，并對監測信息進行分析，形成初級分析結果并把數據通過專有網絡送入設備制造廠家；

第二部分為設備制造廠家部分，該部分包括數據同步系統、數據分析系統、數據報警系統、數據庫和智能維修系統，該部分的主要功能為遠程監測數據的同步，數據高級分析和數據遠程報警，并提供智能維修建議；

第三部分為報警客戶端，主要功能為通過多途徑向用戶和設備制造廠家提供報警信息。

圖1 系統架構圖

1.1 變電站設備就地

變電站設備就地部分有3個功能：①變電站基礎數據的獲取，目前可獲取的監測數據包括機械特性監測數據、SF6監測數據、避雷器監測數據、局部放電監測數據、觸頭位置監測數據等；②變電數據存儲于分析，對監測數據進行簡單分析并提供分析結果；③數據的遠程上傳。變電站就地結構圖如圖2所示。

圖2 變電站就地結構圖

1.2 設備制造廠部分

設備制造廠部分為遠程數據的數據同步和數據處理部分，是整個系統的核心，該部分有3個功能：①通過專有網絡遠程數據獲取變電站監測數據，并對數據進行存儲，數據存儲采用數據庫進行分類存儲；②數據分析部分，根據數據的種類對各種監測數據進行分析，并存儲分析結果和向用戶推送告警信息；③報警客戶端被安裝在報警服務器上，報警服務器采用多途徑與用戶進行溝通。設備制造廠部分系統架構如圖3所示。

圖3 設備制造廠部分系統架構圖

1.3 報警客戶端

數據報警客戶端與遠程數據服務器連接，并根據需求把報警信息推送給相關的用戶。報警客戶端結構如圖4所示。

圖4 報警客戶端結構圖

2 關鍵技術研究

2.1 遠程數據同步技術

遠程數據同步采用了基于Web Service接口技術的數據同步技術，使用Web Service實現對數據庫的隔離和數據訪問。Web Service是一個基于Web的應用程序，可用于開發分布式應用的數據接口，能夠使不同機器上的不同應用實現數據交互，它是自描述和自包含的網絡模塊。

系統使用Web Service接口對數據庫進行訪問，這樣做可以實現對數據庫的隔離，防止對數據庫的直接訪問，提高了數據庫的安全性。圖5為使用Web Service進行數據通信的結構圖。進行數據同步，就是通過使用同步日志，確定兩個數據庫的關系，最后通過Web Service接口把業務數據同步到遠程數據庫中。數據同步采用基于同步日志的遠程數據同步方法，使用該方法可有效預防冗余數據的產生，保證上傳數據的惟一性。詳細的數據同步業務流程如圖6所示。

圖5 Web Service結構圖

圖6 數據同步業務流程圖

2.2 基于神經網絡的故障診斷技術

1）選用的神經網絡類型

人工神經在數據分析方面展現了它的優勢，本系統采用了BP神經網絡（back propagation）實現了GIS機械狀態的診斷和預測。所使用的人工神經網絡模型如圖7所示。

所使用的BP神經網絡的公式為net=newrb(P,T,Goa1, SPREAD) （1）

式中：P為網絡輸入向量；T為輸出向量；Goal為誤差目標值，設定為0.01；SPREAD為BP神經網絡的分布密度，它的大小直接影響網絡的診斷精度，將其設定為0.6。

圖7 人工神經網絡模型

2）分析參量的選擇

使用BP神經網絡主要為了實現對機械特性的故障診斷，因此需從機械特性的動作曲線入手，提取敏感可用的計算參量。機械特性合閘參量提取如圖8所示。機械特性分閘參量提取如圖9所示。

圖8 機械特性合閘參量提取

圖9 機械特性分閘參量提取

3）訓練和預測

（1）BP神經網絡計算

神經計算中應充分考慮到斷路器的工況，在不同工況下采集多組斷路器的特性曲線。其中包括操作彈簧壓力低、操作彈簧壓力高、操作線圈卡滯、操作電壓過高、操作電壓過低等工況，并根據分析參量的提取方法，對分析參量進行提取，用于BP神經網絡的訓練，將訓練后的結果保存起來。

（2）故障診斷結果的計算

故障診斷結果的計算依托于計算出的已知BP神經網絡，詳細的計算方法和故障診斷過程如圖10所示。

圖10 故障診斷過程

2.3 數據庫的構建

根據遠程診斷系統的功能，對遠程診斷系統的數據庫進行設計，數據庫采用關系數據庫，在數據庫設計過程中應考慮表1中所敘述的內容。

表1 數據庫設計

3 系統設計

3.1 開發環境選擇

系統開發采用基于.NET的C#開發環境，C#開發環境具有很大的優勢。它取消了內存的操作，提高了安全性；支持現有的網絡編程新標準，包括HTML、XML、SOAP等；具有強擴展性，可以輕松實現對其他開發環境程序包的調用。

3.2 系統設計

1）數據同步服務設計

數據同步采用Windows服務開發方式，在系統運行時自動加載，實現對監測數據的實時獲取和數據的同步。數據同步服務功能結構如圖11所示。

圖11 數據同步服務功能結構圖

2）遠程診斷系統設計

遠程診斷系統設計了數據獲取模塊、用戶管理模塊、數據顯示模塊、數據分析模塊和數據報警模塊等。遠程診斷系統功能如圖12所示。

圖12 遠程診斷系統功能圖

3）軟件界面設計

在軟件界面設計中，主要設計了用戶登錄界面、變電站列表界面、SF6監測界面、避雷器監測界面、觸頭位置監測界面、機械特性監測界面、局部放電監測界面等。圖13—圖16展示了部分的監測界面。

圖13 SF6監測界面

圖14 機械特性監測界面

圖15 局部放電監測界面

圖16 觸頭位置監測界面

結論

本文描述了GIS設備狀態監測遠程診斷系統的的結構，介紹了系統的架構，所使用的關鍵技術及軟件的功能和界面設計。通過該系統，可實現對GIS設備運行狀態的實時監測和診斷，并實現監測數據的長期積累，為GIS設備狀態監測提供了參考方法。