变电站高电压试验设备故障诊断方法研究
时间：2023-06-22 15:30:05 来源：雅意学习网 本文已影响 人 
孙立群，张灿
（国网江苏省电力有限公司南京供电分公司，江苏 南京 210000）
变电站作为电网发电、输电、变电、配电以及用电调度等各个重要环节的衔接场所，在保障电网稳定可靠运行等方面发挥着重要作用[1]。在实际运行过程中，为了最大限度地保障电力设备的安全，避免出现由于电力设备运行异常而引起的电力系统大面积长时间停电等问题，对电压进行检验测试十分必要[2]。电压试验设备应能够准确地对目标数据进行检测[3]，但在实际环境中，无论是变电站的运行环境还是电压试验设备本身的使用磨损等原因，都会导致高电压试验设备难以避免地存在故障隐患[4]。对故障作出及时准确的判断是保障电力系统安全稳定运行的基础[5]。在智能化发展趋势逐渐突出的背景下，变电站设备运维和管理工作表现出了越来越重要的作用和价值[6]。
鉴于此，本文以电压试验设备为研究目标，研究了变电站高电压试验设备故障诊断方法，并在试验测试中验证了该设计诊断方法的实际应用效果，以期为保证电力系统的可靠运行提供参考。
1．1 设备特征值提取
要实现对变电站高电压试验设备故障的有效诊断，首先要明确其不同运行状态的特征值[7]。受变电站高电压试验设备运行状态下磨损作用的影响，设备的基础参数信息会出现一定的变化。因此，本文首先结合设备的状态对设备的特征值进行提取[8]。
为了实现对设备特征参数的高精度提取，本文计算了设备运行信号的包络谱，将其作为特征提取的基准数据，提取不同运行状态下设备的特征参量。考虑到在设备信号的低维空间具有线性不可分割属性，因此，本文借助Hilberx变换将数据映射到高维空间中，在超平面内实现对其进一步的分析。假定在x运行状态下，设备的输出信号为P（x），其包络谱形式表示为：
其中：H（x）表示Hilberx变换后的设备参数信息，也就是包络谱形式的设备运行数据特征；
p（x）表示出厂阶段对设备运行参数的设置结果，也就是额定运行参数；
k表示信号的幅值谱熵。需要注意的是，幅值谱熵取值空间的最大值为1，当设备的信号表现出固定频率成分构成属性时幅值谱熵将无限接近于0。
通过这样的方式，计算得到对应的设备特征值，将其作为故障诊断的基础，为后续的分析计算提供数据支撑。
1．2 基于决策树理论的故障诊断
本文基于决策树理论实现对高电压试验设备故障的诊断。
在决策树上每个结点之间，以1．1部分提取的设备运行数据特征参量为基础设计建立关联关系，就可以划分出当前数据集中的最优特征，其计算公式可以表示为：
其中，Bmax表示当前设备数据集中的最优特征参量，Tij表示决策树结点，f（yi）表示特征提取函数。
在此基础上，根据计算出的最优特征对数据集进行二次分类，其具体的分类方式是以数据与Bmax之间的距离为基础进行的，其可以表示为：
其中，d表示决策树上的每个结点对应提取到的设备全局特征与最优特征参量之间的距离。
当存在d＝dmax时，表明此时的决策树结点对应信息为故障所在。但是需要注意的是，部分设备数据的计算结果可能存在2个或多个数据满足d＝dmax的情况，此时则表明设备数据集中的最优特征参量与当前时刻设备的实际运行情况存在差异，因此需要重新对最优特征进行计算。重复上述操作，直至得到唯一值。通过这种方式实现对设备故障的准确诊断。
为了进一步分析本文所提出故障诊断方法的实际应用效果，本文进行了对比试验测试。本文参考了文献[6]所提出的以深度学习为基础的变电站设备故障诊断方法和文献[7]所提出的以数字孪生为基础的智能变电站故障诊断模型。在此基础上，分别对比三种方法的测试结果，以此实现对本文设计方法诊断效果的分析。
2．1 测试环境概况
本文以HTHK－G2260为试验设备，其属于高低压开关柜各项通电试验的检测设备。在运行过程中，输入装置内的电源为三相四线AC 380V，通过这样的方式可以结合实际测试设备的运行情况进行差异化参数调节。装置的输出模态也表现出多样化的特征，这种多样化不仅表现在电压上，也同样表现在电流方面。具体的模态形式包括固定参数下的可调节参数的三相AC 0～10A，交流AC 0～400V以及直流DC 0～260V。在输出过程中，需要借助插座实现输出过程，并且参数值同样为固定值。还包括一组直流固定输出，分别为 24．0V，36．0V，110．0V，220．0V输出，但是输出形式是以接线柱为基础实现的，其具体电路图如图1所示。
图1 测试装置电路图
按照图1所示的方式，HTKGG－H输出线接线柱前分别串接了10．0A、16．0A空气开关，以此作为装置的短路保护。当变电站需要进行临时大面积停运时，可借助总电源开关闭合来实现。直流合闸电源输出DC 0－300V是以独立的形式存在的。在运行过程中，由三相转换开关和三相AC 380V电压表控制三相整流模块、移相触发电路、自动调节电路以及吸收回路。
在此基础上，分别采用上述三种方法可对不同的故障类型进行诊断。
2．2 测试结果
本文分别以经典的识别精确率、召回率以及F值作为评价指标，分别采用三种方法对不同类型故障进行20次诊断，将其均值作为最终的数据结果，具体的统计结果如表1所示。
表1 不同方法的故障诊断结果统计表
从表1中可以看出，对比三种方法，深度学习方法的诊断结果中，召回率存在一定的提升空间。数字孪生方法整体处于较高水平，但是诊断的精确率存在较大的波动性，其最大值达到了95．05，但是最小值仅为76．86%，对应的召回率以及F值也受到了相应的影响，对应的参数值分别为80．82%和80．87%。通过观察本文方法的测试结果可以看出，诊断的精确率始终稳定在94．00%以上，并且召回率和F值也稳定在90．00%左右。测试结果表明，本文所提出的方法可以实现对变电站高电压试验设备故障的有效诊断。
电压试验设备是检测变电站整体和局部运行状态的重要设备，对其故障做出及时准确的诊断是十分必要的。本文提出的变电站高电压试验设备故障诊断方法，实现了对不同故障类型的准确分析和判断，为实际的电压试验设备维修提供了有价值的参考。通过对故障的有效诊断，可以进一步降低由此带来的时间成本，可最大限度地降低设备故障带来的损失和影响。
猜你喜欢试验设备故障诊断变电站广东莱伯通试验设备有限公司装备环境工程(2022年6期)2022-07-09广东莱伯通试验设备有限公司装备环境工程(2022年1期)2022-02-18基于包络解调原理的低转速滚动轴承故障诊断一重技术(2021年5期)2022-01-18广东莱伯通试验设备有限公司装备环境工程(2021年11期)2021-12-07广东莱伯通试验设备有限公司装备环境工程(2021年10期)2021-11-04数控机床电气系统的故障诊断与维修电子制作(2018年10期)2018-08-04关于变电站五防闭锁装置的探讨电子制作(2018年8期)2018-06-26超高压变电站运行管理模式探讨电子制作(2017年8期)2017-06-05220kV户外变电站接地网的实用设计现代工业经济和信息化(2016年5期)2016-05-17智能变电站与综自变电站区别综述东北电力技术(2016年2期)2016-05-17
