變電站一次設備智能診斷技術及高級應用

摘 要：建設智能化的變電站對站內設備的選擇、數據采集、通信等環節都提出智能化的需求，對變電站監測水平也提出了智能化要求，提高一次設備監測智能化水平已迫在眉睫。文章結合具體工作實踐，描述了一次設備的智能診斷實現方式和高級應用。

關鍵詞：智能診斷；狀態監測；狀態評估；高級應用

中圖分類號：TM63 文獻標識碼：A 文章編號：1006-8937（2012）17-0118-02

1 一次設備智能診斷實現方式

傳統的變電設備在線監測系統在分析設備的在線監測數據時，通信規約不統一，分析手段單一化。原來系統采用的IEC三比值法，上下限報警等方法進行故障粗分時，會出現缺碼，較高的誤報率，判斷輕微故障時不靈敏等一些問題，而且對數據的分析不深入。

1.1 實現方式

專家診斷系統可以對變電站在線監測數據進行深入的分析，以此提高變電站監測診斷系統的智能化水平。專家系統利用多方面的數據可對故障設備進行故障細分，結合大量故障案例所積累的經驗及多種智能方法來進行綜合診斷，這樣能夠使故障診斷效果有較大的提高。具體實現時采用了一下三種方案：

①通過加入自我改進的機器學習及模式識別，解決了誤報警的問題，一次設備倒母線導致TV角度變化的問題；增加數據自動處理，自動診斷功能，定期生成診斷報表；依靠專家診斷系統來對設備故障的診斷，大小及發展趨勢；對于避雷針的監測，增加了雷擊次數計數功能，可以充分結合對環境溫濕度等影響因素的研究，對避雷器的運行狀態做出更全面，準確的判斷。

②采用機器學習的策略，實現使用多種理論，包括神經元模型以及函數逼近論的方法，以符號演算為基礎的規則學習，決策樹學習，基于馬爾可夫過程的增強學習，引入了認知心理學中歸納，解釋，類比等概念。具體的理論基礎是模糊理論，同時運用矩陣論等數學工具，解決方案從部分和整體的角度提出了層次逐次分解法和正交函數系分解法，并采用了模糊推理。機器學習采用了梯度上升學習算法和遺傳學習算法。通過機器學習，可使模式識別適用于變電設備的在線監測的故障診斷系統。

③應用完備的故障診斷功能，友好的軟件顯示界面，可以根據收集到的在線監測數據和設定的邏輯判斷關系，分析出設備的運行狀況，進行必要地處理，處理的結果寫入實時數據庫，同時通過客戶端界面查看分析結果。此外，還可按有效值進行報警，避雷器的阻性電流和容性設備的介質損耗按標準工況進行報警，并解決突發性故障的監測問題。在提供可靠的分析判據的基礎上，提高數據的靈敏度，對設備的運行狀況進行綜合的判斷，從而對變電設備的運行狀態做出更全面的判斷。

1.2 與傳統的變電站在線監測系統比較

與傳統的變電站在線監測系統相比，應用于智能變電站的在線監測系統在以下幾個方面作了重大的改進，具體包括：

①建立了變壓器智能診斷模型，包括色譜診斷模型，微水診斷模型，放電模型，對套管絕緣監測使用的因賽特診斷模型，負荷溫度模型，溫度老化模型，對于OLTC監測的I2T診斷模型，針對繞組振動監測的振動頻譜診斷模型。這些模型可以組成一套完整的變壓器在線監測系統。

②通過斷路器的智能數字接口，能夠實時的采集高壓斷路器的各種運行狀態，具體記錄的信息包括：三相電流，合閘線圈的電流，分閘線圈的電流，輔助接點變化，油泵電機或彈簧儲能電機的工作電流，斷路器動作全過程監測，機構箱溫濕度。

③避雷器在線監測。通過在本體上安裝檢測儀可對全電流和阻性電流進行數據采集，在線監測分析單元分析傳輸過來的信號。除了具有放電計數和漏電電流指示的基本功能，本系統還可對個避雷器放電的事件順序進行記錄。便于事故分析和異常情況報警。

2 一次設備智能診斷技術高級應用

智能電網建設是一項高度復雜的系統工程，智能變電站技術的發展也是如此，電力企業都應根據自己的技術水平特點，制定有針對性的在線監測發展方向和技術路線。目前我國變電站在線監測和智能診斷水平有了很大的提高，出現了一些智能診斷技術的高級應用。

①設備管理。實現變電站設備智能化管理是智能診斷系統的重要部分，主要包括下列信息的記錄和收集：設備技術參數；日常運行中記錄的維護日記；設備運行中出現缺陷的記錄；系列產品的缺陷記錄；檢修設備的記錄；對設備進行試驗的記錄；系統采集的狀態監測數據； SCADA采集的設備實時數據。根據以上記錄可建立變電設備檔案卡，并結合評價，診斷和風險評估結論，實現監測目標的全景化。

②設備狀態全景化信息庫。支持信息一體化平臺應用要求，站內基礎數據，實時數據，試驗數據和其他數據統一從標準接口獲取，從而可以對不同的外部數據進行統一的建模，站控層采用一體化全景化平臺與電力數據網相聯。

③試驗管理方面。為了清楚的知道各種設備的運行狀態，可調取各主要設備往年的各種試驗（高壓，油，儀表，繼電保護，遠動等各班組的經驗）的詳細信息進行縱向橫向的比較，繪制出試驗曲線。

④響應高級應用功能。主要是預警管理。基于對全站設備對象數據建模的情況下，可以實現對全站數據的分類預警，信號過濾，并能提出故障處理指導，實現基于管理，檢修和實時運行一體化的預警系統。

⑤故障診斷。確定設備的運行狀態和實施優化檢修需要運用多種技術，除了采用計算機技術，數據庫技術，自動化技術等常規技術之外，基于知識學習的人工智能算法如神經網絡算法，遺傳算法等，自適應的能力強，智能化高。更加符合智能變電站高級應用的要求。但是，現有的人工智能算法運算時間長，實時計算能力差，有必要開發新的滿足實時運算要求的人工智能算法。

⑥風險評估系統。風險評價模塊以風險評估導則為依據，按照輸變電設備風險評估的模型，流程和方法，確定設備風險值。通過識別設備潛在的內部缺陷和外部威脅，分析設備遭到失效威脅后的資產損失程度和威脅發生概率，通過風險評價模型得出設備在電網中的風險等級。內容包括確定資產類別，識別缺陷和威脅，計算損失程度，計算風險值。設備狀態和風險值是檢修計劃安排的依據。

⑦設備狀態檢修。智能變電站中電流和電壓的采集，操作命令的下達和執行，可以通過光纖實現信息的有效監測，變電站內可以有效地獲取電網運行狀態數據，各種IEDs的故障和動作的數據和信息。在此基礎上實現變電設備從定期檢修改變為狀態檢修，對設備進行狀態檢修可以減少設備停運的時間，提高經濟效益。

3 智能變電站技術難點

現階段，智能變電站技術已經取得長足進步，也有不少的示范變電站投入運行，這充分證明了發展智能變電站的思路是正確的，技術路線是可行的。就目前的技術而言，存在一些不足，延遲了智能變電站技術的推廣，主要表現為以下幾個方面：

①供電公司人員技術人員儲備不足。智能變電站的構架模式和傳統變電站發生了本質的變化，信息傳輸和功能需要依賴于通信技術，對通信，自動化方面的知識要求提高了。

②部分關鍵設備仍然依賴進口，國產化水平亟待提高。盡管我國電力設備的制造水平有了較大的進步，但部分產品與國外產品相比，在制造工藝水平上，設備質量，使用壽命等方面仍存在差距，影響了智能變電站的設備國產化。

③變電站的設備建模，數據通信均基于IEC 61850規范，對站內，與主站之間的通信規約有待規范。

④與下一代調度系統的配合。智能電網調度系統全面采用面向服務體系的結構，統一建模，電網實時監控與預警技術，需要進行智能變電站站內設備信息和運行維護策略與電力調度系統全面互動的研究。

⑤智能高級應用的實現，業界引入人工神經網絡，Agent等技術，盡管取得了一定的研究成果，但是可靠性有待提高。

⑥變電站內統一信息平臺的構建。針對傳統變電站應用系統眾多，信息孤立等問題，急需開展基于統一信息平臺的監控系統研究，將SCADA、五防閉鎖、同步相量采集、智能操作票、倒閘順序控制等功能集成。

4 新技術發展前景

變電站正在進入一個智能化時代，智能變電站技術的進步必然以智能一次技術的發展為前提和載體；同時，也只有在現有技術條件下，實事求是，扎實穩步的推進智能一次技術的研究，才能更好地為建設智能變電站服務。

盡管智能電網技術的發展取得了巨大的進步，但距離建設智能電網的目標仍有很長的路要走。智能變電站作為智能電網的基礎環節之一，有很大的發展空間。目前，風能，太陽能等清潔能源為代表的分布式發電技術，極大地擴充了智能變電站的技術內涵和外延；基于IEC61850標準的信息建模和數據通信則已經在變電站內廣泛的應用；智能化一次設備狀態監測，自診斷，可視化等技術也開始在普及。

5 結 語

智能變電站在技術運行和管理水平上較傳統變電站有一個全面的提升，隨著變電站智能化方向的轉型發展，變電站重要一次設備的在線監測與故障診斷得到越來越多的重視。本文提出的智能診斷實現方式和高級應用可以滿足一次設備智能化和狀態檢修的需要，也指出了智能變電站建設的難點和前景，這為以后智能變電站的建設提供了借鑒。

參考文獻：

[1] 陳海波，周建國，李紅雷，等.基于設備狀態信息化的數字化變電站初探[J].華東電力，2008，36(11).

[2] 林松，王慶紅，劉然.數字化變電站狀態檢修技術[J].電網技術，2007，31(1).

[3] 高翔，張沛超.數字化變電站的主要特征和關鍵技術[J].電網技術，2006，30(23).

[4] 孫一民，李延新，黎強.分階段實現數字化變電站系統的工程方案[J].電力系統自動化，2007，31(5).

[5] 朱炳銓，任雁銘，姜健寧，等.變電站自動化系統實現IEC61850的過渡期策略[J].電力系統自動化，2005，29(3).