基于SVR的開關(guān)柜局部放電估計(jì)模型的研究

洪燦梅 劉愛蓮 李英娜 陳武奮 趙振剛 李 川

(昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院，昆明 650500)

基于SVR的開關(guān)柜局部放電估計(jì)模型的研究

洪燦梅 劉愛蓮 李英娜 陳武奮 趙振剛 李 川

(昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院，昆明 650500)

構(gòu)建了一種基于支持向量回歸機(jī)(SVR)的開關(guān)柜局部放電估計(jì)模型，利用開關(guān)柜局部放電在線監(jiān)測(cè)系統(tǒng)所測(cè)得的超聲波和高頻脈沖電流數(shù)據(jù)對(duì)SVR模型進(jìn)行訓(xùn)練，并驗(yàn)證其準(zhǔn)確度。Matlab仿真結(jié)果為：訓(xùn)練集的均方差為0.015 2，決定系數(shù)為0.890，測(cè)試集的均方差為0.026 5，決定系數(shù)為0.849。該模型有效地對(duì)開關(guān)柜局部放電量做出了估計(jì)，為開關(guān)柜出現(xiàn)局部放電提供預(yù)警支持。

局部放電 支持向量回歸機(jī) 估計(jì)模型 高頻脈沖電流 超聲波信號(hào)

局部放電是造成電氣設(shè)備絕緣劣化和老化的重要因素[1]。目前，局部放電智能算法有模糊理論[2]、神經(jīng)網(wǎng)絡(luò)[3]、小波神經(jīng)網(wǎng)絡(luò)[4]及支持向量機(jī)[5]等。把智能計(jì)算引入到電力設(shè)備局部放電估計(jì)中，改善了電氣設(shè)備絕緣故障診斷技術(shù)，延長(zhǎng)了電氣設(shè)備的運(yùn)行時(shí)間[6～8]。文獻(xiàn)[9]提出了一種基于最小二乘支持向量機(jī)的局部放電模式識(shí)別方法。2015年張騰飛等提出了一種基于支持向量機(jī)的入侵檢測(cè)方法，使用該方法對(duì)SCADA系統(tǒng)數(shù)據(jù)進(jìn)行監(jiān)測(cè)和分類[10]。2014年翁鋼民和李凌雁將PSO-SVR模型應(yīng)用于旅游客流量預(yù)測(cè)中，驗(yàn)證了該模型是進(jìn)行旅游客流量預(yù)測(cè)的有效工具[11]。眾多領(lǐng)域的研究人員都認(rèn)識(shí)到了SVR模型在其領(lǐng)域解決問題的適用性，但在局部放電尤其是開關(guān)柜局部放電量估計(jì)方面，SVR模型的應(yīng)用還很少。

筆者采用基于SVR的局部放電估計(jì)模型對(duì)開關(guān)柜局部放電量進(jìn)行分析與估計(jì)，選取了開關(guān)柜局部放電在線監(jiān)測(cè)系統(tǒng)所測(cè)得的超聲波和高頻脈沖電流數(shù)據(jù)，仿真出開關(guān)柜局部放電量估計(jì)值。筆者以云南楚雄35kV腰站變電站作為研究試點(diǎn),驗(yàn)證了SVR模型的有效性。

目前，高頻脈沖電流法是能夠?qū)崿F(xiàn)局部放電定量測(cè)量的方法，也是具有國(guó)際標(biāo)準(zhǔn)和國(guó)家標(biāo)準(zhǔn)的局部放電檢測(cè)方法。但在定量測(cè)量時(shí)也存在一定問題，首先，高頻脈沖電流法只能檢測(cè)試品實(shí)際點(diǎn)的放電量，對(duì)電力設(shè)備內(nèi)的實(shí)際局部放電值無法進(jìn)行直接測(cè)量，而產(chǎn)品絕緣材料老化的主要原因是電力設(shè)備內(nèi)的實(shí)際放電量；其次，高頻脈沖電流法測(cè)量局部放電時(shí)，對(duì)試驗(yàn)電源和環(huán)境有很高的要求，尤其是在線定量檢測(cè)時(shí)還存在諸如電磁干擾的濾除、在線標(biāo)定與離線標(biāo)定等效性等問題。這對(duì)電力設(shè)備內(nèi)局部放電定量檢測(cè)來講，并非是一種完全理想的檢測(cè)手段。

超聲波法測(cè)量電力設(shè)備內(nèi)的局部放電時(shí)，超聲波振幅與局部放電的真實(shí)放電量呈線性關(guān)系；檢測(cè)靈敏度不隨試品電容的變化而變化，同時(shí)超聲波法還具有操作簡(jiǎn)單、不受現(xiàn)場(chǎng)電磁干擾、在線測(cè)量結(jié)果與離線測(cè)量結(jié)果相同的特點(diǎn)。如果能夠利用超聲波信號(hào)對(duì)開關(guān)柜局部放電進(jìn)行放電量的估計(jì)，不僅是高頻脈沖電流法定量檢測(cè)局部放電的一種有力補(bǔ)充，同時(shí)也將大幅拓寬超聲波法檢測(cè)局部放電的應(yīng)用領(lǐng)域。

2 基于SVR的開關(guān)柜局部放電估計(jì)模型

通過超聲波傳感器和高頻脈沖傳感器可以檢測(cè)到開關(guān)柜是否存在局部放電，但是無法檢測(cè)局部放電的視在放電值；基于SVR的開關(guān)柜局部放電估計(jì)模型可以通過所檢測(cè)的參量(高頻脈沖電流、超聲波信號(hào))找出其中的規(guī)律，并訓(xùn)練出估計(jì)模型來估計(jì)開關(guān)柜局部放電量。SVR估計(jì)模型算法流程如圖1所示。

圖1 SVR估計(jì)模型算法流程

開關(guān)柜局部放電估計(jì)模型是以所測(cè)得的各個(gè)局放值所對(duì)應(yīng)的高頻脈沖電流傳感器和超聲波傳感器的原始數(shù)據(jù)為基礎(chǔ)，按照需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理作為輸入樣本訓(xùn)練集的數(shù)據(jù)，通過訓(xùn)練數(shù)據(jù)選擇合適的核函數(shù)和模型參數(shù)，構(gòu)造估計(jì)模型，輸入測(cè)試數(shù)據(jù)來估計(jì)未來時(shí)段的開關(guān)柜局部放電量。

利用libsvm軟件包中的函數(shù)svmpredict可以實(shí)現(xiàn)SVR回歸模型的仿真測(cè)試，返回的第一個(gè)參數(shù)為對(duì)應(yīng)的估計(jì)值，第二個(gè)參數(shù)中記錄了測(cè)試集的均方差E和決定系數(shù)R2，具體的計(jì)算公式如下：

(1)

(2)

核函數(shù)類型和模型參數(shù)對(duì)模型性能的影響較大，因此需要選擇較佳的核函數(shù)類型和參數(shù)組合。筆者采用默認(rèn)的RBF核函數(shù)，利用交叉驗(yàn)證方法尋找最佳的參數(shù)c(懲罰因子)和g(RBF核函數(shù)中的方差)。

利用最佳參數(shù)訓(xùn)練模型，SVR模型訓(xùn)練完成后，利用函數(shù)svmpredict進(jìn)行仿真測(cè)試，訓(xùn)練集仿真結(jié)果如圖2所示。

圖2 訓(xùn)練集仿真結(jié)果對(duì)比

可以看出，訓(xùn)練集的均方差為0.015 2，決定系數(shù)達(dá)到0.890。利用交叉驗(yàn)證方法尋找到的最佳參數(shù)c和g分別為2.828 4和1 024。放電量跟超聲波傳感器和高頻脈沖電流傳感器具有很強(qiáng)的相關(guān)性。

3 開關(guān)柜局部放電估計(jì)模型性能評(píng)價(jià)

在對(duì)放電量測(cè)試集估計(jì)之前，需對(duì)測(cè)試集數(shù)據(jù)進(jìn)行歸一化預(yù)處理。經(jīng)過處理后結(jié)合測(cè)試集對(duì)模型進(jìn)行性能評(píng)價(jià)，仿真結(jié)果如圖3所示。

圖3 測(cè)試集仿真結(jié)果對(duì)比

運(yùn)用式(1)、(2)中給出的均方差和決定系數(shù)的計(jì)算方法得出均方差為0.026 5，決定系數(shù)為0.849，估計(jì)值與實(shí)際值的曲線趨勢(shì)基本一致。

根據(jù)云南楚雄35kV腰站變電站的實(shí)際情況，選取了1#開關(guān)柜所測(cè)得的超聲波與高頻脈沖電流數(shù)值進(jìn)行數(shù)據(jù)處理和分析，圖4、5是1#開關(guān)柜在2014年9-20～11-21所采集到的63個(gè)超聲波和高頻脈沖電流傳感器的數(shù)據(jù)曲線。

圖4 1#開關(guān)柜超聲波傳感器數(shù)據(jù)曲線

圖5 1#開關(guān)柜高頻脈沖電流傳感器數(shù)據(jù)曲線

利用以上所訓(xùn)練的SVR建立開關(guān)柜局部放電估計(jì)模型，將超聲波與高頻脈沖電流傳感器所測(cè)得的原始數(shù)據(jù)作為一個(gè)輸入量，利用函數(shù)svmpredict對(duì)開關(guān)柜局部放電量進(jìn)行仿真估計(jì)，仿真估計(jì)值如圖6所示。

圖6 通過SVR估計(jì)模型開關(guān)柜局部放電量估計(jì)值

對(duì)傳感器原始數(shù)據(jù)進(jìn)行分析，不僅可以掌握開關(guān)柜局部放電的變化情況，而且可以對(duì)局部放電量進(jìn)行估計(jì)，并可進(jìn)一步判斷開關(guān)柜絕緣異常狀況，為保證開關(guān)柜絕緣安全提供了一種新的思路和方法。

4 結(jié)束語

研究了局部放電量的估計(jì)方法，從工程實(shí)踐中的實(shí)際需要和有限條件出發(fā)，以云南楚雄35kV腰站變電站開關(guān)柜為研究對(duì)象，利用回歸型支持向量機(jī)模型為實(shí)現(xiàn)途徑，構(gòu)建了基于SVR的開關(guān)柜局部放電估計(jì)模型，選取了開關(guān)柜局部放電在線監(jiān)測(cè)系統(tǒng)所測(cè)得的超聲波和高頻脈沖電流數(shù)據(jù)，輸入已經(jīng)建立的SVR估計(jì)模型，仿真出開關(guān)柜局部放電量估計(jì)值。結(jié)合回歸型支持向量機(jī)模型對(duì)數(shù)據(jù)進(jìn)行模擬分析，得出該模型能夠有效地估計(jì)開關(guān)柜局部真實(shí)視在放電量，對(duì)電力安全生產(chǎn)和供電可靠性起到?jīng)Q定性的作用，也提供了一種有效的局部放電量估計(jì)方法。

[1] 李錳，張盈利，陳蕾，等.固體絕緣氣隙局部放電模型構(gòu)建與仿真研究[J].電瓷避雷器，2013，(2):31～34.

[2] 龐驍剛.開關(guān)柜局部放電原因分析與處理[J].云南電力技術(shù)，2011,39(4):56～57.

[3] 徐焰.開關(guān)柜局部放電暫態(tài)對(duì)地電壓檢測(cè)技術(shù)[J].供用電，2011,28(1):62～64.

[4] 賈勇勇，姚林朋，黃成軍.應(yīng)用于局部放電檢測(cè)的高速實(shí)時(shí)數(shù)據(jù)傳輸系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電氣自動(dòng)化，2011，33(2):82～85.

[5] 任先文,薛雷,宋陽,等.基于分形特征的最小二乘支持向量機(jī)局部放電模式識(shí)別[J].電力系統(tǒng)保護(hù)與控制,2011,39(14):143～147.

[6] 曾雄杰，江健武，侯俊.TEV和UHF在10kV開關(guān)柜帶電檢測(cè)中的應(yīng)用[J].高壓電器，2012,48(1):41～47.

[7] 陶詩洋，馮義，曹佳楣，等.高頻傳感器在10kV電纜帶電檢測(cè)中的應(yīng)用[J].中國(guó)電力，2011,44(3):27～30.

[8] 王俊波，章濤，李國(guó)偉.在線檢測(cè)10kV開關(guān)柜局部放電方法研究[J].絕緣材料，2011,44(6):60～64.

[9] 弓艷朋,劉有為,吳立遠(yuǎn).采用分形和支持向量機(jī)的氣體絕緣組合電器局部放電類型識(shí)別[J].電網(wǎng)技術(shù),2011,35(3):135～139.

[10] 張騰飛,范啟富,劉偉.基于支持向量機(jī)的SCADA系統(tǒng)入侵檢測(cè)[J].化工自動(dòng)化及儀表,2015,42(2):153～156.

[11] 翁鋼民,李凌雁.旅游客流量預(yù)測(cè)：基于季節(jié)調(diào)整的PSO-SVR模型研究[J].計(jì)算機(jī)應(yīng)用研究,2014,31(3):692～695.

(Continued from Page 622)

associated with perforated pipelines; through topological relationship between the pipeline and the valve, that of associating pipelines with valves can realize intelligent query and treatment of emergency incident; and that of the map data correction at various times can correct and maintain map files. The application of these four techniques can achieve the purposes like locating accidents at short time, actuating the valve nearest to the fault pipeline, calling emergency response plan and dealing with pipeline failure. This replaces the artificial experience in locating the fault pipelines and valves and realizes the security and the unity of the map data in map data maintenance.

Keywordsoilfield pipe network,emergency command system, WebGIS,layered superposition, coordinate transformation,associating pipelines and valves,map data correction at various times

ResearchonEstimationModelofPartialDischargeSwitchgearBasedonSVR

HONG Can-mei, LIU Ai-lian, LI Ying-na, CHEN Wu-fen, ZHAO Zhen-gang, LI Chuan

(FacultyofInformationEngineeringandAutomation,KunmingUniversityofScience&Technology,Kunming650500,China)

The SVR-based switchgear partial discharge estimation model was built. Making use of both ultrasonic wave and high-frequency impulse current measured by switchgear partial discharge monitoring system to train SVR model and verify its accuracy was implemented. Simulating it with Matlab shows that, the mean square error of training set stays at 0.015 2 together with a 0.890 determination coefficient; as for a test set’s mean square error of 0.026 5, the determination coefficient can reach 0.849. This model can effectively estimate the switchgear partial discharge quantity and provides early warning for it.

partial discharge, SVR, estimation model, high-frequency pulse current, ultrasonic signal

TH89

A

1000-3932(2016)06-0638-04

2016-04-28(修改稿)基金項(xiàng)目：云南省應(yīng)用基礎(chǔ)研究計(jì)劃項(xiàng)目(2013FZ021)；昆明理工大學(xué)人才培養(yǎng)基金項(xiàng)目(KKSY201303044)