基于軟測量的圖譜變化檢測技術在變電站狀態智能分析中的研究與應用

俞華+王天正+蘆竹茂+楊冬冬+白鷺

摘 要： 基于軟測量圖譜變化檢測技術，研究了其在變電站狀態智能分析中的應用。采用軟測量技術對智能變電站狀態圖譜監測系統的接口分級、IEC61850 信息模型、圖譜變化監控系統、圖譜狀態監測系統結構進行研究，同時分析了軟測量智能圖譜分析關鍵技術支持向量機SVM法、設備軟測量特征分析、典型場景數據庫的建立。結合變電站的實際應用，對變電站的兩個典型場景的圖譜進行建模，通過兩個典型場景區域實現對圖譜變化異常情況的監控與處理，為今后軟測量的圖譜變化檢測技術在變電站狀態智能分析中的應用提供參考。

關鍵詞： 軟測量； 檢測技術； 智能分析； 圖譜

中圖分類號： TN98?34； TM76 文獻標識碼： A 文章編號： 1004?373X（2017）13?0171?04

Abstract： According to the spectrum change detection technology based on soft measurement， its application in substation condition is intelligent analysis studied. The soft measurement technology is used to study the monitoring system interface classification， IEC61850 information model， spectrum change monitoring system and structure of the intelligent substation state spectrum monitoring system. The key technologies （support vector machine （SVM） method， soft measurement feature analysis of equipment， establishment of typical scene database） of the soft measurement intelligent spectrum analysis are analyzed. In combination with the practical application of the substation， the spectrum of two typical scenes of substation was modeled. The abnormal situation of spectrum variation can be monitored and treated with two typical scene regions， which provides a reference for the application of spectrum change detection technology based on soft measurement in substation state intelligent analysis.

Keywords： soft measurement； detection technology； intelligent analysis； spectrum

0 引 言

隨著電力建設的發展，變電站對供電系統安全運行及電力設備良好狀態的要求越來越高，以自動化、信息化、可視化為特征的智能變電站越來越受歡迎[1?3]。涉及變電站安全防護、圖譜檢測、高壓設備運行等輔助系統建立的智能監測系統逐漸成為智能變電站狀態監測不可缺少的部分[4?7]。融合物聯網技術，構建圖譜監測網絡對變電站設備運行圖譜變化實施全天候在線監測，成為當前智能變電站研究的熱點[8]。

隨著電網規模的不斷擴大，變電站智能化控制成為電力系統的一個重要節點，為了確保變電站安全、正常運行，需不斷提升變電站圖譜變化檢測系統智能化分析能力，隨著軟測量技術在各個行業的廣泛應用，尤其在電力系統變電站圖譜變化檢測系統智能分析中的作用日益顯著[9?11]。本文基于軟測量圖譜變化檢測技術，研究了其在變電站狀態智能分析中的應用。

1 軟測量技術

軟測量實質是使用計算機技術，結合自動控制理論，將不易測量或目前不能測量的一些比較重要的變量，利用容易測量的一些變量根據其相互之間的數學聯系對這些變量進行推斷或估計，通過軟測量的方式對硬件功能進行代替的一種技術。軟測量模型對過程中的輸入與輸出變量的相互關系不是特別強調，而關心的是通過輔助變量估計最佳主導變量。

傳統變電站監控系統無法直接獲取設備狀態，要得到設備狀態信息，必須建立設備紅外、紫外圖譜，通過監控數據才能獲得。因而對基于設備圖譜的軟測量技術的研究具有非常重要的價值。軟測量技術與傳統檢測技術相比，其特點是通用性、靈活性非常強，成本較低，容易實現，圖1為軟測量模型結構。

2 軟測量技術在智能變電站狀態圖譜監測系統的應用架構

2.1 系統結構

智能電網以先進自動化技術和計算機技術為基礎進行架構，提升變電站的安全運行。軟測量技術在智能變電站狀態圖譜監測系統的應用架構，按照整個系統的應用需求，系統架構的分層和分區均采用分布式結構，系統為三級構建，分為省級主站系統、地區級主站系統、站端系統。通過專用通信網絡，省級主站可對整個省的變電站設備、環境信息進行查看，同時統計地區級主站的工況；地區級主站主要管理所轄的變電站。系統架構的核心和關鍵是搭建適合智能電網圖譜變化檢測的變電站監控方案。站端系統是變電站整個視頻系統的一個基本單元，其主要任務是對變電站進行監控。本文設計的站端系統結構中，在變電站的視頻控制系統中配置有視頻監控主機，進行圖譜變化的檢測。同時還配置有變壓器/電抗器檢測設備、短路器/GIS檢測設備、容性檢測設備、環境檢測設備、計量檢測設備、監控檢測設備、保護檢測設備等，這樣就可對全變電站的電氣設備和關鍵部位的安裝地點進行24 h監控，實現對生產設備圖譜變化檢測的可視化管理與分析，進而滿足變電站系統對設備關鍵部位圖譜變化的安全監視，因此變電站可實現安全預警，圖2為智能變電站關鍵部位圖譜狀態監測系統結構。

2.2 監測系統接口分級

圖譜狀態監測系統接口分為四層，第一層為主站層，包括主站檢測單元；第二層為站控層，包括站端檢測單元，歷史數據和診斷結果由站控層的計算機系統長期存儲；第三層為間隔層，包括2個圖譜狀態檢測主IED，間隔層主要對測量的數據進行存儲，并分析和診斷數據；第四層為過程層，包括4個圖譜狀態檢測子IED，每個子IED連接有傳感器，傳感器直接聯系現場。圖譜變化狀態檢測數據在經過信號調理和預處理后，由檢測子IED傳送到2個間隔層主IED，同時4個檢測子IED對間隔層輸出的參數對、參數配置、參數召喚、強制重啟等控制命令進行快速接收。過程層遵循標準為IEC61850，信息交換采用GOOSE方式、SMV方式完成，圖3為系統接口分級圖。

2.3 IEC61850信息模型

IEC61850信息建模集中在變壓器、斷路器等智能電子設備IED，基于IEC61850統一信息模型和通信平臺方面，在變電站輔助生產系統領域，IEC61850信息建模逐漸成為智能變電站圖譜變化狀態監測的重要組成部分。IEC61850信息模型分為兩部分，分別為基本信息模型、信息服務模型，采用分層、分類原則構建這兩個模型，圖4為IEC61850信息模型。

IEC61850信息模型包括邏輯設備、邏輯節點、服務器、數據對象、數據屬性共5個類別。服務器由一個或數個邏輯設備組成，提供數據；邏輯設備實質上屬于一種虛擬設備，其組成包括邏輯節點、對應服務，邏輯節點是最小的功能單元，通過邏輯連接進行數據的交換，完成有關功能；數據對象屬于比較具體的數據填充、數據功能描述，它是構成訪問信息模型和操作信息模型的途徑；數據屬性由四個元素組成，分別為屬性類型、特殊值、功能約束、觸發選項，數據對象不能獨立存在，它是信息最終載體，對信息模型進行訪問、操作的行為，實質是對數據屬性的讀與寫。

2.4 圖譜變化監控系統方案

圖5為圖譜變化狀態監控系統方案，系統由配線架、防火墻、分光器、錄像機、綜合服務器、交換機、ONU、圖譜監控子系統、設備狀態監控子系統、前端采集子等組成。圖譜變化監測系統的各個IED，視頻監視系統攝像頭與ONU進行連接，數據由分光器進行匯集后送到光纖配線架，最后出站。

3 軟測量智能圖譜分析關鍵技術

3.1 支持向量機SVM法

軟測量的核心技術是進行監控對象的前期建模和關聯建模，關聯建模主要是建立測量變量與推斷變量之間的關系。對變電站智能圖譜分析來說，支持向量機SVM法是最為有效的工具。SVM 法屬于一種機器學習方法，其原則是風險最小化，該方法通過對函數子集、函數子集的判別函數進行適當選擇，達到學習機器的最小化，這樣有限訓練得到的小誤差分離器的通過就有了保障，解決了欠學習、過學習問題，泛化能力良好。支持向量機是對一個凸優化問題的求解，其局部的最優解實質上是全局最優解。通過應用核函數，使得對非線性的求解轉化成線性求解。

3.2 設備軟測量特征分析

進行圖譜變化軟測量特征分析時，要根據變電站關鍵設備的刀閘、套管、變壓器、母線等建立正常特征數據庫，以數學模型、正常特征數據庫為基礎，達到推理機制、學習機制的完善性與有效性。按照系統運行設置的業務流程，系統中相對重要的內容是典型場景數據庫，在系統實時圖譜變化分析到軟測量數據后，與正常樣本的歷史圖譜變化軟測量數據對比，對異常的圖譜變化分析內容進行告警。

3.3 典型場景數據庫的建立

在典型場景數據庫建立過程中，采用研究組織的數據庫技術，存儲數據理論方法，對處理數據的方法、技術進行高效獲取，進而對數據進行統一管理、組織。根據設計的系統結構進行相對應的數據倉庫、數據庫的建立。采用數據庫管理系統設計出對數據庫的數據管理應用系統，采用數據挖掘系統設計出對數據庫的數據挖掘應用系統，通過應用管理系統對數據進行分析、理解、處理。在對圖譜變化的特征及屬性進行提取時，要完整提取，這樣圖譜變化的信息內容就可以完整地表達出來。

4 典型場景建模設置的應用

本研究結合變電站的實際應用，對變電站的兩個典型場景的圖譜進行建模。

第一個圖譜典型區域為刀閘區域，通過對現場120個圖譜樣本的獲取，實現刀閘區域的圖譜建模，這120個圖譜樣本包括季節不同時的樣本，天氣狀況不同的樣本，通過這些現場圖譜樣本建立現場數據庫，同時建立第一個圖譜典型區域的機器學習模型，表1為第一個圖譜典型區域刀閘區能夠監控的圖譜變化異常情況和處理方案。

第二個圖譜典型區域為母線區域，通過對現場120個圖譜樣本的獲取，實現母線區域的圖譜建模，這120個圖譜樣本包括季節不同時的樣本，天氣狀況不同的樣本，通過這些現場圖譜樣本建立現場數據庫，同時建立第二個圖譜典型區域的機器學習模型，表2為第二個圖譜典型區域母線區能夠監控的圖譜變化異常情況和處理方案。

5 結 語

本文基于軟測量圖譜變化檢測技術，研究了其在變電站狀態智能分析中的應用。結合變電站的實際應用，對變電站的兩個典型場景的圖譜進行建模，通過兩個典型場景區域能夠實現對圖譜變化異常情況監控與處理，為今后軟測量的圖譜變化檢測技術在變電站狀態智能分析中的應用提供參考。

參考文獻

[1] 楊臻，趙燕茹.EPON技術在智能變電站狀態監測和視頻監控系統中的應用[J].電力建設，2014，35（11）：107?112.

[2] 王志堅，蘇雁飛，李景新.變電站壓板智能檢測技術及其應用[J].電工技術，2012（12）：17?19.

[3] 黃永欽，余躍.變電站智能壓板檢測的技術及運用探析[J].電力科技，2014（11）：313.

[4] 陸彬，姜懿純，朱小良.核電站堆芯溫度場軟測量方法研究[J].傳感技術學報，2016，29（2）：226?232.

[5] 張達天，呂偉.基于TW圖譜及同頻噪聲分離技術的高壓電纜局部放電檢測裝置的研制[J].智能電網，2015，3（3）：250?255.

[6] 劉海艷.基于區域像素分類的基因圖譜檢測方法研究[J].現代電子技術，2016，39（4）：94?98.

[7] 支麗欣，張曉慧.探究智能變電站二次設備自動檢測系統設計[J].中國新技術新產品，2014（21）：11.

[8] 李麗華.智能變電站斷路器狀態檢測IED設計[J].科技致富向導，2014（35）：92.

[9] 延勇，劉毅敏.220 kV智能變電站繼電保護調試關鍵問題分析及建議[J].東北電力技術，2014，35（11）：22?26.

[10] 陸昱，毛迪林，肖曉春，等.智能變電站設備溫度在線檢測設備的IEC 61850信息建模[J].計算機應用，2013，33（z2）：269?272.

[11] 楊榮宗.狀態監測技術在智能變電站中的應用分析[J].中國新技術新產品，2012（18）：174.