基于神經網絡的繼電保護設備健康狀況分析模型

何葵東，薄 宇，閆孟達

（五凌電力有限公司，湖南 長沙 410000）

1 繼電保護設備系統分類

目前，對繼電保護設備進行分類的方法主要是根據繼電保護設備被保護對象的特性及各種保護原理，如劃分為線路保護、母線保護、變壓器保護及發電機保護等。這種劃分往往容易使人忽略了保護裝置的共性，本文的研究目的為研究出一種繼電保護健康狀況模型，對所有保護裝置的健康狀況進行分析，故以上分類方法對本文不適用。

為了研究一種對所有保護裝置都適用的繼電保護健康狀況模型，需要對繼電保護設備構成硬件回路進行分析。繼電保護設備均由如下系統構成，電源系統、采樣回路、開入開出回路、CPU及定值。電源系統往往由一個或多個開關電源構成；采樣回路主要由交流電流回路、交流電壓回路及直流電壓回路構成；開入開出回路主要包括外部開關量輸入、壓板投入回路、轉換開關輸入回路、跳閘出口回路及操作回路等。

2 繼電保護健康狀況模型設計

根據繼電保護設備構成將繼電保護健康狀況模型分為如下四個子模塊，即電源健康狀況分析、采樣回路健康狀況分析、開入開出回路健康狀況分析及CPU和定值健康狀況分析。

根據各個子模塊特點，以分布式采集、集中式管理為手段，通過Modbus、61850等通信協議，收集保護裝置中的各種數據，再根據各個子模塊需要，通過分類形成各個子模塊的大數據系統。采用數據擬合法、BP神經網絡等方法對大數據系統數據進行處理，形成對各個系統健康狀況分析的子模塊，最終建立繼電保護設備健康狀況模型。

形成繼電保護健康狀況模型后，實時收集繼電保護保護裝置的各種數據，分類后輸入各個子模塊；通過各個子模塊內部計算及對比，即可實現對各個子模塊健康狀況的分析，最終達到判斷繼整個繼電保護設備健康狀況、提前發現各種設備隱性缺陷及為實現設備狀態檢修提供決策依據的目的[1]。

3 繼電保護健康狀況模型實現

3.1 電源健康狀況分析模塊

繼電保護設備電源在正常運行時由于電源負荷穩定，溫度只與環境溫度有關。對于繼電保護設備電源健康狀況的分析，主要利用電源老化或運行異常時會出現溫度升高的特點來監測電源工況。在電源模塊內部安裝一個自帶電源的無線溫度傳感器探頭來測量電源溫度，并在繼電保護設備屏柜內安裝一個溫度傳感器測量環境溫度。通過兩個傳感器，測量現場各種數據，主要包括時間、裝置本體溫度、裝置本體溫度變化率、環境溫度及環境溫度變化率。通過采集變量，確定裝置的實時運行工況[2]。

本文以電廠某變壓器保護裝置為例，采集現場4 320組保護裝置運行溫度數據，包括時間、裝置本體溫度、裝置本體溫度變化率、環境溫度、環境溫度變化率及裝置運行狀態。采用BP神經網絡建立電源故障監測的數學模型，建立過程包括數據預處理、相關性分析、神經網絡訓練以及神經網絡預測四部分。

3.1.1 數據預處理

檢測到的保護裝置運行數據可能會受到檢測裝置的影響，使得數據存在不完整及不一致的特性，影響所建立模型的準確性，因此要進行數據預處理。數據預處理包括數據的異常值剔除、缺失值填補及數據的歸一化處理。數據剔除與數據歸一化處理在Matlab中編程實現，缺失值的填補在統計軟件SPSS中實現。

3.1.2 數據的歸一化處理

采集到的繼電保護設備的數據有溫度、時間、溫度變化率及運行狀態，各種數據的范圍及單位不同，數據量綱的不同會造成數據分析的錯誤，所以要進行數據歸一化。

3.1.3 保護裝置電源監測模型的建立

將數據預處理后的數據選取4 300組數據進行相關性分析，最終選取裝置溫度、裝置溫度變化率、環境溫度及環境溫度變化率作為BP神經網絡的輸入，輸出為裝置運行工況。BP學習算法的基本思想是：通過一定的算法調整網絡的權值，使得網絡的實際輸出盡可能接近期望輸出[3]。

3.2 采樣回路健康狀況分析模塊

對于采樣回路健康狀況的分析，主要通過通信網絡采集多個保護裝置大量采樣數據，形成采樣大數據系統。利用MATLAB數據擬合法，形成采樣系統數據區間。當正常運行時，采樣值在該區間內波動；當采樣值超出該波動區間時，發出告警，通知專業人員處理。

本文以1個主變保護裝置、1個故障錄波裝置為例進行說明，采集針對不同有功時刻的電流數值，采集大量數據，再通過MATLAB軟件對所采集的數據進行模擬整合，當有功發生變化時所測得的電流會在一定的范圍值進行波動，并標記出其波動的上下限值。正常情況下，采樣值會在其上下限值內波動，當采樣值超出上限或低于下限，則反映采樣回路出現問題。

對于電壓值，則針對無功不同時記錄當時電壓值，通過MATLAB軟件對所采集的數據進行模擬整合，當有功發生變化時所測得的電壓會在一定的范圍值進行波動，并標記出其波動的上下限值。正常情況下，采樣值會在其上下限值內波動，當采樣值超出上限或低于下限，則反映采樣回路出現問題。

3.3 CPU和定值健康狀況分析模塊

對于CPU的健康狀況分析，主要利用CPU老化或運行異常時會出現溫度升高的特點。在CPU模塊內部安裝一個自帶電源的無線溫度傳感器探頭來測量CPU溫度，并在繼電保護設備屏柜內安裝一個溫度傳感器來測量環境溫度，將以上兩個溫度采集后通過通信網絡傳輸到上位機數據庫內，形成CPU溫度與環境溫度的大數據系統。由于CPU正常運行時，CPU溫度往往與環境溫度有關，對以上兩個溫度采用與電源健康狀況分析模塊同樣的神經網絡算法進行處理，形成CPU健康狀況分析模塊。

選取CPU當前溫度值、CPU溫度上升率、當前環境溫度及環境溫度上升率作為BP神經網絡的輸入，下一時刻的CPU溫度作為BP神經網絡的輸出。正常運行時采集CPU溫度與環境溫度通過通信網絡輸入CPU健康狀況分析模塊，該模塊根據環境溫度得到一個CPU溫度的預測值，與實際的CPU溫度進行對比。當兩者相差的絕對值在一定范圍內時，判斷CPU運行正常；當超出該范圍時，判斷CPU運行可能出現異常，發出告警，通知專業人員提前進行檢查。

3.4 開入開出回路健康狀況分析模塊

開入回路主要分為兩類，一種為硬壓板開入，另一種為與被保護設備運行狀態相關的開關量輸入。對于硬壓板開入，可以采用與定值同樣的處理方法，即先建立硬壓板數據庫，再利用通信網絡將保護裝置采集到的硬壓板數據傳到上位機，與數據庫內硬壓板數值進行比較，當有異常時立即通知專業人員處理。對于與被保護設備運行狀態相關的開關量輸入，如出口斷路器、滅磁開關等信號，則利用電流或電壓來判斷開關量狀態。當判斷有電流時，即為運行狀態，通過通信網絡采集到的保護裝置開關量輸入回路數據應與運行狀態一致，否則應發出告警。

由于開出回路主要包括保護裝置跳、合閘接點、操作箱相關回路及斷路器控制回路等，部分回路較為復雜，又由于該回路采用直流電壓，所以對該部分設備的健康狀況分析主要通過直流對地電壓監測來進行。需設計一個專用測量電路，以測量該回路的對地電壓。當正常運行時，由于負荷波動及直流回路絕緣監測等原因，該回路對正、負對地電壓往往在一個范圍內波動，測量回路一段時間后，采集大量電壓數據，形成該回路的電壓大數據系統，再通過數據擬合法，擬合出該系統的在合閘或跳閘狀態的直流電壓波動區間。當在合閘或跳閘狀態時，測量直流電壓超出該狀態下的波動區間，則發出告警，通知專業人員檢查處理。

安裝好電壓表后，通過電壓表采集多組數據，對這些數據采用數據擬合法進行擬合，形成電壓波動區間。

正常運行，當斷路器在合閘狀態時，電壓表V1測量直流電壓數值在直流正電壓波動數據區間波動，電壓表V2、V3測量直流電壓數值在直流負電壓波動區間波動，一旦電壓波動超過通過大數據擬合的數據波動區間，則證明該回路存在故障，應發出告警，通知專業人員處理。當斷路器在分閘狀態時，電壓表V1、V3測量直流電壓數值在直流正電壓波動數據區間波動，電壓表V2測量直流電壓數值在直流負電壓波動區間波動，一旦電壓波動超過通過大數據擬合的數據波動區間，則證明該回路存在故障，應發出告警，通知專業人員處理。

4 結 論

繼電保護設備的健康狀況直接影響到電力系統安全穩定運行，自動判斷繼電保護設備健康狀況，提前發現各種繼電保護設備隱性缺陷是保障電力系統安全的直接需求。