何莉鵬,張一茗,張文濤,李少華
(平高集團有限公司,平頂山 467001)
目前,在人類社會的工業、農業、交通運輸、文教衛生以及人民生活等領域,都離不開電網提供的電能, 而高壓斷路器作為電網中重要的開關設備,起著重要的保護及控制作用,它的安全可靠直接關系到整個電網的穩定性。 國際大電網會議和國內的中國電力科學研究院對高壓斷路器故障情況進行過大量統計分析,其中高壓斷路器故障的80%是機械原因,而其中大多數故障是操動機構的問題[1-2]。近些年來, 高壓斷路器在電網中數量逐漸增大,發展高壓斷路器機械特性在線監測技術,準確了解高壓斷路器機械動作狀態,及時對高壓斷路器進行檢修,避免因為故障造成的嚴重事故,這對于整個電力系統的安全穩定運行具有十分重要的意義[3]。
眾所周知, 高壓斷路器所處環境極其復雜,干擾源非常多,實際采集的數據會受到各種各樣噪聲的污染,如何從包含誤差的數據中獲得設備真實的運行狀態,是當前研究的熱點[4-5]。 傳統機械特性監測系統主要采用閾值濾波、中值濾波、滑動濾波等方法,其方法實現簡單,但效果較差,去除噪音效果不理想,本文在傳統濾波算法的基礎上設計了一款基于卡爾曼濾波的高壓斷路器機械特性監測系統。該系統可以實現分合閘線圈電流、 儲能電機電流、行程、分合狀態的在線監測,滿足高壓斷路器日常運行監測要求。
高壓斷路器的機械特性主要指高壓斷路器的操動機構在分合操作過程中的運動特性[6],其主要采集的信號包括操動機構的行程、分合閘線圈電流、儲能電機電流、分合狀態等信號,根據上述信號計算高壓斷路器的行程、分(合)閘時間、分(合)閘速度、超程、彈跳次數、彈跳時間、平均速度、工作電流等結果。
高壓斷路器機械特性監測系統主要由機械特性監測裝置、分合閘線圈電流傳感器、儲能電機傳感器、模擬行程傳感器、數字行程傳感器組成,其系統結構如圖1 所示。

圖1 機械特性監測系統結構圖Fig.1 Structure diagram of mechanical characteristic monitoring system
高壓斷路器的機械特性信號主要分為線圈電流、儲能電機電流、觸頭行程和分合狀態4 種。 模擬行程傳感器和數字行程傳感器采集高壓斷路器的觸頭行程信息,其中數字行程傳感器信號經硬件濾波電路后直接傳輸到FPGA,模擬行程傳感器信號經硬件濾波后通過AD 采集模塊傳輸到FPGA;線圈電流和儲能電機電流均由一個霍爾電流模塊采集,經硬件濾波后通過AD 采集模塊傳輸到FPGA;輔助開關可反應高壓斷路器的分合狀態,該信號可直接接入FPGA。
FPGA 接收到信號后,將信號整理并存儲起來,STM32 讀取數據后首先把數據進行對齊,然后對數據進行濾波,濾波后的數據將用于分析計算高壓斷路器的機械特性參數,并發出預警、報警等信號,同時還將原始數據和分析結果以MMS(IEC61850 通信協議中的一種報文形式)的方式發送至上層網絡。
系統硬件結構如圖2 所示。

圖2 機械特性監測系統硬件結構圖Fig.2 Hardware structure diagram of mechanical characteristic monitoring system
本系統模擬行程傳感器可將高壓斷路器動作時的角度變化轉化為電壓值變化,該信號經低通濾波電路和分壓& 跟隨電路后接入AD7606; 數字行程傳感器采用旋轉編碼器,編碼器為5 V TTL 電平,經隔離電路后直接接入FPGA; 電流傳感器采用霍爾電流傳感器,可測試分閘電流、合閘電流、副分電流、儲能電機電流,利用霍爾效應閉環原理,能快速測取電路的電流信號,測量精度高,該傳感器將電流信號轉換為電壓信號輸出并經低通濾波電路和分壓& 跟隨電路后接入AD7606,然后輸入FPGA;輔助開關一般安裝在機構箱內,上面裝有反應斷路器分合狀態的觸點,該觸點信號經隔離回路后直接接入FPGA。
本系統AD7606 共采用一片共8 路輸入通道,其中器件采用單5 V 供電,數據端口的電平為3.3 V。AD7606 需要根據外圍電路配置一些工作參數,本系統在設計時考慮了變更各項參數的可能性,使用電阻焊接與否的通斷路狀態來配置AD7606。
FPGA 的外部時鐘為CLKIN=24 MHz 經過內部的鎖相環(PLL)將輸入時鐘倍頻、分頻,其中24 MHz用于波形存儲、觸發判斷、總線切換、與STM32 接口,6 MHz 用于AD 采樣。 機械波形采樣率與儲能波形采樣率可以通過STM32 與FPGA 接口進行設置。FPGA 的軟件邏輯框架圖如圖3 所示。

圖3 FPGA 軟件邏輯框架圖Fig.3 FPGA software logic framework diagram
信號采集到FPGA 后,FPGA 對主分電流、副分電流、合電流、模擬行程、數字行程信號以及開關分合狀態信號進行觸發邏輯判斷,觸發條件主要包含比較值和點數2 個參數,當達到觸發條件后,產生數據記錄開始信號, 記錄數據達到規定數量后,產生數據記錄結束信號并停止記錄數據。
數據存儲主要是FPGAWRMRam 和FPGAWRERam 2 個模塊,FPGAWRMRam 按照采樣頻率將每個采樣的數據存儲到SRAM 中,由于存儲機械波形的SRAM 有2 片,具體存儲哪一片,由總線切換進行控制。 總線切換可以控制FPGA 和STM32 對SRAM 存儲空間的讀取和寫入, 總線切換的前提條件是FPGA 寫數據結束和STM32 讀數據結束,只有在這2 個條件任何一個條件結束的時候,才會進行總線切換,其他時刻讀寫使能保持不變。 機械波形存儲空間為2 片SRAM,一片定義為MRamA,另一片定義為MRamB,儲能波形存儲空間為ERam。
STM32 系統上電后, 首先進行初始化操作,主要包括看門狗啟動、參數配置、系統自檢等。 隨后等待總線切換使STM32 可以讀取FPGA 的數據,讀取數據后會進行判定, 當數據是新數據時, 則讀取FPGA 的波形數據和配置參數, 對波形數據進行濾波處理,并對濾波后的數據進行分析計算,計算結果重新寫入FPGA 進行保存。 當數據是已經分析處理過的數據時, 會進行判斷是否需要發送到上位機,若需要發送到上位機,則波形數據文件、分析結果等數據從FPGA 讀取出并通過IEC61850 協議發往上位機。 軟件流程如圖4 所示。

圖4 STM32 軟件流程Fig.4 STM32 software flow chart
STM32 與FPGA 接口采用總線的形式,將FPGA 中的寄存器看做STM32 的外部存儲空間, 進行統一編址, 對于STM32 而言,FPGA 中有三部分地址空間,具體如下:
(1)0x2C0000~0x2C001F:STM32 只讀空間,存儲FPGA 的讀取所有變量的實時值、 波形存儲的起始和結束地址等信息。
(2)0x000000~0x00003F:STM32 只寫空間,設置FPGA 中通道觸發條件、讀取點數等所有設置參數。
(3)0x200000~0x27FFFF:STM32 只讀空間,FPGA 存儲的波形空間,包括機械波形和儲能波形,共享同一塊地址空間。
本系統中, 為了除去干擾和噪聲對信號的影響,除了對采集的信號進行了低通濾波等硬件濾波外,還對采集信號進行了軟件濾波。
軟件濾波主要對采集的分合閘線圈電流信號、模擬行程信號、儲能電機電流信號進行濾波處理,其流程如圖5 所示。

圖5 濾波算法流程Fig.5 Flow chart of filtering algorithm
濾波開始前,將所有采集的信號按照時間順序依次排列對齊,所有數據一定在時間上同步,每種采集信號點數最大值為M 個。 本濾波算法中,3 種信號濾波過程一樣, 因此不再分別描述, 只選擇1種通用方式進行介紹。 濾波時先采用閾值濾波方式濾除采集信號中的尖刺干擾信號,防止尖刺干擾信號對后續濾波算法的影響。設最大偏差值為A,A 為固定值,由實驗測得,本次待濾波數據Di減去上次濾波結果值Di-1,若其結果小于或等于最大偏差值A,則本次采樣值有效,若其結果值大于最大偏差值A,則本次采樣值無效,放棄本次采樣值Di,本次采樣值用Di-1替代,則每次采樣數據值Di如下:

式中:Di為本次采樣數據值;Di-1為上一次采樣數據值。
將經閾值濾波處理后的數據進行滑動平均值濾波,將待測數據5 個為一隊,當M-i>i>3 時,隊伍分為Xi-2,Xi-1,Xi,Xi+1,Xi+2,對5 個數據取平均值,并將該值賦予最中間那個數據Xi,Xi賦值完成后,則把隊伍整體左移,新的數據放入隊尾,并剔除隊首的數據。
當i<3 時,隊伍分為Xi,Xi+1,Xi+2,Xi+3,Xi+4,對5個數據取平均值并將平均值賦值給Xi,Xi賦值完成后,則把隊伍整體左移,新的數據放入隊尾,并剔除隊首的數據。
當M-i<3 時,隊伍分為Xi-4,Xi-3,Xi-2,Xi-1,Xi,對5 個數據取平均值并將平均值賦值給Xi,Xi賦值完成后,則把隊伍整體左移,新的數據放入隊尾,并剔除隊首的數據。
因此可得滑動平均值濾波取值公式如下:

將進行完滑動平均值濾波的數據進行卡爾曼濾波。 卡爾曼濾波是以線性化方程的狀態方程為基礎前提的,主要是通過上一時刻系統的狀態求出系統當前的最有狀態[7-10]。 經濾波后,信號預估值和測量值用線性隨機微分方程描述如下:

式中:X(n)為n 時刻的預估值;Y(n)為n 時刻的測量值;W(n)為過程噪聲;V(n)為測量噪聲;A,B 為系統參數,由于本系統測量的信號是連續單獨變化的,沒有其他控制系統干擾,因此本系統中取1。
模型函數構建完成后, 下面開始迭代估算,具體分為先驗值部分和后驗值部分。 在先驗值部分對n 時刻的先驗狀態估計值X()和先驗估計誤差協方差P()估算如下:

式中:P(n-1)為n-1 時刻后驗估計誤差協方差;Q為過程噪音W(n)的協方差。

式中:R 為測量噪聲V(n)的協方差。
用上式的卡爾曼增益來計算狀態n 時刻的狀態估計值為

然后在測量過程中不斷更新誤差協方差P(n),即對P(n)不斷修正:

本系統中由于信號比較多,以合閘線圈電流為例,分別比較了采用閾值濾波、滑動平均值濾波、本系統設計的濾波3 種濾波方法的效果。 合閘線圈電流3 種濾波方法的效果如圖6~圖8 所示。

圖6 閾值濾波效果圖Fig.6 Raw data curve

圖7 滑動平均值濾波效果圖Fig.7 Sliding average filtering effect

圖8 本系統濾波方法效果圖Fig.8 Effect drawing of filtering method of the system
由3 種濾波效果對比可以看出,經閾值濾波處理后,信號沒有比較大的毛刺,但仍存在較多小的毛刺;經滑動平均值濾波處理后,毛刺幅值和數量進一步變小;本系統設計的濾波算法抑制噪聲的效果最好,其效果曲線更順滑,毛刺的幅值和數量最少。
此外,對采集的信號進行濾波后,不應影響分合閘時間、分合閘速度、行程、分合閘同期性等分析計算結果,為了比較分析,在ZF12D-126KV 高壓斷路器上同時接入本系統和德國Kocos 公司的ACTAS P6 開關特性測試儀進行比較, 兩者接入同一個行程傳感器和斷口線,其中斷口線選擇該斷路器的A 相。 測試場景如圖9、圖10 所示。

圖9 機械特性裝置及測試界面Fig.9 Mechanical characteristic device and test interface

圖10 行程傳感器安裝圖Fig.10 Installation drawing of travel sensor
分合閘測試結果如表1、表2 所示。

表1 分閘測試結果表Tab.1 Opening test results

表2 合閘測試結果表Tab.2 Closing test results
由本系統與ACTAS P6 得對比結果可以看出,本系統采用得濾波算法減少采集信號得干擾后,可有效提升測量精度, 其測試結果精度在±1%內,與ACTAS P6 相差不大,可以滿足現場使用需求。
本文采用閾值濾波、滑動平均值濾波、卡爾曼濾波相結合的方式對采集的信號進行處理,融合了各個算法的優點,同時又避免了單個算法使用時的缺點, 對于機械特性監測裝置的研制具有借鑒意義。 對于后續的研究主要考慮嘗試對卡爾曼濾波算法進行升級, 更好的去除采集信號中的干擾成分,進一步提升測試精度。