基于LMS 算法的配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時采集

趙雅利，王玉豐，紀 靜，張智勇，史 超

（1.中國石油天然氣股份有限公司華北油田分公司，河北任丘 062552；2.中國石油工程建設(shè)有限公司華北分公司，河北任丘 062552；3.中國石油天然氣股份有限公司山西煤層氣勘探開發(fā)分公司，山西長治 046000）

由于中壓配電網(wǎng)絡(luò)中存在通信故障和數(shù)據(jù)包丟失問題，大多數(shù)關(guān)鍵斷路器（CB）的狀態(tài)由遠程終端單元（RTU）監(jiān)控。Dutta 等人提出一種基于主動配電網(wǎng)拓撲跟蹤數(shù)據(jù)驅(qū)動算法[1]。Swaminathan 等提出的V-LMS 算法中的多級2D-LUT 可以執(zhí)行得更快[2]。Hu 提出一種基于云服務(wù)節(jié)點雙重影響因素的SDN網(wǎng)絡(luò)路徑選擇算法[3]。Hakami 等人解決了由多個半雙工EH 中繼協(xié)同轉(zhuǎn)發(fā)的突發(fā)數(shù)據(jù)到達源[4]。Demertzis 等人提出了一種基于不斷發(fā)展的尖峰神經(jīng)網(wǎng)絡(luò)算法的檢測框架[5]。Wang 等人通過分析PMAR數(shù)據(jù)和相應(yīng)的SCADA 報警數(shù)據(jù)來檢測和診斷不斷演變的故障[6]。Flores 等人通過修改工廠的操作條件等參數(shù)保持生物過程的穩(wěn)定性[7]。Figueiredo 等人實現(xiàn)三個相互關(guān)聯(lián)的控制級別控制數(shù)據(jù)采集[8]。Abdelgawad 提出了一種使用無線傳感器網(wǎng)絡(luò)的新的可靠分布式沙箱監(jiān)測框架[9]。國內(nèi)外文獻資料中未見基于LMS 算法的配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時采集研究，該文以配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時采集為模型，采集數(shù)據(jù)為輸出信號，正弦信號為輸入信號，利用LMS 算法的基本原理，計算數(shù)據(jù)采集系統(tǒng)對正弦信號的傳輸特性，反推通道模型參數(shù)，作為配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時采集的精度考核手段，實現(xiàn)了配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時的性能考核。

1 LMS算法

1.1 數(shù)據(jù)實時采集結(jié)構(gòu)模型

通過一個開環(huán)線性時不變系統(tǒng)，結(jié)合開環(huán)系統(tǒng)設(shè)置濾波器[10-11]。假設(shè)Q(n)為通道實時數(shù)據(jù)參數(shù)單位采集結(jié)構(gòu)沖擊響應(yīng)，而配電網(wǎng)系統(tǒng)輸入信號為In(n)，輸出信號為Out(n)，同時可以映射濾波器模型[12-13]，對于一個具有線性和時不變性的配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時采集系統(tǒng)，數(shù)據(jù)實時采集結(jié)構(gòu)模型如圖1所示。

圖1 數(shù)據(jù)實時采集結(jié)構(gòu)模型

Q(n)長為n，配電網(wǎng)終端設(shè)備應(yīng)用FIR 濾波器方式，實現(xiàn)設(shè)備運行數(shù)據(jù)實時采集結(jié)構(gòu)模型[14-15]，則有：

式（1）中，Ini=In(n-i+1)，Qi=Q(i-1)，i=m+1，權(quán)系數(shù)為Qi，輸出Q(n)是n個過去輸入的線性加權(quán)，若用wi表示權(quán)系數(shù)，用j表示時間下標，則有：

式（2）中，In1j=Inj,In2j=Inj-1…,InNj=Inj-N+1。

因此，軟件對數(shù)據(jù)采集系統(tǒng)或者硬件設(shè)計均會導(dǎo)致采集數(shù)據(jù)失真，不可避免存在誤差，如果能夠有效求得誤差，就可獲得數(shù)據(jù)采集精度和實時性兩方面的采集特性。

1.2 LMS算法實現(xiàn)方案

通過優(yōu)化LMS 算法數(shù)據(jù)結(jié)構(gòu)，構(gòu)建實時采集結(jié)構(gòu)模型，對同一輸入作用條件下的輸出進行分析比較，構(gòu)建濾波器模型建立與被識別系統(tǒng)之間的對應(yīng)關(guān)系。實現(xiàn)配電網(wǎng)終端濾波器模型結(jié)構(gòu)，使用逐次逼近的LSM 算法完成數(shù)據(jù)實時采集[16-17]，其通道參數(shù)辨識模型如圖2 所示。

圖2 通道參數(shù)辨識模型

圖2 中通道參數(shù)辨識模型應(yīng)當(dāng)由相同性質(zhì)的濾波器模型來識別，使用要識別的系統(tǒng)進行配電網(wǎng)終端設(shè)備運行數(shù)據(jù)建模，比較得出逼近被識別系統(tǒng)結(jié)構(gòu)，采用濾波器模型誤差控制方法，使均方差越接近零，通道模型參數(shù)的識別過程越精準。FIR 型濾波器是比較合理的選擇，H*接近H，均方差E[e2(j)]趨于最?。悖┑倪^程。

通過式（3）和式（4）得到配電網(wǎng)終端設(shè)備運行數(shù)據(jù)均方誤差的最小值，通過曲面調(diào)節(jié)權(quán)矢量的各元素，可以采用梯度方法沿著曲面方向進行調(diào)整，運行數(shù)據(jù)實時采集模型具有唯一的極小值。是一個凹的結(jié)構(gòu)模式的超拋物面，對平穩(wěn)配電網(wǎng)終端設(shè)備運行數(shù)據(jù)利用w*的二次方函數(shù)輸入權(quán)矢量，均方誤差的運行數(shù)據(jù)梯度可由式（4）對配電網(wǎng)設(shè)備實時數(shù)據(jù)權(quán)矢量的各wi進行微分得到：

上述公式中，假設(shè)?j=0 就可得到最佳的權(quán)矢量，即w=w′=R-1P。測量估算個自相關(guān)和互相關(guān)函數(shù)才能得到P和R的元素，需要進行N×N矩陣的逆運算，此時的權(quán)數(shù)目N很大或數(shù)據(jù)輸入率很高。下一個權(quán)矢量等于現(xiàn)在的權(quán)矢量加上一個正比于梯度?j的負值變化量，應(yīng)用優(yōu)化LMS 算法最陡下降模式，運行數(shù)據(jù)不涉及矩陣求逆問題，也不需要通過設(shè)備運行數(shù)據(jù)求相關(guān)矩陣。優(yōu)化LMS 算法為求得配電網(wǎng)終端設(shè)備實時數(shù)據(jù)簡單最佳的有效權(quán)矢量控制方法，在控制結(jié)構(gòu)計算上將會遇到嚴重實時采集數(shù)據(jù)問題，必須重新開始進行數(shù)據(jù)實時采集計算，使控制模型輸入信號的統(tǒng)計分析問題實現(xiàn)特性變化。

式（6）中，μ表示配電網(wǎng)終端設(shè)備穩(wěn)定性和收斂速度的運行數(shù)據(jù)參量。然而下降沿著最快的方向，配電網(wǎng)終端設(shè)備某點的梯度方向代表該設(shè)備變化最大的運行數(shù)據(jù)方向。因此，該文配電網(wǎng)終端設(shè)備實時采集的方法稱為最陡下降法。

2 仿真實驗及結(jié)果分析

2.1 實驗背景

該文借助配電網(wǎng)終端設(shè)備的斷路器、隔離開關(guān)的非正常位置進行數(shù)據(jù)實時采集操作，解決數(shù)據(jù)實時采集的越限情況和線路滿載程度。翻閱配電網(wǎng)驗證線路限額表查看目前配電網(wǎng)終端設(shè)備線路的越限情況，換班時需要工作人員進行工作交接，同時翻閱配電網(wǎng)終端設(shè)備相關(guān)運行的值班記錄數(shù)據(jù)，很容易出現(xiàn)數(shù)據(jù)遺漏或正常運行數(shù)據(jù)模糊等問題。完善配電網(wǎng)終端設(shè)備運行數(shù)據(jù)的實時采集，需要在地理接線圖上重視多狀態(tài)變量及自動辨識斷路器、隔離開關(guān)狀態(tài)，配電網(wǎng)終端設(shè)備線路設(shè)定相應(yīng)的不同程度的控制參數(shù)報警門閾值。針對220 kV、110 kV 潮流、配電網(wǎng)終端設(shè)備運行數(shù)據(jù)控制方式進行實時采集，調(diào)度員通過LMS 算法盡快掌握配電網(wǎng)終端設(shè)備運行的異常數(shù)據(jù)情況，各聯(lián)絡(luò)線的配電網(wǎng)終端設(shè)備斷路器的數(shù)據(jù)實時變化都已在圖3 中體現(xiàn)，顯示控制設(shè)備主網(wǎng)架實時階段出現(xiàn)的非正常數(shù)據(jù)信號運行控制方式，采用LMS 算法能夠進行實時數(shù)據(jù)的反映和處理，然而當(dāng)班調(diào)度員可以通過控制實時數(shù)據(jù)模式迅速掌握配電網(wǎng)運行模式的轉(zhuǎn)換，其目的旨在提高配電網(wǎng)終端設(shè)備工作時交接班質(zhì)量。

選定楊碼變賀接131 線24 號桿為故障點，進行單相接地試驗，驗證小電流接地故障選線裝置的選線功能，楊碼變10 kV 接線如圖3 所示。

圖3 楊碼變10 kV接線

實驗時楊碼變通過2 號主變帶10 kV I、II、III、IV段母線，四條母線共有4個間隔出線，分別為王集111線、吉祥113 線、楊碼126 線和賀接131 線，選用消弧線圈驗證實驗，實驗設(shè)備廠家和型號為許繼變壓器有限公司W(wǎng)XHK2-I調(diào)匝式消弧線圈。實驗中的220 kV主網(wǎng)架圖包括500 kV 配電網(wǎng)線路及220 kV 變電站的110 kV聯(lián)絡(luò)線路終端設(shè)備運行數(shù)據(jù)，結(jié)合驗證超載時配電網(wǎng)終端線路會變色并閃爍問題，采用非正常方式配電網(wǎng)變電站顏色由紅變黃情況。系統(tǒng)電容電流約68 A，現(xiàn)場已具備零序CT情況如下。

1）王集111 線、吉祥113 線、楊碼126 線零序電流互感器變比100/5，賀接131 線零序電流互感器變比50/5，容量均為10 VA。

2）加裝零序CT，變比100/1，容量15 VA，通過加裝零序CT 以對比零序CT 變比對故障選線的影響，以支撐零序CT 的選型。針對220 kV 配電網(wǎng)變電站內(nèi)的各220 kV、110 kV 終端設(shè)備斷路器進行分析，得出是否有非正常終端設(shè)備運行方式存在問題，配電網(wǎng)各個片區(qū)下110 kV 變電站的非正常運行控制方式進行LMS 算法計算判斷，配電網(wǎng)存在220 kV 變電站終端設(shè)備運行狀態(tài)顏色由紅色變成黃色，點擊變電站名稱以后可以進入對應(yīng)變電站控制片區(qū)，實現(xiàn)設(shè)備運行數(shù)據(jù)的實時查看。然而配電網(wǎng)片區(qū)內(nèi)的非正常方式斷路器也存在數(shù)據(jù)信號實時閃爍問題，存在實驗驗證情況。通過單相接地設(shè)備在10 kV 饋線終端設(shè)備上產(chǎn)生一個真實的實時采集單相接地故障，分別開展金屬性接地、200 Ω電阻接地、500 Ω電阻接地、1 000 Ω電阻接地、2 000 Ω電阻接地，配電網(wǎng)終端設(shè)備故障初相角30°弧光接地驗證，可以對配電網(wǎng)小電流接地終端設(shè)備故障選線裝置的選線準確度進行驗證測試。配電網(wǎng)終端設(shè)備單相接地實驗裝置原理如圖4 所示。

圖4 配電網(wǎng)終端設(shè)備單相接地實驗裝置原理

2.2 仿真系統(tǒng)工作過程

由信號發(fā)生器、信號采集器和算法計算機為基本單元組成閉環(huán)測試仿真系統(tǒng)，選用常用的數(shù)據(jù)采集模塊作為仿真模型，仿真系統(tǒng)工作過程如圖5所示。

圖5 仿真系統(tǒng)工作過程

圖5 仿真系統(tǒng)產(chǎn)生相應(yīng)的正弦波，通過驅(qū)動信號發(fā)生器完成整個工作過程。算法計算機產(chǎn)生預(yù)定的正弦數(shù)據(jù)，數(shù)據(jù)采集器按預(yù)先設(shè)定的采集特性采集數(shù)據(jù)，并由此推算系統(tǒng)的數(shù)據(jù)采集特性，逼近被識別系統(tǒng)結(jié)構(gòu)的參數(shù)，通過LMS 算法進行迭代運算，計算機利用原始的信號發(fā)生數(shù)據(jù)和最終的采集數(shù)據(jù)，仿真系統(tǒng)將實時運行數(shù)據(jù)傳送給LMS 算法計算機。

2.3 仿真實驗結(jié)果分析

幅值設(shè)定為輸入信號的50%，延遲了0.25 個周期，幅度為5 V，頻率為10 Hz，相位較輸入信號延遲了25 ms。在LMS 算法運算過程中，觀察誤差ej的變化，那么就可以發(fā)現(xiàn)運算是快速收斂的變化狀態(tài)。通過最終的分析結(jié)果推算出：相位延遲值為0.249 99，幅度衰減為49.997 79%，算法的搜尋步長為0.000 1，試驗的通道模型長度為12，算法的運算頻率為500 Hz，而配電網(wǎng)終端設(shè)備之間最小臨界誤差為0.001，仿真實驗結(jié)果如表1 所示。

表1 仿真實驗結(jié)果

表1 中針對小同的幅度衰減和不同的相位延遲，結(jié)合信號頻率、輸入信號幅度、通道模型長度、算法搜尋步長、最小臨界誤差，做了一系列仿真試驗。LMS算法都得到了精確的檢測結(jié)果，不同的幅度衰減和相位延遲，系統(tǒng)的通道模型也就越容易接近真實情況，即理論上算法搜尋步長和最小臨界誤差越小，計算機的數(shù)值計算總是存在誤差，與上述所列各次實驗結(jié)果存在誤差一致，仿真結(jié)果也必然存在誤差，選擇合適的通道模型長度和算法運算頻率，改變輸入信號的頻率和幅度，針對不同的幅度衰減和相位平移進行了一系列仿真實驗，同樣得到了精確的實驗結(jié)果。實驗結(jié)果表明，采用LMS算法配電網(wǎng)終端設(shè)備運行數(shù)據(jù)實時采集精度考核方法具備較好的適應(yīng)性。

3 結(jié)論

基于LMS 算法濾波器來建立數(shù)據(jù)采集系統(tǒng)數(shù)學(xué)模型，通過研究LMS 算法的基本原理與應(yīng)用方法發(fā)現(xiàn)，采集數(shù)據(jù)為輸出，采集的目標信號為輸入，利用LMS 算法反推系統(tǒng)模型的通道參數(shù)，實現(xiàn)了數(shù)據(jù)采集系統(tǒng)（設(shè)備）的性能考核鑒定，獲得了數(shù)據(jù)采集系統(tǒng)對正弦信號精確度和實時性兩方面數(shù)據(jù)傳輸特性，在實驗中同時發(fā)現(xiàn)算法運算效率甚至收斂性基本依賴于合適的通道模型長度、算法運算頻率和算法搜尋步長。通過LMS 算法，配電網(wǎng)終端設(shè)備調(diào)度工作基本實現(xiàn)了運行數(shù)據(jù)智能化和便捷化，進而保障了配電網(wǎng)安全穩(wěn)定運行。因此，提高算法運算效率以及拓展其適用性的關(guān)鍵所在就是探究配電網(wǎng)終端設(shè)備之間的內(nèi)在聯(lián)系，研究上述參數(shù)與算法運算效率之間的關(guān)系，將成為今后研究的重要內(nèi)容。