張 偉,鄭仕軒,江鈺韜,張豪俊,常 艷
(西安西電開關電氣有限公司,陜西 西安 710077)
近年來,隨著電力行業的快速轉型,傳統電力系統逐漸優化延伸到了對各類設備運行狀態的監測與管理層面,旨在全面推動電力系統的智能化發展。以變電站一次設備為例,它在變電站運行效率與效益方面發揮著重大作用,電力企業通過研發設計具有在線數據診斷與監測功能的系統,不僅可保障一次設備安全穩定運行,也能確保變電站運行效率效益方面發揮重大作用,滿足中國工業生產與生活用電需求。
變電站一次設備在線監測主要圍繞油色譜、局部放電、容性設備、SF6設備氣體,以及開關柜溫度等展開,由此也形成了多種類型的在線監測類型。實踐經驗表明,在對一次設備進行在線監測時,多數變電站都采用了適配性較高的傳感器,通過傳感器—通信接口—數據中心分析的基本思路進行實踐,分述如下。
該方面的在線監測主要以表面波傳感器為主,具有無線、無源特征,因此在應用時不僅能對開關柜內部各類元器件進行有效監測,而且不受障礙物、被測量部件被絕緣封閉、包裹或遮擋以及外界光、熱等影響,監測效果良好[1]。
受局部放電和電弧放電的影響,SF6氣體通過一系列的化學反應會生成不同的組分。在對其分解物實施檢測時,一般以電解質傳感器、化學氣敏元件為主,前一種方法能夠對SF6設備運行狀態進行明確監測,后一種方法則能通過對不同分子結構的選擇性俘獲,以及對電參數變化特征的抓取,確保對其氣體監測的有效性。
一次設備在使用時會出現局部放電的情況,這種情況的出現往往伴隨著熱輻射、電磁輻射等現象。在進行監測時通常選擇耦合傳感器,對其中的電磁波進行監測。尤其是在SF6氣體擊穿場強高、絕緣強度較大的情況下,此時,雖然特高頻段電磁波在設備接地金屬位置被屏蔽,但依然會通過絕緣盆子與瓷瓶。所以,采用該方法能夠較好地對電磁波脈沖信號進行記錄并對其中的幅值進行專業分析,進而診斷出故障類型,提供相應的處理依據等。
除以上3 種變電一次設備在線監測類型之外,變電系統的斷路裝置機械特性的在線監測,能夠為變電系統提供不同的監測角度,并通過對儲能電機設備與時間性的數據在線監測,使變電系統的運行狀態獲得有效管理。同時,現代變電一次設備中各類設備之間的兼容性相對增加,需要對它進行在線監測。例如,監測電容屏分壓絕緣裝置中的絕緣熱性時,可以結合傳感裝置的設置,對絕緣屏末端電流進行數據采集,并對獲取的數據與母線端電壓數據進行比較分析,更為客觀地了解一次設備的運行狀態。尤其在一次設備運行中的電容、介質損耗方面,能夠通過針對性監測實現預期監測目標。
變電站一次設備在線監測與評估的對象相對較多,具體包括變壓器設備、斷路器設備、避雷器設備等。監測與評估的目標十分明確,旨在實現快速預警、精準診斷、有效分析、數據共享,確保運維管理人員可以依據系統診斷時生成的故障類型、位置、處理方式等數據,減少故障查找時間、提高故障處理效率。目前多數變電站設計的在線監測數據診斷系統構成要素相對較多。首先,設備層主要包括變壓器智能組件、斷路器智能組件、避雷器智能組件;其次,通過IEC 61850 裝置將它與在線監測模塊進行關聯;最后,基于Linux 的監控信息一體化平臺根據Windows 系統設置中的接口程序、實時/歷史數據庫,通過對IEC 60870-5-104 與IEC 61850 等配套裝置進行全面關聯,保障該系統有效運用。一次設備在線監測數據診斷系統框架結構如圖1 所示。

圖1 一次設備在線監測數據診斷系統框架結構示意圖
一次設備在線監測數據診斷系統中的數據接口包括2 種類型,一種是非結構化數據,另一種是結構化數據。在前一種類型下,監測對象為高壓,旨在讀取帶電的監測數據的非結構化特征并將它存儲至實時/歷史數據庫中。在后一種類型下,可以選擇與非結構化數據接口設計相同的辦法進行結構數據接口設計,其功能主要集中在系統模式和智能化電力設備的信息交互方面。簡單來講,通過接口程序設置能夠使傳感器上傳的數據通過接口程序實時上傳到數據庫,并將它作為基礎完成對一次設備的數據采集、提取、存儲、監測,然后生成分析報告并利用分析報告開展運維管理等。
一次設備在線監測數據診斷系統中的數據處理包括從數據采集到數據應用各環節。以數據錄入為例,重點集中在對歷史數據的整理和重用方面,并且要求對系統數據進行實時更新,從而保障待處理數據的有效性與精準性[1]。以數據存儲周期為例,在應用系統時會生成大量數據,存儲時間過短不能達到利用效果,存儲時間過長又會拖慢系統運行效率。通常情況下,需要變電站根據實際的一次設備運行情況選擇合適的存儲周期。以數據預處理為例,該環節十分關鍵,數據預處理精準度的高低直接與后續運維檢修中數據應用效果相關聯。具體流程如下:采集變電站一次設備運行狀態信息,對數據實施智能清洗,運用數據庫技術完成數據集成處理,實施數據變換,完成數據規約化處理,進行數據存儲與分析診斷。
在變電站一次設備運行過程中容易發生相關指標超標的情況,應用該系統后可以較好地根據數據診斷結果進行預警,并利用多元數據分析與數據處理方式開展綜合評價。可是,在這種情況下只能達到預期的監測目標,并不能讓整個在線監測為一次設備的管理與狀態管控提供有效支持。因此,在該設計工作完成后,可以進一步增加人工智能技術的應用次數,利用深度學習與專家系統,達到對多元數據的自動采集、綜合分析、智能診斷目標,進而通過智能化診斷提高數據診斷效果,同時利用可視化軟件的仿真功能,為后續的運維檢測策略優化提供有效支持[2]。
以診斷數據應用為例,將數據庫中的各類數據導入到三維軟件,可以搭建適用于一次設備的模型,然后根據不同設備模型之間的關聯性,利用內在共享推動數據交互。具體過程如下:①先將變電站一次設備的CAD 規劃圖、設計圖、施工圖導入到Revit 軟件中建立模型;②通過該軟件中的“族庫”設置功能,對母線、互感器、電容器、電抗器、斷路器、變壓器等、隔離開關等進行族模型設置,具體操作時只將相關設備的數據錄入族數據表單中,即可生成明細表,然后根據明細表直接導出族模型,即可以得到不同設備的模型;③為不同的設備進行ID 設置,通過狀態、型號、類型、功能、監測內容等,使不同的設備之間形成關聯,建立全站3D 模型;④利用IFC 數據庫、XML 數據庫之間的數據共享開展數據交流,提高數據訪問的便捷性與實時性;⑤將全站3D 模型導入到Navisworks軟件,利用該軟件中的可視化模型功能,對全站的運行情況進行4D 動畫分析,檢驗各設備之間的關聯是否存在問題,并利用碰撞檢查功能查看各連接位置的實際情況,確認無誤后,將3D 模型中數據庫存與Project進度管理進行數據關聯,實現對一次設備運行進度的全面系統監測;⑥將診斷數據與歷史數據庫預設的標準指標參數之間形成對比,當診斷數據顯示有異常時,專家系統會將異常數據與故障范例庫中的數據進行自動比對,并對故障情況、故障位置、故障類型等進行評價,生成報表后將它直接發送給設備運維管理人員。
在該系統下一次設備在線監測數據的運維檢修中,實際上形成了“在線智能監測+現場故障處理”模式,但是,對于未發生過的故障,此系統并不能給出精準預判,因此,應結合實際情況增強技術應用與管理開發,具體建議如下。
對一次設備進行監測與評估時,風險管理十分重要。由于該系統突出了數字化管理特征,可以借助標準化數據對其中的風險進行量化處理,從而提高風險系數評估的合理性。實踐經驗表明,當前檢修一次設備運維時,故障診斷主要依據已發生的故障,借助“故障范例庫”完成故障數據診斷與分析,可是,對于未發過的故障、突發性故障的診斷相對不足[3]。因此,需要在新時期加強對這方面的運維檢修。尤其在設備運行中存在一定的損耗,此時應增加磨損風險評估。其次,在一次設備運行中部分故障可以通過在線故障處理的方式,借助數據分析的方式,利用開關功能有效解決問題。而部分故障屬于停運故障,此時可能會對變電站所在區域的電力系統產生一定的影響,此時應該增加對停運故障的風險評估,進而提高運維檢修水平。
對變電站一次設備進行運維檢修時,應該根據系統設計中的設備層,針對變壓器、斷路器、避雷器,以及隔離開關等開展檢修活動。以變壓器為例,在檢修時可以根據系統提供的運行數據,借助數據分析的方式對比歷史數據與實時數據,從而通過數據變化情況對異常數據進行抓取,對潛在故障隱患進行排查。利用超聲探頭工具與在線監測系統,可以較好地對放電響動是否存在異常情況進行檢查,進而精準了解變壓器的絕緣性能。同時,可以利用紅外線溫度監測儀對油溫、油質、油面標線等進行檢修。在具備良好的數據庫管理技術與數據分析條件下,可以利用人工智能技術設置專家系統,提高數據診斷效率。另外,該系統的應用主要集中在PC 端,為了保障數據中心管理與移動客戶端管理的實時交互,有必要配套開發以智能手機為載體的應用程序,從而保障運維檢修員查詢或利用系統在線監測數據。
總之,在電力系統智能化水平越來越高的情況下,需要增強變對電站一次設備的數字化管理。通過以上初步分析可以看出,對一次設備進行在線監測時的對象相對較多,由此形成了不同的監測類型。因此,在研發設計數據診斷系統時,需要以監測對象為主,選擇適配性較高的傳感器,并結合常用的Linux 平臺與Windows 系統及數字化技術等建立一體化數據診斷及運維檢查平臺。建議在實踐中盡可能選擇先進技術,提高系統的智能化水平。