二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測方法研究

摘要：傳統(tǒng)電源模塊低壓側(cè)絕緣檢測方法在特征參數(shù)降維時，未能充分提取二次設(shè)備直流電源模塊低壓側(cè)的絕緣缺陷特征，導(dǎo)致檢測效果不佳。針對此問題，文章提出了二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測新方法。先提取二次設(shè)備直流電源模塊低壓側(cè)的絕緣缺陷特征，隨后基于這些特征進(jìn)行特征參數(shù)的降維處理，最終構(gòu)建低壓側(cè)絕緣檢測模型。試驗結(jié)果表明，研究提出的檢測方法不僅檢測效果更好，而且實用性更強。

關(guān)鍵詞：二次設(shè)備；直流電源模塊；低壓側(cè)絕緣；檢測方法

中圖分類號：G642

文獻(xiàn)標(biāo)志碼：A

0 引言

隨著電力系統(tǒng)規(guī)模的不斷擴大，對二次設(shè)備直流電源模塊的性能要求也越高。而絕緣性能作為直流電源模塊的重要性能指標(biāo)，直接關(guān)系到電力系統(tǒng)的穩(wěn)定性和安全性^［1］。現(xiàn)有的絕緣檢測技術(shù)難以做到早期預(yù)警和預(yù)防性維護(hù)^［2］。本文研究了一種基于新型檢測技術(shù)的二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測方法，旨在實現(xiàn)不停電條件下對二次設(shè)備直流電源模塊低壓側(cè)絕緣性能的實時監(jiān)測和預(yù)警。

1 二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測方法設(shè)計

1.1 基于頻譜分析與分形維數(shù)的絕緣缺陷特征提取

在部分設(shè)備的頻譜中，對各種參數(shù)進(jìn)行分析，設(shè)定用于篩選數(shù)據(jù)的標(biāo)準(zhǔn)^［3］，這導(dǎo)致實際設(shè)備信號與模態(tài)函數(shù)之間存在誤差^［4］。當(dāng)分析虛假分量與實際缺陷信號的關(guān)聯(lián)時，確定裝置的部分設(shè)備位置^［5］，指定和分配局部放電產(chǎn)生的信號，特征信號的大小應(yīng)根據(jù)分形維數(shù)來確定：

D_B=limln（N）ln（1/δ）（1）

式中，D_B代表特征信號的分形維數(shù)；ln（N）代表信號在幅度上的變化復(fù)雜性和不規(guī)則性；ln（1/δ）代表抽象維數(shù)空間。通過指定空間坐標(biāo)對應(yīng)的點，評估集合參數(shù)的維數(shù)。

假設(shè)除了分形維數(shù)外，還考慮信號的均值μ和標(biāo)準(zhǔn)差σ作為輔助參數(shù)。均值反映了信號的平均水平；標(biāo)準(zhǔn)差描述了信號的波動程度。2個參數(shù)與分形維數(shù)一起，共同描述絕緣缺陷的特征。基于這些參數(shù)，定義一個綜合特征提取公式如下：

F=ω₁·D_B+ω₂·μ+ω₃·σ（2）

式中，F(xiàn)為提取出的綜合特征值；ω₁、ω₂和ω₃為權(quán)重系數(shù)，用于調(diào)整各個參數(shù)在綜合特征值中的貢獻(xiàn)程度。這些權(quán)重系數(shù)需要根據(jù)實際情況進(jìn)行設(shè)定。

1.2 絕緣缺陷特征參數(shù)降維

對偏斜度進(jìn)行計算，使用以下公式計算偏轉(zhuǎn)角：

SK=W∑p_i（Φ_i-μ）³/σ³（3）

式中，W為半周期內(nèi)期間的相位窗口數(shù)目，也就是相位窗口的數(shù)量；p_i是每一個相位窗口的計數(shù)；Φ代表每個階躍窗口動作的頻率和相位；μ為標(biāo)準(zhǔn)值；σ是平均包含值的標(biāo)準(zhǔn)偏差，這個值可以在計算SK值的基礎(chǔ)上，對自旋中的左右補償段進(jìn)行補償。

為了應(yīng)對二次設(shè)備直流電源模塊低壓側(cè)頻譜中的正態(tài)分布，進(jìn)行數(shù)據(jù)分布計算。角點越大，數(shù)據(jù)分布的最大部分就越大，差異也就越大。陡峭度公式如下：

Ku=D_B［∑p_i（Φ_i-μ）⁴/σ⁴］-3（4）

式中，當(dāng)Ku=0時，函數(shù)參數(shù)的陡峭度將與正態(tài)分布保持一致。為使設(shè)備光譜容器更加寬泛，陡峭度需要確定Ku＜0。在計算頻譜周期時，陡峭度可以評估缺陷函數(shù)的輪廓相似性。

本文采用主成分分析方法，將特征空間從三維降低到二維平面。在此過程尋找新的變量，并通過線性組合的方式，對初始變量進(jìn)行轉(zhuǎn)換，實現(xiàn)空間坐標(biāo)的移動和旋轉(zhuǎn)。具體的降維過程如下。

（1）設(shè)原始特征向量為X=［x₁，x₂，x₃］^T，其中x₁、x₂、x₃分別代表設(shè)備、設(shè)備幅度和電頻相位。對X進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化特征向量Z。計算公式如下：

z_i=x_i-μ_iσ_i（5）

式中，z_i為標(biāo)準(zhǔn)化后的特征值，μ_i為原始特征x_i的均值，σ_i為原始特征x_i的標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)化后的特征向量記作Z=［z₁，z₂，z₃］^T。

（2）計算Z的協(xié)方差矩陣C，其元素c_ij為Z中第i個和第j個特征之間的協(xié)方差，計算公式如下：

c_ij=1n-1∑nk=1（z^（k）_i-z_i）（z^（k）_j-z_j）（6）

式中，n為樣本數(shù)量，z^（k）_i和z^（k）_j分別為第k個樣本的標(biāo)準(zhǔn)化特征值，z_i和z_j分別為標(biāo)準(zhǔn)化特征z_i和z_j的均值。

（3）求解協(xié)方差矩陣C的特征方程，得到特征值λ₁、λ₂、λ₃（按大小排序）及對應(yīng)的特征向量e₁、e₂、e₃。選擇前2個最大的特征值λ₁、λ₂對應(yīng)的特征向量e₁、e₂，構(gòu)成變換矩陣P=［e^T₁;e^T₂］^T。

（4）通過變換矩陣P對標(biāo)準(zhǔn)化特征向量Z進(jìn)行變換，得到降維后的主成分向量Y=PZ。

1.3 構(gòu)建低壓側(cè)絕緣檢測模型

在構(gòu)建二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測模型時，本文采用了加權(quán)向量引擎算法。該算法通過設(shè)定合適的懲罰因子和核函數(shù)等參數(shù)，能夠精確確定模型對裝置絕緣狀態(tài)的檢測能力，以建立一個能夠有效區(qū)分絕緣缺陷樣本的分類模型。

首先，從線性差異的角度出發(fā)，對缺陷樣本進(jìn)行分類。在模型設(shè)計中，將訓(xùn)練樣本定義為（x_i，y_i）的形式，其中x_i 代表樣本特征，y_i 代表對應(yīng)的目標(biāo)結(jié)果，其取值分為+1和-1 2類，這代表了通過模型學(xué)習(xí)到的正負(fù)樣本分類邊界。接下來，引入決策曲面方程，該方程以超平面的形式將樣本空間劃分為2個部分，其方程可以表示為：

w^Tx+bY_i=0（7）

式中，x為輸出的變量，w是絕緣缺陷的權(quán)重向量，b是閾值。基于上述學(xué)習(xí)模型，推導(dǎo)以下公式：

y_i（w^Tx_i+b）≥0（8）

為了找到最佳分類的超平面，需要最大化正樣本和負(fù)樣本之間的分類間隔。這個間隔可以通過計算樣本點到超平面的距離來確定。通過優(yōu)化算法，找到使得分類間隔最大的權(quán)重向量ω。

采用核函數(shù)的方法，將原始樣本空間映射到高維空間，使得原本非線性可分的問題在高維空間中變得線性可分。這樣就能構(gòu)建一個完整的缺陷檢測模型，具體如圖1所示。

將最優(yōu)超平面問題轉(zhuǎn)為二次規(guī)劃問題，計算最優(yōu)權(quán)向量以分類樣本。實際缺陷檢測多用線性不可破壞法。在誤差內(nèi)，根據(jù)IMM調(diào)超平面和目標(biāo)函數(shù)模型變量值。對線性可忽略樣本，應(yīng)放輸入板于高維空間，定最佳分類面。用核函數(shù)將非線性問題轉(zhuǎn)高維線性，建完整缺陷檢測模型。

在上述步驟基礎(chǔ)上，向直流電源模塊的二次設(shè)備提供對整個過程的完整描述。在模型構(gòu)建的過程中，采用迭代優(yōu)化的方法。首先，使用訓(xùn)練樣本對模型進(jìn)行訓(xùn)練，并根據(jù)訓(xùn)練結(jié)果調(diào)整模型的參數(shù)。然后，將訓(xùn)練好的模型應(yīng)用于測試樣本，評估其分類性能。最后，根據(jù)評估結(jié)果再次調(diào)整模型參數(shù)，并重復(fù)上述過程，直至模型性能達(dá)到最優(yōu)。

2 試驗論證

為驗證二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測方法的有效性和可能性，進(jìn)行了對比試驗，在統(tǒng)一試驗中進(jìn)行實際應(yīng)用，驗證所提方法的實際應(yīng)用結(jié)果。

2.1 試驗準(zhǔn)備

采用加權(quán)支持向量機驗證設(shè)計檢測方法的有效性，在設(shè)計仿真試驗環(huán)境中驗證檢測方法的準(zhǔn)確性。本文方法為試驗組，利用零序電壓低頻振蕩幅值及持續(xù)時間在線檢測變壓器絕緣缺陷的方法（傳統(tǒng)方法1）、基于卷積神經(jīng)網(wǎng)絡(luò)的氣體絕緣組合開關(guān)盆式絕緣子螺栓松動檢測方法（傳統(tǒng)方法2）為對照組。在二次電源模塊一側(cè)選取8個歷史絕緣缺陷樣本。為確保試驗的準(zhǔn)確性和可靠性，選擇特定的試驗設(shè)備，如表1所示。

在建立決策模型的過程中，使用大量的歷史樣本數(shù)據(jù)對模型進(jìn)行訓(xùn)練。通過不斷地調(diào)整模型的參數(shù)和權(quán)重，找到?jīng)Q策的最佳極限，使模型更加準(zhǔn)確地識別和分類缺陷。

根據(jù)上述試驗，3種檢測方法在8組絕緣缺陷中的對比檢測結(jié)果如表2所示。

2.2 對比試驗

根據(jù)表2試驗得知，本文研究方法實際檢測絕緣缺陷數(shù)目與樣本絕緣缺陷數(shù)目最為接近，而傳統(tǒng)方法1和傳統(tǒng)方法2檢測結(jié)果則與樣本數(shù)目存在較大差距。表明本文設(shè)計方法檢測效果更好，實用性更強，具有較高的精度性。

3 結(jié)語

在電力系統(tǒng)安全運行中，二次設(shè)備直流電源模塊低壓側(cè)的絕緣性能至關(guān)重要。本文對二次設(shè)備直流電源模塊低壓側(cè)絕緣檢測方法進(jìn)行了深入研究，旨在提高檢測的準(zhǔn)確性和實時性，實現(xiàn)不停電條件下對二次設(shè)備直流電源模塊低壓側(cè)絕緣性能的實時監(jiān)測和預(yù)警。本研究為電力系統(tǒng)的安全穩(wěn)定運行提供了有力支持，具有重要的理論意義。

參考文獻(xiàn)

［1］劉潤興.一種利用零序電壓低頻振蕩幅值及持續(xù)時間在線檢測變壓器絕緣缺陷的方法［J］.云南電力技術(shù)，2023（4）：89-96.

［2］陳允，崔博源，趙仁勇，等.斷路器絕緣拉桿缺陷的超聲檢測方法研究［J］.高壓電器，2023（7）：193-199，206.

［3］劉彪，于一三，柯振宇，等.高壓設(shè)備絕緣氣體分解產(chǎn)物檢測系統(tǒng)及方法研究［J］.現(xiàn)代制造技術(shù)與裝備，2023（6）：48-50.

［4］梁基重，葛健，宋建成，等.基于卷積神經(jīng)網(wǎng)絡(luò)的氣體絕緣組合開關(guān)盆式絕緣子螺栓松動檢測方法［J］.應(yīng)用聲學(xué)，2023（3）：566-576.

［5］李華.基于卷積神經(jīng)網(wǎng)絡(luò)算法的電流互感器絕緣故障智能檢測方法［J］.信息與電腦（理論版），2022（24）：171-173.

（編輯 沈 強）

Research on the detection method of the low-voltage side insulation of the DC power supply module of the secondary equipment

WANG Chao， ZHANG Ming， ZHU Yidong

（State Grid Shandong Electric Power Company Zaozhuang Power Supply Company， Zaozhuang 277000， China）

Abstract：The traditional insulation detection method for the low-voltage side of the power supply module did not fully extract the insulation defect characteristics of the low-voltage side of the secondary equipment DC power supply module during feature parameter dimensionality reduction， resulting in poor detection performance. In response to this issue， this paper proposes a new method for insulation detection on the low-voltage side of the DC power supply module of secondary equipment. Firstly， the insulation defect features on the low-voltage side of the DC power supply module of the secondary equipment are extracted. Then， based on these features， the feature parameters are reduced in dimensionality， and finally， a low-voltage side insulation detection model is constructed. The experimental results show that the detection method proposed in this study not only has better detection effect， but also stronger practicality.

Key words：secondary equipment; DC power supply module; low-voltage side insulation; detection method