基于深度學習的變壓器故障繼電保護快速響應

摘 要：常規的繼電保護響應方法以變壓器故障狀態識別為主，響應方式存在一定的局限性，容易出現繼電保護響應誤動作的問題。因此，設計了基于深度學習的變壓器故障繼電保護快速響應方法。辨識變壓器故障繼電保護電流回路隱藏故障，及時發現并處理電流回路中的隱藏故障，確保保護系統能夠準確、可靠地檢測變壓器故障。基于深度學習整定變壓器繼電保護快速響應參數，根據變壓器的實際運行狀況和故障特征，自動優化和調整繼電保護的整定參數，實現快速、準確隔離故障的目標，避免出現誤動或拒動的情況。采用對比試驗，驗證了該方法的保護響應更快速，繼電保護安全性更高，能夠應用于實際生活中。

關鍵詞：深度學習；變壓器；故障；繼電保護；快速響應方法" " " 中圖分類號：TM 41" " 文獻標志碼：A

變壓器通過電磁感應轉換電能，但設計、材料、過載、高溫和維護不足易導致故障，包括電氣、勵磁及絕緣系統問題。繼電保護旨在檢測故障并隔離區域，保證變壓器正常運行。快速響應的繼電保護方法能加速恢復，延長設備壽命。

其中，基于無線傳感網絡的變壓器故障繼電保護快速響應方法，在變壓器上布置溫度傳感器、超聲波傳感器、氣體傳感器等多種傳感器，實時監測變壓器的運行狀態[1]。將從傳感器捕捉到的異常信號傳輸到監控中心，啟動繼電保護機制，確保電網的運行安全性。但是，無線傳感網絡在實際應用中可能受到電磁干擾、天氣變化等環境因素的影響，影響故障信息的傳輸速度和準確性。基于解析計算的變壓器故障繼電保護快速響應方法，系統持續監測其電壓、電流、溫度等關鍵參數，并運用數學模型和算法對這些參數進行解析計算[2]。一旦檢測到異常參數超出預設閾值或滿足特定故障模式，自動切斷故障變壓器與電網的連接，防止故障擴大。但是，該方法對計算性能的要求較大。因此，結合了深度學習的優勢，設計了變壓器故障繼電保護快速響應方法。

1 變壓器故障深度學習繼電保護快速響應方法設計

1.1 辨識變壓器故障繼電保護電流回路隱藏故障

繼電保護包括測量比較環節、邏輯判斷環節、執行輸出環節[3]。其中，測試比較環節承擔電氣參數測量與被測電氣量的比較判斷工作，能夠判斷繼電保護是否可靠。邏輯判斷環節可以根據測量比較環節輸出的邏輯信號，判斷變壓器是否需要執行保護動作，并將判定結果傳輸到執行輸出部分。執行輸出環節收到指令，執行跳閘、保護動作，并向監測平臺發出報警信號，從而確保變壓器的安全運行[4]。想要繼電保護快速響應，就需要從隱藏故障辨識、響應參數整定、二次回路配置等方面入手，避免繼電保護誤動作。辨識變壓器故障繼電保護電流回路隱藏故障，能夠及時發現并處理電流回路中的隱藏故障，確保保護系統能夠準確、可靠地檢測變壓器故障[5]。

在變壓器故障分析與繼電保護設計中，準確計算電流回路的變比是一項至關重要的任務。變比作為衡量電流在不同位置間轉換關系的關鍵參數，直接反映了電流在變壓器及其保護系統中的分布情況。基于變壓器故障電流，利用特定的公式來計算電流回路的變比，進而分析系統狀態并識別潛在故障。

首先，定義了t時刻變壓器故障電流回路的變比公式（公式（1）），公式（1）通過比較電流測量回路首端與末端的一次系統電流，直觀地反映了電流在回路中的衰減或放大情況。這一計算不僅有助于理解電流在變壓器內部的流動規律，還為后續的故障診斷提供了基礎數據。

式中：Ng（t）為t時刻變壓器故障電流回路的變比；i1（t）為電流測量回路首端一次系統電流；i2（t）為末端電流。

接著，利用電流定律建立了電流測量回路的約束關系公式（公式（2））。公式（2）表明，在變壓器任意一處，電流都滿足基爾霍夫電流定律，即流入節點的電流之和等于流出節點的電流之和。這一約束關系確保了電流在回路中的連續性和守恒性，為分析電流回路中的隱藏故障提供了理論依據。

式中：i1i為流過元件1的第i條支路的一次電流。

由此定義保護電流變比的概念，并給出了相應的計算公式（公式（3））。公式（3）通過比較不同元件上支路的一次電流，進一步細化了電流在保護系統中的分布情況。當某處保護電流變比超過預設閾值時，即可判斷該處存在隱藏故障。這一發現對后續繼電保護的快速響應具有重要意義，因為它能夠提前預警并隔離故障區域，從而防止故障擴大并保護整個電力系統的穩定運行。

式中：i2i為流過流過元件2的第i條支路的一次電流。

當i2igt;i2（t）、i1igt;i1（t）時，此處存在隱藏故障，對后續繼電保護響應具有重要作用。

1.2 基于深度學習整定變壓器繼電保護快速響應參數

基于深度學習整定變壓器繼電保護快速響應參數的應用具有深遠的意義。深度學習以其強大的數據處理和模式識別能力，在變壓器繼電保護領域展現了巨大的潛力。深度學習能夠深入挖掘變壓器故障數據中的隱藏特征，實現故障類型的精確分類和故障位置的準確定位。這不僅提高了繼電保護的準確性和可靠性，還顯著縮短了故障檢測和響應的時間，為電力系統的穩定運行提供了有力保障。通過深度學習模型，可以高效處理變壓器運行中的海量數據，精準識別變壓器的運行狀態和潛在故障，為繼電保護的快速響應提供科學依據。此外，深度學習模型還能夠根據實時數據動態調整保護參數，實現繼電保護的智能化和自適應化。這對應對復雜多變的電網環境和突發事件具有重要意義，能夠有效提高電力系統的整體性能和抗災能力。

在變壓器運行的過程中，需要適當的保護定值進行支撐。繼電保護快速響應參數的整定具有可靠性、選擇性、速動性等特性[6]。基于變壓器實時運行數據和故障特征，深度學習算法能自動優化繼電保護的整定參數，確保在故障發生時迅速且準確地識別并隔離故障區域。這種智能調整不僅加速了故障響應速度，還提高了系統穩定性和可靠性，保障電力網絡的安全運行。當接地故障出現在接線端子末端時，整定該段時間的阻抗值，如公式（4）所示。

式中：ZD為接線端子末端阻抗整定值；K為可靠系數；Zi為第i段接線阻抗值。

電流整定值如公式（5）所示。

式中：ID為電流整定值。

電壓整定值如公式（6）所示。

式中：UD為電壓整定值；U（t）為t時段的電壓初始值。

繼電保護響應參數整定情況見表1。

不同類型的變壓器能夠根據全域層、同類層、同型號層、同作用層進行分類整定，確保變壓器繼電保護整定的有效性[7]。將隱藏故障作為隱藏層，Ng（t）為隱藏層參數。將Ng（t）前向傳輸，深度學習隱藏層特征，如公式（7）所示。

式中：y為繼電保護響應整定輸出值；x為隱藏層輸入值；b為偏置參數；ω為隱藏層參數權重。

將初始保護參數的Id、T作為輸入值x，深度學習整定后的參數Id、T作為輸出值y。y輸出的整定值滿足繼電保護響應需求后，配置變壓器故障繼電保護二次回路。繼電保護響應參數根據變壓器的實際結構和運行需求，避免出現誤動或拒動的情況。二次回路配置情況如圖1所示。

由圖1可知，主變保護屏用于保護主變壓器，防止其損壞。第一套差動保護能夠通過比較變壓器兩側電流的差異來判斷變壓器內部是否發生短路等故障。

后備保護：當主保護因故未能正確動作時，后備保護將啟動，以防止設備受到進一步的損壞。繼電器均能夠滿足ILUL、IOUO、IHUH的保護需求。通過ILUL、IOUO、IHUH交替的形式確保變壓器的穩定運行。

2 試驗

為了驗證本文設計的方法是否滿足變壓器故障繼電保護快速響應需求，本文對上述方法進行了試驗分析。最終的試驗結果以基于無線傳感網絡的保護響應方法、基于解析計算的保護響應方法以及本文設計的基于深度學習的保護響應方法進行對比的形式呈現。具體的試驗準備過程以及最終的響應結果如下。

2.1 試驗過程

本次試驗模擬變壓器故障，測試儀接入報裝裝置高壓側電壓、電流端子、低壓側電壓，投入變壓器主保護與后備保護，判斷繼電保護響應效果。變壓器繼電保護測試儀設置A、B、C三相大小相同的電流，將保護端子與變壓器端子連接，使電流相位差為120°，滿足本次試驗需求。變壓器高壓側接線情況如圖2所示。

由圖2可知，在變壓器正常運行的狀態下，高壓側電流與低壓側電流不同，A、B、C三相電流的整定值設定為0.9倍額定、1倍額定、1.1倍額定電流等值，錄入整定值作為繼電保護響應閾值。圖中“×”的部分為故障區域。依次在IA、IB、IC上模擬故障，檢查繼電保護響應情況。高壓側變壓器A相出線至保護端子之間的故障，容易造成單相斷線的情況。試驗時依次移出A相、B相、C相接線，記錄不同故障模擬條件下的繼電保護動作和響應時間，判斷該方法是否能夠實現繼電保護快速響應。

2.2 試驗結果

在上述試驗條件下，本文隨機選取4種變壓器故障類別，對其故障電流、電流整定值、繼電保護響應時間、繼電保護響應動作進行分析。當故障電流超過電流整定值時，判斷其為故障狀態，執行繼電保護響應動作。在其他條件均已知的情況下，對比了基于無線傳感網絡的保護響應性能、基于解析計算的保護響應性能以及本文設計的基于深度學習的保護響應性能。試驗結果見表2。

由表2可知，繞組短路故障的狀態下，繼電保護響應動作為切斷故障相，啟動備用保護，發送故障信號至控制中心。匝間短路故障的狀態下，繼電保護響應動作為隔離故障繞組，啟動內部保護邏輯，記錄故障數據。外部相間短路故障的狀態下，繼電保護響應動作為迅速切斷三相電流，隔離故障區域，發送緊急警報。電流過載的狀態下，發送過載警告，如果持續，就切斷部分負載，記錄過載事件。

在其他條件均一致的情況下，使用基于無線傳感網絡的變壓器故障繼電保護快速響應方法后，繼電保護響應時間較短，繼電保護出現誤動作的情況，無法確保變壓器的運行安全性。使用基于解析計算的變壓器故障繼電保護快速響應方法后，同樣存在繼電保護誤動作的情況，無法實現繼電保護快速響應，亟需對其進一步優化。而使用本文設計的基于深度學習的變壓器故障繼電保護快速響應方法后，繼電保護響應時間較短，繼電保護響應動作準確，并未出現誤動作的情況，能夠實現變壓器故障繼電保護快速響應，符合本文研究目的。

3 結語

電網規模不斷擴大，電力系統內部元件的運行環境更復雜，如何確保電力系統安全穩定運行成為亟待解決的問題。因此，本文利用深度學習，設計了變壓器故障繼電保護快速響應方法。從隱藏故障識別、響應參數整定等方面，深度分析變壓器故障類別，實時、智能地檢測變壓器的運行狀態，并在故障發生時快速響應。通過深度學習技術，對變壓器故障特征進行自動提取和識別，一旦辨識到故障信號，系統便立即觸發相應的保護動作，真正意義上保障了電力系統的安全、穩定運行。

參考文獻

[1]秦貴林，侯均明.基于無線傳感網絡的火電廠發電機組繼電保護狀態自動監測方法[J].自動化應用，2024，65（12）：77-78，81.

[2]范繼鋒，張藝，張天龍，等.基于解析計算的繼電保護裝置三維仿真系統的開發和應用[J].自動化與儀器儀表，2024（5）：205-208.

[3]李正新，李波，陳斗沙，等.考慮多場景運行的電網繼電保護定值區正確性校核方法[J].電氣自動化，2024，46（4）：44-46，49.

[4]陳俊，桂林，陳邦強，等.DL/T684—2012《大型發電機變壓器繼電保護整定計算導則》修訂探討[J].浙江電力，2024，43（7）：3-9.

[5]孫仲民，顧喬根，張曉宇，等.分接開關可控移相變壓器保護配置及故障特征分析[J].電力系統保護與控制，2024，52（14）：121-131.

[6]黃云龍，張魯，李華龍.基于配網繼電保護整定原則的工程案例分析[J].安徽電氣工程職業技術學院學報，2024，29（2）：88-94.

[7]宋國兵，楊佳怡，常仲學，等.利用換流器構建有源邊界的單端全線速動保護原理[J].電力系統自動化，2024，48（13）：239-255.