基于改進(jìn)神經(jīng)網(wǎng)絡(luò)方法的繼電保護(hù)設(shè)備健康狀態(tài)預(yù)測(cè)方法

摘 要： 針對(duì)傳統(tǒng)繼電保護(hù)設(shè)備健康狀態(tài)評(píng)估方法不全面、依賴(lài)專(zhuān)家系統(tǒng)且缺乏相關(guān)預(yù)測(cè)方法的問(wèn)題，在電力系統(tǒng)全時(shí)空量測(cè)的環(huán)境下，基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)提出繼電保護(hù)設(shè)備健康狀態(tài)預(yù)測(cè)方法。首先，提出繼電保護(hù)設(shè)備家族缺陷健康評(píng)估模型、老化評(píng)估模型、環(huán)境影響模型；其次，考慮到繼電保護(hù)設(shè)備的負(fù)載是其老化故障的主因，提出負(fù)荷時(shí)空分布預(yù)測(cè)模型；第三，在上述模型的基礎(chǔ)上，提出長(zhǎng)短期記憶網(wǎng)絡(luò)的繼電保護(hù)設(shè)備健康狀態(tài)預(yù)測(cè)模型；最后，以實(shí)際電網(wǎng)為例對(duì)所提方法進(jìn)行驗(yàn)證，表明所提方法有效。

關(guān)鍵詞： 繼電保護(hù)設(shè)備; 健康狀態(tài); 預(yù)測(cè); 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)

中圖分類(lèi)號(hào)： TB9; TM774; TP309 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)： 1674–5124（2025）03–0123–08

0 引 言

依據(jù)國(guó)家電網(wǎng)公司2019 年“兩會(huì)”提出的“三型兩網(wǎng)”建設(shè)要求，并根據(jù)國(guó)調(diào)中心繼電保護(hù)專(zhuān)業(yè)“十三五”發(fā)展規(guī)劃：建設(shè)堅(jiān)強(qiáng)的繼電保護(hù)物聯(lián)網(wǎng)是推進(jìn)物聯(lián)網(wǎng)運(yùn)行維護(hù)模式向精細(xì)化、數(shù)字化、網(wǎng)絡(luò)化、智能化方向發(fā)展，提高物聯(lián)網(wǎng)運(yùn)維工作效率，提升繼電保護(hù)設(shè)備運(yùn)維水平，也是電網(wǎng)安全、穩(wěn)定運(yùn)行的重要保障[1-2]。

對(duì)于繼電保護(hù)設(shè)備來(lái)說(shuō)，以資產(chǎn)身份唯一編碼為基礎(chǔ)，以設(shè)備狀態(tài)全面感知為手段，應(yīng)用移動(dòng)互聯(lián)、人工智能等先進(jìn)技術(shù)，進(jìn)行數(shù)據(jù)挖掘、信息融合、分析評(píng)價(jià)，實(shí)現(xiàn)二次設(shè)備全壽命周期管理過(guò)程中的信息貫通，打造設(shè)備與設(shè)備、設(shè)備與人員、設(shè)備與環(huán)境緊密結(jié)合的泛在電力物聯(lián)網(wǎng)，能夠進(jìn)一步提高運(yùn)維人員的工作效率，實(shí)現(xiàn)繼電保護(hù)設(shè)備家族性缺陷核查智能化、精準(zhǔn)化，實(shí)現(xiàn)繼電保護(hù)設(shè)備健康狀態(tài)功能校驗(yàn)工作全程自動(dòng)化。

對(duì)于繼電保護(hù)設(shè)備的健康狀態(tài)研究是電力系統(tǒng)安全運(yùn)行的重要研究方向，國(guó)內(nèi)外專(zhuān)家學(xué)者對(duì)此進(jìn)行了深入的理論研究和實(shí)踐，提出了許多富有成效的成果，如文獻(xiàn)[3] 提出了繼電保護(hù)裝置的電源溫度的狀態(tài)設(shè)計(jì)了自動(dòng)檢測(cè)方法，但沒(méi)有建立評(píng)估預(yù)測(cè)體系。文獻(xiàn)[4] 在此基礎(chǔ)上進(jìn)行了改進(jìn)，提出了隸屬度動(dòng)態(tài)修正的狀態(tài)評(píng)估方法，并補(bǔ)充了輔助決策規(guī)則進(jìn)行評(píng)判。文獻(xiàn)[5] 設(shè)計(jì)了繼電保護(hù)隱形故障的特征、產(chǎn)生原因，并對(duì)其機(jī)理進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)方法，能夠較精確地反映繼電保護(hù)設(shè)備的故障發(fā)生概率。為了充分利用繼電保護(hù)設(shè)備的運(yùn)行數(shù)據(jù)，提高健康評(píng)估準(zhǔn)確率，文獻(xiàn)[6-7] 基于支持向量機(jī)的方法，提出了繼電保護(hù)設(shè)備的狀態(tài)評(píng)估系統(tǒng)。為了實(shí)現(xiàn)繼電保護(hù)設(shè)備的智能化自動(dòng)檢測(cè)，文獻(xiàn)[8] 基于云策略和MMS 協(xié)議，提出了物聯(lián)網(wǎng)標(biāo)簽的自動(dòng)參數(shù)獲取方法，并能夠在測(cè)試過(guò)程中自動(dòng)讀寫(xiě)保護(hù)裝置的參數(shù)，能夠提升現(xiàn)場(chǎng)調(diào)試檢測(cè)的效率。近年來(lái)，為了充分利用繼電保護(hù)設(shè)備的多種信息，綜合判斷其狀態(tài)，文獻(xiàn)[9] 提出了基于變電站繼電保護(hù)設(shè)備的實(shí)時(shí)上傳信息，通過(guò)邏輯推理給出告警信息，能夠及時(shí)提供檢修決策。

基于以上研究和分析，為了能夠?qū)崟r(shí)評(píng)估繼電保護(hù)裝置的健康狀態(tài)，實(shí)現(xiàn)預(yù)警，本文利用電力系統(tǒng)一、二次設(shè)備運(yùn)行的數(shù)據(jù)，通過(guò)建立繼電保護(hù)設(shè)備家族缺陷健康評(píng)估模型、老化評(píng)估模型、環(huán)境影響模型，對(duì)繼電保護(hù)設(shè)備狀態(tài)實(shí)時(shí)評(píng)估，并基于人工智能理論中的雙向長(zhǎng)短期記憶網(wǎng)絡(luò)，實(shí)現(xiàn)繼電保護(hù)設(shè)備的健康狀態(tài)預(yù)測(cè)。