基于调控一体自动化系统的变电站电气设备故障诊断技术

基于调控一体自动化系统的变电站电气设备故障诊断技术

张伟

身份证号：152628198602090235

摘要：变电站电气设备在经过一段时间的调试后，由于工作环境恶劣、使用寿命延长、维护不当等因素，不可避免地会出现故障。与手动故障检测与诊断模式相比，基于综合调控自动化系统的电力设备故障诊断技术可以利用前端传感器实时采集变电站各种电力设备的运行参数，然后对计算机采集的数据进行分析。智能判断是否有异常工况和具体故障类型。该技术的应用，在保证变电站电力系统稳定运行的基础上，能够准确、及时地诊断变电站电气设备的潜在故障，降低设备停机和检修频率，取得良好的经济效益。

关键词：调控一体自动化系统；变电站；电气设备故障诊断技术

1变电站变压器在线监测与故障诊断技术

以变电站电气设备中的变压器为例，介绍了变压器局部放电在线监测与故障诊断技术。变压器局部放电在线监测系统由射频监测器、高频CT和在线监测平台组成。当被监测变压器发生局部放电时，放电电流信号通过中性点接地线到达接地点。此时，接地电抗器接收信号，放电电流进入由高频CT和RF监测器组成的监测回路。主控计算机根据放电电流强度判断局部放电的危害程度、位置和故障类型。在用主控计算机诊断局部放电故障时，主要参数是放电幅值q、放电频率n和放电相位。φ等等，等等。由于变压器局部放电故障机理的复杂性和离散性，基于q-n诊断规则的局部放电在线监测与故障诊断技术在实际应用中也存在着诊断结果可靠性低的问题。在人工智能技术日趋成熟的背景下，大量的样本数据被提供给bp神经网络进行深度学习。然后根据所建立的诊断规则，对复杂故障进行准确识别，进一步提高了故障诊断结果的准确性。在此基础上，设计了一个基于综合调控自动化系统的变压器局部放电在线监测与故障诊断系统。

2调控一体自动化的变电站电气设备运行数据采集

2.1变电站电气设备在线监测系统

检验变电站电气设备常见故障前提条件是把握其运作状态，原文中运用管控一体自动化技术变电站的线上监测系统软件采集设备运作状态数据信息，做为故障诊断的前提。变电站监测系统软件包含主站、子站两部分，系统内，监测主站与传送数据互联网间测通讯以网络交换机为物质完成，传送数据互联网是2个监测网站通讯的重要安全通道。监测主站包含自动化管理主站、数据库服务、线上监测服务器，其作用是对变电站电气设备规范化管理、生产调度和控制，数据库服务安全存储子站收集的电气设备设备运行状态，管理者根据线上监测服务器开展人机交互技术，最后进行子站数据信息高效收集及管理。监测子站包含变电站的电气设备(监测目标)、监测设备、数据预处理控制模块及其交换机，监测子站配置了交换机，承担与主站开展传送数据，完成通讯协议变换，为变电站电气设备运作故障测试给予精确的数据支撑;除此之外，变电站电气设备销钉状态、开关电源状态数据的收集由监测子站根据网站内部互联网完成，为变电站状态检测和维护保养带来了依据。

2.2运行数据采集与处理

管控一体自动化配电站电器设备运作数据收集由在线监测装置进行，在线监测装置内嵌机器设备状态连接控制板、机器设备感应器，是数据收集的关键硬件配置，可以快速获得电器设备的即时运作数据。在线监测装置收集的机器设备状态数据大量且繁杂，因此在数据清理控制模块配备开源专用工具Sqoop承担初始状态数据的提取、变换与载入，Sqoop可以对初始结构型的数据予以处理，完成了结构型数据向统一存储格式数据的变换，最终以精减的要求分类数据、关系数据，根据规范性格式高效率存放在数据库房Hive中。

3变压器局部放电在线监测系统的现场安装与调试

目前，变电站共有4台SFSZ9-4000/110有载电力变压器。2014年6月安装调试，2019年10月因绕组绝缘故障发生局部放电故障。目前，该变电站的变压器每月进行一次例行检查。为了减轻维修人员的压力，提高潜在故障的诊断能力，提出了一种基于调控一体化的在线故障检测与诊断系统。局部放电传感器位于高压侧电流互感器的输出箱内。由于出线盒采用绝缘密封材料，变压器局部放电产生的UHF电流信号通过密封绝缘材料，由外部局部放电传感器接收。传感器与从机（DSP）通过CAN总线连接，具有较强的抗干扰能力，保证了前端采集的信号能够传输到高质量的从机。为了进一步提高系统的响应速度，从机与主机之间采用了基于IEC61850协议的光纤连接。变压器局部放电在线监测与故障诊断系统安装完成后，必须进行简单的调试，以保证在线监测和智能诊断功能的顺利实现。首先进行外观检查，如局部放电传感器安装是否牢固，监测电路是否正常通电。外观检查无问题后，进行系统主要功能测试。测试内容和方法如下：超高频传感器功能检测。选择一个小型信号发生器产生一个高频信号，UHF传感器可以接收到该信号，然后检查IED是否正常接收到相应的脉冲信号。如果收到，则功能正常。检查系统测量数据。操作方法同上，检查在线监测系统能否准确显示高频信号对应的数据。如果放电幅值、相位、频率等数据能准确显示，则功能正常。控制采样周期设置。在系统设置中自定义采样周期。系统运行后，检查前端数据是否按此采样周期采集。如果系统从设定点取样，则功能正常。设备报警功能检查。关闭局部放电电源装置的电源，观察系统报警。

4基于调控一体自动化的变压器在线监测与故障诊断系统设计

4.1系统硬件设计

变压器局部放电在线监测诊断系统的硬件部分主要由上位机（arm）、下位机（dsp）和辅助设备（如电源、sd卡）组成。主机负责编辑和发送命令命令，从机负责完成数据计算。系统的前端模块是多个局部放电传感器，直接安装在变压器上。当变压器发生局部放电故障时，传感器可以实时采集放电电流的幅值、频率、相位等基本参数。然后，传感器通过CAN总线将采集到的数据传输到从机。在对数据进行预处理和计算后，将最终结果发送给主机。利用主控计算机进行数据分析，准确判断放电类型和位置，得到最终的故障诊断结果。

4.2系统软件设计

系统的软件部分是基于visual c++和matlab的混合开发。matlab软件提供了大量的bp神经网络函数，如newff初始化函数、训练函数等，利用visualc++软件进行开发时，可以直接从matlab函数库调用，降低了系统开发的难度。考虑到系统前端传感器将连续采集大量的采样数据，为了减少数据处理工作量，提高系统响应速度，在系统软件设计中需要增加采样数据的查询和集成程序。本文选取“模型”、“制造商”和“寿命”三个指标，对变电站运行产生的海量信息进行横断面搜索，并将其组织成“P-Output A2”输入，提供给BP神经网络进行最终诊断。本文设计的BP神经网络结构主要由输入层、中间层和输出层三部分组成。BP人工神经网络具有较强的学习能力，为学习提供大量的样本数据（包括变压器正常运行数据和故障数据），并自动生成一套“诊断规则”。

5结论

原文中所提出的调控一体自动化变电站电气设备故障检测方式，以运行状况数据信息为载体，提升了机器设备故障预测的稳定程度上;与此同时选用粒子群优化优化算法调整神经元网络故障检测模型权重值与阀值，防止神经网络模型深陷局部最优值，提升了电气设备故障检测的精密度。总而言之，原文中定制的电气设备故障检测方式针对调控一体自动化变电站立即发现隐患、高效率检验设备带来了稳定性根据，一定程度上提高了调控一体自动化变电站的经济收益与社会经济效益。

参考文献：

[1] 肖发龙,吴岳忠,沈雪豪,等.基于深度学习和知识图谱的变电站设备故障智能诊断[J].电力建设,2021(3):9-11.

[2] 管飞飞.智能变电站继电保护隐藏故障诊断与系统重构方法[J].化学工程与装备,2020(1):26-27.

[3] 王耿,张加辉,赵喜兰,等.基于联合调控的变电站电气设备故障仿真[J].电子测试,2021(9):31-33.

[4] 牛亮,王沙沙,李满春,等.智能变电站二次回路故障智能诊断技术研究[J].电气应用,2021(3):6-8.