智能變電站繼電保護(hù)狀態(tài)監(jiān)測(cè)算法設(shè)計(jì)

2016-08-11 14:41:18 大云網(wǎng)　點(diǎn)擊量：評(píng)論 (0)

摘要:針對(duì)繼保設(shè)備運(yùn)行狀態(tài)表征的模糊特性，引入模糊數(shù)學(xué)中的模糊綜合評(píng)判模型來(lái)作為繼保設(shè)備運(yùn)行狀態(tài)量化的手段，以實(shí)現(xiàn)對(duì)其作出準(zhǔn)確評(píng)估，進(jìn)而制定合理的檢修策略。實(shí)例證明，該類(lèi)算法簡(jiǎn)單、有效，能在大幅削減

關(guān)鍵詞:智能變電站;繼電保護(hù);狀態(tài)監(jiān)測(cè);設(shè)計(jì)

Intelligent Substation Relay Protection Condition Monitoring Algorithm Design

Abstract: In view of the fuzzy characteristics of the equipment running state, the introduction of fuzzy mathematics in the fuzzy comprehensive evaluation model for the equipment running status of quantitative method, in order to realize the accurate evaluation, formulate the reasonable maintenance strategy. Examples show that the algorithm is simple and effective, can sharply cut maintenance cost while increasing the reliability of the substation system, is worth popularizing intelligent substation.

Keywords:intelligent substation;Relay protection; Condition monitoring; design

0 引言

當(dāng)前，智能變電站的推廣如火如荼，各類(lèi)新型設(shè)備層出不窮。相較于常規(guī)變電站，智能變電站在信息采集、數(shù)據(jù)測(cè)量、保護(hù)控制、計(jì)量監(jiān)測(cè)等方面均有了質(zhì)的飛躍。“繼電保護(hù)狀態(tài)檢修”已提出多年，但在實(shí)際操作中卻困難重重。究其原因，主要有二：①缺乏有效的設(shè)備監(jiān)測(cè)平臺(tái)；②狀態(tài)評(píng)估的方法不夠科學(xué)。智能變電站的興起，在一定程度上彌補(bǔ)了第一方面的不足。本文主要就第二方面

5 結(jié)語(yǔ)

將模糊數(shù)學(xué)應(yīng)用于智能變電站的繼保設(shè)備狀態(tài)監(jiān)測(cè)，能有效提高狀態(tài)評(píng)估的準(zhǔn)確性，做到檢修的有的放矢，從而提升變電站運(yùn)行的穩(wěn)定性水平。當(dāng)然，如何確定權(quán)重矩陣和隸屬函數(shù)，還是有潛力可挖的。

即如何用數(shù)學(xué)方法將狀態(tài)監(jiān)測(cè)結(jié)果進(jìn)行整合并量化處理進(jìn)行研究。選取典型的監(jiān)測(cè)信息

智能變電站的信息是海量的，若將全部信息條分縷析，無(wú)論對(duì)計(jì)算機(jī)硬件還是對(duì)算法設(shè)計(jì)，都是很大的挑戰(zhàn)。一個(gè)可行辦法是：選取一些有代表性的信息，對(duì)其進(jìn)行重點(diǎn)關(guān)注和分析，以得出設(shè)備狀態(tài)的高度近似值。大量文獻(xiàn)指出，智能站中繼保設(shè)備出現(xiàn)異常的起因可能為三個(gè)：①電源插件故障；②外部光纖回路異常；③裝置元件或芯片因老化而降低性能。因此，我們選取溫度、光模塊光強(qiáng)、電源溫度工作時(shí)、電源電壓輸出側(cè)等四項(xiàng)作內(nèi)容為典型信息加以全天候關(guān)注。在線監(jiān)測(cè)的實(shí)現(xiàn)方法

構(gòu)建如圖1所示繼保設(shè)備在線監(jiān)測(cè)的框架。其中，監(jiān)測(cè)分析單元通過(guò)預(yù)置的計(jì)算邏輯對(duì)原始數(shù)據(jù)進(jìn)行分析，判斷是否越限。狀態(tài)評(píng)估單元?jiǎng)t通過(guò)模糊綜合評(píng)判模型對(duì)各類(lèi)報(bào)警和關(guān)鍵數(shù)據(jù)進(jìn)行整合并評(píng)估，最后發(fā)送至主站。

圖1 智能站中繼保設(shè)備在線監(jiān)測(cè)系統(tǒng)框架

監(jiān)測(cè)分析單元的處理邏輯見(jiàn)表1。表 監(jiān)測(cè)信息的分析和判斷邏輯監(jiān)測(cè)參量處理邏輯報(bào)警閾值溫度計(jì)算偏移量占額定值的百分比根據(jù)型號(hào)電源溫度同上下限：℃；上限：℃電源電壓同上下限：；上限：光模塊光強(qiáng)計(jì)算相對(duì)劣化值下限：；上限：基于模糊綜合評(píng)判的評(píng)估算法

模糊綜合評(píng)判即運(yùn)用模糊數(shù)學(xué)的方法對(duì)所討論對(duì)象的多種特性進(jìn)行綜合并排序，從中選出最優(yōu)值。它需要確立因素集、評(píng)價(jià)集、權(quán)重，并構(gòu)建模糊評(píng)判矩陣。

3.1 因素集、評(píng)價(jià)集的確定

為使評(píng)估全面而真實(shí)，因素集中除實(shí)時(shí)監(jiān)測(cè)信息外，還需增加設(shè)備的歷史信息。最終的因素集如圖2所示，并表示為。評(píng)價(jià)集標(biāo)定為，各元素依次表示良好、一般、注意、嚴(yán)重等四種情形，以與“狀態(tài)檢修”的要求相一致。

圖2 繼保設(shè)備狀態(tài)監(jiān)測(cè)的評(píng)估因素集

注：上圖中，相關(guān)溫度量指的是平均偏移量(歷史)。

3.2 各因素評(píng)價(jià)權(quán)重的設(shè)計(jì)

因各評(píng)價(jià)因素的重要程度不盡相同，因此進(jìn)行模糊綜合評(píng)判時(shí)所對(duì)應(yīng)的權(quán)重是不一樣的。

鑒于繼保設(shè)備狀態(tài)評(píng)估的研究起步不久，大樣本獲取有困難，因此采用專(zhuān)家評(píng)估法(即由多位專(zhuān)家來(lái)給出因素的相對(duì)重要性)來(lái)確定權(quán)重分配，最終定為：

(1)

3.3 模糊綜合評(píng)判矩陣的建立

應(yīng)用模糊數(shù)學(xué)知識(shí)，建立模糊綜合評(píng)判矩陣如式(2)所示。其中，r_ij對(duì)應(yīng)因素u_i的評(píng)價(jià)結(jié)果為v_j的隸屬度。

(2)

3.4 隸屬函數(shù)確定

確定式(2)所示矩陣中的元素值(即隸屬度)是本算法的關(guān)鍵，通常采用的有專(zhuān)家評(píng)判法、模糊統(tǒng)計(jì)法、待定系數(shù)法等方法。由于本文中不同的評(píng)價(jià)因素的具體特性有所差異，因此宜采用不同的方法來(lái)確定各自的隸屬函數(shù)。

⑴裝置歷史信息類(lèi)(圖2中u₅~u₇)

這三類(lèi)信息與保護(hù)裝置的狀態(tài)有一定關(guān)系，但關(guān)系比較晦暗，不同的人有不同的看法，因此宜采用專(zhuān)家評(píng)判法來(lái)確定隸屬度。即：將調(diào)查表分發(fā)眾專(zhuān)家，以專(zhuān)家占比數(shù)來(lái)確定隸屬度。

計(jì)算式為：

⑵裝置的狀態(tài)監(jiān)測(cè)信息類(lèi)(圖2中所示的u₁~u₄)，以u₁(光模塊光強(qiáng))為例進(jìn)行說(shuō)明。

由表1可知，評(píng)價(jià)光模塊光強(qiáng)采用的是“相對(duì)劣化率”的計(jì)算邏輯，而相對(duì)劣化率的表達(dá)式為：

顯然，這類(lèi)指標(biāo)一般對(duì)應(yīng)典型分布的函數(shù)(如梯形分布、正太分布、三角形分布、柯西分布等)，可用待定系數(shù)法求解。由于三角形和梯形隸屬函數(shù)的形狀簡(jiǎn)單，結(jié)果精確，因此可利用這兩者的組合來(lái)建立u₁對(duì)應(yīng)于不同的評(píng)價(jià)等級(jí)(即v_i)的隸屬函數(shù)。結(jié)果如圖3所示。

圖3 光模塊光強(qiáng)的隸屬函數(shù)表示

上圖中，a₁~a₄為四種狀態(tài)下相對(duì)劣化率的邊界，依照歷史數(shù)據(jù)，它們可取定為0.2、0.4、0.6、0.8。這樣，各評(píng)價(jià)狀態(tài)下的隸屬函數(shù)表述為(限于篇幅，僅對(duì)良好狀態(tài)下的隸屬函數(shù)進(jìn)行列示，其余課依照解析幾何的知識(shí)進(jìn)行類(lèi)推)：

(3)

3.5 模糊計(jì)算

在完成R矩陣的計(jì)算后，就要將向量A與R進(jìn)行的計(jì)算，其中“”為加權(quán)平均型的廣義模糊算子，使用該算子能讓主要因素對(duì)繼保設(shè)備的影響得到凸顯。

B中元素可表示為：

(4)

b_j即評(píng)判結(jié)果，能讓運(yùn)維人員做出準(zhǔn)確的檢修策略。

4 計(jì)算實(shí)例

某型號(hào)保護(hù)裝置的監(jiān)測(cè)數(shù)據(jù)見(jiàn)表2。

責(zé)任編輯：葉雨田

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)，與本站無(wú)關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，請(qǐng)讀者僅作參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個(gè)贊