浅谈调控一体自动化系统下的变电站电气设备故障诊断

1、浅谈调控一体自动化系统下的变电站电气设备故障诊断气弹簧 dlong 【摘 要】变电站是电力系统的核心局部，对变电站的电气设备进行诊断可以及时提示设备劣化，判断故障的发生，因此对变电站电气设备进行故障诊断和预防对于现实生活具有十分重要的意义。传统的故障诊断技术只是监测设备本身的数据，而且电气设备自身往往存在离散性和多样的运行环境，这导致诊断结论总是不够精确。在调控一体自动化系统下电气设备的故障诊断充分利用整个系统的监测数据进行科学合理的故障诊断，很好的解决了这一问题。本文简要介绍了调控一体自动化系统构成、技术特点、分析了调控一体自动化系统下的变电站电气设备故障诊断方法和考前须知，可以为工作人员准

2、确地发现并处理设备存在的隐患，大大提高了电力设备的平安性和稳定性。 【关键词】调控一体自动化 变电站 电气设备 故障诊断 变电站的电气设备通常处于连续运行状态，而且经常工作在恶劣的环境下，如风、雨、雷、电、腐蚀气体等，导致绝缘恶化，最终导致故障的发生。并可能进一步导致用户端发生事故，造成无法估量的经济损失。调控一体自动化化系统相比于传统的电气设备故障诊断技术的显著优势就是在于“信息交互与共享，因此，调控一体自动化系统下的电气设备故障诊断不受自身设备监测数据的限制，可以充分利用其他几个相同类型变电站的历史和目前的监测数据进行故障监测和诊断，这就大大了提高故障诊断的准确性。 1调控一体自动化系统概

3、述 调控一体自动化系统就是集监视与控制，电网跳读与运行相结合的技术支持系统。综合自动化系统的控制实际上是基于调度自动化系统，对发电厂、变电站等电力设备进行整合与控制的更高端的电网自动化系统。因此，调控一体自动化系统同时拥有“协调与“控制功能。主要目标是实现国调、网调的一体化，提高驾驭大电网和大范围优化配置资源的能力，保障电网的平安、经济、优质、高效运行。调控一体自动化系统首先具备调度自动化系统的所有功能，包括监视控制与数据采集、经济调度、偶发事故分析、事故追忆、平安监视等等，实现“监视可视化、控制闭环化、数据平台化、决策智能化。 1.1调控一体自动化设备构成 调控一体自动化系统的设备构成如图

4、1 所示，主要包括：信息采集和执行系统、信息传输系统、信息处理和控制系统以及人机交互系统，各个系统相互配合，构成整体系统。 信息采集和执行是采集各种实时信息并上传电网，即采集变电站电气设备当前状况的监测信息；同时可以接收和实施上级所发出的调控命令。 信息传输系统是调控一体化系统的信息来回交换的数据通道。 信息处理和控制是整个系统的核心局部，它与高端性能计算机相连接，分析和处理电网的各种信息和数据，从而到达对电气设备的自动控制。 人机交互系统将电网的各类信息予以处理，采用直观、形象的方式告知调控人员；调控人员所发出的查询、控制指令也通过该系统传送给信息采集与执行子系统。 人机交互系统是对各种电网

5、的信息进行处理，最后形象、直观的展现在工作人员面前；同时工作人员查询，控制指令也通过人机交互系统传递给信息采集和执行系统。 1.2调控一体自动化系统主要特点 分布式结构。调控一体自动化系统通常采用效劳器客户端分布式网络结构。效劳器通常采用高性能计算机，用于管理网络共享资源和网络通信，并为客户端提供数据等各种网络效劳。客户端本质是具备网络通信功能的计算机，它直接对特定的电气设备拥有特定的人机交互界面和独立的操作系统。客户端与效劳器、客户端与其他客户端之间可以进行通信，可以资源共享。这种多个客户端可以通过网络访问效劳器的计算机应用系统，即是所谓的分布式系统。 数据交换和共享。每个客户端控制自动化系

6、统可以与效劳器实现相互之间的信息交换和共享，各个客户端之间也可以共享信息和交换数据。这一特性使得调控一体化系统的整合可以全面，充分利用内部效劳器的信息，利用每个客户端的信息和资源，协调完成统一任务，例如变电站中变压器状态监测和故障的诊断。 2调控一体自动化系统下的故障诊断 2.1调控一体自动化系统下变压器故障诊断分析方法 采用调控一体自动化系统对变压器故障诊断，不再受自身设备监测数据的限制，可以利用本站和其它变电站同一型号变压器的当前数据和历史数据，进而大大改善变压器故障诊断的准确性。调控一体自动化系统下的变压器故障诊断实际上是给变压器局部放电在线监测系统提供，信息和数据的功能，使其能够信息共

7、享。它的另一个重要的功能是能够利用变压器故障诊断算法处理海量的数据，这是因为：基于调控一体自动化系统的变压器故障诊断涉及本台变压器、同一变电站/其它变电站中的假设干同型号的变压器的历史与当前监测数据，堪称“海量。 调控一体自动化系统的变压器故障诊断算法包括初级与高级两个层次。使用Q-N诊断规那么和诊断规那么的是初级算法，高级的算法是采用BP神经网络，处理本台变压器以及不同变电站的不同变电器的历史和当前数据，提出诊断规那么，并做出准确的诊断。 BP根据样本数据包括有故障的和无故障的的处理分析来得出相应的诊断规那么，并把这个“诊断规那么通知在整个网络上，这种超强的获取诊断规那么的能力，非常适合结构

8、复杂变压器的故障诊断。一般来说，只要样本数据是充分的，涵盖了变压器目前的运行状态，故障诊断结论是准确，可靠的。 本文即应用 BP 神经网络对变压器故障进行诊断，实际上就是确定放电幅值 Q、频次 N、相位与变压器当前运行状态健康或故障之间的对应关系。本文所使用的 BP 神经网络的结构如图 2 所示，包括输入层、中间层与输出层，其中间层包括 6 个神经元，输出层仅含一个神经元。其中，p为输入向量， p =Q N T； W1，W2为权矩阵；b1 b2为偏置矩阵； f1，f2分别为tansig与purelin 型 神 经 元 函 数 ； a1，a2 为神经网络层输出 ， a1= tansigW1*p+

9、b1，a2= purelinW2*a1+b1， a2即为变压器当前运行状态健康或故障。图2 BP神经网络结构检索本台变压器以及不同变电站的不同变电器的历史和当前数据，以之作为样本数据训练该神经网络，可确定权矩阵W1，W2及偏置矩阵b1，b2。之后，根据本台变压器当前的局放数据放电幅值Q、频次 N、相位，应用上述神经网络即可确定当前的a2 变压器当前运行状态，有故障或者无故障。 2.2调控一体自动化系统容性设备故障诊断分析方法 容性设备包括耦合电容器、电容型电流互感器、电容型电压互感器及主变压器的电容型套管等，通过监测容性设备的电容量、三相不平衡电流及介质损耗系数，在不同的时间内分析这些参数的变

10、化趋势，和绝缘特性的开展趋势，并与横向数据、历史数据、相间数据作比照，根据监测显示结果，当监测结果超出正常范围时设备存在故障。 本文对容性设备故障进行诊断也是应用 BP 神经网络，实际上就是在初级算法横向比拟法、综合横向比拟法、纵向比拟法与带电与停电数据换算比拟法的根底之上，引入充分的样本数据来锻炼 BP 神经网络，从而确定当前的在线监测参数介质损耗角、电容量等与容性设备当前运行状态有故障或无故障之间的对应关系。本文所使用的 BP神经网络的结构如图 3所示，包括输入层、中间层与输出层，其中间层包括 6 个神经元，输出层仅含一个神经元。其中，p为输入向量，对应于横向比拟法、综合横向比拟法、纵向比

11、拟法与带电与停电数据换算比拟法，p的含义略有不同，以横向比拟法为例， p=tan？X-？NCX/CNT； W1，W2为权矩阵； b1 ，b2为偏置矩阵； f1 ，f2分别为tansig 与 purelin 型神经元函数； a1 ，a2为神经网络层输出，a1=tansigW*p+b1，2a=purelinW2*a1+b1，a2 即为容性设备当前运行状态健康或故障。 图3 BP神经网络结构 检索本台变压器以及不同变电站的不同变电器的历史和当前数据，以之作为样本数据训练该神经网络，可确定权矩阵W1，W2及偏置矩阵b1，b2 。之后，根据本台容性设备当前的在线监测数据，如tan？X-？NCX/CN，应

12、用上述神经网络即可确定当前的a2 容性设备的当前运行状态，有故障或者无故障。 3变电站电气设备故障诊断及其管理的考前须知 1倒闸操作应在同一系统中进行，不能同时进行2项及以上的倒闸操纵，防止数据采集混乱破坏了系统的稳定性。2对变电站倒闸操作，应提高工作人员的业务技能、管理水平和责任感，每个命令的执行需要专人监督，以确定每一次的正确并做好调度记录。当执行调度命令时，还要复颂双重编号。以防止误操作导致设备损坏或人身事故。3调控一体自动化系统同样需要高标准的管理，要贯彻执行标准化操作制度，明确各级管理责任，从点检、操作、维护等方面建立刚性的执行机制，做好各类台帐、记录，按照“四不放过原那么对各类故障及异常进行认真分析，并针对变电站的运行数据从平安性、稳定性、经济性方面进行分析评价，提高各方面管理水平，保证电气系统的平安与稳定。 4结语 调控一体自动化系统下的变电站电气设备故障诊断，每个在线监测子系统通过计算机网络、数据和图形通信连接成一个整体，使变电站的电气设备形成分布式监控和诊断系统，有利于实现电力设备的状态综合分析，同时便于计算机系统的管理。变电站的监测诊断局域网还可进一步通过广