配電設(shè)備健康指數(shù)的模型建立和求解過程計算

陳建文

摘要：文章提出基于負(fù)載均衡調(diào)度和最大似然估計的配電設(shè)備健康指數(shù)的模型。建立配電設(shè)備健康指數(shù)的約束參量模型，以配電網(wǎng)的電壓波動與閃變、電壓暫降、電壓不平衡系數(shù)等為約束參量，進行配電設(shè)備健康指數(shù)方程構(gòu)造，結(jié)合配電設(shè)備的質(zhì)量評估和指標(biāo)限值閾值分析的方法，進行配電設(shè)備健康指數(shù)的模型設(shè)計，采用負(fù)載均衡調(diào)度方法，進行配電設(shè)備健康指數(shù)分析和評估，建立配電設(shè)備健康指數(shù)的最大似然估計模型，結(jié)合分段線性擬合估計的方法，實現(xiàn)對配電設(shè)備健康指數(shù)的優(yōu)化求解。仿真結(jié)果表明，采用該方法進行配電設(shè)備健康指求解的精度較高，對配電網(wǎng)的健康質(zhì)量評估精度較好。

關(guān)鍵詞：配電設(shè)備;健康指數(shù);負(fù)載均衡調(diào)度

中圖分類號：TM73

文獻標(biāo)識碼：A

文章編號：1001-5922（2020）12-0153-05

0 引言

隨著電力輸電運行規(guī)模的不斷增大，需要進行配電網(wǎng)和配電設(shè)備的優(yōu)化管理，結(jié)合運維管理和配電質(zhì)量量化評價技術(shù)，進行配電網(wǎng)設(shè)備的優(yōu)化質(zhì)量評估，分析配電設(shè)備健康指數(shù)，結(jié)合對配電設(shè)備的健康質(zhì)量監(jiān)測和電網(wǎng)運維指數(shù)的優(yōu)化評估方法，進行配電設(shè)備健康指數(shù)評估模型設(shè)計，提高配電設(shè)備健康管理能力，相關(guān)的配電設(shè)備健康指數(shù)檢測和評估模型研究受到人們的極大關(guān)注。研究配電設(shè)備健康指數(shù)的模型，對促進配電設(shè)備的優(yōu)化管理，提高配電設(shè)備的量化評估能力方面具有重要意義[ 1-2]。

1 配電設(shè)備健康指數(shù)評估的約束參量和參數(shù)分析

1.1 配電設(shè)備健康指數(shù)評估的約束參量

為了實現(xiàn)配電設(shè)備健康指數(shù)的模型建立，首先需要構(gòu)建配電設(shè)備健康指數(shù)的約束參量模型，采用模糊參數(shù)尋優(yōu)控制方法，進行配電設(shè)備健康指數(shù)監(jiān)測，構(gòu)建配電設(shè)備健康指數(shù)的模糊調(diào)度模型，采用統(tǒng)計時間序列分析的方法，進行配電設(shè)備健康指數(shù)的信息流預(yù)測，進行配電設(shè)備健康指數(shù)的存儲結(jié)構(gòu)分析[8]，依據(jù)直流配電設(shè)備的穩(wěn)態(tài)特征，建立配電設(shè)備健康指數(shù)評估模型，通過五元組表示，即源初始端、源代碼、傳輸層規(guī)律協(xié)議組、源lP代碼以及終端口。得到配電設(shè)備健康指數(shù)監(jiān)測的多傳感器調(diào)度模型如圖1所示。

根據(jù)圖1的監(jiān)測節(jié)點分布模型，預(yù)測時間序列下配電設(shè)備的健康指數(shù)模型情況，采用統(tǒng)計信息分析的方法，進行直流輸電配電設(shè)備的健康參數(shù)信息采樣，得到采樣樣本集A V.B V且A ∩B=φ，對直流電能質(zhì)量擾動進行抑制處理，利用時間窗口函數(shù)TW增加配電設(shè)備健康指數(shù)預(yù)測的時間間隔采樣率，從而降低監(jiān)測的抗干擾性，假設(shè)直流微電網(wǎng)電能質(zhì)量的模糊評價集為（F，Q），采用多波束約束控制的方法，進行電壓不平衡特征分析，得到配電設(shè)備的能量消耗：

1.2 配電設(shè)備健康指數(shù)的評價參數(shù)分析

建立配電設(shè)備健康指數(shù)的約束參量模型，以配電網(wǎng)的電壓波動與閃變、電壓暫降、電壓不平衡系數(shù)等為約束參量，構(gòu)造配電設(shè)備健康指數(shù)的約束參數(shù)模型，得到配電設(shè)備健康指的關(guān)聯(lián)維特征值函數(shù)為：

通過上述約束條件，對直流配電網(wǎng)D，計算區(qū)域D內(nèi)的配電設(shè)備健康指數(shù)分布空間，對比交流電能質(zhì)量指標(biāo)體系，構(gòu)建配電設(shè)備健康指數(shù)和下行配電設(shè)備健康指數(shù)分布模型，得到配電設(shè)備健康指數(shù)序列分布的確定性函數(shù)為：

其中，k為配電設(shè)備健康指數(shù)的信息分布區(qū)域函數(shù)，假設(shè)輸入配電設(shè)備健康指數(shù)時間序列為u（n），根據(jù)應(yīng)用場景或電壓等級[7]，得到配電設(shè)備健康指數(shù)的輸入與輸出關(guān)系為：

依據(jù)不同指標(biāo)間的關(guān)聯(lián)，提取反映配電設(shè)備健康指數(shù)的內(nèi)部特征，根據(jù)配電設(shè)備的輸入電流和電壓波動，進行穩(wěn)定性調(diào)節(jié)，得到配電設(shè)備健康指數(shù)分布的模糊度函數(shù)為：

式（7）中，配電設(shè)備健康指數(shù)分布序列的關(guān)聯(lián)參

其中，θ（t）為包括諧波等在內(nèi)的相位幅度值，a（t）為配電電壓的指向性包絡(luò)特征向量，采用模糊預(yù)測的方法，實現(xiàn)對配電設(shè)備健康指數(shù)時間序列信息流的有效性預(yù)測。

2 配電設(shè)備健康指數(shù)求解優(yōu)化

2.1 配電設(shè)備健康指數(shù)估計

在上述建立配電設(shè)備健康指數(shù)的約束參量模型，并進行配電設(shè)備健康指數(shù)方程構(gòu)造的基礎(chǔ)上，進行配電設(shè)備健康指數(shù)求解優(yōu)化設(shè)計，本文提出基于負(fù)載均衡調(diào)度和最大似然估計的配電設(shè)備健康指數(shù)的模型。采用負(fù)載均衡調(diào)度方法，進行配電設(shè)備健康指數(shù)分析和評估，在電壓波形發(fā)生畸變的情況下，得到配電設(shè)備健康指數(shù)的關(guān)聯(lián)維分布為：

2.2 配電設(shè)備健康指數(shù)求解輸出

建立配電設(shè)備健康指數(shù)的最大似然估計模型，結(jié)合分段線性擬合估計的方法，構(gòu)建配電設(shè)備健康指數(shù)分布的最小二乘擬合函數(shù)為：

其中，a（t）為配電設(shè)備健康指數(shù)預(yù)測數(shù)據(jù)點xi和xj之間的相異度，θ（t）為雙極型直流配電的互信息量，根據(jù)直流電能質(zhì)量指標(biāo)間的關(guān)聯(lián)性，得到配電設(shè)備健康指數(shù)預(yù)測的輸出交流分量為：

根據(jù)特征諧波、開關(guān)次諧波的分布，得到直流供電系統(tǒng)的等效模型中的配電設(shè)備健康指數(shù)有效預(yù)測模型描述為：

3 仿真實驗與結(jié)果分析

3.1 實驗數(shù)據(jù)參數(shù)與指標(biāo)分析

為了檢測本文所提方法預(yù)測配電設(shè)備健康指數(shù)模型的可行性、適用性以及求解優(yōu)化后的應(yīng)用性能分析，設(shè)置仿真實驗對其驗證。實驗采用Matlab設(shè)計。實驗數(shù)據(jù)來源于TalkingData（數(shù)據(jù)庫網(wǎng)址為http：//www.talkingData.com）。在采樣周期進行配電設(shè)備的健康指數(shù)的相關(guān)參數(shù)采集，對電壓偏差的信息采樣時間間隔為0.25，配電設(shè)備的輸出電流不平衡度為0.18，電流流經(jīng)傳輸網(wǎng)的功率為200kW，輸出參考電壓1200kV，直流額定電壓UdN=220V，

實驗指標(biāo)分析：

1）電網(wǎng)電壓幅值：幅值的的實際變化范圍與健康指數(shù)求解結(jié)果具有緊密聯(lián)系，幅值范圍的設(shè)計值越大，USP轉(zhuǎn)換到電池逆變工作的次數(shù)就越少，電池就有足夠的時間處在容量充足的狀態(tài)，為健康指數(shù)求解奠定基礎(chǔ)。

2）電壓諧波畸變率：諧波源在實際應(yīng)用中容易導(dǎo)致電壓波形偏離正確的軌道，產(chǎn)生電壓諧波畸變現(xiàn)象，諧波電流能增加變壓器的銅損和漏磁損耗，可實現(xiàn)對配電設(shè)備的健康指數(shù)預(yù)測。具體計算方法如下：

按照上述實驗指標(biāo)，分析配電設(shè)備健康狀況相關(guān)參數(shù)采集結(jié)果，配電設(shè)備健康指數(shù)預(yù)測結(jié)果以及配電設(shè)備健康指數(shù)預(yù)測的效率，具體過程如下所示：

3.2 配電設(shè)備健康狀態(tài)相關(guān)參數(shù)采集結(jié)果

根據(jù)上述仿真參數(shù)設(shè)定，進行建立配電設(shè)備的健康指數(shù)預(yù)測和求解，得到原始的配電設(shè)備的健康指數(shù)相關(guān)參數(shù)采集結(jié)果如圖3所示。

由圖3可以看出，隨著參數(shù)采集時間的變化，所提方法的電壓幅值處于較大波動范圍，處于-3V到3V之間，使得電池就有足夠的時間處在容量充足的狀態(tài)，為健康指數(shù)求解奠定基礎(chǔ)。而考慮多元因素態(tài)勢演變方法、基于設(shè)備實時健康指數(shù)的配電網(wǎng)風(fēng)險量化評估的方法、以及基于微電網(wǎng)的高鐵AT所配電設(shè)備新型供電的方法，3種方法的電壓幅值范圍較小，分別是l到2V、一1到-2V、一1到IV，電池處在容量充足的狀態(tài)的時間收到限制。

3.3 配電設(shè)備健康指數(shù)預(yù)測結(jié)果

以圖3的統(tǒng)計數(shù)據(jù)為配電設(shè)備健康狀態(tài)測試指標(biāo)參數(shù)集，提取反映配電設(shè)備健康指數(shù)的特征量，計算電壓諧波畸變率，實現(xiàn)對配電設(shè)備的健康指數(shù)預(yù)測，得到預(yù)測結(jié)果如圖4所示。

分析圖4得知，采用本文方法進行配電設(shè)備健康指數(shù)預(yù)測的輸出均衡性較好，分段線性擬合的精度較高，避免了電力變壓器發(fā)熱，導(dǎo)致低壓配電設(shè)備工作異常狀況的發(fā)生?？紤]多元因素態(tài)勢演變方法、基于設(shè)備實時健康指數(shù)的配電網(wǎng)風(fēng)險量化評估的方法、基于微電網(wǎng)的高鐵AT所配電設(shè)備新型供電的方法電壓諧波畸變率較高，預(yù)測的輸出均衡性較差。

3.4 配電設(shè)備健康指數(shù)預(yù)測的效率

在電網(wǎng)減壓幅值處于的合理范圍內(nèi)，利用不同方法檢測配電設(shè)備的健康指數(shù)效率狀況，隨著電網(wǎng)幅值的變化，本文方法配電設(shè)備健康指數(shù)預(yù)測的效率始終處于60%以上，且呈現(xiàn)出的波動較小，考慮多元因素態(tài)勢演變方法、基于設(shè)備實時健康指數(shù)的配電網(wǎng)風(fēng)險量化評估的方法、基于微電網(wǎng)的高鐵AT所配電設(shè)備新型供電的方法的健康指數(shù)預(yù)測的效率波動較大，且基于設(shè)備實時健康指數(shù)的方法最高預(yù)測效率為60%，考慮多元因素態(tài)勢演變方法、基于設(shè)備實時健康指數(shù)的配電網(wǎng)風(fēng)險量化評估的方法兩種方法的效率波動高達60%左右，無法保證效率的精準(zhǔn)性。

4 結(jié)語

結(jié)合對配電設(shè)備的健康質(zhì)量監(jiān)測和電網(wǎng)運維指數(shù)的優(yōu)化評估方法，進行配電設(shè)備健康指數(shù)評估模型設(shè)計，提高配電設(shè)備健康管理能力。本文提出基于負(fù)載均衡調(diào)度和最大似然估計的配電設(shè)備健康指數(shù)的模型。構(gòu)造配電設(shè)備健康指數(shù)的約束參數(shù)模型，根據(jù)應(yīng)用場景或電壓等級，得到配電設(shè)備健康指數(shù)的輸入與輸出關(guān)系，采用負(fù)載均衡調(diào)度方法，進行配電設(shè)備健康指數(shù)分析和評估，建立配電設(shè)備健康指數(shù)的最大似然估計模型，結(jié)合分段線性擬合估計的方法，求解優(yōu)化實現(xiàn)配電網(wǎng)健康指數(shù)的模擬。通過仿真實驗檢驗可知，本文所設(shè)計方法能有效實現(xiàn)對配電設(shè)備健康指數(shù)求解，提高配電設(shè)備健康指數(shù)的估計精度和響應(yīng)能力。

參考文獻

[1]宋杰，周健，鮑偉，等，面向交一直流智能變電站運維專家系統(tǒng)的可擴展建模及其規(guī)則和隔離策略[J].上海交通大學(xué)學(xué)報，2018，52（09）：1072-1080.

[2]郭春義，趙劍，劉煒，等，一種適用于混合多饋入直流輸電系統(tǒng)的附加虛擬電阻阻尼控制方法[J].中國電機工程學(xué)報，2019，39（12）：3400-3408.

[3]賈志博，田銘興，張子麒，等.基于微電網(wǎng)的高鐵AT所配電設(shè)備新型供電方法[J].鐵道標(biāo)準(zhǔn)設(shè)計，2018（5）：129-134.

[4]劉杉，余軍，賀之淵，等，基于VSC與LCC混合的多點傳輸直流輸電系統(tǒng)拓?fù)浣Y(jié)構(gòu)研究與特性分析[J].中國電機工程學(xué)報，2018，38（10）：2980-2988+3148.

[5]曉侃，王瓊.一種基于RBF自適應(yīng)神經(jīng)模糊推理的短期電力負(fù)荷預(yù)測方法[J].中南民族大學(xué)學(xué)報（自然科學(xué)版）， 2018， 37（03）： 112-115.

[6]鄭笑雪，杜啟振，孟憲軍，等，橫向約束分步疊前彈性參數(shù)反演[J].石油地球物理勘探，2017，52（4）：760-769.

[7] Elenkova A，Atanasova I，Kirilov G，et al.Autoim-mune hypothyroidism is three times more frequent in fe-male prolactinoma patients compared to healthy women：data from a cross-sectional case-control study[J]. Endo-crine， 2017. 57（3）.486-493.