車一鳴,王冬梅,謝勝利,李永玲
(保定電力職業(yè)技術(shù)學(xué)院,河北 保定 071051)
GIS開關(guān)設(shè)備是將斷路器、隔離開關(guān)等開關(guān)設(shè)備以及互感器、母線等置于金屬殼體內(nèi)部,并充入六氟化硫氣體作為絕緣的密封設(shè)備,其能否安全穩(wěn)定運(yùn)行決定了電網(wǎng)的運(yùn)行狀態(tài)。由于占地面積小、適應(yīng)能力強(qiáng)和檢修周期長等優(yōu)點(diǎn),GIS設(shè)備已經(jīng)得到電力行業(yè)的普遍認(rèn)可。但是,由于GIS開關(guān)置于密封的金屬圓筒內(nèi),一旦設(shè)備出現(xiàn)故障,現(xiàn)場的運(yùn)行維護(hù)人員很難直接發(fā)現(xiàn)。同時(shí),受現(xiàn)場地形以及不同條件的限制,GIS開關(guān)設(shè)備故障檢修過程煩瑣、檢修時(shí)間長,會(huì)消耗很多的人力物力,不利于設(shè)備的經(jīng)濟(jì)運(yùn)行。
GIS開關(guān)設(shè)備內(nèi)部故障的產(chǎn)生會(huì)伴隨著聲、光、電等各種現(xiàn)象,研究學(xué)者提出了包括基于氣體分解產(chǎn)物[1]、超聲波[2]、超高頻[3]等特征量的GIS設(shè)備故障檢測方法。但實(shí)際上,GIS開關(guān)設(shè)備運(yùn)行異常事故除了絕緣故障之外,大部分是由機(jī)械故障引起,如觸頭接觸不良、緊固螺栓松動(dòng)等。然而上述方法檢測的故障類型都集中于設(shè)備內(nèi)部絕緣故障,幾乎無法同時(shí)兼顧機(jī)械故障與絕緣故障的檢測。
正常狀態(tài)下設(shè)備導(dǎo)體中流過較大電流,基于電磁感應(yīng)定律原理,GIS金屬外殼上會(huì)產(chǎn)生以100 Hz為基頻的振動(dòng)信號,且在不同故障狀態(tài)下振動(dòng)頻率范圍不盡相同[4]。同時(shí),由于振動(dòng)信號采集相對簡單、對設(shè)備影響小,故基于振動(dòng)分析法的故障檢測方法在電氣設(shè)備領(lǐng)域得到廣泛應(yīng)用。文獻(xiàn)[5-6]著重研究了GIS設(shè)備金屬外殼的振動(dòng)信號,提出利用金屬外殼振動(dòng)信號來檢測設(shè)備內(nèi)部故障。文獻(xiàn)[7-10]對GIS產(chǎn)生機(jī)械故障時(shí)金屬外殼振動(dòng)信號進(jìn)行了研究,驗(yàn)證了GIS設(shè)備金屬外殼振動(dòng)信號可以兼顧機(jī)械故障與絕緣放電故障的檢測。更進(jìn)一步,文獻(xiàn)[11-12]構(gòu)建了基于振動(dòng)的GIS設(shè)備故障檢測裝置,并成功應(yīng)用于變電站現(xiàn)場。但是,GIS設(shè)備金屬外殼振動(dòng)信號會(huì)受到負(fù)載的影響,如振動(dòng)頻譜、功率譜等特征無法準(zhǔn)確檢測設(shè)備的故障。同時(shí),目前現(xiàn)存的故障檢測方法只能在故障產(chǎn)生之后進(jìn)行檢測,無法在早期進(jìn)行故障的檢測。
為了兼顧機(jī)械故障和絕緣故障的檢測,克服GIS設(shè)備故障數(shù)據(jù)樣本匱乏以及設(shè)備外殼振動(dòng)信號易受負(fù)載變化影響等問題,利用分形維數(shù)理論,提出了一種基于粒子濾波與負(fù)向選擇算法的GIS設(shè)備故障檢測方法。首先,選取振動(dòng)信號分形維數(shù)作為特征變量。其次,利用粒子濾波及支持向量回歸算法處理GIS正常振動(dòng)特征數(shù)據(jù),建立設(shè)備振動(dòng)特征估計(jì)器。最后,計(jì)算估計(jì)器輸入值與輸出值的殘差作為檢測指標(biāo),并結(jié)合負(fù)向選擇算法實(shí)現(xiàn)設(shè)備故障的檢測。
如圖1所示,GIS設(shè)備本體故障可以概括為絕緣故障、機(jī)械故障和氣體泄漏故障3類。但是,從GIS結(jié)構(gòu)出發(fā),GIS設(shè)備安裝有具有溫度補(bǔ)償?shù)臍鈮罕?,通過觀察氣壓表的變化可直接發(fā)現(xiàn)設(shè)備是否出現(xiàn)泄漏故障,故本文只研究設(shè)備絕緣故障與機(jī)械故障的檢測方法。
圖1 GIS常見故障統(tǒng)計(jì)
正常穩(wěn)定運(yùn)行時(shí),GIS導(dǎo)體流過工頻交流電流,該電流在空間內(nèi)會(huì)產(chǎn)生交變的電磁場,存在環(huán)流的金屬外殼會(huì)在電磁力的作用下產(chǎn)生一定的機(jī)械振動(dòng)。另一方面,金屬外殼中的鐵磁材料在外加磁場的作用下會(huì)發(fā)生磁致伸縮現(xiàn)象,引起金屬外殼的振動(dòng)。二者引起的振動(dòng)都以100 Hz為基頻,且振動(dòng)信號幅值與電流的平方成正比[13]。同時(shí),當(dāng)GIS發(fā)生機(jī)械故障時(shí)外殼振動(dòng)頻率在0~2 kHz以內(nèi),發(fā)生絕緣故障時(shí)外殼振動(dòng)頻率在2~20 kHz范圍內(nèi),即通過檢測設(shè)備金屬外殼振動(dòng)信號可以兼顧機(jī)械故障與絕緣故障的檢測[14]。
分形維數(shù)主要表征信號的復(fù)雜程度和自相似程度。從變電站現(xiàn)場實(shí)際運(yùn)行經(jīng)驗(yàn)來看,雖然GIS設(shè)備振動(dòng)信號幅值會(huì)受到負(fù)載的影響,但是其波形的相似程度以及復(fù)雜情況基本上不會(huì)變化,而當(dāng)設(shè)備出現(xiàn)故障后,振動(dòng)信號會(huì)產(chǎn)生突變,信號波形變得更為復(fù)雜。為此,本文選用振動(dòng)信號分形維數(shù)作為狀態(tài)特征來檢測GIS設(shè)備內(nèi)部故障。
分形盒維數(shù)是常見的一種信號分形維數(shù),它用集覆蓋的思想定義維數(shù)。其定義為
(1)
X為非空子集;ε為超立方體的邊長。
工程應(yīng)用中,由于按照定義中求取極限的方式無法計(jì)算分形盒維數(shù),一般采用近似的方法進(jìn)行計(jì)算,以ε為基準(zhǔn)逐步放大邊長[15]。對于具有N個(gè)采樣點(diǎn)的振動(dòng)信號yi來說,存在下式:
(2)
Yi= {yk(i-1)+1,yk(i-1)+2,…,yk(i-1)+k+1}
k=1,2,…,MM 網(wǎng)格的數(shù)量計(jì)算為 N(kε)=P(kε)/(kε)+1 (3) 根據(jù)不同k值得到lg(kε)-lgN(kε)二維圖,假設(shè)圖形線性區(qū)域表達(dá)式為 lgN(kε)=Alg(kε)+B (4) A為線性區(qū)域的斜率;B為截距。 由于信號的盒維數(shù)取為斜率A的估計(jì),利用最小二乘法即可求得振動(dòng)信號的盒維數(shù),即 (5) 圖2為不同狀態(tài)GIS設(shè)備不同負(fù)載狀態(tài)下金屬外殼振動(dòng)信號分形盒維數(shù)。觀察圖2可以發(fā)現(xiàn),正常狀態(tài)下金屬外殼振動(dòng)基本保持在[1.2,1.3]范圍內(nèi)穩(wěn)定波動(dòng),而故障狀態(tài)下振動(dòng)信號分形維數(shù)相對于正常狀態(tài)下都會(huì)有一定程度的增大,并且存在一定的波動(dòng)性,故通過GIS設(shè)備金屬外殼振動(dòng)信號的分形維數(shù),可以有效地檢測設(shè)備的機(jī)械故障和放電故障。 圖2 不同故障類型狀態(tài)下振動(dòng)信號分形維數(shù) 在進(jìn)行振動(dòng)特征估計(jì)之前,需要搭建GIS系統(tǒng)的狀態(tài)空間模型??紤]到GIS設(shè)備振動(dòng)特征的非線性,構(gòu)建不同時(shí)刻振動(dòng)分形維數(shù)特征的支持向量回歸模型,并作為GIS正常運(yùn)行狀態(tài)轉(zhuǎn)移方程。假設(shè)t時(shí)刻GIS振動(dòng)分形維數(shù)取值為Dt,t+1時(shí)刻取值為Dt+1,基于拉格朗日定理、對偶原理以及KKT條件[16]得到支持向量回歸模型為 Dt+1=ωTφ(Dt)+vt (6) vt為模型噪聲。 GIS設(shè)備觀測方程為 yt=Dt+Rt (7) Rt為觀測噪聲。 結(jié)合粒子濾波算法及GIS設(shè)備的狀態(tài)轉(zhuǎn)移方程、觀測方程,構(gòu)建的估計(jì)器對振動(dòng)特征的估計(jì)流程如下所述。 a.粒子初始化:粒子濾波的核心是利用優(yōu)選隨機(jī)粒子來實(shí)現(xiàn)狀態(tài)特征分布的估計(jì),所以為了更好地進(jìn)行GIS振動(dòng)特征估計(jì),初始時(shí)刻在實(shí)數(shù)范圍內(nèi)隨機(jī)產(chǎn)生N個(gè)粒子pi(t)(i=1,2,…,N),粒子權(quán)重wi(t)均為1/N,每個(gè)粒子代表對振動(dòng)特征的一種估計(jì)。 b.振動(dòng)特征預(yù)測:基于式(6)所示的狀態(tài)轉(zhuǎn)移方程,計(jì)算初始粒子pi(t)在t+1時(shí)刻的預(yù)測值pi(t+1)。 c.粒子權(quán)重更新:利用式(7)計(jì)算t+1時(shí)刻粒子預(yù)測值對應(yīng)的觀測量,同時(shí)計(jì)算觀測量與t+1時(shí)刻振動(dòng)特征實(shí)際測量值之間的距離Li,根據(jù)距離值的大小來更新每個(gè)粒子的權(quán)重wi(t+1),距離越小權(quán)重越大,反之越小,計(jì)算公式為 (8) R為測量噪聲的方差。 d.振動(dòng)特征的估計(jì):利用當(dāng)前時(shí)刻每次粒子的權(quán)重wi(t+1)以及取值pi(t+1),估計(jì)振動(dòng)特征的取值,計(jì)算公式為 (9) e.為了快速有效地優(yōu)選符合振動(dòng)特征分布的粒子,在進(jìn)行下一次狀態(tài)估計(jì)之前需要按照粒子的權(quán)重對粒子進(jìn)行重采樣,限于篇幅的原因,粒子重采樣方法不在此贅述,詳情可參見文獻(xiàn)[17]。 重復(fù)上述步驟,即可基于粒子濾波算法構(gòu)建特征估計(jì)器,實(shí)現(xiàn)GIS振動(dòng)特征實(shí)時(shí)估計(jì)。 正常狀態(tài)下GIS設(shè)備運(yùn)行穩(wěn)定,金屬外殼振動(dòng)信號的分形維數(shù)在某個(gè)范圍內(nèi)穩(wěn)定的波動(dòng)。一旦設(shè)備出現(xiàn)故障,金屬外殼振動(dòng)信號會(huì)產(chǎn)生突變,對應(yīng)的分形維數(shù)特征也會(huì)產(chǎn)生相應(yīng)的變化。由于振動(dòng)特征估計(jì)器是依靠正常狀態(tài)數(shù)據(jù)建立,其進(jìn)行設(shè)備振動(dòng)信號分形維數(shù)實(shí)時(shí)估計(jì)的過程中,正常狀態(tài)與故障狀態(tài)存在差異,即當(dāng)設(shè)備正常運(yùn)行時(shí),估計(jì)器的輸入值與輸出值的殘差較?。欢O(shè)備發(fā)生故障時(shí),估計(jì)器輸入值與輸出值的殘差會(huì)顯著增大,且存在一定的波動(dòng)性。 將GIS設(shè)備振動(dòng)特征估計(jì)器輸入值與輸出值之間的殘差et作為檢測指標(biāo),計(jì)算公式為 (10) 電氣設(shè)備故障具有很大的隨機(jī)性且設(shè)備故障類型多樣,故障數(shù)據(jù)的采集較難完成,而設(shè)備正常運(yùn)行時(shí),其特征數(shù)據(jù)穩(wěn)定且易于采集,故基于有限正常數(shù)據(jù)樣本來建立設(shè)備故障檢測模型具有很大的優(yōu)勢。 負(fù)向選擇算法是人工免疫系統(tǒng)中的一種檢測方法,其核心思想是利用有限的正常數(shù)據(jù)樣本集合來生成異常數(shù)據(jù)樣本集合[18],通過負(fù)向思維來檢測數(shù)據(jù)異常與否,有效解決了故障樣本匱乏難以實(shí)現(xiàn)設(shè)備故障檢測的問題。為此,本文基于負(fù)向選擇算法來檢測GIS設(shè)備機(jī)械故障與放電故障。 假設(shè)全部正常樣本集合為S,全部異常樣本集合為P,則利用負(fù)向選擇算法確定的檢測集合實(shí)際上是集合P的子集。GIS故障檢測方法具體步驟如下: a.利用GIS振動(dòng)特征估計(jì)器計(jì)算獲得多組設(shè)備正常狀態(tài)振動(dòng)特征殘差e。 b.利用正常狀態(tài)振動(dòng)特征殘差構(gòu)建異常檢測器集合,構(gòu)建流程如圖3所示, 其中d(e,Ri)表示正常特征殘差與隨機(jī)數(shù)的距離。 圖3 異常檢測器集合構(gòu)建流程 c.輸入待檢測的GIS設(shè)備振動(dòng)特征殘差數(shù)據(jù),一旦檢測器對樣本連續(xù)的判斷為故障,即認(rèn)為GIS設(shè)備內(nèi)部發(fā)生的故障。 為了驗(yàn)證提出的設(shè)備故障檢測方法的有效性,本文選取某電壓等級變電站現(xiàn)場GIS隔離開關(guān)設(shè)備,對其正常狀態(tài)、緊固螺栓松動(dòng)故障狀態(tài)、絕緣子缺陷放電故障狀態(tài)下的數(shù)據(jù)進(jìn)行仿真分析。為了盡可能地獲得振動(dòng)信號的信息,振動(dòng)信號采樣頻率選為50 kHz。 計(jì)算GIS設(shè)備金屬外殼振動(dòng)信號的分形盒維數(shù),并將正常狀態(tài)下的特征數(shù)據(jù)作為訓(xùn)練樣本輸入到支持向量回歸算法中,構(gòu)建GIS振動(dòng)特征的狀態(tài)轉(zhuǎn)移方程。在支持向量回歸算法中選用徑向基核函數(shù),并在遺傳算法尋優(yōu)過程中,迭代200次,種群數(shù)量選為20。 參數(shù)訓(xùn)練過程中,數(shù)據(jù)適應(yīng)度曲線變化如圖4所示,最優(yōu)參數(shù)尋優(yōu)結(jié)果如表1所示。觀察適應(yīng)度曲線可以發(fā)現(xiàn),隨著迭代次數(shù)的增加,適應(yīng)度曲線逐漸降低,最后趨于平穩(wěn)。 圖4 參數(shù)尋優(yōu)適應(yīng)度曲線 表1 支持向量回歸模型參數(shù)尋優(yōu)結(jié)果 利用上述GIS設(shè)備狀態(tài)轉(zhuǎn)移方程和觀測方程構(gòu)建設(shè)備粒子濾波振動(dòng)特征估計(jì)器,粒子個(gè)數(shù)選為500。正常狀態(tài)下,粒子濾波狀態(tài)估計(jì)器對振動(dòng)特征的估計(jì)值(紅色菱形)與實(shí)際值(綠色星形)的對比如圖5a所示,二者的殘差如圖5b所示。觀察圖5可以發(fā)現(xiàn),構(gòu)建的GIS振動(dòng)特征估計(jì)器可以準(zhǔn)確估計(jì)設(shè)備的振動(dòng)特征,且正常狀態(tài)下振動(dòng)特征估計(jì)器輸入與輸出值之間的殘差在[-0.2,0.2]范圍內(nèi)穩(wěn)定波動(dòng)。 圖5 正常狀態(tài)特征估計(jì)及殘差分布 將正常狀態(tài)振動(dòng)分形維數(shù)輸入GIS振動(dòng)特征估計(jì)器中,計(jì)算得到檢測指標(biāo)的取值,并將其作為訓(xùn)練樣本,通過負(fù)向選擇算法訓(xùn)練得到設(shè)備的異常檢測器集合。算例中,負(fù)向選擇算法中距離閾值dthr=1,檢測器集合樣本總數(shù)Q=1 000,得到的異常檢測器集合如圖6所示。 圖6 基于負(fù)向選擇算法得到的GIS異常數(shù)據(jù)集合 某時(shí)刻GIS設(shè)備不是處于正常運(yùn)行狀態(tài),就是處于故障運(yùn)行狀態(tài),則該時(shí)刻設(shè)備狀態(tài)檢測指標(biāo)相應(yīng)地不是處于正常區(qū)域,就是處于故障區(qū)域。觀察圖5可以發(fā)現(xiàn),正常狀態(tài)下GIS設(shè)備檢測指標(biāo)在[-0.2,0.2]范圍內(nèi)穩(wěn)定的波動(dòng)。而圖6所示的設(shè)備異常檢測器數(shù)據(jù)集合恰好排除了[-0.2,0.2]區(qū)域,故在故障樣本缺乏的條件下,利用負(fù)向選擇算法處理正常狀態(tài)數(shù)據(jù),即可得到設(shè)備的異常數(shù)據(jù)集合。此時(shí),若狀態(tài)檢測指標(biāo)處于異常數(shù)據(jù)集合內(nèi),認(rèn)為設(shè)備出現(xiàn)故障,否則認(rèn)為設(shè)備運(yùn)行正常,且當(dāng)狀態(tài)檢測指標(biāo)處于正常狀態(tài)時(shí),故障檢測器輸出0,否則輸出1。 為了檢驗(yàn)故障檢測的準(zhǔn)確性,截取正常狀態(tài)下檢測指標(biāo)數(shù)據(jù),以及緊固螺栓松動(dòng)、絕緣子缺陷放電故障發(fā)生前后設(shè)備狀態(tài)檢測指標(biāo)數(shù)據(jù)作為驗(yàn)證樣本,且2種故障都發(fā)生在第200個(gè)樣本點(diǎn)處。上述3種狀態(tài)下故障檢測器的輸出結(jié)果如圖7~圖9所示。觀察圖7可以發(fā)現(xiàn),基于負(fù)向選擇算法構(gòu)建的GIS設(shè)備故障檢測器在設(shè)備運(yùn)行正常時(shí)不會(huì)檢測出故障。 圖7 正常狀態(tài)下檢測器輸出結(jié)果 圖8 放電故障狀態(tài)下檢測器輸出結(jié)果 圖9 機(jī)械故障狀態(tài)下檢測器輸出結(jié)果 觀察圖8、圖9可以發(fā)現(xiàn),在第200個(gè)樣本點(diǎn)之前,檢測器不會(huì)檢測出故障,而絕緣子缺陷放電故障在第205個(gè)樣本點(diǎn)處被檢測出,緊固螺栓松動(dòng)故障在第210個(gè)樣本點(diǎn)處被檢測出,即本文提出的方法可以在故障發(fā)生初期有效檢測出故障。圖8、圖9中,在設(shè)備檢測出故障后仍然存在檢測器判定為正常狀態(tài)的樣本點(diǎn),這是由于故障產(chǎn)生初期,估計(jì)器輸出值與輸入值間的殘差較小,而且存在一定的波動(dòng)性和隨機(jī)性,隨著故障嚴(yán)重程度的加劇,振動(dòng)特征殘差值會(huì)逐漸變大,此時(shí)檢測器判定為正常狀態(tài)的樣本點(diǎn)將越來越少,直至消失。 為了檢測GIS設(shè)備內(nèi)部的絕緣故障與機(jī)械故障,本文提出了一種基于粒子濾波與負(fù)向選擇算法的設(shè)備故障檢測方法,通過對現(xiàn)場實(shí)測數(shù)據(jù)的仿真分析得到以下結(jié)論: a.選擇GIS設(shè)備金屬外殼振動(dòng)信號作為狀態(tài)量,可以兼顧機(jī)械故障和絕緣放電故障的檢測。 b.利用GIS設(shè)備金屬外殼振動(dòng)信號的分形維數(shù)作為特征,有效避免了設(shè)備負(fù)載變化對振動(dòng)信號幅值的影響。 c.基于以正常數(shù)據(jù)為訓(xùn)練樣本的負(fù)向選擇算法,可解決由于故障樣本匱乏引起GIS設(shè)備故障檢測準(zhǔn)確率降低的問題。2 GIS振動(dòng)特征估計(jì)器及檢測指標(biāo)獲取
2.1 GIS振動(dòng)特征估計(jì)器
2.2 故障檢測指標(biāo)
3 基于負(fù)向選擇算法的GIS設(shè)備故障檢測
4 仿真分析
4.1 GIS設(shè)備振動(dòng)特征估計(jì)器的建立
4.2 GIS設(shè)備故障檢測
5 結(jié)束語