隨著電力工業(yè)的飛速發(fā)展,電力變壓器不斷向大體量方向發(fā)展;同時(shí),重要設(shè)備的擴(kuò)容增加了單個(gè)設(shè)備缺陷對(duì)電網(wǎng)安全性的影響。因此,及時(shí)有效地發(fā)現(xiàn)、識(shí)別變壓器的隱患是電網(wǎng)運(yùn)維的關(guān)鍵問(wèn)題。隨著現(xiàn)場(chǎng)檢測(cè)和在線(xiàn)監(jiān)測(cè)技術(shù)的普及和推廣,已實(shí)現(xiàn)了對(duì)變壓器狀態(tài)的實(shí)時(shí)監(jiān)測(cè),如何將監(jiān)測(cè)數(shù)據(jù)應(yīng)用于變壓器狀態(tài)分析已成為該領(lǐng)域的研究熱點(diǎn)。
變壓器在線(xiàn)監(jiān)測(cè)方法包括油中溶解氣體分析(dissolved gas analysis, DGA)、鐵心接地電流分析、局部放電分析、繞組溫度分析、振動(dòng)分析等,其中,DGA是當(dāng)下辨識(shí)油浸式變壓器潛伏性缺陷應(yīng)用最為廣泛的方法之一。多年來(lái),專(zhuān)家學(xué)者們提出眾多基于DGA的電力變壓器故障診斷分析方法。常見(jiàn)的DGA包括特征氣體法、三比值法、羅杰斯比值方法、大衛(wèi)三角形法等,這些方法采用不同氣體的比值或者氣體的濃度來(lái)分析故障類(lèi)型。
嚴(yán)格來(lái)講,變壓器故障診斷多屬于事后處理,當(dāng)各方法精準(zhǔn)判定設(shè)備為故障時(shí),設(shè)備內(nèi)部已經(jīng)存在一定的損傷,甚至已形成危及設(shè)備安全運(yùn)行的態(tài)勢(shì)。從時(shí)效性來(lái)看,故障診斷較為滯后,發(fā)現(xiàn)隱患的敏感性不足。此外,限制變壓器故障診斷發(fā)展的因素眾多,例如特征氣體的分布特性完全不同,這使標(biāo)簽數(shù)據(jù)庫(kù)的構(gòu)建非常困難,無(wú)法支撐機(jī)器學(xué)習(xí)模型的建立;同型號(hào)設(shè)備之間的橫向?qū)Ρ纫膊痪邆溥^(guò)多的內(nèi)在關(guān)聯(lián)性,缺乏類(lèi)比性的指導(dǎo)建議。
福建華電可門(mén)發(fā)電有限公司、國(guó)電南京自動(dòng)化股份有限公司的譚翼坤、陳明、黃騰、喬蘇朋、李志軍,在2022年第10期《電氣技術(shù)》上撰文,針對(duì)變壓器過(guò)熱隱患,立足于提前發(fā)現(xiàn)設(shè)備隱患這一根本思路,圍繞變壓器油中溶解氣體異常預(yù)警開(kāi)展相關(guān)研究,提出了一種基于油中溶解氣體分析的變壓器過(guò)熱隱患預(yù)警診斷方法,結(jié)合人工經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)的優(yōu)勢(shì)來(lái)分析變壓器狀態(tài),可實(shí)現(xiàn)針對(duì)設(shè)備早期隱患的辨識(shí),提升人員對(duì)設(shè)備管理的主動(dòng)性。
研究人員提出的變壓器過(guò)熱隱患預(yù)警診斷流程如圖1所示,具體步驟如下:
圖1 變壓器過(guò)熱隱患預(yù)警診斷流程
1)明確引起變壓器過(guò)熱故障相關(guān)的氣體參量,選為分析對(duì)象;對(duì)于訓(xùn)練數(shù)據(jù)的選取,應(yīng)從上一次濾油開(kāi)始的時(shí)間選取。
2)對(duì)于訓(xùn)練數(shù)據(jù)中的缺失值、異常值,采用三次樣條插值法進(jìn)行補(bǔ)全或刪除。
3)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,劃分成多個(gè)時(shí)間間隔不等的序列;其中,對(duì)于K級(jí)差分法中K值的選擇,限于每臺(tái)變壓器運(yùn)行特性不一致,需經(jīng)多次實(shí)驗(yàn)獲取最優(yōu)值。
4)采用OCSVM算法構(gòu)建預(yù)警模型組,對(duì)于算法中的超參數(shù),利用網(wǎng)格搜索法獲取合適值。
5)當(dāng)新數(shù)據(jù)輸入模型時(shí),一分類(lèi)支持向量機(jī)(one- class support vector machine, OCSVM)模型組輸出一組判斷結(jié)果,遵循預(yù)警信息觸發(fā)機(jī)制,最終可判定變壓器是否異常。
他們總結(jié)指出,該預(yù)警方法有以下特點(diǎn):
1)數(shù)據(jù)預(yù)處理。采用多級(jí)差分法從不同時(shí)間尺度衡量氣體的變化程度,一方面,多參量、多時(shí)間尺度的分析能夠提供更豐富的信息量;另一方面,差分處理使時(shí)間序列曲線(xiàn)變得更為平穩(wěn),緩解離散數(shù)據(jù)對(duì)分析結(jié)果的影響。
2)預(yù)警模型建立。應(yīng)用一分類(lèi)支持向量機(jī)算法構(gòu)建預(yù)警模型,提出了基于K級(jí)差分法與一分類(lèi)支持向量機(jī)結(jié)合的預(yù)警方法,從多參量、多時(shí)間尺度兩個(gè)方向擴(kuò)充了訓(xùn)練集的感受域,使構(gòu)建的整體模型更具魯棒性,同時(shí)也極大地提升了洞悉設(shè)備早期隱患的敏感度。
3)制定了一種預(yù)警信息觸發(fā)機(jī)制,在提升預(yù)警模型敏感度的前提下,能緩解誤報(bào)信息的頻發(fā),保障預(yù)警信息的有效性。
本文編自2022年第10期《電氣技術(shù)》,論文標(biāo)題為“基于氣體成分分析的變壓器過(guò)熱隱患預(yù)警方法”,作者為譚翼坤、陳明 等。