基于支持向量机的绝缘子污秽度在线监测的研究

张 伟， 许安杰， 杨中亚

(1.国网仪征供电公司，江苏 仪征 211400； 2.南京工程学院 电力工程学院，江苏 南京 211167； 3. 国网宿迁供电公司，江苏 宿迁 223800)

0 引言

电力设备污闪已成为影响电力系统稳定运行的问题。虽然雷电灾害在电力系统中发生的概率很大，但据有效数据显示污闪事故紧随其后，并且绝缘子污闪事故覆盖的范围也非常广，造成的经济损失大约是雷电灾害的10倍[1]。为了保障广大电网用户的用电，电网公司增强了输变电设备的外绝缘，起到了一定程度预防污闪的作用。但是，随着科技和经济的发展，电压等级的提高导致现有的技术无法完全预防电力设备污闪问题。目前国内外对于电力设备污秽度的在线监测研究还处于起步阶段，传统的污秽度在线监测存在着很大的局限性，当泄漏电流、环境参数发生改变时，系统输出的污秽度程度会出现偏差[2]。本文提出的基于支持向量机(SVM)的在线监测能有效地避免以上缺陷。本文通过光传感器测盐密，并通过搭建支持向量机模型，构建污秽度和光功率损耗、温度、湿度之间的关系，并通过测试验证了其可靠性。

1 光纤污秽传感器原理

1.1 污秽度表示方式

污秽度表示方式有表面污层电导率法、污闪梯度法、泄露电流法、等值附盐密度法[3]。表面污层电导率法对绝缘子的污秽度表示很精确，但测量过程是在不带电的情况下完成的，难以准确反映其运行状态。污闪梯度法的测量条件很苛刻，难以捕捉合适的测量时机，所需的各种材料消耗成本也较高。泄露电流法能将电压、污秽、气候和绝缘子污闪问题联系起来，但其测量值为电网运行过程中的动态参数，不易测量，所以不具备通用性。等值附盐密度法操作简单，所需设备和花费都不高。综合比较上述4种方法，本文采用等值附盐密度法来人工测量污秽度。

1.2 光纤传感器工作原理

文中的光纤传感器是指高纯度石英棒，当石英棒暴露在空气中时，把它看成一个以石英棒为核心，以空气为包层的光波导。当光能通过光波导时，会产生吸收、散射、和辐射3种损耗。前两种损耗产生的原因是污秽物颗粒，光能在光波导中的传输损耗主要是这两种损耗。当石英棒表面清洁时，照射到光波导中，没有了污秽度颗粒的阻拦，大部分光能均能在石英棒中传输，光波传输中的光能损耗很小。当石英棒表面有污染物颗粒时，照射到光波导中，由于有了污秽物颗粒的阻拦，导致了光能损耗，此时，传感器表面盐分的多少能由光功率损耗率η间接表示。其工作原理图如图1所示。污秽度越高，在光纤传感器表面附着的污秽度颗粒越多，其吸收损耗和散射损耗越大，最终导致光功率损耗率η越大。

图1 光纤传感器工作原理图

2 基于支持向量机的盐密测量

2.1 污秽度等级分级

为了更方便地表示污秽情况,我们把污秽度分为正常状态、一般状态、超一般状态和严重状态4个状态等级, 分别简称为1级、2级、3级和4级，描述如下:当绝缘子表面为正常状态时，泄漏电流值几乎不受环境因素变化的影响，当电网处于正常工作状态时，绝缘子几乎无泄露电流产生; 当绝缘子表面为一般状态时，在电网正常运行时，绝缘子可能产生零星局部电弧,当环境参数不变时,泄漏电流与绝缘子表面污秽程度成正比例关系; 当绝缘子表面为超一般状态时，绝缘子会呈现出间歇小电弧状态,在潮湿天气时, 绝缘子表面的污秽程度与泄漏电流有效值成正比例关系;当绝缘子表面为严重状态时，绝缘子处于闪络状态的极限点,在这种情况下, 为防止发生沿面闪络事故，应该安装绝缘保护装置。

2.2 数据样本获取

由文献[4]可知，绝缘子发生闪络的原因是绝缘子表面污秽中的盐分。本文用绝缘子表面盐密的大小间接表示绝缘子污秽度大小。当绝缘子表面盐密的大小不变时，温度和湿度对光功率损耗的变化会造成一定的影响，故将温度，湿度与光功率损耗率作为变量。本文的污秽样本的获取采用自配污秽液的方法，将清洁的石英棒放入配置的污秽液中，记录污染前后光功率值，计算出光功率损耗值，并对污秽石英棒表面盐密进行人工测量，并将记录此时对应的环境温湿度值。

为了使数据更具有可靠性，对环境温湿度及污秽液浓度做一定改变进行重复实验，本文共配制50组样本，其中的训练样本为40组，测试样本为10组，4个污秽度等级各配制10组样本，每个污秽度等级对应的10组样本测量盐密时的温度和湿度分布均匀，光功率损耗率计算公式如下：

(1)

式中：Pin与Pout分别代表输入石英管的光功率和输出石英管的光功率。温度、湿度、光功率损耗率和污秽度等级的变化范围见表1。

表1 各变量变化范围

2.3 支持向量机模型

支持向量机(SVM)[5]的基本思想为寻找一超平面，该超平面可以最优化平面两侧的区域间隔[6]。

构造样本集{xi,yi}，i=1,2,…，l,其中xi为样本输入数据，yi为输出数据。支持向量机的学习目标为在n维数据空间中找到某一分类超平面，构造如下函数：

f(x)=ωTφ(x)+b

(2)

式中：ω为超平面法向量；φ(x)为将样本向量映射到高维特征空间的映射函数；b为偏移量。利用二次优化[7]，将上式转化为如下最优解问题：

(3)

约束条件为：

yi=ωTφ(xi)+b+ξi(i=1,…,l)

(4)

由于ω维数较高难以直接求解，则引入拉格朗日函数：

L(ω,b,ξ,α)=J(ω,ξ)-

(5)

式中：α为引入拉格朗日乘子，并利用库恩-塔克条件列出约束方程：

(6)

式中：i=1,2,…，l。消去结果中ω与ξ，保留α与b，可得:

(7)

式中：y=[y1,…,yl]T,ll=[1,…,1]T,α=[α1,…,αl]T，H为正定矩阵，其中元素hij=yi(K(xi,xj)+δijγ-1)，δij为克罗内克函数。通过求解上述方程组可得到α与b，便得到模型：

αiK(x,xi)+b

(8)

本文的核函数选用高斯径向基函数：

(9)

实验研究软件选用 LSSVMLAB[8]。在利用支持向量机进行建模训练时，最需要关注的参数是惩罚参数γ和核参数σ，寻找最佳γ和σ的组合问题实际上是最佳模型选择问题。根据验证方法得到模型最优解为惩罚参数γ=10，核参数σ=0.55。

2.4 实验结果分析

采用相对误差公式作为模型性能评价公式来评价模型准确度：

(10)

式中：Q(i)为算法测量盐密值，T(i)为实测盐密值，其单位为mg·cm-2，误差越小表示模型输出越准确。将测试样本10组数据输入训练完成的支持向量机模型中，得到每个样本条件下盐密的算法测量值，表2列出了部分盐密实测值与算法测量值对比情况。

实验结果表明，支持向量机测量盐密测量误差和传统测量方法误差相差不大，支持向量机用来测量绝缘子污秽度具有可靠性和有效性。

表2 支持向量机盐密输出结果对比

3 绝缘子污秽度在线监测系统

系统主要由硬件部分和软件部分组成，能够对输电线路绝缘子全天实行在线监测，监测数据能上传到数据库，存储并绘制污秽度曲线。

3.1 系统硬件

系统硬件部分由电源模块、传感器模块、时钟电路和核心处理器等组成。

在输电线路杆塔上每隔一定距离安装一台监测终端，每台终端对本区域内的温度、湿度和盐密进行监测，对监测数据接收处理后传入核心处理器，最终通过GSM模块发送到系统后台。系统硬件结构图如图2所示。

图2 系统硬件结构图

3.2 系统软件

系统软件部分采用Visual C++作为编程开发语言，SQL Server2008作为数据存储数据库。硬件设备接收的数据经过处理后传输到系统，系统程序对数据分析处理后输出污秽度等级曲线显示在电脑上供查阅。

4 结 论

本文提出了基于支持向量机的绝缘子污秽度在线监测，用光纤传感器作为污秽度测量的媒介，将支持向量机需要的样本数较少，可高效训练样本的优点与绝缘子污秽度测量联系起来，通过光功率损耗率、温度、湿度和绝缘子污秽度等级在支持向量机中建立联系，最终实现污秽度在线监测的功能。