基于IEC 61850的绝缘故障在线监测系统通信研究

蒋程然 王青云 史塨毓



基于IEC 61850的绝缘故障在线监测系统通信研究

蒋程然 王青云 史塨毓

（南京工程学院电力工程学院，南京 211167）

高压电力设备的运行安全是电力系统关注的重点。本文针对电力系统中高压电力设备的绝缘破坏故障，设计了一套基于IEC 61850标准GOOSE技术的在线监测系统。该系统采用声音探头和超声波探头进行信号采集；使用并行长短时记忆神经网络算法进行故障特征提取和绝缘破坏故障识别与报警；最后，通过IEC 61850标准GOOSE技术实现了系统通信。实验和仿真说明，本文提出的方法能够准确地监测局放与破坏两类绝缘故障，识别精度高，基于系统样机的通信实验使用第三方软件Wireshark抓取并分析了通信报文，证明了通信方案的实时性和可靠性。

高压电力设备；绝缘故障；IEC 61850；GOOSE

21世纪以来，我国电网规模和自动化水平的发展都极为迅速[1-5]，电力系统的安全与可靠一直是需要考虑的重要问题。高压电力设备作为电网的重要组成部分，它的运行安全会直接影响整个输配电网络。对于高压电力设备来说，一旦发生绝缘故障会严重影响整个电力系统的安全[6-7]，在高压电力设备的绝缘故障监测方面，目前工程应用大多还处于就地监测、本地处理，对设备的综合性能要求很高，提高了成本并且不利于与电力系统后台服务器的集成。因此，针对高压电力设备的绝缘故障实施在线监测是极为必要的。文献[8]针对高压电力设备的局部放电现象，设计了一套基于嵌入式系统的紫外内窥在线监测系统。文献[9]提出使用超声波、超高频及高频电流等3种方法对局部放电现象进行监测，经试验运行，完成了对故障信号的提取及定位。文献[10]根据GIS（gas insulated switchgear）设备局部放电现象，分析了超高频/超声波监测技术的适宜性和准确性。文献[11]结合一起GIS电缆终端典型局放异常事例，分析了查找GIS电缆终端气隙缺陷的方法。

传统的绝缘故障检测是通过阈值判别进行故障诊断，传感器测量精度越高、抗干扰能力越强则故障识别越准确，但这种方式难以客观高效地识别设备不同的状态。本文使用并行长短时记忆（long short-term memory, LSTM）神经网络算法进行故障特征提取和绝缘破坏故障识别，长短时神经网络结构解决了随着时间间隔的增加容易出现梯度爆炸或梯度弥散的问题，并行运算的方式对监测系统采集到的两类数据进行处理，节约了运算资源，提高了识别效率。在系统通信方面，本文采用了IEC 61850标准GOOSE机制[12-13]，对绝缘故障监测IED进行了建模分析，实现了系统的通信，使该系统能够符合国际化变电站的通信标准，利于监测系统与变电站服务器的集成管理。实验和仿真说明，本文提出的方案能够高效的判别高压电力设备不同的运行状态，具有识别精度高、实时性好等优点。

1 绝缘故障信号采集与诊断

高压电力设备在发生绝缘故障时，会伴随有电压、电流、温度、声音等现象，本文根据可听声和超声波两类信号对高压电力设备内部的绝缘状况进行在线监测，采用并行长短时记忆神经网络算法进行故障识别。建立识别模型流程如图1所示。

图1 建立识别模型流程图

上述方法经过Zernike矩阵计算得到Mel谱（ZMSF）参数后结合的辅助特征集合，对特征集合及其方差进行统计函数计算，辅助特征集合中包含的参数有：短时平均能量、短时平均幅度函数、短时平均过零率、短时自相关函数、MFCC梅尔倒谱相关参数、共振峰相关参数、线谱对LSP参数以及基音频率。

首先将信号进行预处理，即进行分帧、加窗处理，本文使用汉明窗，实现公式为

得到分帧后的数据()，表示帧数，表示帧长。之后对数据进行短时傅里叶变换，得到傅里叶变化()，对其取模后再算其平方值，然后将所得谱线能量通过Mel滤波器，求取Mel谱能量，对数化后即可获得能量参数()，对能量参数进行Zernike矩计算：

（2）

式中，为第个Mel滤波器（共个）；为DCT后的谱线，最后将pq()与DCT() 组合获得ZMSF特征。然后再对数据进行其他特征提取和统计计算，得到数据集。

将预先获取的可听声和超声波两类数据集放入上述并行LSTM神经网络模型中训练，得出高压电力设备正常工作状态、局部放电状态和绝缘破坏故障状态的三套训练参数，建立绝缘故障识别模型。并行LSTM神经网络循环结构如图2所示。长短时神经网络算法模块图如图3所示。

并行LSTM神经网络算法核心是引入新状态C以期控制信息的变化，时刻，状态C通过遗忘门确定c-1有多少成分保留于c中，并通过输入门确定x有多少成分保留于c中；状态S，输出门通过控制单元c确定输出o中有多少成分输出到s。再同时输入两路数据，并且运算结果通过互馈控制器互相反馈，其中一方的运算结果终止或者加强另一方的运算，能够节约运算资源并提高识别效率。

图2 并行长短时神经网络循环结构图

图3 长短时神经网络算法模块图

输入门实现公式为

遗忘门实现式为

输出门中，首先需要计算经过了输入门和遗忘门的状态C，所以c的实现公式为

为确定c保留在s中的成分，输出的实现公 式为

这里o为时刻的输出层上的状态，最后经过输出门，保留在隐层上的成分为

2 系统设计与建模

2.1 系统构架

在系统整体设计方面，考虑到绝缘故障在线监测的技术特点，并结合IEC 61850信息分层的概念，系统结构框图如图4所示，系统采用双处理器设计，在下行探头采集到数据后，将数据传输至参数采集IED，完成参数采集及初步处理，之后通过RS 485技术与绝缘故障监测IED进行通信。绝缘故障监测IED接收到上传数据后，使用上述诊断方法进行故障识别，根据识别情况通过IEC 61850标准GOOSE通信技术完成数据的远程传输及上送。

图4 监测系统结构图

2.2 IED信息建模

信息建模是IEC 61850实现统一标准、不同厂商设备之间实现互操作的重要基础，IEC 61850标准采用了分层分类的建模思想，将每一个智能电子设备（intelligent electronic device, IED）用于通信交换的数据信息模型建模为共5个层次的信息模型，即服务器（Server）、逻辑设备（Logical Device）、逻辑节点（Logical Node）、数据（Data）以及数据属性（Data Attribute）5层结构，从上到下为包含关系，其信息模型的具体定义由IEC 61850-7-2/3/4三个部分完成。根据建模要求，将绝缘故障监测IED按照功能分解成一个个功能模块，每个功能模块就是一个逻辑节点，多个逻辑节点的协同工作就能共同完成绝缘故障监测IED的全部功能。列举其模型的主要逻辑节点见表1。

表1 绝缘故障监测IED相关逻辑节点及说明

序号逻辑节点类逻辑节点功能描述M/O 1LLN0管理逻辑节点访问逻辑设备公共信息M 2LPHD物理设备逻辑节点建模物理设备公共信息M 3STMP温度监测监测环境温度O 4IARC日志存档设备日志O 5SIFM绝缘故障监测监测可听声或超声波信号M 6GGIO输入、输出无特殊逻辑节点描述的通用信息O

序号数据名公共数据类（CDC）描述 1ModeINC模式 2BehINS行为 3HealthINS健康状态 4NamePltLPL逻辑节点铭牌 5InsuAlmSPS绝缘故障报警 6DschAcuSPS可听声监测 7DschUltrSPS超声波检测

3 实验与仿真

3.1 绝缘故障识别算法仿真

在现场共采集40次设备正常运行状态数据，每次采集50条，每条数据3min，将之裁剪为10s的片段，共36000条正常运行数据样本；同理，采集到10次局放状态数据样本，每次采集10条3min数据，共1800条10s数据样本；采集到100条10s绝缘破坏故障数据样本。采集时可听声信号采用专业录音麦克风进行录音，采样率48kHz；超声波信号采用PXR04谐振式高灵敏度声发射传感器提取，采样频率160kHz。利用以上数据样本分别建立训练和识别数据集，在进行特征提取及训练后，采用LSTM算法进行分类判断。设定正常状态为YB1，局部放电状态为YB2，绝缘破坏故障状态为YB3，仿真识别结果见表3。数据表明本文提出的方法可靠且识别精度高。

表3 基于LSTM的仿真识别结果

3.2 基于IEC 61850的系统实验

本文在绝缘故障监测IED侧为实现GOOSE报文发送，选用了W5500网络接口芯片，芯片集成了TCP/IP协议栈，10/100M以太网数据链路层（MAC）及物理层（PHY），在配置Socket使用的协议模式时，配置使用MACRAW模式并使用Socket 0即可完成GOOSE报文的发送。

在服务器侧（PC）为实现GOOSE机制，采用WinPcap（windows packet capture）底层协议包实现：①捕获原始数据包；②根据用户的需求，对数据包进行过滤；③通过网络将原始数据包发送出去。基于以上分析，系统运行及通信流程图如图5所示。

本文将每一帧GOOSE报文分为3个部分：GOOSE数据块、GOOSE报文帧头以及GOOSE报文APDU。3个部分各定义为一个结构体，每次发送报文时，先给GOOSE报文帧头结构体和GOOSE数据块结构体赋值，再给APDU结构体中的时间变量和计数变量赋值，然后把GOOSE数据块中的数据集赋值给APDU中对应的变量，最后将GOOSE报文帧头结构体和APUD结构体整合，完成报文的打包。

根据IEC 61850标准，GOOSE机制报文之间最小间隔为2ms，心跳报文之间间隔5s，所以本实验设定3条报文之间间隔为2ms及5s。搭建样机，发送报文后，通过第三方软件Wireshark进行抓包验证。如图6所示，GOOSE报文之间延时误差分别为0.081ms和0.037ms。使用TCP/IP协议栈，对同样的报文设定同样的时间间隔，通过Wireshark进行抓包，结果如图7所示，TCP报文之间延时误差分别为41.06ms和348.113ms。所以GOOSE机制在实时性上明显更为优越。

图5 系统通信流程图

图6 Wireshark抓取GOOSE报文

基于样机，模拟发生绝缘破坏故障，监测服务器显示报警，抓取报警报文内容如图8所示，Data数据设定正常为0，局部放电状态为1，绝缘破坏故障为2，数据传输正确。

图7 Wireshark抓取TCP报文

图8 报警报文内容解析

4 结论

对高压电力设备进行绝缘故障在线监测对电力系统的安全运行有着重要的意义，通过在线监测能够完成与变电站后台服务器的集成，降低成本的同时提高了检修效率。本文使用并行长短时记忆神经网络算法对绝缘破坏故障进行特征提取和故障识别，并从通信的角度出发，基于IEC 61850标准和绝缘故障监测进行研究，根据设备的功能建立了信息模型，并根据GOOSE技术的特点和需求设计了相应的系统结构，阐述了在线监测系统的通信流程和实现方案，并与TCP协议进行了对比分析，为今后的研究和开发工作提供了参考价值。

[1] 祝碧贤. 500千伏变电站二次系统智能化改造研究[D]. 华北电力大学, 2017.

[2] 李大鹏. 基于IEC 61850订阅发布方法的在线监测信息系统[J]. 电气技术, 2014, 15(2): 86-89.

[3] 唐涛. 电力系统厂站自动化技术的发展与展望[J]. 电力系统自动化, 2004(4): 92-97.

[4] 朱何荣, 熊慕文, 孙园园, 等. 基于IEC 61850的智能化电能质量监测装置的研制[J]. 电气技术, 2013, 14(2): 58-63.

[5] 张旭, 刘逸凡, 寇新民, 等. 基于Lib IEC 61850库的智能变电站SF6状态在线监测系统设计与实现[J]. 电气技术, 2018, 19(1): 90-93.

[6] 唐炬, 杨东, 曾福平, 等. 基于分解组分分析的SF6设备绝缘故障诊断方法与技术的研究现状[J]. 电工技术学报, 2016(20): 41-45.

[7] 周军, 朱博楠, 杨圣强, 等. 基于动态差值法的直流系统绝缘监测技术[J]. 电工技术学报, 2015, 30(1): 235-241.

[8] 文军, 何为, 李春辉, 等. 高压电力设备放电在线监测系统[J]. 电力自动化设备, 2010(6): 135-139.

[9] 张智, 施晓芬, 贾全仓. 局部放电在线监测系统研制与超声定位研究[J]. 工业仪表与自动化装置, 2014(5): 40-44.

[10] 姚勇, 岳彦峰, 黄兴泉. GIS超高频/超声波局放检测方法的现场应用[J]. 高电压技术, 2008, 34(2): 422-424.

[11] 任志刚, 丛光, 李华春, 等. GIS电缆终端缺陷综合局放诊断与分析[J]. 高压电器, 2014(3).

[12] IEC 61850. Communication networks and systems for power utility automation[S]. Ed 2.0, 2010.

[13] IEC 61850. Communication networks and systems in substations[S]. Ed 1.0, 2003.

[14] 高志远, 黄海峰, 徐昊亮, 等. IEC 61850应用剖析及其发展探讨[J]. 电力系统保护与控制, 2018(1): 162-169.

[15] 任雁铭, 操丰梅. IEC 61850新动向和新应用[J]. 电力系统自动化, 2013, 37(2): 1-6.

Communication research on insulation fault online monitoring system based on IEC 61850

Jiang Chengran Wang Qingyun Shi Gongyu

(School of Electric Power Engineering, Nanjing Institute of Technology, Nanjing 211167)

The operational safety of high voltage power equipment is the focus of the power systems. Aiming at the insulation failure of high voltage power equipment in power systems, an online monitoring system based on IEC 61850 standard GOOSE technology is designed in this work. This monitoring system uses sound and ultrasonic probe to collect signals, extracts the characteristics of the fault and identifies the insulation failure using parallel Long Short-Term Memory algorithm. Finally, the system communication is based on the IEC 61850 standard GOOSE technology. Simulation results show that the method proposed in this paper can accurately monitor both Partial Discharge and Destructive failure of insulation. The system prototype based communication experiments use the third party software Wireshark to capture and analyze the communication messages, and experiment results show that the communication scheme is prompt and reliable.

high voltage power equipment; insulation failure; IEC 61850; GOOSE

2018-06-26

蒋程然（1993-），男，硕士研究生，研究方向为电力系统通信和变电站设备状态监测。

南京工程学院校企合作项目（KN16-14）