基于神经网络的继电保护设备健康状况分析模型

2019-01-16何葵东闫孟达

通信电源技术 2019年9期

何葵东，薄宇，闫孟达

（五凌电力有限公司，湖南长沙 410000）

1 继电保护设备系统分类

目前，对继电保护设备进行分类的方法主要是根据继电保护设备被保护对象的特性及各种保护原理，如划分为线路保护、母线保护、变压器保护及发电机保护等。这种划分往往容易使人忽略了保护装置的共性，本文的研究目的为研究出一种继电保护健康状况模型，对所有保护装置的健康状况进行分析，故以上分类方法对本文不适用。

为了研究一种对所有保护装置都适用的继电保护健康状况模型，需要对继电保护设备构成硬件回路进行分析。继电保护设备均由如下系统构成，电源系统、采样回路、开入开出回路、CPU及定值。电源系统往往由一个或多个开关电源构成；采样回路主要由交流电流回路、交流电压回路及直流电压回路构成；开入开出回路主要包括外部开关量输入、压板投入回路、转换开关输入回路、跳闸出口回路及操作回路等。

2 继电保护健康状况模型设计

根据继电保护设备构成将继电保护健康状况模型分为如下四个子模块，即电源健康状况分析、采样回路健康状况分析、开入开出回路健康状况分析及CPU和定值健康状况分析。

根据各个子模块特点，以分布式采集、集中式管理为手段，通过Modbus、61850等通信协议，收集保护装置中的各种数据，再根据各个子模块需要，通过分类形成各个子模块的大数据系统。采用数据拟合法、BP神经网络等方法对大数据系统数据进行处理，形成对各个系统健康状况分析的子模块，最终建立继电保护设备健康状况模型。

形成继电保护健康状况模型后，实时收集继电保护保护装置的各种数据，分类后输入各个子模块；通过各个子模块内部计算及对比，即可实现对各个子模块健康状况的分析，最终达到判断继整个继电保护设备健康状况、提前发现各种设备隐性缺陷及为实现设备状态检修提供决策依据的目的[1]。

3 继电保护健康状况模型实现

3.1 电源健康状况分析模块

继电保护设备电源在正常运行时由于电源负荷稳定，温度只与环境温度有关。对于继电保护设备电源健康状况的分析，主要利用电源老化或运行异常时会出现温度升高的特点来监测电源工况。在电源模块内部安装一个自带电源的无线温度传感器探头来测量电源温度，并在继电保护设备屏柜内安装一个温度传感器测量环境温度。通过两个传感器，测量现场各种数据，主要包括时间、装置本体温度、装置本体温度变化率、环境温度及环境温度变化率。通过采集变量，确定装置的实时运行工况[2]。

本文以电厂某变压器保护装置为例，采集现场4 320组保护装置运行温度数据，包括时间、装置本体温度、装置本体温度变化率、环境温度、环境温度变化率及装置运行状态。采用BP神经网络建立电源故障监测的数学模型，建立过程包括数据预处理、相关性分析、神经网络训练以及神经网络预测四部分。

3.1.1 数据预处理

检测到的保护装置运行数据可能会受到检测装置的影响，使得数据存在不完整及不一致的特性，影响所建立模型的准确性，因此要进行数据预处理。数据预处理包括数据的异常值剔除、缺失值填补及数据的归一化处理。数据剔除与数据归一化处理在Matlab中编程实现，缺失值的填补在统计软件SPSS中实现。

3.1.2 数据的归一化处理

采集到的继电保护设备的数据有温度、时间、温度变化率及运行状态，各种数据的范围及单位不同，数据量纲的不同会造成数据分析的错误，所以要进行数据归一化。

3.1.3 保护装置电源监测模型的建立

将数据预处理后的数据选取4 300组数据进行相关性分析，最终选取装置温度、装置温度变化率、环境温度及环境温度变化率作为BP神经网络的输入，输出为装置运行工况。BP学习算法的基本思想是：通过一定的算法调整网络的权值，使得网络的实际输出尽可能接近期望输出[3]。

3.2 采样回路健康状况分析模块

对于采样回路健康状况的分析，主要通过通信网络采集多个保护装置大量采样数据，形成采样大数据系统。利用MATLAB数据拟合法，形成采样系统数据区间。当正常运行时，采样值在该区间内波动；当采样值超出该波动区间时，发出告警，通知专业人员处理。

本文以1个主变保护装置、1个故障录波装置为例进行说明，采集针对不同有功时刻的电流数值，采集大量数据，再通过MATLAB软件对所采集的数据进行模拟整合，当有功发生变化时所测得的电流会在一定的范围值进行波动，并标记出其波动的上下限值。正常情况下，采样值会在其上下限值内波动，当采样值超出上限或低于下限，则反映采样回路出现问题。

对于电压值，则针对无功不同时记录当时电压值，通过MATLAB软件对所采集的数据进行模拟整合，当有功发生变化时所测得的电压会在一定的范围值进行波动，并标记出其波动的上下限值。正常情况下，采样值会在其上下限值内波动，当采样值超出上限或低于下限，则反映采样回路出现问题。

3.3 CPU和定值健康状况分析模块

对于CPU的健康状况分析，主要利用CPU老化或运行异常时会出现温度升高的特点。在CPU模块内部安装一个自带电源的无线温度传感器探头来测量CPU温度，并在继电保护设备屏柜内安装一个温度传感器来测量环境温度，将以上两个温度采集后通过通信网络传输到上位机数据库内，形成CPU温度与环境温度的大数据系统。由于CPU正常运行时，CPU温度往往与环境温度有关，对以上两个温度采用与电源健康状况分析模块同样的神经网络算法进行处理，形成CPU健康状况分析模块。

选取CPU当前温度值、CPU温度上升率、当前环境温度及环境温度上升率作为BP神经网络的输入，下一时刻的CPU温度作为BP神经网络的输出。正常运行时采集CPU温度与环境温度通过通信网络输入CPU健康状况分析模块，该模块根据环境温度得到一个CPU温度的预测值，与实际的CPU温度进行对比。当两者相差的绝对值在一定范围内时，判断CPU运行正常；当超出该范围时，判断CPU运行可能出现异常，发出告警，通知专业人员提前进行检查。

3.4 开入开出回路健康状况分析模块

开入回路主要分为两类，一种为硬压板开入，另一种为与被保护设备运行状态相关的开关量输入。对于硬压板开入，可以采用与定值同样的处理方法，即先建立硬压板数据库，再利用通信网络将保护装置采集到的硬压板数据传到上位机，与数据库内硬压板数值进行比较，当有异常时立即通知专业人员处理。对于与被保护设备运行状态相关的开关量输入，如出口断路器、灭磁开关等信号，则利用电流或电压来判断开关量状态。当判断有电流时，即为运行状态，通过通信网络采集到的保护装置开关量输入回路数据应与运行状态一致，否则应发出告警。

由于开出回路主要包括保护装置跳、合闸接点、操作箱相关回路及断路器控制回路等，部分回路较为复杂，又由于该回路采用直流电压，所以对该部分设备的健康状况分析主要通过直流对地电压监测来进行。需设计一个专用测量电路，以测量该回路的对地电压。当正常运行时，由于负荷波动及直流回路绝缘监测等原因，该回路对正、负对地电压往往在一个范围内波动，测量回路一段时间后，采集大量电压数据，形成该回路的电压大数据系统，再通过数据拟合法，拟合出该系统的在合闸或跳闸状态的直流电压波动区间。当在合闸或跳闸状态时，测量直流电压超出该状态下的波动区间，则发出告警，通知专业人员检查处理。

安装好电压表后，通过电压表采集多组数据，对这些数据采用数据拟合法进行拟合，形成电压波动区间。

正常运行，当断路器在合闸状态时，电压表V1测量直流电压数值在直流正电压波动数据区间波动，电压表V2、V3测量直流电压数值在直流负电压波动区间波动，一旦电压波动超过通过大数据拟合的数据波动区间，则证明该回路存在故障，应发出告警，通知专业人员处理。当断路器在分闸状态时，电压表V1、V3测量直流电压数值在直流正电压波动数据区间波动，电压表V2测量直流电压数值在直流负电压波动区间波动，一旦电压波动超过通过大数据拟合的数据波动区间，则证明该回路存在故障，应发出告警，通知专业人员处理。