智能变电站网络设备故障的快速准确定位技术分析

[摘要]本文主要围绕着智能化变电站的网络设备方面故障问题快速准确的定位技术开展深入研究及探讨，望能够为今后此方面技术实践工作高效化进展提供指导性的建议或者参考。

[关键词]智能;变电站;网络设备;故障;快速准确;定位技术;

前言：

对于现代电力业来说，确保电力网络及变电设备能够可靠稳定的运行，实现稳定的供输电，是维持其长久经营发展的核心工作任务。对此，深入研究智能化变电站的网络设备方面故障问题快速准确的定位技术，对保证供输电及电力网络系统整体可靠、稳定的运行来说，有着一定积极意义。

1. 故障定位原理与信息融合的预处理

1.1技术原理

通过变电站的拓扑结构与功能层，来确定网络设备的故障定位链路路径;通过信息服务功能模块、信息模块，两者与该变电站的监控系统一同完成网络状态的监控功能针对设备故障的定位;变电站的高品质数据要求条件之下，对于上述的监控系统具体运行提出一定约束条件;通过多样化的网络技术，可辅助完善该变电站的监控系统持续稳定的运行，快速准确地定位该变电站内部网络设备的故障问题;数据源能够与所在交换器自身连接着多处位置连接好，每个数据源属于相互独立状态。智能化变电站内部网络设备的故障定位当中，GOOSE通信能够实现可靠性地传输。处于正常条件之下，N倍可允许传输的时间，能够为中断GOOSE通信提供相应判断参考。

1.2 采集故障信息

借助信号处理法，识别故障信号，将可反映着智能化变电站内部网络设备的故障信息实施有效提取出来，采集智能化变电站内部网络设备的相关物理数据，借助特征提取及频谱分析法来检测识别故障信息，把检测的果输入至专家系统内部，诊断决策变电站内部网络设备相关故障问题。大量传感器的节点均有效部署于目标区域周边及内部，提取该变电站内部网络设备相关传输信息，如设备的电流信息、电压信息、变频信息等等，各个节点通过自组织形式快速地形成一个整体网络。该传感器的网络功能借助传感器的节点、节点汇聚及不同节点协议栈完成协同化，以实现通过无线的传感器实现对于智能化变电站内部网络设备异常信息的原始化采集。对于所采集到变电站内部网络设备原始的物理数据，实施信号分析及特征的提取出来，能够为快速准确地定位提取故障问题原始数据提供有利条件。

1.3 融合处理信息

以采集变电站内部网络设备原始故障信息为基础，对所采集信息实施信息融合及滤波处理操作，借助FIR滤波法及最小均方的误差，进行信息融合的滤波器设计。初始化的信息，其融合中心的向量即为：F（xi，Aj（L）） ，i=1、2，……，m，j=1、2，……，k。对该智能化变电站内部网络故障相关故障谱的特征实施有效提取，bi传感器数据采集节点，获取处于故障工况之下智能化变电站内部网络设备信息融合。变压转内部网络设备的故障特征基本序列时域的采样点为n个，借助小波变换法时频分解智能化变电站内部网络设备相应故障信号，算出故障样本的特征数据关联函数，获取故障问题特征差异分析协方差的矩阵，将智能化变电站内部网络设备相关故障信息的融合结果输出。

1. 优化故障定位

2.1 提取谱特征量

以无线式传感原始采集及信息融合该智能化变电站内部网络设备相应异常信息为基础，提取处理特征，借助分段聚类法提取反映着故障类别统计的特征两，获取统计特征的变量第一特征的函数，借助噪声干扰的抑制法，获取k阶累积量。设定智能化变电站内部网络设备相关故障问题特征时间的序列为零均值k阶高斯的1平稳过程，将特征干扰项引入，检测信号，获取故障数据信息分布谱特征量最终提取的结果，该变电站内部网络设备相关故障问题信息k阶累积量为ckx（τ，τ2，……，τk-1）。同时，定义该变电站内部故障故障问题信息分布瑞利的随机过程k阶累积量。

2.2 定位识别故障特征

以反映该智能化变电站内部网络设备谱特征量的提取为基础，定位故障特征，计算所输出智能化变电站内部网络设备相关故障问题特征高阶的累积量相关特征信息。借助高阶反演的特征量，量化分解故障信息。高阶反演的特征量列式即为：Qrev（τ）=。通过该列式可获取到所输出变电站内部网络设备相关故障问题信号解析的模型，依据高阶的累积量基本特征匹配法，实施故障问题特征压缩机信息配对，可获取故障问题定位输出的结果，即为：X_a（m）=A_a·e^{（j/2）cota·m2Δu2}*^{（j/2）cota·n2Δt2}e^-j·。A=2Dπ，X_a（m）=x（m）=，证明借助此种方法实施故障定位，有着良好准确性及收敛性。

1. 实验及分析

借助Matlab的仿真工具开展实验分析，先通过敏感性传感器的元件，处于不同故障问题工况条件下，对智能化变电站内部网络设备变电数据实施有效采集，参数取值即为：σ₀故障问题定位门限=0.2、m₀嵌入维数=0.9、β自相关的系数=5、Δm频谱增益=0.02m₀，该滤波器的系数即为θ₀=0.3π、Δ_θ=0.02θ₀;数据初始采样的频率即为f_s=15kHz，所采集故障问题信息样本数即为1024，信号的检测频率即为12kHz。依据以上仿真的参量设置，定位识别故障问题，或者采集原始的故障问题数据信息样本。信号融合及滤波处理故障信息样本，提取出反映该变电站内部网络设备相关谱特征量，借助高阶的累积量基本特征匹配法，实现故障特征的压缩机信息配对处理，定位故障，获取故障问题定位输出情况。经分析可了解到，采用该种方法可准确定位目标故障，有着较高定位准确性及实时性。

1. 结语

综上所述，本文为准确快速地监测定位变电站内部网络设备相关故障，将故障诊断实际效率提升，提出了一种以高阶的累积量基本特征匹配智能化变电站内部网络设备相关故障问题准确快速的定位技术方法，经信息的传感处理该设备，进而获取高可反映着该智能化变电站内部网络设备的故障特征有用信号。借助时频变换法实现时域分解智能化变电站内部网络设备相关故障信息，以高阶的累积量基本特征匹配法相结合，压缩故障特征，实现信息配对处理，促使准确及快速地故障定位能够实现。文中技术方法对于智能化变电站内部网络设备的故障问题定位有着较高准确性及实时性，可实现对故障问题的快速、准确性地定位诊断。

[参考文献]

[1]尹相国. 智能变电站故障诊断系统及定位技術的研究[J]. 电子科学技术（北京）， 2017， 14（05）：478-479.

[2]张历， 辛明勇， 高吉普， 等. 智能变电站二次设备多维度故障诊断与定位系统方案设计[J]. 自动化与仪器仪表， 2019，11（05）：333-334.

[3]李游. 智能变电站遥控故障的观察与处理分析[J]. 四川电力技术， 2017，20（06）：684-785.

作者简介：陈洪，男，1978.03，41岁，国网南京市溧水区供电公司（设备运检部副主任），工程师，继电保护专业技师，高级营销师，从事变电专业管理工作。