基于改进隐马尔可夫模型的高压断路器健康度评估方法

2021-09-15陈昊徐鹏谭风雷张海华马兆兴

湖南电力 2021年3期

陈昊，徐鹏，谭风雷，张海华，马兆兴

(1·国网江苏省电力公司检修分公司，江苏南京211102；2·青岛理工大学信息与控制工程学院，山东青岛266520)

0 引言

高压断路器是高压电网的关键设备，当系统发生故障时，断路器可以切断短路电流，实现故障点的隔离，其工作状态直接关乎供电可靠性。在此背景下，实时掌握断路器状态，进而制定检修工作计划，将断路器保持在较高的健康水平对电网安全稳定具有重要的意义[1－4]。保持变电设备健康运行是变电检修工作的主要职责。早期在断路器出现故障后进行维修，这种事后检修策略不能实现事前或事中控制，已无法适应现在电网安全运行的要求。虽然通过长期使用的定期检修方式，能够在停电状态下提前发现部分断路器故障，但耗费大量检修资源，存在过度检修风险，因为停电状态和运行状态存在本质差异，无法发现大量潜伏性故障。近年来，随着传感器和相应新技术的应用，根据传感器等设备采集到的信息，运用相关技术手段能够对设备状态及可能发生的状态转换进行尽早判断，及时发现断路器潜伏性故障，准确评估断路器当前整体健康状态，以便于合理安排检修调试工作。该方法属于事前检修策略，更符合运检管理的技术发展方向，也是本文的主要研究内容。

针对评估方法，很多研究者给出了不同的思路[5－7]，而关于断路器健康度评估方法的研究较少。有些研究者给出了电网中一些设备的检修测试平台[8－9]，因断路器在变电运行中的重要地位，关于其状态检测及寿命预测分析的研究也受到高度重视[10－11]。文献[12]用马尔科夫方法对变压器进行寿命预测。文献[13]利用主成分析方法，给出了一种断路器健康水平诊断算法。文献[14]应用小波方法对断路器运行状态进行监测。

本文给出了一种改进隐马尔可夫(Refined Hidden Markov，RHM)模型，实时评估断路器的整体健康度，评估断路器近期和远期的健康状态，从而优化断路器检修策略，及时消除安全隐患，保障电网的安全稳定运行。

1 高压断路器的健康度

高压断路器包含的部件众多，对整体健康水平的影响存在差异。一方面，部件状态随着时间尺度经常变化，尤其是重要部件进入某些故障状态时，向不利方向的进一步状态变化，可能直接影响断路器的正常运行；另一方面，不同部件存在关联，断路器某个部件出现故障或者健康度不佳，可能会影响其相关联部件的健康水平。断路器健康度评估是以当前系统的状态为起点，结合被评估部件的环境条件及历史数据，通过分析部件健康度在时间尺度的变化趋势，对部件当前的运行状态和发展趋势做出估计，从而评估断路器近期和远期的整体健康度。

2 断路器整体健康度评估模型的建立

2.1 改进隐马尔可夫模型

隐马尔可夫模型可用表达式W＝(f，M，H)来表示[15]，设断路器状态参数为n，时刻t的状态用式(1)表示:

式中，Sti表示状态参数Si在时刻t的值。

断路器的状态概率分布f表示如式(2):

断路器从状态i转换到状态j的概率用状态矩阵M表示，M＝[mij]；观测概率分布用矩阵H表示，

设定断路器在t时刻得到观测值Qt，则t＋1时刻产生间接观测y的表示如式(4):

式中，mij为时刻t断路器系统状态矩阵的元素。由此得观测转移概率矩阵设t时刻的观测已知，到t＋1时刻最有可能出现的观测概率表示为:

进一步得到t＋1时刻最有可能观测为:

高压断路器由多个部件构成，任何一个部件出现故障都将导致整个断路器故障，各部件之间又存在关联性，因此应用部件关联性经验矩阵来寻找断路器状态转换概率矩阵的最优路径，据此得到断路器的状态转换情况。设断路器由r个部件构成，在当前t时刻，若断路器部件i的状态转换概率最高，与部件i关联程度最为紧密的部件为j，则t＋1时刻，断路器状态转换概率以部件j为准，由此建立断路器状态转换概率的最佳路径。各部件关联性经验矩阵如式(7)所示:

式中，cij表示断路器部件i与部件j之间的关联性。

在t时刻观测已知的条件下，由此可得到新的观测值。由上文分析，得到断路器健康状态评估步骤如下:

1)根据感知的断路器部件状态，记录当前时刻t的状态值St、观测Qt。

2)计算得到t＋1时刻最有可能出现的观测Qt＋1，形成新的序列，并记录最后一个状态，记为S*。

3)比较St与S*，若St＝S*，则重复步骤2)；若St≠S*，则进行下一步。

4)将Qt与Qt＋1相减，即得到评估的剩余观测。

5)运行观测序列及模型参数，计算得到当前状态下概率剩余状态路径Rmax，并记当前状态下的最后一个时间节点为tlast。

6)建立断路器各部件之间的关联性经验矩阵，如式(7)，得到断路器整体的状态转换路径。

7)设断路器当前处于状态i，则用式(8)计算整体健康状态表达式[15－16]:

2.2 状态转换概率的确定

传统的隐马尔可夫方法在确定状态转换概率时，一般认为由一种状态向另一种状态转换的概率大致呈线性，这与高压断路器实际运行情况并不完全符合。因此，断路器功能退化曲线对应的函数，宜考虑为一阶导数持续下降的一阶可导函数。

根据南京地区220 kV以上电网断路器操作次数和功能评估情况，绘制使用频次—功能散点图，进而根据散点图，用简单一阶可导函数拟合，根据拟合优度遴选断路器功能退化与使用频次之间的关系曲线，断路器功能退化与使用频次之间的关系曲线如图1所示，该曲线与断路器运行经验相符，即新投产的高压断路器一般衰减退化较慢，而在中后期衰减退化较快。

图1 高压断路器随使用频次的功能退化曲线

基于图1，对传统隐马尔可夫方法进行改进，使之更符合断路器的实际工况。这里给出一种基于幂函数的状态转换概率方法，当前t时刻状态转换概率已知条件下，t＋1时刻的状态转换概率表示如下:

式中，φ0为非负参数。

同时，考虑到检修工作的实施可以通过改善某个或某些部件的健康状态提升断路器整体健康度，用常规的阶跃函数表征检修工作对断路器整体健康度的影响。

2.3 健康度—检修调试成本函数

为更好地符合实际运行工况，统筹考虑断路器健康状态和检修调试成本调整检修策略，一种健康度—检修调试成本函数如式(10):

式中，Y为断路器远期整体健康度，J为断路器近期整体健康度，C为检修调试成本。

2.4 健康度在断路器检修调试中的应用

根据高压断路器历史数据和运行经验，将式(10)的健康度—检修调试成本函数值h在Y、J、C三个维度分别设定阈值Y*、J*、C*，进而实行四级检修调试策略。

1)一级:对于近期健康度低的断路器，则立即申请停电消除部件故障，防止断路器故障扩大危及电网安全。

2)二级:对于远期健康度低、检修调试成本低的断路器，则结合其他设备更换、检修工作消除部件故障。

3)三级:对于远期健康度低、检修调试成本高的断路器，则结合周期性检修工作消除部件故障。

4)四级:对于远期健康度高的断路器，可暂不安排检修调试计划，继续监测。

检修调试策略过程如图2所示。

图2 基于健康度评估的检修调试策略制定

3 算例分析

南京地区某500 kV变电站的西门子3AQ1－EE型断路器为220 kV旁路断路器，作为在线监测试点，装设多种传感器获取断路器状态信息。在断路器本体和机构箱加装了SF6传感器、温湿度传感器、振动传感器、行程机械特性传感器，分合闸及马达电流测量TA以及位置参考节点，实现高压断路器的状态感知，如图3所示。在断路器旁新建IED柜，装设断路器在线监测装置，实现断路器故障诊断和故障部件定位。通过IED和断路器检修调试平台相联，实现该断路器的整体健康度评估和检修调试工作优化安排。

图3 现场断路器状态的获取

3.1 单个部件健康度曲线

以三种断路器单个故障部件状态为例，绘制断路器部件健康度变化曲线，如图4所示。

图4 单个部件健康度评估曲线

图4表征了断路器不同部件健康度变化情况。不同部件随时间尺度所展示的健康度变化走势不尽相同。亦印证了借助断路器各部件之间关联性经验矩阵，获取断路器整体健康度的状态转换路径，评估断路器整体健康度的必要性和合理性。

3.2 健康度—检修调试成本函数值h评估曲线

基于隐马尔可夫模型的健康度评估方法获取高压断路器整体健康度时变曲线如图5所示。

图5 高压断路器整体健康度曲线

图5评估了某存在故障的断路器未来7个月内的整体健康度时变情况。一种情形:断路器在考察期间内未进行检修，整体状态随时间呈非线性退化趋势，直到第7个月下降到0·5以下，进入到一级状态，申请停电检修。另一种情况:若断路器在第3个月进行检修，其整体状态能很快恢复到较好的水平，后期断路器整体健康状态更为平稳，在第7个月仍然保持在较高水平。此处体现了检修工作对断路器整体健康状态的关键作用，这与变电站实际检修经验亦相符。