基于多目标优化的电网二次设备故障诊断

龙全喜

（滕州高级技工学校，山东枣庄 277599）

0 引言

电网设备故障诊断是电网设备定期检修和故障检修的重要前提，快速准确地诊断是保障电力设备平稳运行的关键环节[1]。通过采集故障数据，提取故障特征，找出发生故障的设备并分析原因，使电网运维人员能够更加快速准确地对电网二次设备进行诊断和维修[2]。电力设备的长期运行会使设备运行的安全性下降，随即导致电网设备发生故障的情况变多[3]。传统的电力设备诊断方法诊断时间过长，其诊断技术已不再适用于目前的电力设备。因此，快速准确地诊断出各个设备的故障，进行设备维修与更新，避免发生严重的事故，基于多目标优化的电网二次设备故障诊断的研究十分必要。提出基于多目标优化的电网二次设备故障诊断。处理电网二次设备监测数据，拓展数据库告警信息，分析异常警报。基于多源图像信息提取故障特征，利用红外图像和泄漏电流波形图像，获得多种故障特征。

1 基于多目标优化的电网二次设备故障诊断

1.1 处理电网二次设备监测数据

在电力输送的标准规范下，考虑控制二次回路，以及电网的负荷能力，出于安全性的考虑，实行嵌入式的二次设备监测[4]。利用传感器对二次设备的实时监测信息进行数据采集，通过电信号传输，得到原始二次设备的运行数据，将得到的监测数据进行处理，判断二次设备的运行状态是否正常，并对可能发生的故障提前制定预防性解决方案。以电网系统中的告警和变位报文等为监测数据处理的主要研究对象，二次设备的监测分为分布式和集中式两种，电力设备的运行具有不同的状态，对报文的处理按照相应的序列规则，根据监测数据对告警特征进行分类，以保证报文不被中断，避免发生误报的情况。首先要过滤掉已经检修过的信息，对存在误报或信息不一致的数据进行处理，解决多次告警的问题。在告警中嵌入动作保护模式，扩展数据库告警信息，完成在线告警信息处理，分析出漏报与误报的异常警报，总结电网中各二次设备的故障原因，形成故障问题诊断思路。

1.2 基于多源图像信息提取故障特征

电力设备红外图像和泄漏电流波形图像含有丰富的设备信息，通过提取不同的故障特征，分析不同特征下的电力二次设备故障诊断原理，为故障诊断打下基础。以互感器为例，在其拍摄过程中容易受到红外设备及外部噪声干扰，使红外图像中有大量脉冲噪声等。红外拍摄时受到线路的影响导致图像不清晰，需要对红外图像进行降噪，对关键部位进行分割提取。二次设备温度特征是设备故障诊断普遍使用的特征量，其本身特征明显、直观，容易获取。像素温度分布较广，为了更好地提取表征互感器故障状态的特征量，需要得到互感器的关键部位具体温度。选取互感器的最大值和最小值，以最大温升和平均温度作为互感器故障诊断的有效特征量。纹理特征较为明显，也是常见的提取特征量，由于互感器的表面温度不同，使图像中的显示区域的亮度也有所不同，当区域之间具有较大的温差时，这些区域边界纹理特征明显，为纹理特征的互感器故障诊断提供了可能。通过灰度—梯度共生矩阵对纹理特征进行提取，其处理过程公式：

式（1）和（2）分别为梯度和灰度的归一化处理，式中（X，Y）和w（X，Y）分别为像素点（X，Y）的梯度值和灰度值，其中qmax和wmax分别为最大梯度值和灰度值，Kq和Kw是梯度级与灰度级最大值。式（3）为归一化的灰度—梯度矩阵，式中Bi和Bi是原图像大小，R′（m，n）是共生矩阵R 第（m，n）个像素点的值。根据共生矩阵提取红外图像参数。泄漏电流波形图像信息在采集和传输过程中会有部分噪声混入真实信号中，是影响信号检测和分析的重要因素，其中白噪声对泄漏电流信号影响最大，它是降噪重点。采用经验模态分解法对泄漏电流进行去噪，其原理是按照信号的上下波动趋势分别在不同的尺度条件下分解成特征信息不同的本征模态函数，再进行降噪，降噪后大多数噪声干扰已被滤除，但也存在着高频部分真实信号特征信息误去除的情况，因此，将经验模态分解法与小波阈值去噪相结合，能够避免泄漏电流信息的丢失。利用等值附盐密度与互感器泄漏电流的关系，提取有效反映互感器污秽故障的特征量。对泄漏电流进行时域分析时，其有效值是普遍研究的特征量，针对自然条件下的泄漏电流信号，其有效值公式为：

式中Cf为泄漏电流的采样值，N 为泄漏电流信号采样点数。通过计算泄漏电流的有效值，将泄漏电流最大值作为绝缘子污秽故障诊断的有效特征量。通过对不同污秽程度的电流波形图像进行处理，互感器在不同污秽程度下的泄漏电流各次谐波呈现出不同的特点，在重度污秽故障下的泄漏电流高次谐波变化更加明显，因此将泄漏电流总的谐波畸变率作为互感器故障诊断的有效特征量。

1.3 建立多目标优化的故障诊断模型

通过多目标优化方法，将原有的规划模型进行分解重构，建立带约束的多目标优化函数故障诊断模型，实现对故障诊断问题向多目标优化问题的转化，设置保护动作期望状态。设e1为二次设备的u 的动作保护，e2为u 的近后备保护，e3为u 的远后备保护，h 为刀闸操作状态，保护I（e3，u）为远后备保护范围内的二次设备的邻近设备集合，当二次设备发生故障时，动作保护和近后备保护均拒动或邻近设备集合发生故障时，远后备保护的动作期望为：

式中⊗代表逻辑运算的或。在二次设备中一般设有互感器失灵保护，E（id）为所有驱动互感器id跳闸的动作集合，当id拒动时，互感失灵保护应该响应，其动作期望为：

基于分析结果，形成可能故障区域，在故障区域中确定设备故障备集，并确定对应的保护集合，对保护规则解析，进行约束处理。

2 实验论证分析

以电网中二次设备的电压互感器为研究对象，针对电压互感器的3 种常见但难以发现的故障进行诊断，运用提出的方法进行仿真实验。下面分别针对电压互感器的3 种故障进行仿真验证，设备故障分别是漂移偏差、固定偏差和变比偏差。突变类故障包括固定偏差、变比偏差等，如果变比发生突发性变化，互感器输出信号波形也会随之畸变。为简化研究，设定3 种偏差较为缓慢的变化，对3 种故障信号进行诊断和定位，仿真时间设为0.3 s，采样频率为12 kHz，且设定电压互感器在同一时刻只发生一种故障，将故障发生时间设定在0.2 s，仿真实验波形如图1 所示。

图1 3 种故障诊断仿真

由图1 可知，在经过降噪处理后，漂移偏差含有噪声的原始信号变得光滑有效，可以看出在第0.2 s 时发生故障，与之前设定的故障发生时间一致，固定偏差性故障和变比偏差诊断过程与漂移偏差的诊断过程相同，其诊断结果与设定相同，说明故障诊断和定位有效，具有可行性。

上述诊断方法能够有效去除噪声干扰，较好地进行漂移偏差性故障、固定偏差性故障、变比偏差性故障的识别判断和检测定位，仿真验证了本方法具有可靠性，能够良好地进行二次设备的故障诊断。

3 结束语

在已有研究的基础上，在监测设备故障的处理上有了一定的进展，对于故障信息的采集以及设备故障的诊断取得了一定的研究成果，但还有许多问题需要在后续研究中不断解决。如建立电网二次设备历史数据、实验数据等信息采集平台；在电网二次设备故障诊断中，综合海量的多维信息，进行多决策融合诊断；更深入研究电网二次设备的并发故障和多故障联动现象，提出更加有效的诊断方法。