基于自适应神经模糊网络的高压输电线路绝缘配合方法

宋梦娇

（国网电力空间技术有限公司，北京 102209）

0 引 言

在科技产业的发展过程中，新能源的应用随之不断革新。以近年来高压线路的换代为例，线路中的绝缘配合技术也在不断寻优。但是，目前高压输电线路的建设仍面临着较多的问题。例如，对于交流电和直流电的使用问题，其中的设备换流以及设备开关等，都会影响高压线路的运行。因此，设计高压输电线路绝缘配合方法，在目前的电子线路环节中具有十分重要的意义[1]。

1 高压输电线路绝缘配合方法

1.1 分析输电线路的相角影响状况

高压输电线路中的相角因素，能够在一定限度上影响绝缘配合系数。因此，在高压站的交流线路上安装了合闸装置，通过合适的相角控与线路实现线路的良好配合。该操作在一定程度上是对绝缘配合的二次防护。合闸装置可根据所接收命令随时控制断路器的线圈，完成合闸动作或开始合闸动作，在一定程度上控制了合闸的暂态时段，尽量减小冲击。

对交流电路中相角的分析流程如下：首先，通过监测测控装置，在其发出相应的指令模式后，经由合闸装置对其电压数值进行参数寻优；其次，以零点为基准，设置相应的指令；再次，在合闸命令发送至线圈后，完成选相合闸流程；最后，三相电路中的其余两相，对于相角的分析使用相同流程，并保持各自独立延时。

1.2 建立线路内外绝缘仿真模型

经过合闸相角的初步控制后，建立高压输电线路内外的绝缘仿真模型以满足配合设计。交流输电线路负责投切线路的电压，在模型的运作过程中，其功率和运行方式根据模型的不同产生不同的指令输出，小组断路器则需根据指令进行相应的投切，通过运行过程的变化，完成线路绝缘的配合要求。

交流输电线路中一般选择双断口瓷柱式断路器。这种断路器具有一定的防护性，且能够接收交流电压和直流电压，即使是混合电流的冲击，也能够在一定限度上保护单断口的绝缘裕度。但是，随着使用时间的增加，该断路器的表面会累积一定的污秽，不同物质的电流电压会导致断路器的使用寿命缩短，并且引起事故问题。搭建的断路器线路如图1所示[2]。

图1 双断口断路器等效电路图

交流输电线路中的断路器，主要包括动静触头等结构。断路器在高压线路中可能出现的主要问题就是绝缘线路的配合出现不均的情况。此外，在线路运行过程中，断路器灭弧室出现电流故障，会导致电场强度过大，引起击穿现象。文章为了寻求高压输电线路的绝缘配合最优解，选择有限元法进行研究。

针对断路器的主要结构，即动静触头，加载电压与设置规定值，求取其灭弧室的电场值，具体计算公式为

式中：φ为电路静电场的场域参数。

通过求解断路器的电场值，可以确定输电线路的电场分布，奠定设计绝缘配合方法的基础[3]。

1.3 校核高压输电线路绝缘水平

在交流高压输电线路中，绝缘配合方法需要进行一定的校核，从而完成对于过电压的保护。交流输电换流站设备的绝缘配合设计是文章的核心内容，在考虑所采用的过电压保护措施后，采用惯用法校核交流输电线路的绝缘水平。

交流输电线路的绝缘水平，不仅取决于其自身所配置的避雷器，也与设备中设计的设备保护水平相关联。因此，高压输电线路中的绝缘水平应该高于设备的保护水平。需注意，为了设备的运行需求，高压输电线路中的绝缘水平也不能太高。对于交流电内部电压波的运行，分析其运行波前与波尾，获得交流母线中单相接地可能出现的电压冲击。输电线路会导致避雷器产生故障，因此需要根据实际工况分析设备中的保护及绝缘水平。设备设计制造参数如表1所示。

表1 设备设计制造参数

校核高压输电线路绝缘水平的流程为：首先，配置避雷器及其保护设施，通过其端间水平的确定，比对电压和保护水平；其次，以避雷器的端间输出与放电电流进行比对；最后，将保护水平的参数值作为比对的参照值，得出现有的绝缘水平是否能够满足设计的计算要求。

此外，在线路接地的布置点中，虽然故障发生的概率较低，但是故障问题更加严重。因此，需要对输电线路中的模型构建环节中重点考虑这一问题。通过对换流站中输电线路的投切，分析避雷器的配置方案，在减少人工运作以及设备频繁投切的前提下，合理优化交流高压电路中的绝缘方案[4]。

1.4 基于自适应神经模糊网络实现绝缘配合

通过校核输电线路的绝缘水平，基于自适应神经模糊网络优化绝缘配合。作为基于神经元网络与模糊逻辑相融合的自适应模糊神经网络（Adaptive-Network-based Fuzzy Inference Systems，ANFIS），其优势在于能够自动产生“if-then”规则。最常见的二维输入输出的ANFIS输电线路结构如图2所示。

图2 典型ANFIS结构

ANFIS自动生成的“if-then”规则为

式中：A、B为网络构造中的约束；p、q、r为参与规则的各个线路。

模糊神经网络由5个前馈型层次构成，第1层是输入层；第2层是从属关系层；第3层是规则推理层；第4层是规则模糊层；第5层是输出层。模糊神经网络的结构如图3所示。

图3 模糊神经网络的结构

第1步，在相对模糊的合集中，完成函数的运算，计算公式为

式中：a1i、b1i、c1i、a2i、b2i、c2i为ANFIS的前件参数；μA1、μB1为隶属度函数；Ai、Bi为模糊处理的结果集合；x1、x2为相应的输入变量。

第2步，模糊规则的激励强度计算公式为

第3步，归一化处理网络总体的计算公式为

第4步，去模糊化，对归一化的网络总体模糊化处理，使输出变为精确的结果。具体计算公式为

式中：pi、qi、ri为决定隶属度函数的条件参数。

第5步，输出结果的表达式为

ANFIS能够在多维特征输入中，遵循自身的普遍思路，完成对于精确值的唯一输出，因此具有较大的随意性，可以优化绝缘配合方法[5]。

2 实验论证

2.1 实验说明

为了验证设计的基于ANFIS的高压输电线路绝缘配合方法的有效性，设置了以本文方法为实验组和基于电源电弧冲击特性的高压输电线路绝缘配合方法为对照组的对比实验。实验参数中，会话初始协议（Session initialization Protocol，SIPL）为电路中的冲击保护水平，可以代表绝缘配合的效能。

2.2 实验准备

为了使实验数据具有可靠性和普遍性，在常规的基础数值上，增加5%的绝缘配合系数作为实验的参考数值，而输电线路中的绝缘配合系数如表2所示。

表2 主要设备的绝缘配合系数

若模型中不配置避雷器，设备就可能存在过电压情况，对实验结果造成一定的误差影响。因此，不仅需要提高设备的绝缘水平，而且相应的实验设备应提高其绝缘裕度。本次实验设定为30%。

2.3 实验结果

2种方法对比的实验结果如表3所示。输电线路的关键位置会出现电压较高的现象，这种情况下对应的设备绝缘水平也较高，实验组方法下的绝缘配合指数为95.68%，而对照组的平均绝缘配合指数为76.34%，表明本文设计的配置方案能够有效提高线路间的绝缘配合，为高压输电线路提供新路径。

表3 不同方法下线路绝缘配合结果

3 结 论

设计了输电线路的绝缘配合方法，在高压线路中对其进行了分析说明，得到输电线路中的相角影响因素，进而校核线路中的绝缘水平，建立相应的绝缘配合模型，然后基于ANFIS优化配合方法，最后得到相对优异的配合指数。