特高压变电站保护设备异常诊断

祁 鹏

（国家电投集团协鑫滨海发电有限公司，江苏盐城 224500）

0 引言

特高压变电站工程项目属于电力工程项目中的重要组成部分，具有电网覆盖面积较大的特征。基于广义角度分析，特高压变电站UHV 与普通变电站之间最大的区别在于交、直流电压等级不同，特高压变电站的直流电压在800 kV 及以上，交流电压在1000 kV 及以上[1]。根据电网公司提供的相关数据可知，特高压变电站对提高电网的输送能力具有重要作用。其一回路输送的电量约相当于普通直流变电站输送电量的5 倍左右，输送效率优势显著，能够有效节省输电所需的土地资源[2]。在特高压变电站运行过程中，受到各种因素的影响，其保护设备可能出现异常运行的情况，情况严重时可能引发特高压变电站运行故障，存在安全风险与故障隐患[3]。

传统的变电站保护设备异常诊断方法在电力工程的实际应用中不够完善，尤其是在特高压变电站工程项目中，设备异常诊断错误率较高，无法保证变电站运行的安全性。为保证特高压变电站工程项目的顺利进行，提高变电站输送能力，其保护设备异常诊断方法至关重要。基于此，本文以某特高压变电站为例，在现有设备异常诊断方法的基础上，提出了一种全新的特高压变电站保护设备异常诊断方法。

1 诊断方法设计

1.1 采集设备异常数据

在本文设计的特高压变电站保护设备异常诊断方法中，首先需要根据保护设备的实际运行情况与运行中各项性能参数及技术参数的动态变化，判断设备是否存在异常隐患。若保护设备存在异常隐患，则应利用相应的数据采集手段，全面采集特高压变电站保护设备的异常数据，明确异常数据的来源，为后续的诊断工作提供参考依据[4]。

通常情况下，特高压变电站保护设备异常诊断数据，是由于设备运行中自身出现故障或受到外界因素干扰，导致其运行状态发生改变，引发保护设备开关量与电气量的动态不稳定变化[5]。综合考虑保护设备的运行特征，本文认为可以将SCADA 数据采集与监控系统与ENA-CBMS 保护设备状态监测系统融合，共同监测并采集特高压变电站保护设备的异常数据[6]。设定两个系统的动作规则与指令，按照设备异常信息传输顺序，实时采集并上传保护设备异常数据信息。特高压变电站保护设备异常信息传输顺序如图1 所示。

图1 异常信息传输顺序示意

从图1 可以看出，变电站保护设备异常信息传输为单向传输方式，从电气量信息逐步传输至继电保护装置信息，最后传输至设备开关量信息的顺序。按照异常信息传输顺序，采集保护设备的异常数据。

1.2 计算设备元件异常度

基于采集到的特高压变电站保护设备异常数据，初步掌握了可疑设备的运行状态情况。接下来，对可疑设备元件异常度进行计算，反映保护设备的异常故障状况。设备元件异常度能够全方位地描述其运行状态，包括保护设备电流变化情况、穿越频率动态变化、保护动作距离以及起跳时间等[7]。首先，设定特高压变电站出现异常时，其异常信号在h 个尺度上的能量分布分别为Q1、Q2、Q3、…、Qh、Qh+1，此时设备元件小波异常可信度表达式为：

其中，Bj（k）表示保护设备异常高频分量；Wh（k）表示保护设备在h 尺度下对应的异常低频分量。

在此基础上，计算设备元件运行信号的异常度：

其中，E（x）表示特高压变电站保护设备元件运行信号异常度，通过异常度计算结果，能够在快速时间内找出发出异常信号的设备元件，为后续设备异常诊断提供了重要帮助[8]。

1.3 建立保护设备异常诊断模型

基于上述保护设备异常数据采集与元件异常度计算完毕后。在此基础上，建立特高压变电站保护设备异常诊断模型，通过模型的迭代训练作用，全面实现异常诊断的目标。本文建立的异常诊断模型的运行流程如图2 所示。

图2 异常诊断模型运行流程

首先将采集到保护设备的异常信息数据与设备元件异常度作为检测信息输入到模型中，初步描述特高压变电站保护设备的异常运行特征[9]。基于保护设备异常诊断需求与尺度，分析检测信息的信息维数，得出检测信息量熵，即特高压变电站保护设备运行数据的一个异常信号覆盖在诊断模型第i 个格子传递的平均信息，其计算公式为：

其中，X 表示异常诊断模型覆盖变电站保护设备运行网路的格子边长；Qi（X）表示保护设备异常信号落入第i 个格子的概率；m 表示异常诊断模型中格子的总数量。

定义异常诊断信息维数为：

获取保护设备异常诊断信息维数后，从中提取设备的异常特征参数，并对其进行统一化处理。分别获取各类设备异常特征参数后，进行异常特征参数融合，输出融合后的特高压变电站保护设备异常诊断结果，实现设备高精度异常诊断的目标。

2 实验分析

本文针对特高压变电站保护设备存在的异常问题与隐患，提出的诊断方法的全部设计流程。在本文设计的异常诊断方法投入电力工程实际应用前，需要对其异常诊断效果做全面分析检验，确定方法的可行性与有效性后，方可投入实际工程应用，以避免对特高压电力工程的安全运行产生不利影响。

2.1 实验准备

选取某地区某特高压变电站工程项目作为此次研究的依托。该变电站工程所在地区电力需求巨大，属于特高压环网的关键节点。某特高压变电站骨干网电压等级为500 kV，当前已经形成了两个电压等级为500 kV 的环网，具有完善的电网结构。该特高压变电站设备相关概况及参数说明如表1 所示。

表1 某特高压变电站设备相关概况说明

某特高压变电站工程项目结构功能较复杂，建设周期较长，受到各类风险源的影响，存在一定的安全风险。变电站保护设备异常隐患与故障隐患较多，导致电网安全得不到保障。基于此，将本文提出的异常诊断方法应用到该工程项目中。

2.2 结果分析

此次实验分析中设置了对照组，用于检验本文提出的异常诊断方法的可行性与优势。将本文提出的保护设备异常诊断方法设置为实验组，将文献［2］、文献［3］提出的异常诊断方法设置为对照组，对其诊断结果进行对比。利用MATLAB 模拟分析软件，模拟某特高压工程项目保护设备故障。为了避免实验检验结果存在偶然性，在特高压变电站保护设备中总共模拟设置100处异常故障，保证异常故障类型与位置的随机性。设置特高压变电站保护设备的输出准确度为0.5 级，相电压输出功率为70 kW，开关量输入为7 路。选取保护设备异常诊断错误率为此次诊断效果检验评价指标，计算公式为：

其中，Er表示特高压变电站保护设备异常诊断错误率；qa表示保护设备异常诊断专业知识误差值；qt表示保护设备异常诊断专业知识精确值。异常诊断错误率Er值越低，表示异常诊断结果的精确度越高，反之同理。利用上述3 种方法，对模拟设置的异常故障进行全面诊断。分别进行6 组异常诊断测试，测定3种方法的异常诊断错误率并对比（图3）。

图3 异常诊断错误率对比结果

从图3 的异常诊断错误率对比结果可以看出，在6 组诊断测试中，本文提出的特高压变电站保护设备异常诊断错误率明显低于两个对照组，错误率均在1%以下。由此可见，本文设计的保护设备异常诊断方法具有较高的可行性，诊断错误率较低，精确度较高，能够在快速时间内实现高精度异常诊断的目标。

3 结束语

特高压变电站与普通变电站存在较大的差异，其对保护设备性能的要求也存在一定差异。综上所述，为改善特高压变电站保护设备异常诊断方法，降低诊断结果的不精确性与不确定性，缩短诊断周期，提高变电站保护设备运行性能，提出一种全新的保护设备异常诊断方法，实现了特高压变电站保护设备全过程、全周期的异常诊断，规避了诊断中的不确定因素，提高异常诊断结果精度，对促进特高压变电站的安全稳定运行具有重要意义。