中低压配电自动化终端设备状态评价技术

摘 要：终端设备是中低压配电自动化系统中核心设备，其状态关系到整个配电系统运行质量。但是现行评价技术在实际应用的中评价结果一致性系数较低，评价集与实际状态集交并比也较低，因此本文提出中低压配电自动化终端设备状态评价技术，以设备温度超限、电流超限、电压超限以及振动超限为指标建立评价指标体系，利用层次分析法对设备状态进行定量、定性评价，给出中、低压配电自动化终端设备状态评价。经试验证明，本文技术的一致性系数在0.96以上，评价集与实际状态集交并比接近1，可以对设备状态进行精准评价。

关键词：中低压配电；自动化终端设备；状态评价；指标体系；层次分析法

中图分类号：TM 73" " " " " " " " 文献标志码：A

中、低压配电自动化终端设备主要包括站所终端、馈线终端、配电变压器终端和故障指示器等。这些设备利用先进的通信技术和计算机技术，对配电网重要设备运行数据进行采集、调节和控制，从而对配电网进行实时监控和管理。中、低压配电自动化终端设备的运行状态直接影响配电网的安全、稳定运行，因此对其进行状态评价至关重要。中、低压配电自动化终端设备状态评价目的是对设备运行状态进行实时监测和分析，及时发现设备存在的潜在问题，为设备的预防性维护和故障处理提供依据。这有助于提高设备的可靠性和稳定性，减少故障率，降低运维成本，提高供电质量。随着配电自动化技术广泛应用与发展，自动化终端设备状态评价受到研究领域的重视与关注。

文献[1]提出了一种智能评价思路，利用综合分析法对设备状态综合评价。文献[2]在研究中提出了基于灰色分析法的评价技术，阐述了评价技术流程。虽然现行技术在一定程度上提高了评价效率，但是自动化终端设备状态影响因素多样化、复杂化，评价难度较高，在实际应用中现行技术难以反映出设备的真实状态，因此本文提出中、低压配电自动化终端设备状态评价技术。

1 状态评价指标体系建立和数据预处理

在中、低压配电自动化系统中，终端设备状态主要与温度、电流、电压和振动4个因素有关，当终端设备处于正常状态时，设备温度、电流、电压以及振动数值会在常规范围内变化；当设备出现故障、处于异常状态时，以上四4个状态参量值会超过常规范围，进而发生以下4种情况。1） 温度超限。温度超限会对电器设备的使用寿命产生影响，缩短电器设备的使用寿命，导致设备故障率增高，加速设备老化、烧坏，增加设备的故障率。极端情况下还可能导致电路烧毁，引发电器火灾事故。2） 电流超限。由于电路中的用电器过多导致超负荷故障或者短路故障，使电路发热严重，导致设备损坏，也可能引发火灾事故。3） 压超限。电压超限可能导致设备工作在过高或过低电压下，加速设备老化、烧坏。电压过高或过低会损坏防护装置，增加电气事故风险。电压与设备耗能间存在一定关系，电压过高或过低会导致设备能耗增加，造成能源浪费。4） 振动超限。振动过大将会导致轴承乌金疲惫损坏，并造成通流局部磨损，严重时会导致大轴弯曲，还将使部件承受大幅交变应力，间接造成转子、螺栓和地基等损坏。

综上所述，当中、低压配电自动化终端设备的温度、电流、电压以及振动数值超限时，可能会导致设备损坏、故障率增高、能耗增加和电气事故风险增大，甚至可能引起火灾，威胁电力系统的稳定运行和人身财产安全。因此评价终端设备状态时，应将设备温度超限、电流超限、电压超限、振动超限作为指标，建立状态评价指标体系，如图1所示。

根据建立的指标体系，利用无线传感器自动收集终端设备温度、电流、电压和振动状态数据信息，采用串并联的方式将4种无线传感器接入终端设备总线，并根据实际情况设置无线传感器采样周期、频率和分辨率等参数，利用JKHFA-A4V5读卡器自动读取无线传感器感知到的数据信息。考虑原始数据数值在不同范围内，数值间存在尺度差异。利用这些不同尺度的数据直接进行比较或分析，可能会导致结果不准确或出现误导。因此对采集的原始数据进行归一化处理，将实际的变量值转换到适宜的范围内，消除不同变量间的尺度差异，使数据具有可比性，以便更容易地进行比较和分析。归一化过程如公式（1）所示。

对采集的终端设备状态变量归一化处理可将数据转换为标准正态分布的形式，消除不同变量间的尺度差异，使它们具有相同的数值范围。根据感知的数据值，将归一化后的数据保持原始数据的相对关系，转换到同一尺度上，保证不同尺度的数据能够用于比较，结合归一化处理结果，确定指标体系中各项指标值，如公式（2）所示。

yi=||x-xi，max|| （2）

式中：yi为终端设备第i个状态变量超限值；xi，max为终端设备第i个状态变量上限。

2 设备状态定量评价

考虑每个指标对终端设备状态影响程度不同，采用层次分析法对各项指标赋权，确定各项评价指标权重系数。层次分析法将复杂的决策问题分解为目标、准则和方案等层次，形成一个多层次的分析结构模型，在中、低压配电自动化终端设备状态评价中，需要系统地考虑各种因素（例如温度、电流、电压和振动等）对终端设备状态的影响，利用构建判断矩阵等定量手段来确定这些因素的权重。这种定性与定量相结合的方法能够更准确地反映各指标对终端设备状态的实际影响，减少主观因素对权重分配的影响，提高权重分配的客观性和准确性。结合终端设备第i个状态变量超限值yi，将指标权重系数如公式（3）所示。

ϖi=（εi×mi）/ρi （3）

式中：ϖi为终端设备状态评价指标体系中第i个指标权重系数；εi为第i个指标标度值；mi为第i个指标专家评分值；ρi为第i个指标隶属度值[4]。

在层次分析法中指标标度值确定规则如下：随机选择2个指标a、b，比较指标a与指标b，如果指标a对终端设备状态的影响比指标b稍大，则指标a的标度值取值为1，表示在决策或评价过程中，指标a的重要性略高于指标b，但是差异不大；如果指标a对终端设备状态影响比指标b重要，则指标a的标度值取值为3，表示在决策或评价过程中，指标a的重要性明显大于指标b；如果指标a对终端设备状态的影响比指标b更大，则指标a的标度值取值为5，表示在决策或评价过程中，指标a的重要性远超指标b；如果指标a对终端设备状态影响与指标b同等重要，即两者在评价终端设备状态过程中都具有重要作用，则指标a的标度值取值为7，表示在决策或评估过程中，指标a和指标b的重要性是相同的[5]。按照以上规则确定各项指标标度值，代入公式（3）终端设备状态评价指标体系中第i个指标权重系数ϖi中，即可得到各个指标权重系数，利用评价函数对终端设备状态进行综合评价，定量评价终端识别状态，如公式（4）所示。

式中：μ为终端设备状态异常指数[6]。

通过以上计算对终端设备状态进行定量评价，利用异常指数表征终端设备状态异常程度。

3 设备状态定性评价

在以上文基础上对自动化终端设备状态进行定性评价，即评价设备状态正常或者异常和异常程度。根据实际情况设定一个阈值，比较计算出的终端设备状态异常指数μ与阈值，评价终端设备状态如公式（5）所示。

式中：v为终端设备状态评价结果；1为终端设备状态异常；0为终端设备状态异常[7]。

当评价为终端设备状态异常时，评价终端设备状态异常程度，确定异常等级。根据需求，本文设计了轻微异常、严重异常和极其异常3个评语，根据终端设备状态异常指数超出阈值程度，确定终端设备状态异常等级，如公式（6）所示。

式中：K为终端设备状态异常程度评价结果；WR为轻微异常；FG为严重异常；ER为极其异常[8]。

如果计算结果显示终端设备状态异常指数超过设定的基础阈值，但是还未触及该阈值的30%上限，就会将设备的状态异常等级判定为“轻微异常”。在这种轻微异常的状态下，终端设备的主要功能部分可能会受一定影响，发生部分功能丧失现象。为了不影响整体系统的运行效率和安全性，立即启动故障维修流程，保证在3 d（72 h）内完成对故障设备的检查和修复工作。

如果终端设备状态异常指数进一步升高，超过阈值的30%但是还未触及50%的界限，此时，终端设备状态异常等级将提升至“严重异常”。在这种状态下，设备的主要功能已经完全丧失，无法再支持系统的正常运作。为了尽快恢复系统的稳定性，在24 h内完成对设备的紧急维修。当终端设备状态异常指数突破阈值的50%时，终端设备已经完全损坏，无法再修复，此时，终端设备状态异常等级将达到最高的“极其异常”。

在这种紧急情况下，为了保证中低压配电自动化正常运行，需要立即启动设备更换流程，保证在最短时间内为系统替换上新的终端设备。紧急应对措施旨在最大程度地减少设备故障可能带来的损失，保证整个系统的稳定性和可靠性。确定好终端设备异常等级后，对终端设备状态进行定量评价整合，生成终端设备状态评价报告，至此完成中、低压配电自动化终端设备状态评价。

4 试验论证

4.1 试验准备与设计

本文通过试验验证所提评价技术的性能，以某中、低压配电网为试验对象。该配电网存在自动化终端设备8台，经常出现故障，符合试验需求，利用本文技术对配电区域内所有终端设备进行状态评价。按照建立的指标体系，在配电区域内为每个终端设备安装温度传感器、电流传感器、电压传感器以及振动传感器。采集指标数据信息2.34GB，对数据进行预处理和分析，确定各个终端设备状态异常指数和状态异常等级。在试验过程中选择PT100温度传感器，测量范围为-50℃～+150℃，精度为±0.5℃，输出信号为电阻信号（在零摄氏度下阻值为100Ω，在100℃下阻值为138.5005Ω），高温报警阈值为80℃，低温报警阈值为-10℃。HKA-F1电流传感器额定输入电流为100A，测量电流范围为0A～200A，额定输出电压为（4±1%）V，过载报警阈值为120A（即1.2倍额定电流）。CHV-50VS电压传感器测量频率为DC～20kHz，精度为1.0%，响应时间为20μs～200μs，线性度lt;1%，电源电压为±12V～15V（±5%），电源耗电为35mA。L14H振动传感器线性度为5%，精度为5%，温度为-10℃～120℃，频响2Hz～5000Hz，工作温度为-40℃～+120℃，灵敏度为50%。具体评价结果见表1。

为了使试验结果具有一定学术性和参考性价值，试验将本文技术与文献[1]技术、文献[2]技术进行比较，比较指标为一致性系数和交并比。一致性系数可以表征评价结果与实际情况的相符程度，交并比是指评价结果与实际状态交集和并集的比例，可以表征评价准确性，一致性系数值为[0～1]，数值越高，表示评价状态与设备实际状态相符程度越高；交并比值为[-1～1]，数值越接近1，表示状态评价越准确。

4.2 试验结果与讨论

表2、表3给出了3种技术一致性系数、评价集与实际状态集交并比测评结果见表2、表3。

分析表2、表3中的数据可得出试验结论：设计技术一致性系数在0.96以上，最高为0.99，明显高于文献[1]技术和文献[2]技术，因此从评价结果与实际相符程度方面来看，本文技术表现最佳，并且其评价集与实际状态集交并比值非常接近1，平均值为0.989，文献[1]技术和文献[2]技术交并比不超过0.93，远低于本文技术。原因是本文技术应用了层次分析法处理中、低压配电自动化终端设备状态评价各指标间相互影响的复杂层次关系，并给出了合理的权重分配。层次分析法是一种结构化的决策方法，适合处理复杂的决策问题，尤其是涉及多个相互关联因素的决策问题。因此上述对比证明了微博技术可以对中、低压配电自动化终端设备状态进行精准评价，技术应用效果良好，具有良好的适应性与可行性。

5 结语

本文结合相关文献资料，对自动化终端设备状态评价进行了研究，在原有技术基础上对其进行了创新与优化，提出了新的评价技术，有效提高了评价精度。该技术不仅是保障电力系统稳定运行的重要工具，更是推动电力行业持续发展的关键技术之一。随着技术不断进步，评价技术正朝着智能化、网络化、模块化和集成化的方向发展，这将进一步提高评价的准确性和效率性，为电力系统的管理和维护提供更科学、高效的技术支持。

参考文献

[1]庞中原，栾奇童，程薪颖，等.配电自动化终端设备状态智能评价方法[J].自动化应用，2023，64（24）：110-111，115.

[2]袁雨桐，李睿林.配电自动化终端设备状态评价方法研究[J].光源与照明，2023（11）：207-209.

[3]陈夕.基于大数据分析的配电自动化终端精益化管理平台研究[J].海峡科学，2023（11）：32-36.

[4]史德生.配电自动化终端设备的故障与状态评估分析[J].集成电路应用，2023，40（10）：76-77.

[5]袁启洪，何连杰，张林利，等.基于修正权重故障树模型的终端状态综合自评价方法研究[J].电力信息与通信技术，2023，21（7）：75-81.

[6]陈洪涛，郭艳春，杨泽栋.计及配电终端可靠性的配电网运行风险分析方法[J].科技资讯，2023，21（10）：38-42.

[7]傅文进，陆啸天，曹保山.基于状态序列的配电终端设备运维状态诊断技术[J].自动化应用，2022（7）：114-116.

[8]刘皓璐，邵建伟，王雪，等.基于数字孪生的配电自动化终端设备状态评价与故障预判[J].电网技术，2022，46（4）：1605-1613.