基于可拓分析和熵值法的GIS状态评估

王涛云，马宏忠，崔杨柳，姜 宁，李 凯，许洪华



基于可拓分析和熵值法的GIS状态评估

王涛云1，马宏忠1，崔杨柳1，姜 宁2，李 凯2，许洪华2

(1.河海大学能源与电气学院，江苏 南京 211100；2.江苏省电力公司南京供电公司，江苏 南京 210019)

GIS运行状态评估是指导GIS状态检修的重要手段。将可拓分析理论引入GIS状态评估中，以SF6气体组分指标为主，并结合SF6气体的纯度、湿度和气体中空气含量指标来构建关联函数。结合关联函数值与规程中规定的注意值和警示值的关系确定GIS状态等级关系及相应的检修策略。运用熵值法理论解决了GIS状态评估中各指标的权重问题。实例分析表明，该评估方法可以准确地评估GIS的各个气室状态，有利于监测预警和制定综合检修策略。

GIS；状态评估；可拓分析；关联函数；熵值法

0 引言

气体绝缘金属封闭开关设备(Gas Insulated Switchgear，GIS)是电网运行的关键输变电设备，被广泛应用于我国110 kV及以上电压等级电网中[1-3]，GIS包括元件多，结构复杂，其性能和运行状态直接影响电网的安全运行，GIS的状态评估与判断是亟待解决的关键问题[4]。在对GIS进行诊断分析的基础上进一步进行状态评价，制定快速、准确、合理的检修策略，以迅速确定故障点、故障原因和类型，对于减少停电时间，提高维修效率和设备利用率具有至关重要的意义。

自20世纪80年代起，俄罗斯、德国、加拿大、日本等国家对SF6气体分解技术进行了大量的实验和检测研究[5-9]。基于SF6气体分解产物检测的设备故障诊断技术研究，设立多个重大科研项目，取得了较大的成果。文献[10]分析了SF6气体分解产物检测理论，并对运行、故障和型式试验后的设备的气体分解产物进行检测和结果分析，以确定不同状态下开关设备的SF6气体分解产物组分及其含量，进而得到表征设备故障的SF6气体分解特征气体。文献[11]总结前期研究成果的基础上，提出了开关设备故障现场预判的参考指标及综合诊断依据，并现场普测开关设备的SF6气体分解产物。文献[12]对GIS设备分解产物进行带电检测，并对检测结果统计分析，得到不同类型设备中的分解产物特性。文献[13]将SF6气体分解产物应用到GIS故障诊断中。文献[14]将SF6气体中杂质含量应用到GIS故障诊断中。

结合现有的研究成果可知，GIS运行设备状态监测的特征气体以SO2、H2S为主，以HF、CF4、CO和CO2为辅，可判断设备状态从而进行监测预警。本文以SF6气体组分指标为主，并结合SF6气体的纯度、湿度和气体中空气含量指标来对GIS状态进行综合评估。引入可拓分析理论来构造各指标的关联函数，结合关联函数值与规程中规定的注意值和警示值的关系确定GIS状态等级关系及相应的检修策略。若GIS状态为异常和严重时，应综合应用特高频、超声波和振动法进行检测分析。运用熵值法理论解决了GIS状态评估中各指标的权重问题。实例分析表明，该评估方法可以准确地评估GIS的各个气室状态，有利于监测预警和制定综合检修策略。

1  GIS评估指标关联函数构造

1.1 GIS评估指标的经典域和节域

GIS各试验数据通常情况下有两个取值区间，一是经典域即GIS正常运行时基本量变要求范围；二是节域即GIS状态发生改变的质变范围。GIS的各参量在量变范围内变化，其功能可以正常发挥；当GIS的量变突变到质变的范围内时，则GIS可能存在故障，需要综合诊断，加以确定。根据IEC62271-2003[15]、IEC60480-2007[16]的规定及大量的实验室研究和现场实测，结合现有的分解产物评价指标，确定了GIS各评估指标的经典域和节域如表1所示。

表1 GIS评估指标的经典域和节域

1.2 基于可拓分析的GIS评估指标关联函数构造

可拓学中的几个定义如下[17]：实轴上任意一点与实域上任意一有限区间0=[,]的距为，其计算式为

给定区间=[,]，且，则定义点关于区间0和组成的区间套的位值规定为

给定区间0=[,]，，则定义点与区间0关于0的左侧距为

给定区间0=[,]，，则定义点与区间0关于0的右侧距为

给定区间0=[,]，=[,]，，且，则最优点0处的初等关联函数为

此关联函数在=0时达到最大值。

以越小越优型指标SO2为例，分析SO2评估指标的关联函数。由表1可知0=[0, 5]，=[0, 10]，由式(1)可得任意一个SO2的检测值与区间0和的距分别为：，。由式(2)得点关于区间0和组成的区间套的位值为

SO2的值越小越好，所以最优值0在区间0的左侧，即0=0，所以由左侧距公式(3)得。由式(5)可得气体组分SO2的关联函数为

设依次为0、2.5、5、7.5、10、15，分别计算其关联函数值：(0)=1；(2.5)=0.5；(5)=0；(7.5)=-0.5；(10)=-1；(15)=-1.625。由计算可知SO2含量小于5 µL∙L-1，关联函数为正，且SO2含量越小关联函数值越高，GIS的状态越好；SO2含量等于5 µL∙L-1，关联函数为0，代表了规程中规定的注意值，即指标从量变突变到质变的临界点；SO2含量大于5 µL∙L-1，关联函数为负，表示指标已不在正常变化范围之内，可能存在故障，性能劣化越严重，关联函数值负的越多。

越大越优型指标以SF6气体纯度为例，最优值0在区间0的右侧，所以使用右侧距公式建立关联函数。直接给出计算结果为

同理，可以获得其他指标的关联函数，由于文章篇幅有限，不再赘述。由关联函数值与规程中规定的注意值和警示值的关系，定义关联函数的值与状态等级及检修策略的关系，如表2所示。

表2关联函数值与状态等级的关系

Table 2 Corresponding relation of correlation function value and state level

2  基于综合权重的GIS的SF6气体指标权重分配

2.1 评估指标常权权重的确定

指标的常权权重主要由GIS运行和检修的五位权威性专家根据实际经验和基于GIS的SF6气体检测记录统计获得，专家在0~10之间给出GIS的SF6气体各指标的评价值如表3所示。

五位权威性较高的专家的权重值e依次为0.72、0.68、0.65、0.62、0.78。SF6气体指标的常权权重按计算，将其归一化后可得

表3 SF6气体组分指标评价值

2.2 基于熵值法的评估指标变权重系数的应用

为保证GIS运行状态评估的准确性，评估时多次测量纵向历史数据，利用熵值法[18-20]对常权权重值进行适当的修正，以满足评估指标变化的情况和具体实际问题中的动态差异，从而更加重视变化量大的指标，可以准确反映GIS的实际运行状态。

设有次测量结果，个评价指标，其构成数据矩阵为

(6)

某项指标的熵值表达式为

式中：>0，且=1/ln；；由式(7)可知，对于给定的指标，x差异性越大，则e越小，即该指标在综合评估中的重要度就越高，为了方便理解，定义一个与指标测量数据差异性成正比的差异性因素向量=(1,2,,g)，则g=1-e。利用归一化差异因数对常权权重进行调整得到变权权重[21]：

式中，w是常权权重值。

3  实例分析

2009年3月，现场检修人员对某126 kV的 GIS进行日常巡视检查时，发现某线路的隔离开关内部有轻微的异声，并对该气室进行SF6气体组分分析，多次测量纵向历史数据，测量结果如表4所示。

表4 SF6气体组分在线测量数据

将2009年5月12日测得的气体组分指标代入关联函数计算得1(SO2)=-1.2，2(H2S)=-0.333，3(CO)=-0.4，4(CF4)=-2，5(CO2)=2.3，6(HF)=0。利用熵值法，通过测量的三组纵向历史数据对常权权重进行适当的修正以反映指标具体变化情况，由式(6)可得数据矩阵36；由式(7)得到熵值；因而可计算出差异因素向量，并将其归一化后为；再按式(8)计算出变权重系数。

=[0.820 0, 0.865 0, 0.947 7, 0.855 6, 0.892 2, 0.900 8]，=[0.250 5, 0.187 8, 0.072 8, 0.200 9, 0.150 0, 0.1380]，=[0.227 0, 0.193 2, 0.126 5, 0.177 9, 0.152 7, 0.1227]，气体组分状态判定值。

截至2009年5月12日同时测得SF6气体纯度为98.88%、空气含量为150 µL∙L-1及微水含量为600 µL∙L-1。由关联函数计算它们的关联函数值依次为-0.053 6、-2和0.32，结合这几项指标来综合判断GIS状态。由上述分析可知气体组分、SF6气体纯度、空气含量和微水含量的关联函数均为负值且气体组分关联函数值已小于-1，所以该气室的故障已存在，需要安排正常设备更换该故障气体；对退出的故障气室进行超声波、特高频及振动信号多种局部放电检测方法综合诊断故障原因。检测到超高频信号的三维图谱如图1所示。

由图1可以看出：局部放电信号在工频周期内分布规律，在工频信号的正、负半周均有放电，主要集中在第一、第三象限，放电相位特征明显，放电量较大且稳定，放电重复率低。呈现出悬浮电位放电的典型图谱。

AIA超声波局部放电测试仪采用连续和相位测量模式，分别如图2、图3所示。

图1局部放电UHF信号的三维图谱

图2 连续测量模式图

图3相位测量模式图

由图2可以看出：信号的有效值和峰值分别4 mV和20 mV，100 Hz的相关性明显强于50 Hz。由图3可以看出：可知一个周期内信号有两簇较集中的聚集点。由此可以判断该气室有电位悬浮故障。

解体检查发现，CT的B相的屏蔽筒和筒壁的紧固螺栓松动，且靠近B相有大量的SF6分解粉末，如图4所示。

图4 气室解体图

4 结论

(1) GIS在线状态评估以SF6气体组分指标为主，并结合SF6气体的纯度、湿度和气体中空气含量指标来对GIS状态进行判断和监测预警。根据评估结果，综合应用特高频、超声波和振动法进行检测分析。

(2) 引入可拓分析方法，构造各指标的关联函数，使GIS在正常运行的量变范围内关联函数值为正，且关联函数值越大状态越优；指标从量变突变到质变的临界点时关联函数为0；GIS在不正常的运行范围内关联函数为负值，且关联函数值负的越多，GIS性能劣化越严重。

(3) 运用熵值法理论对GIS各指标常权权重值进行适当的修正，以满足评估指标变化的情况和具体实际问题中的动态差异。

(4) 通过实例分析表明，基于可拓分析和熵值法的GIS状态评估可以准确地评估GIS的各个气室状态，有利于监测预警和制定综合检修策略。

[1] 余高旺. 新一代智能变电站中多功能测控装置的研制与应用[J]. 电力系统保护与控制, 2015, 43(6): 127-132.

YU Gaowang. Research and application of multifunctional measurement & control device of new generation smart substation[J]. Power System Protection and Control, 2015, 43(6): 127-132.

[2] 崔杨柳, 马宏忠, 王涛云, 等. 基于故障树理论的GIS故障分析[J]. 高压电器, 2015, 51(7): 125-129．

CUI Yangliu, MA Hongzhong, WANG Taoyun, et al. Fault analysis of Gis based on fault tree theory[J]. High Voltage Apparetus, 2015, 51(7): 125-129．

[3] 周星, 许家珲, 张嵌. 智能变电站SF6气体微水监测系统的选型与配置[J]. 电网与清洁能源, 2014, 30(2): 48-51.

ZHOU Xing, XU Jiahui, ZHANG Qian. Selection and configuration of SF6Micro-water monitoring system in the smart substation[J]. Power System and Clean Energy, 2014, 30(2): 48-51.

[4] 邓永辉. 高压开关设备典型故障案例汇编(2006-2010年)[M]. 北京: 中国电力出版社, 2013: 1-47．

[5] PIEMONTESI M, NIEMEYER L. Sorption of SF6 and SF6 decomposition products by activated alumina and molecular sieve 13X[C] // IEEE International Symposium on Electrical Insulation, Montreal, Quebec: IEEE, 1996: 828-838.

[6] SUEHIRO J, ZHOU G, HARA M．Detection of partial discharge in SF6gas using a carbon nanotube-based gas sensor[J]. Sensors and Actuators, 2005, 105(2): 164-169.

[7] BEYER C, JENETT H, KLOCKOW D. Influence of reactive SFx gases on electrode surfaces after electrical discharges under SF6 atmosphere[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2000, 7(2): 234-240.

[8] CHU F Y. SF6decomposition in gas insulated equipment[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 1986, 21(5): 693-725.

[9] TOMINAGA S, KUWAHARA H, HIROOKA K, et al. SF6gasanalysis technique and its application for evaluation of internal conditions in SF6gas equipment[J]. IEEE Transactions on Power Apparatus and Systems, 1981, 100(9): 4196-4206.

[10] 颜湘莲, 王承玉, 季严松, 等．开关设备中SF6气体分解产物检测的应用[J]. 电网技术, 2010, 34(9): 32-34.

YAN Xianglian, WANG Chengyu, JI Yansong, et al. Switching equipment in the decomposition products of SF6 gas sensing applications[J]. Power System Technology, 2010, 34(9): 32-34.

[11] 颜湘莲, 王承玉, 杨韧, 等. 应用SF6气体分解产物的高压开关设备故障诊断[J]. 电网技术, 2011, 35(12): 120-123.

YAN Xianglian, WANG Chengyu, YANG Ren, et al. Fault diagnosis of high voltage switchgears by decomposition products of SF6[J]. Power System Technology, 2011, 35(12): 120-123.

[12] 颜湘莲, 宋杲, 王承玉, 等. 基于SF6气体分解产物检测的气体绝缘开关设备状态监测[J]．电力自动化设备, 2014, 34(6): 83-88．

YAN Xianglian, SONG Gao, WANG Chengyu, et al. Gas-insulated switchgear state monitoring based on SF6 decomposition products detection[J]. Electric Power Automation Equipment, 2014, 34(6): 83-88.

[13] 季严松, 王承玉, 杨韧, 等. SF6气体分解产物检测技术及其在GIS设备故障诊断中的应用[J]. 高压电器, 2011, 47(2): 100-103.

JI Yansong, WANG Chengyu, YANG Ren, et al. Measuringtechnique of SF6 decomposition products and its application to fault diagnosis of GIS[J]. High Voltage Apparatus, 2011, 47(2): 100-103.

[14] 姚强, 王勇, 刘永. SF6气体中杂质含量分析在GIS故障分析判断中的应用[J]. 高压电器, 2010, 46(5): 53-54.

YAO Qiang, WANG Yong, LIU Yong. The application of impurity analysis of SF6 for fault diagnosis of GIS[J]. High Voltage Apparatus, 2010, 46(5): 53-54.

[15] IEC62271-2003: 2003额定电压52 kV及以上气体绝缘金属封闭开关设备[S]. 2003.

IEC62271-2003: 2003 rated voltage to 52 kV and gas insulated metal-enclosed switchgear[S]. 2003.

[16] IEC. IEC60480-2007 guidelines for the checking and treatment of sulfur hexafluoride SF6 taken from electrica1 equipment and specification for its reuse[S]. [S.1.]: IEC, 2007.

[17] 杨春燕, 蔡文. 可拓工程[M]. 北京: 科学出版社, 2007.

[18] 区伟健, 房鑫炎. 基于熵值法和主成分分析法的黑启动模式评估[J]. 电力系统保护与控制, 2014, 42(8): 22-27.

OU Weijian, FANG Xinyan. Assessment of black-start modes based on entropy value method and principal component analysis[J]. Power System Protection and Control, 2014, 42(8): 22-27.

[19] 吴奕, 朱海兵, 周志成, 等. 基于熵权模糊物元和主元分析的变压器状态评价[J]. 电力系统保护与控制, 2015, 43(17): 1-7.

WU Yi, ZHU Haibing, ZHOU Zhicheng, et al. Transformer condition assessment based on entropy fuzzy matter-element and principal component analysis[J]. Power System Protection and Control, 2015, 43(17): 1-7.

[20] 夏非, 范莉, 苏浩益, 等. 基于云物元分析理论的电能质量综合评估模型[J]. 电力系统保护与控制, 2012, 40(11): 6-10.

XIA Fei, FAN Li, SU Haoyi, et al. A synthetic power quality evaluation model based on cloud matter element analysis theory[J]. Power System Protection and Control, 2012, 40(11): 6-10.

[21] 刘俊华, 罗隆福, 张志文, 等. 一种考虑排序稳定分析的电能质量综合评估新方法[J]. 中国电机工程学报, 2013, 33(1): 70-76.

LIU Junhua, LUO Longfu, ZHANG Zhiwen, et al. A new method for power quality comprehensive evaluation considering the analysis of sequence stability[J]. Proceedings of the CSEE, 2013, 33(1): 70-76.

(编辑 魏小丽)

Condition evaluation of gas insulated switchgear based on extension analysis and entropy method

WANG Taoyun1, MA Hongzhong1, CUI Yangliu1, JIANG Ning2, LI Kai2, XU Honghua2

(1. College of Energy and Electrical Engineering, HoHai University, Nanjing 211100, China; 2. Jiangsu Nanjing Power Supply Company, Nanjing 210019, China)

Condition evaluation of GIS is an important approach to providing decision-making for condition maintenance. Extension analysis is introduced into condition evaluation of GIS. With the basis of indexes of SF6 gas components, combining with the purity, air humidity and air content of SF6indexes to construct correlation functions according to SF6 gas components are widely used to the operation of GIS. Determine the relationship between the condition level and the corresponding maintenance strategies based on relations of correlation function values and note values and warning values specified by procedures. Entropy method is used to solve the weight problems of each index for GIS condition assessment. The results of an example analysis indicate that the method in this paper is capable of assessing the state of GIS in each chamber and it is conducive to the monitoring and early warning and developing comprehensive maintenance strategy.

gas insulated switchgear; condition evaluation; extension analysis; correlation function; entropy method

10.7667/PSPC151651

2015-09-16

王涛云(1990-)，女，硕士研究生，研究方向为电力设备状态监测与故障诊断；E-mail: 15751871750@163.com

马宏忠(1962-)，男，博士，教授，研究方向为电力设备状态监测与故障诊断；E-mail:hhumhz@163.com

崔杨柳(1990-)，男，硕士研究生，研究方向为电力设备状态监测与故障诊断。E-mail:cuiylhhu@163.com

江苏省电力公司2015年重点科技项目(J2015054)