地铁供电系统中压开关柜电流分析理论和方法

陈 亮，曹张保

（上海地铁维护保障有限公司供电分公司，上海 200335）

1 地铁供电系统

地铁供电系统是一个庞大而复杂的电能网络系统，地铁供电网络多采用两级供电方式，由城市电网110 kV高压经主变降压成35 kV 供给牵引、降压变电所，而后支持地铁运营以及车站动力照明等。以上海地铁17 号线为例，供电网络采取集中式供电，按照线路公里数及车站设置数量，在城市电力网络中引入4 路110 kV 进线电源，分别提供给2 座主变电站的4 个供电回路，通过主变压器降压至35 kV 后，由干线电缆分别输送至地铁车站的混合变电站及降压变电站，通过再次降压、整流为列车运营和车站动力照明提供电源。中压开关柜即为 35 kV 系统的各类开关，主要包括35 kV 主变进线开关、35 kV 环网开关、35 kV 整流变开关及35 kV 电力变开关。

2 电流数据采集

根据电功率计算公式P = UI 可知， 35 kV 中压开关柜的电压与电流成反比，电流变化能明确反应负载变化波动情况。35 kV 中压开关柜电流数据的遥测普遍采用电压互感器、电流互感器、传感器接入系统中，通过降压模式将高电压转换成低电压、大电流转换成小电流，由测控装置或综合保护装置将模拟量转换成数字量，再通过测控装置或综合保护装置的通讯端口将测量数据传送至上位机，实现电力系统自动化（SCADA 系统）和数据采集的应用，电气量数据转化流程如图1 所示。本文研究的35 kV 中压开关柜电气量数据，其源头来自地铁中央综合监控系统（CIOS）——电力监控系统（PSCADA）的遥测数据源，并在2019 年新建成的智能运维系统（PIOMS）中予以研究分析。

3 电流数据分析理论和方法

地铁供电系统中列车的运行负载是反映社会活动的重要载体。通过PSCADA 系统获取的不同设备秒级电流数据可以对列车运行负载进行一定程度的解析。不同解析方式呈现结果可能略有不同，但应找出最能反应地铁运行活动情况（诸如客流量、负载高峰、高度异常偏离点、地铁广告投放时段效果等）的方式。

对获取不同设备秒级电流数据的代表性进行取舍，既能大大降低系统存储需求，同时也能通过每天相同时刻点数据进行解析，反映每天数据的循环往复性质。经过大量数据验证后，最终采取5 min 内各开关柜电流峰值作为描述地铁运行活动的代表数据。

图1 供电系统电气量数据转化流程

通过构造电流标准曲线能够将复杂的动力学问题转化为数据分析结果，直观地了解整流变压器及环网进出线开关柜电流电压数据的变化情况，有助于提高地铁负荷运维管理效率。

3.1 标准曲线概念

3.2 标准曲线选择

通过对上海地铁17 号线各电压等级SCADA 系统历史数据分析，分别对35 kV、1 500 V、400 V 电压等级下的开关柜电流绘制标准曲线，发现35 kV 不同时期绘制的标准曲线均具有较好的拟合度，能够一般性表达电流在时间周期内的变化情况。因此，可选择35 kV 电压等级设备电流绘制标准曲线。

3.3 曲线周期确定

采用迭代法对系统内不同电压等级分别进行周期验证。将35 kV、1 500 V、400 V 电压等级下开关柜电流按历史1 年的时间制作标准曲线。标准曲线的算法逻辑如下：

（1）如果日电流数据时刻点值有缺失，则进行前向填充；

（2）日频数据选择不同日期，比如10 天，11 天，不断累加，移动平均处理为288 个点数据；

（3）对日频年度数据移动平均处理后的点值数据构造的曲线分别取其拟合度，高拟合度代表周期确定数据表达能反应较为一般的情况，从而得到明确周期。

根据35 kV、1 500 V、400 V 不同电压等级下不同周期电流拟合度数据（表1）可知：

根据地质、掘进参数和地表情况，在盾构机进入试验段前常压开仓检查掌子面地质、刀具磨损情况，更换磨损较大的刀具，清理刀盘泥渣防止结泥饼，避免在穿越铁路过程中发生停机换刀等意外情况。

（1）35 kV 开关柜电流数据不论数据周期长短，都呈现出较好的拟合度；

（2）400 V 开关柜电流数据拟合度杂乱无序且拟合度普遍很差，不适合做标准曲线；

（3）1 500 V 开关柜电流数据虽然也呈现了较好的拟合度，但牵引用电的降精度标准曲线并无实际应用意义，需要单独分析。

综上所述，可针对35 kV 开关柜电流数据制作标准曲线，由整流变压器开关柜数据反映整个线路、站点的电流趋势变化情况。选定14 天为周期，可以保证很好的拟合度，且周期不会过长，能更准确表达最近趋势。此外，14 天在时间维度上恰好是2 个完整自然周，能对日期做更细致工作，比如划分出工作日与节假日。

3.4 标准曲线绘制方法

标准曲线周期明确为14 天。假设当前时间为2020-03-28，那么标准曲线应根据2020-03-14 至2020-03-27 的14 天电流数据进行绘制。每日同一时刻点数据进行移动加权平均：

式（1）中，Ft-n为标准曲线构造电流值；wn为周期内每日权重；It-n为时刻点对应的实际电流值；t 为天数（t = 1，2，…，14）； n 为1 天内测量电流值次数（ n = 1，2，…，288）。将每日同一时刻点高度偏离的数据剔除，保证曲线的平滑度与可信度，最后将Ft-1，Ft-2，…，Ft-288进行连接构造每日标准曲线。

表1 不同电压等级下不同周期电流拟合度数据

3.5 标准曲线应用

标准曲线有多个维度的应用，主要通过载客量变化导致的负载变化从而在电流上客观反映变化趋势。标准曲线在上海地铁17 号线实际应用如下：

（1）各个站点设备的标准曲线以及峰谷分析；

（2）各个站点设备的预测曲线以及拟合度结果动态更新；

（3）各个站点设备的异常分析以及阈值建议；

（4）线路峰谷分析及异常站点警示。

通过对标准曲线峰谷分析，可以了解不同站点及整条线路的峰谷情况；通过异常值可以判定高偏离度的个数以及电流，反映近期频发的跳跃点次数以及根据多发跳跃提前做好防护。此外，可继续对标准曲线做冗余度分析及评价，如运行方式变更后，针对负载转移后的标准曲线，进行冗余度分析，同时据此做整定值匹配、设备容量的预测计算等。

3.5.1 峰谷分析

标准曲线峰谷分析即通过对周期内构成标准曲线的点值数据进行聚类分析（按照K-Means 聚类分析方法），自动分出3 个维度的数据，而后进行二次聚类，加强同一个簇之间数据联系，得到高峰、平峰、低谷的时段划分。而整条线路峰谷分析通常是对整条线路下所有站点的峰谷时刻做出频数分析后再进行聚类分析，最终得到线路峰谷分析结果。

通过峰谷分析，可以宏观了解所有站点的峰谷情况，并对峰谷迁移有直观了解（比如峰谷占比，峰谷变化率等），有助于全面掌握不同站点的负载情况，同时，可以高效指导维护管理人员关注负荷状态及其趋势。

3.5.2 异常分析

异常分析是针对异常突变的电流（除杂散电流外）进行记录、分析和反馈。由于瞬时高电流会给设备带来不良影响，甚至造成设备超负荷运行或降级停役工况，因此，应对瞬时高电流进行有效预防。可利用均值-方差方法统计1 个周期内异常点总数并对数据异常点进行实时预警提示，如图2 所示。

图2 周期内异常点总数及动态实时点

虽然异常点数量多寡并不是决定设备损坏的决定因素，但仍应对1 个周期内异常点总数多的设备进行重点关注，从而降低设备彻底损坏的风险。对于出现异常点的站点设备应按照重要程度及异常点数量多寡做好设备维护工作优先级排序。可以将周期内出现异常点总数多的站点设备进行警示，同时针对周期内前13 天均无异常，最近1 日才出现异常的站点设备进行告警，及时排查，做到防患于未然。

异常点分析还可进行深度挖掘。将异常点与实际故障进行有效关联，通过自学习扩大样本库，得到更准确的设备故障发生机率，提前做好设备检修工作。

3.5.3 预测曲线

利用过去3 天的标准曲线数据，通过科学的预测方法，得到当天以及未来几天的预测数据（图3），从而得到预测曲线。通过预测曲线可以把控峰谷来临的时间节点，为生产运营提供计划与思路。

3.5.4 拟合度

拟合度指动态标准曲线与预测曲线的接近程度。通过拟合度结果可以知道当前预测情况与实际发生情况的接近程度，如图4 所示。拟合度计算如下：

式（2）中，R - squared 为拟合度；Q 为残差平方和；Q1为实测值平方和；y 为实测值；y* 为预测值。拟合度数据随着当日时间变化呈现动态变化，高拟合度代表预测曲线的当前高信任度。如果拟合度数据降低，则表明预测曲线与当前动态曲线表现不一致，当天电流可能发生强烈扰动。拟合度有2 个作用：①对预测曲线的准确度进行校验；②对动态曲线的变化程度进行直观观察。

图3 标准曲线数据与预测数据对比

图4 动态标准曲线与预测曲线拟合度

3.6 小结

通过标准曲线系列工作，可以了解地铁线路运营情况，可以根据峰谷分析对相关数据工况进行预判，同时还可根据异常数据情况，提前了解该对哪里的设备进行检查和维修，实现六何分析法（5W1H）的应用，掌握哪些开关的负荷在什么时间发生了什么数据异常和问题，并应该安排什么技术人员按照什么知识库匹配的方案去进行人工干预并制定负荷调整策略。

电流标准曲线可以对站点设备的维保顺序进行优先级排序，但对具体设备维保管控能力薄弱。在知道站点设备发生异常告警后，需要人工去现场对重点设备进行排查、维护。电流只是单方面的电力数据，只能作为设备健康度评价的1 个重点指标，但不能反映全貌，可综合电压电能质量分析、功率因数分析、暂态分析等指标来增强设备管控能力。通过电流标准曲线分析虽然能做到部分工况预测，但对突发事故的预测仍然有很大的滞后性。

4 结语

本文分别采用了数据移动加权平均、聚类分析方法、方差算法等理论，挖掘电流数据采集的应用周期和采集频率标准，并在上海地铁17 号线SCADA 数据的基础上实现对牵引整流变压器运行数据的电流标准曲线绘制、峰谷值分析、异常分析和拟合度分析，为研究整流变负荷数据及运营工况提供了有效手段，是一种可复制、可推广的数据分析理论和方法。