特高压换流站工程应急处置抢修标准化体系构建

李胤渊， 张龙

(安徽电力工程监理有限公司，安徽 合肥 230072)

0 引 言

在特高压换流站工程建设中，需要根据特高压换流站工程的环境和自身工况需求，进行应急保障和抢修，构建特高压换流站工程应急处置抢修标准化体系。结合对特高压换流站工程的故障优化诊断研究，提高特高压换流站工程应急保障和处置能力，研究了特高压换流站工程应急处置抢修标准化体系构建方法，在促进特高压换流站工程发展中具有重要意义[1]。相关的特高压换流站工程应急处置抢修标准化体系构建方法研究受到人们的极大重视。

对特高压换流站工程应急处置抢修标准化体系构建是建立在对工程故障诊断研究的基础上，结合特高压换流站工程应急处置抢修标准化体系模型构建，进行特高压换流站工程应急处置抢修标准化体系建设[2]。分析约束特高压换流站工程应急处置的相关故障特征量，通过故障特征提取和信息挖掘技术，进行特高压换流站工程应急处置抢修标准化建设[3]。目前，特高压换流站工程应急处置抢修标准化体系建设方法主要有基于模糊度辨识的故障诊断方法和基于参数寻优控制的特高压换流站工程应急处置抢修标准化体系构建方法等。通过建立特高压换流站工程应急处置抢修标准化体系约束参数模型，结合参数寻优控制和优化辨识，进行特高压换流站工程应急处置抢修标准化体系构建，但上述方法进行特高压换流站工程应急处置抢修标准化体系构建的自适应性较差，故障诊断能力较弱。

为此，本文提出基于故障容错控制和机器学习的特高压换流站工程应急处置抢修标准化体系构建模型。构建特高压换流站工程应急处置抢修约束参量，以直流侧母线电压、直接传输功率以及负载突变等参数为约束特征量，进行特高压换流站工程应急处置抢修的故障特征提取。根据故障辨识结果，实现对特高压换流站工程应急处置抢修的标准化体系构建。验证了本文方法在提高特高压换流站工程应急处置抢修能力和标准化体系构建方面的优越性能。

1 特高压换流站工程应急抢修故障信息采集和预处理

1.1 特高压换流站工程应急抢修故障信息采集

采用直接功率控制方法[4]，采集特高压换流站工程应急抢修故障信息，得到特高压换流站工程的等效电路分布式融合拓扑结构分布模型描述为：

(1)

式中:r1为特高压换流站的直流网侧三相电流波；r2为特高压换流站故障样本分布的先验点簇；σ为直接功率控制模糊信息融合中心；N为直流侧电压的响应特征量。在无差拍预测直接功率分布区域内，特高压换流站工程应急抢修的故障信息统计分析公式为：

(2)

式中:a(t)为特高压换流站工程的等效状态参数；θk为故障样本分布的参数模型；k为特高压换流站工程应急处置抢修的状态参数。

1.2 故障分布大数据融合处理

采用静止坐标下的控制量，融合处理特高压换流站工程的故障样本序列，分析特高压换流站工程的故障状态特征，得到参量辨识模型。

(3)

式中:Δx和Δy均为特高压换流站故障样本分布的系统采样值；α为负载突变角度。

求解特高压换流站故障样本大数据分布的模糊核，得到特高压换流站故障序列的模糊特征检测输出。

z=k+Rsinηcosφ

(4)

v=1-∑g+kz

(5)

根据上述分析，构建了特高压换流站工程短路应急抢修的大数据融合模型。根据信息融合结果，进行换流站工程的应急处置和抢修。

2 特高压换流站工程短路应急抢修及故障诊断

2.1 故障特征提取

采用滑模控制器计算特高压换流站工程输入的相关参数，结合负载均衡控制方法[5]，进行限流补偿控制，得到特高压换流站工程的功率负载：

(6)

式中：a0和a分别为限流补偿控制初始值和实际值[6]；R为特高压换流站工程的应急处置状态目标函数最优解。提取特高压换流站工程应急处置抢修的故障特征进行线性融合处理，得到特高压换流站工程的条件反射阻抗：

(7)

式中：ω为线性融合系数；l为触发脉冲值；M为特高压换流站工程的谐振特征点。经同速旋转坐标变换，不同尺度空间对特高压换流站工程的故障特征分量为：

(8)

式中：p为模糊基函数;Bk为特高压换流站工程应急处置的外环滑模控制函数。

综上分析，实现了特高压换流站工程短路应急抢修的故障特征提取。

2.2 应急处置抢修标准化体系构建

根据故障特征提取结果，得到体系构造方程组。需经同速旋转坐标变换[7]，得到特高压换流站工程应急处置的约束参量模型描述为：

λ=εP+κ

(9)

式中:ε为特高压换流站输出电流;κ为特高压换流站在恒功率区的过载。通过对特高压换流站工程的短路限流保护[8]，分析故障类别属性。通过机器学习算法进行特高压换流站工程故障分类识别。通过参数自适应调整，特高压换流站工程故障抢修体系的处置效率为：

(10)

式中：E为特高压换流站工程的输出功率损耗。

综上所述，通过机器学习算法进行特高压换流站工程故障分类识别，实现对特高压换流站工程应急处置抢修的标准化体系构建，提高了应急处置的效率。

3 仿真测试分析

通过仿真试验验证本文方法在实现特高压换流站工程应急处置及抢修的应用性能，设定特高压换流站的主频为1 200 MHz，直流负载为120 Ω，控制电压Vα为240 V，特高压换流站工程的故障信息采集样本数为1 024，故障特征的训练集为200，根据上述试验参数设定，得到特高压换流站工程在空载和负载状态下的电动势和电压输出如图1和图2所示。

根据图1和图2的电动势和电压信息采集结果，进行故障抢修和诊断试验，得到诊断结果如图3所示。

图1 特高压换流站的空载电动势

图2 特高压换流站工程的负载输出电压

分析图3可知，本文方法能有效实现特高压换流站工程故障点定位，峰值表现明显，对特高压换流站工程应急处置抢修的故障诊断能力较好。本文构建特高压换流站工程应急处置抢修约束参量，分析特高压换流站工程的故障状态特征，采用拉格朗日插值法，提取特高压换流站故障序列的分布状态特征量。通过线性融合处理特高压换流站故障特征量，有效提高故障诊断能力。

图3 特高压换流站工程故障检修诊断结果

为了验证本文方法测试特高压换流站工程故障检修的效率，分别采用基于模糊度辨识方法、参数寻优控制方法与本文方法进行对比，结果如表1所示。

表1 不同方法的应急处置抢修效率对比

根据表1数据可知，当测试次数到达400次时，基于模糊度辨识方法的应急处置抢修效率为91.1%，基于参数寻优控制方法的应急处置抢修效率为89.9%，而本文方法的应急处置抢修效率为98.8%。由此可知，本文方法的特高压换流站工程故障检修效率较高。本文方法利用机器学习算法，分类识别特高压换流站工程故障，根据故障辨识结果，构建特高压换流站工程应急处置抢修的标准化体系，从而提高了应急处置抢修效率。

4 结束语

本文提出基于故障容错控制和机器学习的特高压换流站工程应急处置抢修标准化体系构建模型。将等效电路结构分析与故障状态特征融合，根据故障特征提取结果，构建特高压换流站工程短路应急抢修标准体系，分析故障类别属性，利用机器学习算法对特高压换流站工程进行故障分类识别。本文方法进行高压换流站工程应急处置抢修的效率较高，故障诊断能力较好。