基于数据驱动的输电线路在线监测及可靠性评估

2021-07-15 09:37刘雪锋王红平钟汶兵毕泽民金鑫
电气开关 2021年1期
关键词:可靠性矩阵线路

刘雪锋,王红平,钟汶兵,毕泽民,金鑫

(云南电网有限责任公司玉溪供电局,云南 玉溪 653100)

1 引言

随着国民经济和社会不断发展,电力刚性需求持续增加,区域骨干电网规模持续扩大,输电线路从数量和长度上快速增长。输电线路覆盖面积越来越大,所处环境越来越复杂,安全运行面临技术性与条件性挑战。因此,有必要按照“失效-异常-正常”的三元判断模型,对输电线路在线监测及其可靠性进行专题研究。研究表明,数据驱动技术下,输电线路在线监测功能与可靠性评估,能根据相关概率对故障原因进行判断,提高故障处理效率。不影响电力传输的情况下,基于数据驱动的输电线路在线监测及可靠性评估,能实现更高效的连续监测,对故障征兆进行预判,为输电线路的缺陷和隐患处理提供决策依据。

2 输电线路在线监测装置异常故障分析

FTA分析法主要是根据可靠性工程对已经产生的较为复杂的系统故障进行判断与分析的技术手段,经过不同层级的逐一分解,找到故障出现的直接诱因与间接诱因。为保证在线装置检测系统能够及时识别出线路中的故障,将以系统异常原因为切入点,通过FTA分析法创建在线监测装置故障树图,明晰故障监测的原理与过程,内容如图1所示。

通过图1内容可知,能够影响在线监测系统并使其发出异常的原因通常在于外部环境的干扰、装置本体的故障以及装置状态的变化。具体因素描述如下[1]。

图1 装置异常故障树

2.1 外部环境

外部环境的干扰因素包含高电压大电流、超高或超低温、雷电等,受到这些外部环境的影响,在线监测装置可能会出现数据跳变、抖动的问题。外部环境可以进一步细分为恶劣工况与环境干扰。

2.2 装置本体

输电线路在线监测装置由软、硬件共同组成。在线监测装置的硬件包括电源单位、主控单位、传感器单位、通信单位以及信号处理单位。在线监测装置中信号处理单元、主控单元及传感器单元主要负责数据的采集和处理,电源单元为装置提供能量,通信单元利用无线传输方式,将信息进行传递。在线监测装置在运行过程中出现的故障与原因有以下几点。

一是传感器故障,外部环境恶劣、安装不当会影响测量效果,数据出现偏移;传感器超寿命运行,影响测量效果的准确性与灵敏性;检测单元出现故障会使传感器彻底失效。

二是通信故障,SIM卡欠费停机、通信模块受损会使数据出现停断现象;通信质量不佳会造成数据在短期内的中断。

三是软件故障,参数设置出现偏差或错误、软件版本内部存在缺陷都会造成装置数据长期或瞬时的中断。

3 输电线路在线监测装置可靠性评估研究

3.1 故障识别

受到安装位置、实施技术、外部环境等诸多因素的影响,输电线路在线监测装置第一时间检测到故障的几率较低,即便在第一时间发现了故障,也很难及时对故障进行类型判断与原因查找。因此,明晰在线监测装置具备非线性及非平稳性的基础上,提出了将贝叶斯网络与装置异常故障树相结合的解决办法。利用异常模式修正的方式,创建装置故障概率模型,这种方法能够有效提高故障识别率,并具备解释性强、诊断速度快的特征。

贝叶斯网络是建立在概率理论与图论建立概率推理有向无环图的方法,有向无环图由节点与有向边共同构成,其中,节点表示随机变量,有向边表示变量从起点到终点的影响。装置故障树与贝叶斯网络的结合,突显出系统的双向推理与强解释性的优势,并以此做为可靠性评估的主要方法。

3.2 可靠性评估

明确在线监测装置发生故障的实际部件与诱因后,应对装置进行可靠性评估,为之后在线监测装置的运维工作提供往期数据支持。经统计得出,装置故障状态分为正常、异常以及故障,三个故障状态之间存在一定模糊性。根据模糊综合评价应用于在线监测装置的可靠性评估方法[2]。因为模糊综合评价方法能够有效的将模糊问题进行量化处理,所以已经受到工程领域的广泛应用,实际评估方法如下。

3.2.1 创建装置可靠性评价指标体系

首先,对指标集进行定义,指标中各元素含义如表1所示。N={N3,N4,N5,…,N17},评语集V={V1,V2,V3},评语集中V1,V2,V3分别表示装置的正常、异常、故障状态。

表1 节点名称与符号注释

3.2.2 计算可靠性评价指标权重

由于指标权重和故障概率的重要程度有关,所以将指标风险作为计算权重的主要依据。考虑到各项指标的重要程度是通过层次分析法来进行计算的,因此,首先将各项指标进行对比,并建立矩阵;其次,对矩阵进行计算,明确矩阵的相对权重及特征向量;最后,将相对权重展开一致性检验,确保两项指标的结果相一致[3]。

3.2.3 确定隶属函数

常用于权重计算的隶属函数有梯形型、正态型、k次抛物线等,本次计算将采用中间型梯形分布。

3.2.4 创建模糊评价矩阵

指标代入相应公式得到模糊评价矩阵,矩阵R如下所示。

(1)

式中,rij指的是i指标对j评语的隶属度;n表示数量;m表示评语数量。

3.2.5 得出评价结果

将模糊评价矩阵和权重矩阵进行乘运算,就是模型的评价结果,矩阵如下所示。

b2,…,bm)

(2)

按照隶属度最大的原则,将评价结果B的最大值与评语相对应就是最终的评价结果。

4 输电线路在线监测装置可靠性评估步骤描述

结合上述研究与规定,得出输电线路在线监测装置可靠性评估的运行步骤,过程如图2所示。

步骤1:结合装置监测到的频率和特性,通过在线监测装置获取实时前推时间的数据集。

步骤2:检查数据是否重复、缺失以及跳变,如存在异常情况就进入下一步骤,如不存在则回到步骤1。

步骤3:对监测数据进行数据展开异常模式判断,有多种异常模式并存的概率。

步骤4:将故障统计数据设为先验概率,并完成故障贝叶斯网络的计算。

步骤5:以装置异常模式为补充性信息,将贝叶斯网络计算得出的结果进行修正。

步骤6:对异常模式数据量占正常数据量的比重进行计算,即对模糊指标得分的计算。

步骤7:结合模糊指标得分与异常故障的概率,创建模糊评价矩阵。

步骤8:通过模糊评级矩阵与权重矩阵的乘运算,得出在线监测装置的可靠性评价结果。

5 结语

通过研究在线监测装置在故障异常模式与其相关的关系中,结合FTA、模糊评价法、贝叶斯网络等,提出数据驱动下输电线路在线监测装置对于故障识别与可靠性评估的原则和方法。此方法可以有效提高装置可靠性评估的自动化、实时性、精准性水平,及时提供故障原因,提高输电线路缺陷和隐患处理效率。

猜你喜欢
可靠性矩阵线路
可靠性管理体系创建与实践
输电线路工程造价控制
合理使用及正确测试以提升DC/DC变换器可靠性
10kV线路保护定值修改后存在安全隐患
5G通信中数据传输的可靠性分析
电力拖动控制线路在安装中的应用
初等行变换与初等列变换并用求逆矩阵
矩阵
矩阵
矩阵