变电站双电源切换开关自动切换故障及处理技术研究

李文渊

（国网湖北省电力有限公司恩施供电公司，湖北 恩施 445000）

0 引 言

双电源自动切换开关具有成本低、操作简单、自动化程度高等优点。但是，受外部因素和自身缺陷影响，双电源切换开关失控，无法完成自动切换动作，出现自动切换故障，造成变电压电源间的短路，甚至出现负荷断电，造成严重的经济损失。为保证变电站双电源切换开关安全、稳定运行，电力企业引进自动切换开关故障及处理技术，采取人工处理方式，但人工处理结果主观性过强。随着科学技术的不断发展与革新，自动化处理方式逐渐取代人工方式，但是故障识别与处理具有较高的技术难度。虽然近几年双电源切换开关故障及处理受到研究领域的重视与专注，但是在实际应用中处理效果并不理想，已经无法满足实际需求，为此提出对变电站双电源切换开关自动切换故障及处理技术进行研究。

1 双电源切换开关传感测试

变电站双电源切换开关自动切换故障类型有很多种，主要包括开关传动机构松动、切换开关部件松动、部件磨损等[1]。但是，任何类型的故障均有共同的故障特征，即振动频率存在差异。当出现开关自动切换故障时，开关振动频率、范围等指标均异常。传感测试仪器设备主要包括获取振动信号的传感器和对信号进行放大、变换的放大器与变换器。此次选用型号为IFAFJ-A4F4振动传感器，传感器线性度为20 000 m/s2，安装谐振点30 kHz，灵敏度为2 pC/ms2，扫描频率范围为0～10 000 Hz，放大器选用型号为IHRA-A4F5信号放大器，变换器选用型号为KHFA8-AF44变换器[2]。通过振动传感器底部的螺栓将其固定在磁座上，利用磁座将振动传感器吸附在变电站双电源切换开关本体外部。在对传感器安装时，尽量选取距离开关本体比较近的位置，并且要防护遮挡，避免受到外界干扰。在测试过程中，令双电源切换开关处于运行状态，振动传感器在双电源切换开关外部拾取振动加速度信号，并由电荷放大器对信号放大处理，最后经过转换器将振动加速度信号转化为电量形式的信号，经过信号电缆将信号传输到变电站主控室内安装的开关故障数据采集服务器，以便后续处理和分析数据。

2 自动切换故障识别

利用具有可调Q因子的小波变换算法对传感测试拾取的振动信号进行分解，提取到振动信号时域特征[3]。可调信号品质因子的小波变换算法是一种基于信号品质因子数设计多层变尺度高通低通滤波算法，通过对信号分解获取多层子序列的离散小波，振动信号能量聚集程度可以通过信号品质因素反映出来，其计算公式为

式中：Q表示信号品质因子，即振动信号能量聚集度；f表示由振动信号频域中极大值对应的中心频率；BW表示信噪比为3 dB频带宽度[4]。根据信号品质因子计算小波变换算法中尺度因子和最大分解层数2个参数，公式为

式中：α表示小波变换算法中信号分解尺度因子；β表示小波变换算法中振动信号最大分解层数；r表示过采样冗余因子[5]。根据尺度因子和最大分解层数，确定小波变换算法中低品质因子滤波器的频响与高品质因子滤波器的频响，公式为

式中：Hg表示低品质因子滤波器的频响；ρ表示频响函数；w表示振动信号的归一化角频率。使用傅里叶变换获取开关振动信号的频谱，将振动信号作为算法的输入信号，由低品质因子滤波器和高品质因子滤波器对信号分解获取低品质因子分量和高品质因子分量，再将其作为下层滤波器的输入量进行傅里叶变换得到对应的时域分量。振动信号由幅频特性和相频特性组成。幅频特性指信号幅度，相频特性指信号频率。根据分解得到的信号时域分量，计算出振动信号2个特征值，公式为

式中：W表示振动信号的时域分量；A表示双电源切换开关自动切换振动信号幅值；ψ表示双电源切换开关自动切换振动信号频率。根据正常状态下开关自动切换振动信号幅值与频率，设定2个阈值。如果振动信号幅度大于阈值，同时频率也大于阈值，则表示存在自动切换故障，否则开关状态正常。

3 自动切换故障处理

当识别到开关存在自动切换故障时，利用反向传播（Back Propagation，BP）神经网络技术确定故障类型，从而采取相应的处理措施。BP神经网络具有一定的学习能力，收集双电源切换开关自动切换所有类型故障数据，将其作为训练数据样本，输入到BP神经网络输入层，在输入层中对所有数据进行批量化处理，公式为

式中：y表示批量化处理后的开关自动切换故障数据；表示原始数据；ymin表示开关自动切换故障数据最小值；ymax表示开关自动切换故障数据最大值。通过归一化处理消除开关自动切换故障数据量纲，将其规范在0～1数值范围内。将处理后的数据发送到隐含层，在隐含层内利用激活函数训练数据，学习到不同故障类型下开关振动信号的幅频特性和相频特性，公式为

式中：Z(Ak,ψk)表示第k隐含层输出开关自动切换故障对应的时域特征；ek表示激活函数；ok表示第k隐含层目标函数。将隐含层输出向量输入到输出层，并将之前提取到的振动信号的幅频特性和相频特性也输入到输出层，并与学习到的故障特征匹配，输出与故障特征一致的开关自动切换故障类型，对故障采取对应的处理措施。

4 实验论证

4.1 实验准备与设计

采用对比实验的方式对设计技术的可靠性与可行性进行检验。以某变电站双电源切换开关为实验对象，开关为施耐德万高ATNSXA型双电源切换开关。该开关由控制器和IHDA-FA455塑壳型断路器2部分组成。由于投入使用时间较长，经常出现故障，利用设计方法对切换开关自动切换故障识别及处理，选择基于机器视觉的处理技术和基于深度学习网络的处理技术作为比较对象，以下分别用传统技术1与传统技术2表示。按照上述流程对开关传感测试，共采集到10 000个开关状态数据样本对数据进行分解，提取到故障特征，并对故障进行识别及处理。

4.2 实验结果与讨论

实验以识别率作为3种技术评价指标。识别率越高，开关自动切换故障识别准确度越高，其计算公式为

式中：ε表示变电站双电源切换开关自动切换故障识别率；TF表示正确识别故障样本数量；TN表示错误识别故障样本数量。实验以双电源切换开关状态样本数量为变量，利用式（7）计算3种技术故障识别率，具体数据如表1所示。

表1 3种技术故障识别率对比

由表1中数据可知，当识别样本数量达到10 000个时，设计技术故障识别率为95.13%，可以将识别率控制在95%以上，说明设计技术基本可以高精度识别出变电站双电源切换开关自动切换故障，而2种传统技术识别样本数量达到10 000个时，传统技术1故障识别率比设计技术低近44个百分点，传统技术2低近50个百分点，证明在故障识别精度方面设计技术优于传统技术。为了进一步验证设计技术的可行性，对3种技术应用下变电站双电源切换开关跨档频率对比，跨档频率越高则表示故障处理效果越差。在对故障开关处理完成之后对开关进行试运行，执行电源切换动作，总次数为10 000次，统计在运行过程中开关跨档频率，具体数据如表2所示。

表2 3种技术应用下开关跨档频率对比

由表2中数据可知，在设计技术应用下变电站双电源切换开关跨档频率较低，当开关执行切换动作10 000次，开关跨档频率仅为0.08%，基本可以实现对开关自动切换。相比之下，当开关执行切换动作10 000次，传统技术1比设计技术高约14个百分点，传统技术2比设计技术高约17%个百分点。因此，设计技术无论是在故障识别方面还是在故障处理效果方面，均表现出明显的优势，更适用于变电站双电源切换开关自动切换故障及处理。

5 结 论

自动切换故障是变电站双电源切换开关最为常见的故障，针对传统技术存在的不足与缺陷，提出了一个全新的处理技术，有效提高了故障识别率，降低了变电站双电源切换开关跨档频率，提高了变电站双电源切换开关自动切换故障及处理工作自动化、智能化水平，具有良好的现实意义。