智慧变电站多物理场数字化建模关键技术及应用研究

成 林，马骁腾，任双赞，刘 臻，汪全涛

（1.国网陕西省电力有限公司电力科学研究院，陕西 西安 710054；2.国网陕西省电力有限公司超高压公司，陕西 西安 710054）

0 引言

在国家“双碳”战略目标和新型电力系统引领下，电力能源已成为促进社会发展全面绿色转型的主要战场。国家电网有限公司为推进能源清洁低碳转型，全力推动实现“双碳”目标与新型电力系统构建中数字技术与能源技术深度融合、广泛应用，相继印发了《“碳达峰、碳中和”行动方案》和《构建以新能源为主体的新型电力系统行动方案》，并制定了2021—2030 年九大重点任务，其中，智慧变电站建设是落实国家电网有限公司发展战略，构建现代设备管理体系的重要内容，是电网数字化建设的核心环节，提升设备智能化水平与变电运检质量与效果的重要举措，服务新型电力系统的重要途径。

国网陕西省电力有限公司作为智慧变电站试点建设单位，自2020 年起开始1 000 kV 横山、110 kV凤凰嘴智慧变电站建设，从“提升运检工作效率、加强设备状态感知、提高本质安全水平”方面有力支持了变电专业数字化转型，其中全面提升在运设备传感器可靠性是推进智慧变电站建设的关键。然而，变电站工况环境是复杂电磁、湿、热、设备振动等多物理场耦合场景，传统可靠性相关标准，并未与变电站可靠性需求进行适应性优化，导致在智慧变电站建设中传感器或无线网络可靠性设计不合理，实际应用中故障率偏高，严重制约了智慧变电站建设。具体表现为：一是变压器、开关等主设备内外部或附近多物理场耦合影响因素尚不清晰［1］，现有传感器生产制造依据的电磁兼容和环境适应性试验标准，无法适用于电压等级不断提升的变电站复杂工况要求，造成传感器故障率高，缺乏变电站分区分级影响评估；二是缺乏变电站复杂电磁、湿、热、设备振动等多物理场耦合干扰环境对电气量、状态量、行为量、环境量典型传感器关键材料、元器件与装置的多层级影响因素分析［2-4］，不同电压等级变电站典型传感器在传感材料、关键微观结构、元器件加工工艺及封装方法等方面的多层级防护性能有待提升。

因此，为保障智慧变电站的建设，亟须开展数字化重构技术构建变电站多物理场特征分区分级模型的研究，从而明确适用于变电站内传感器及传感网设备的电磁抗扰度及环境适应性分级与技术指标要求，构建契合变电站多物理场特征分区分级模型的物联网传感器可靠性测试体系，发挥物联网传感器对智慧变电站建设的支撑作用。

1 关键技术

1.1 变电站多物理场典型特征量的提取方法

研究变电站复杂电磁骚扰、湿、热、设备振动等多物理场典型特征参量的提取方法，首先要厘清变电站在运设备的功能及运行状态。根据国家电网有限公司智慧变电站的建设方案，通过调研和分析，统计目前变电站中典型且故障率高的传感器类型，得到智能高压设备在运传感器功能统计如图1 所示。结合目前传感器所安装位置在运设备的运行功能，统计相应传感器的测量原理和安装方式，分析不同运行状态下在运设备对传感器的影响情况，针对在运设备的运行环境，分析变电站多物理场环境中其他设备对传感器的影响。

图1 智能高压设备在运传感器功能统计Fig.1 Function statistics of intelligent high-voltage equipment sensor in operation

然后基于变电站复杂电磁骚扰、湿、热、设备振动等多物理场典型特征参量的提取，研究变电站在运设备对多物理场的影响规律，研究不同类型在运设备所处多物理场特征分布和量值强度，通过实测对不同类型在运设备电磁骚扰、湿度、温度、设备振动等多物理场典型特征参量的分布规律和量值强度验证上述分析结果的有效性。

1）变电站不同在运传感设备受多物理场的影响规律。

根据变电站结构布局和不同在运设备的类型、安装方式、安装位置和工作模式，结合变电站多物理量的特征参量提取，研究不同现场设备工况对复杂电磁骚扰、湿、热、设备振动等多物理场的影响规律。

首先在运传感设备按类型分为传感器件、板卡及装置。其次根据安装位置（服务于不同设备）及图1 所示传感功能，上述3 类传感设备中传感器件可以继续细分为有源传感器件（红外成像传感头等）和无源传感器件（天线、罗氏线圈等），板卡则包括数据采集卡、通信模组及电源模块等，装置则有红外测温仪、特高频局放仪及高频局放仪等。同时根据传感器与开关设备的空间关系首先将评估电磁骚扰信号的区域分为紧贴开关设备外壳、未紧贴但位于开关设备区域内以及远离开关设备区域3 类。

然后通过针对敞开式开关设备（air insulated switchgear，AIS）和气体绝缘金属封闭开关设备（gas insulated substation，GIS）进行不同电压等级不同容性负载的隔离开关分合闸实验［5］，并提取电磁骚扰信号特征量，发现的规律为：电磁骚扰信号分电流和电压两类讨论，均可以按照特征量值大小从低到高分为3 级。其中最高级需要对AIS 二次设备施加持续时间大于1 s、最大电流幅值大于2 000 A 且单次电流主频大于1 MHz 的多次放电脉冲群作为电流分量电磁骚扰信号，次一级施加电流为1 500 A，最低级施加电流为1 000 A；最高级施加电压幅值大于10 kV、持续时间大于500 ms、频率大于1 MHz 且放电大于20 次的衰减振荡波脉冲群的电压分量，次一级施加电压为6 kV，最低级施加电压为3 kV；最高级需要对GIS 二次设备施加电压幅值大于20 kV、持续时间大于200 ms、频率大于30 MHz 且放电大于200 次的衰减振荡波脉冲群电压分量骚扰信号，次一级施加电压为12 kV，最低级施加电压为6 kV。

最后由于传感类设备中的器件和板卡均工作在屏蔽外壳内，因此温度、湿度以及振动的影响实际取决于设备的工作环境。因此安装于电力设备的传感器应满足各自电力设备运行环境中各物理量的极限值，该极限值受不同设备、不同地域、气候条件的影响就是研究变电站湿、热、设备振动时的特征参量的变化规律。

2）变电站多物理场特征分布和量值强度。

利用Comsol 有限元仿真软件对在运设备进行建模［6-7］，研究不同环境工况下，传感器所安装变电站不同位置及不同载体设备在极端情况下复杂电磁骚扰、湿度、温度、设备振动等多物理场特征量的分布规律和量值强度规律，确定传感器在变电站中运行的多物理场环境状况。

3）变电站多物理场特征分布和量值强度试验验证。

开展变电站现场复杂电磁骚扰、湿度、温度、设备振动等多物理场典型特征参量的实际测量，并通过MATLAB 程序对波形特征参量进行提取，其中本算法包括滤波、提取单次周期、计算特征参量3 部分，如图2 所示，经过算法优化有利于特征参量的提取。

图2 优化波形特征参量提取算法Fig.2 Waveform comparisions of feature parameter extraction optimization algorithm and original algorithms

在上述基础上经实测结果与仿真结果进行对比分析，验证在运设备电磁骚扰、湿度、温度、设备振动等多物理场典型特征参量的分布规律和量值强度理论分析的有效性。

1.2 多物理场耦合影响分析

基于特征分布、量值强度及其影响因素，研究不同物理场对安装于不同变电站设备传感器影响的相关性系数，从而研究在多物理量叠加作用下［8］，多种物理量对传感器影响的权重和相关性；在此基础上，建立多物理场对安装于不同变电站设备传感器影响的关联关系模型，并进行仿真分析；根据各特征参量的实测及数学统计方法对关联关系模型进行验证，分析多物理场作用对变电站不同安装位置传感器影响的关联关系，进而为解决多物理场综合作用下传感器的实效机理研究提供理论依据。

1）变电站多物理场相关性系数。

根据对传感器故障影响因素统计和不同类型物理场特征分布、量值强度分析结果，得出：安装于开关设备及变压器等户外电力设备的传感器，运行环境为24 h 内相对湿度平均值不超过95%，月相对湿度平均值不超过90%；运行环境温度为-50～55 ℃、最大温升140 K；设备振动产生的噪声信号频率集中在50～800 Hz，其峰值主要集中在50 Hz、100 Hz、200 Hz、500 Hz，幅值小于70 dB，地面水平加速度低于3 m/s2。

通过仿真分析研究多物理场叠加作用下对传感器影响的程度，比较不同多种物理场作用情况下传感器的失效模式和不同物理场对传感器作用的权重，进而研究不同物理场对安装于不同变电站设备传感器影响的相关性系数，通过相关性系数分析不同类型传感器对不同物理场干扰的敏感性。

2）变电站多物理场相关性建模仿真。

建立多物理场对安装于不同变电站设备传感器影响关联关系的多元支持向量回归预测模型，在建模之前需要对多物理场分布特征参量进行处理，包括：参数归一化/标准化、相关性筛选、训练/测试参数设置以及参数优化等；通过固定一种物理场干扰的特征，变换其他物理场干扰，得到不同物理场干扰组合方式对传感器的干扰程度，进而验证多物理场作用下不同物理场干扰之间的相关性系数；通过仿真，建立不同类型传感器在同一多物理场叠加作用下的失效模型，研究多物理场叠加干扰对不同类型传感器的影响规律。

3）变电站多物理场相关性分析。

结合变电站多物理场特征参量的实测，并对失效传感器进行统计分析，通过改变输入参数对多物理场关联关系的多元支持向量回归预测模型的预测精度进行验证，随着输入参数的增多，预测模型的预测精度从90.5%提高到94%，同时考虑预测模型的输入参数的复杂度，最终确定模型为两参数输入；进而研究多物理场作用对变电站不同安装位置的传感器影响的综合效应，以及不同物理场在同时对传感器进行作用过程中的关联性关系。

1.3 点位测量反演区域量值技术

首先针对变电站多物理场分别开展“点位”测量复原“区域”量值等效关系进行研究。针对变电站复杂电磁环境，通过电磁波辐射和折反射机理分析，研究电磁波传播及分布的理论模型，进而研究“点位”数据复原“区域”量值分布的关联等效关系；针对设备机械振动，研究振动机械波在金属和绝缘材料中的传播，并分析在两者交界面的折反射规律，进而研究振动“点位”数据复原“区域”量值分布的关联等效关系；针对外界温度和设备运行温度，在设备材料及不同材料交界面传播和折反射，进而研究温度“点位”测量复原“区域”量值分布的关联等效关系；针对湿度，研究空间湿度在变电站设备表面、缝隙及内部扩散的规律，进而研究湿度“点位”测量复原“区域”分布量值的关联等效关系。

基于上述各物理场传播规律的研究结果，对各物理场特征量的点位测量与复原区域量值的关联等效关系进行分析如图3 所示。

图3 点位测量与区域量值关联关系模型构建Fig.3 The modeling of the relationship between point measurements and regional quantitative values

采用相关分析数学统计方法［9］，利用Spearman相关系数计算“点位”测量与其对“区域”量值影响程度之间的相关性；在此基础上再采用回归分析法根据“点位”测量建立其对“区域”量值影响的回归预测模型，通过模型预测精度对点位的选取进行评价。最终通过该关联关系模型计算各因素对反演计算的准确度影响，得出不同物理量反演数据的准确度量级及各因素的统计规律。

2 应用前景

2.1 变电站数字化重构模型

在点位测量反演区域量值技术的研究基础上，对变电站进行数字化重构建模。基于变电站多物理场方法对典型多物理场进行仿真计算，研究典型多物理场特征参量基于不同量值强度的区域划分和等级划分策略；根据“点位”测量的实测结果进行数字化重构，得到变电站典型多物理场特征参量“区域”量值；结合现有传感器多物理场的影响因素和量级范围，研究典型多物理场特征参量分区分级方法和依据。

1）典型变电站多物理场特征参量基于不同量值强度的区域划分和等级划分策略。

首先在变电站数字化重构模型框架下，通过基于径向基函数的数值插值反演计算算法和基于变电站三维模型重构基础上的变电站多物理场仿真计算并结合实测数据，对变电站多物理场特征参量进行不同量值强度的区域划分。

根据不同变电站电压等级和结构形式的区别，并结合传感器在变电站中的安装位置，按照变电站多物理场数字化模型，研究典型变电站中基于多物理场特征参量量值强度的精确区域划分方法，进而为传感器的分区安装提供依据；按照不同物理场的强度曲线变化率，研究变电站内多物理场区域等级划分的策略，为变电站多物理场评估及二次设备安装的标准化方法提供依据。

2）基于变电站数字化重构技术的典型多物理场特征参量“区域”分布规律。

基于变电站数字化重构算法和模型，具体研究不同多物理场特征参量区域分布规律。对于电磁骚扰来说，研究暂态电压、暂态电流和暂态电磁场在设备上及周边的分布情况［10］，并研究随距离、时间的变化趋势，研究暂态电磁骚扰的衰减规律。其中变电站复杂电磁骚扰特征分布主要包括信号幅值、频率、能量以及不同频率分量的分布。基于广义S 变换的时频方法在高、低频段的时频分辨率更适合暂态电磁骚扰分析的特点，对暂态电磁骚扰特征参量分布规律进行对比分析，同时开发分析软件提取特征量。

针对振动因素［11-13］，首先考虑振动源以及振动机械波在设备中的分布规律。针对振动信号的特征，通过小波包分析对高频空间也实施类似于对低频空间的处理。即将高频空间也进行逐渐细化的分割，改善了小波变换的分析性能。并在此基础上通过“能量-故障”诊断模式识别方法，建立起能量变化与在运设备受影响程度的映射关系，得到一种表征在运设备工作状态的判据。

针对温度因素，从设备发热点开始，研究温度在设备中的分布规律以及环境温度为低温时设备中温度的分布规律［14-15］。其中关键点在于求解温度场的过程：先将温度场和流场离散为若干单元上节点，再将其转化为相应的变分问题，根据在运设备的实际工况引入响应的边界条件后，利用分布式同步测量系统的数据采用交叉迭代法求解，最终得到不同时间的温度和速度序列即为体现特征分布的温度场和流场。

针对湿度因素，研究环境湿度在空间和设备缝隙及内部的分布规律［7］。其中，空间主要考虑设备外部环境、缝隙及内部主要针对设备内部环境。外部环境湿度采用一般的湿度传感器就可以获得，部分设备内部水分含量超标时会严重影响设备的安全稳定运行，监测目前常用微水仪进行监测，并得出产生凝露现象的判据。

3）变电站典型多物理场特征参量分区分级方法和依据。

变电站多物理场是在运设备的主要环境特征，传感器及传感网设备是主要对象，通过仿真计算、现场实测、统计分析等手段，完成变电站数字化重构技术基于主要环境针对主要对象的应用。结合基于数字化重构技术的变电站多物理场分级分区仿真方法，针对不同类型传感器的测量原理的环境耐受的程度，研究考虑现有传感器多物理场的影响因素和量级范围的变电站典型多物理场特征参量分区分级方法和依据。

首先变电站复杂电磁环境典型特征参量反演计算方面，根据分布式同步测量系统的各物理量点位测量值，通过基于径向基函数的曲面插值计算进行区域量值复原［16］；其次基于变电站复杂电磁环境仿真的分区分级预测方面，基于点云数据识别对变电站进行三维模型重构，同时依托变电站复杂电磁环境仿真技术对站域电磁环境典型特征参量的分布特性进行仿真；最后建立基于变电站多物理场特征的分区分级模型方面，根据现场实测数据对变电站数字化重构模型进行修正，在此基础上计算典型特征量分布并确定变电站电磁环境强弱等级阈值，提出变电站站域电磁环境分区分级体系及其评估方法的技术要求。

2.2 变电站多物理场分区分级模型

基于变电站多物理场数字化重构方法［17］与典型多物理场特征分区分级方法，构建变电站多物理场分区分级模型；研究不同分区分级下变电站多物理场对在运设备影响的评估方法；开发变电站多物理场特征分区分级评估系统，实现变电站多物理场的分区分级评估。

1）变电站多物理场分区分级模型。

建立变电站设备的模块化电路模型，研究变电站设备电路模型的数字化构建及连接方法，结合多物理场在变电站设备中及其周边的传播算法，研究变电站模块化设备的多物理场分区分级数学模型的构建方法，并根据不同现场设备连接方式，建立可模块化对接的积木式变电站多物理场分区分级模型。

首先在完成点云数据试别和提取的基础上对变电站进行三维重构［18］。变电站设备结构多样、种类繁多，只有通过合理区域划分、站点选取与记录，才能保证作业过程能有序、有效进行。模型重构作为整个环节的基础，为实现变电站高效建模，确定模型重构的流程及方法，如图4 所示。

图4 变电站三维模型重构流程Fig.4 Flowchart of substation 3D model reconstruction

然后通过解析SCD 文件可以得到变电站的拓扑信息和元件类型，获得变电站拓扑信息和元件类型后，通过Excel 输入每一种元件的仿真模型。利用变电站拓扑信息、元件类型和元件的仿真模型，按照仿真文件的语法规则自动生成仿真文件，通过调用每个物理场模块的内核运行仿真文件，从而实现对变电站多物理场的自动建模仿真。

在理解掌握上述各个未知量的算法并模块化集成后，最终通过MATLAB 的GUI 界面整合上述操作进而实现可视化操作，仿真过程和仿真结果均通过GUI 界面显示，能够实现可模块化对接的积木式变电站多物理场分区分级模型的建立。

2）变电站不同在运设备多物理场分区分级下的评估方法。

首先根据变电站不同在运设备及其附近不同物理场的分布情况，结合传感器功能和类型，系统梳理在运设备及其附近适合安装传感器的位置。

结合我国现有行业标准对电子设备在不同工业等级下的电场强度和磁场强度大小限值的规定，对传感器安装位置进行进一步划分和限定。

最终在变电站多物理场数字化重构模型的框架下，预测变电站多物理场典型特征量强度阈值，并提出在运设备多物理场分区分级下的设备级评估方法和依据。

3）变电站多物理场特征分区分级评估系统开发。

首先对可模块化对接的积木式变电站多物理场分区分级模型进行智能化仿真处理，并对仿真结果进行数据处理：比较不同工作模式的仿真结果，获得多物理场典型参量的特征量；对仿真结果进行时频分析获得时频谱，通过比较时频谱获得典型参量包含的幅值、频率分布、能量及对应的物理场影响来源。然后针对不同类型变电站实际工况，开展不同物理场特征的站域级分区分级评估方法［19］和依据研究。开发集成设备级和站域级的变电站多物理场特征分区分级评估系统，具体系统开发方案如图5 所示。

图5 变电站多物理场数字化重构及分区分级评估系统开发方案Fig.5 Development solution of substation multi-physical field digital reconstruction and zonal hierarchical evaluation system

2.3 传感器电磁抗扰度及环境适应性评估方法

基于变电站多物理场分区分级模型，研究适用于变电站多物理场应用场景的传感器及传感网设备电磁抗扰度及环境适应性分级综合评估方法；根据变电站多物理场特征分区分级模型对所研究的传感器及传感网设备电磁抗扰度及环境适应性分级评估方法进行补充、修正及调整；研究传感器及传感网设备电磁抗扰度及环境适应性评估指标及其权重；研究基于变电站多物理场特征分区分级模型的传感器及传感网设备电磁抗扰度及环境适应性分级评估方法体系。

首先根据变电站多物理场特征分区分级模型及其对传感器类设备的影响，对传感器及传感网设备进行分类。考虑实际情况下对不同二次设备致损机理所掌握的程度不同，将不同的二次设备分为3 类并发展相应的电磁抗扰度及环境适应性评估方法。第1 类设备，其强电磁骚扰作用下的物理机理与统计特征均已知，易损性模型可以通过完整的数学表达式表示，进而采用不同的统计方法进行模型参数回归；第2 类设备，只有部分的致损机理已知但无法表示出完整的效应评估过程，评估中采用由描述致损机理的白箱模型与假设的黑箱模型组成的混合模型用于描述效应易损性模型；第3 类设备，主要考虑复杂二次设备，其致损机理与阈值概率特征均未知，无法用数学模型加以描述，评估中采用数据驱动的非参模型来描述，发展了基于支持向量机和高斯过程回归的非参评估模型。

然后针对上述不同类别的传感器及传感网设备，将变电站多物理场特征分区分级模型中与之实际工况对应的量值强度带入不同类别的传感器及传感网设备的评估模型，得到与变电站多物理场分区分级模型的关联关系。

最后基于变电站多物理场特征分区分级模型、传感器及传感网设备分类评估模型以及两者之间的关联关系，得到基于变电站多物理场特征分区分级模型的传感器及传感网设备电磁抗扰度及环境适应性分级模型，形成完整的基于变电站数字孪生地图［20-21］的传感器及传感网设备电磁抗扰度及环境适应性分级及评估模型架构，如图6 所示。

图6 基于数字化重构的变电站电磁抗扰度及环境适应性分级及评估模型架构Fig.6 Model architecture for grading and evaluating electromagnetic immunity and environmental adaptability of substation based on digital reconfiguration

差异化、精细化的变电站系统级电磁抗扰度及环境适应性试验方法原理如图7 所示，根据电力行业标准，提出了变电站系统级电磁兼容试验及评估方法，通过对待测变电站建模仿真、实测骚扰、模型修正，进而对变电站暂态电磁骚扰进行等级区域划分，最终根据电磁骚扰分布对变电站二次设备安装和防护提出优化策略。

图7 变电站系统级电磁抗扰度及环境适应性试验方法原理Fig.7 Schematic diagram of substation system-level electromagnetic immunity and environmental adaptability test method

3 结束语

针对智慧变电站建设过程中传感器及传感网可靠性评估痛点，提出基于变电站多物理场数字化建模的研究思路：首先，以变电站内在运设备为研究对象，构建基于多物理场特征分布、量值大小、耦合关系及关联性分析的理论体系；然后，针对变电站复杂电磁环境开展分布式同步测量技术的研究，并在此基础上完成基于变电站多物理场数字化重构模型的搭建；最后，基于数字化重构技术构建分区分级模型并进行试验验证，从电磁抗扰度及环境适应性试验出发，提出相应的评估方法及技术标准。