潘俊锐,江 玉,方 辉
(安徽送变电工程有限公司,安徽 合肥 231299)
电网系统作为社会发展与人民生活的基础,在电网设备的日常运行中,氧化锌避雷器的设置可避免电网系统遭受雷击。氧化锌避雷器的工作环境较恶劣,且易受到泄露电流、环境温度、湿度、谐波干扰、瓷套等因素影响,进而出现故障问题,不利于氧化锌避雷器的正常运行。基于此,电力部门应运用在线监测技术对其进行实时检测,从而确保氧化锌避雷器的稳定运行,进一步推进国家电网系统的自动化建设。
氧化锌避雷器在线监测系统由站控层、间隔层以及过程层组成。其中,站控层包括监控中心、全球定位系统(Global Positioning System,GPS)时钟以及B 码时钟源,间隔层包括在线监测智能电子设备(Intelligent Electronic Device,IED)等,过程层包括电压互感器(Potential Transformer,PT)监测终端和电流互感器(Current Transformer,CT)监测终端等,如图1 所示。
图1 氧化锌避雷器的在线监测系统架构
在线监测系统中,不同设备的功能各异。首先,监控中心可以对氧化锌避雷器进行状态信息分类与汇总,分析每一台设备的运行状态。工作人员可通过系统后台检查氧化锌避雷器的运行情况。监控中心通过显示屏呈现相关信息,信息展现形式包括报表、统计图、曲线图等,为用户带来良好的使用体验。当氧化锌避雷器出现故障时,系统会及时报警,提醒管理人员进行故障处理,确保氧化锌避雷器的正常运行[1]。其次,监测终端无法与监控中心直接通信,利用在线监测IED 设备可以实现二者之间的连接,进行信息的解析与传递。最后,监测终端作为在线监测系统的信息收集设备,可监测环境温度、湿度、阻性泄露电流、氧化锌避雷器污秽情况等。此外,监测终端还能精准记录雷击次数,并进行数据传递,通过间隔层传输至监控中心,以便管理人员做出正确决策。总之,在线监测系统通过相关功能对氧化锌避雷器进行信息采集与分析,确保其稳定运行。
在对氧化锌避雷器基波阻性电流法与谐波分析法原理的研究中发现,在线监测系统采样工作的同步性对最后的监测结果影响巨大。虽然系统监测的泄露电流数值极小,但是极小的误差会造成较大误差。因此,在线监测系统对采样工作的同步性具有极高要求,技术人员须对系统进行对时调整。对时方法有2 种:一是采用GPS 同步授时模块进行对时,该模块可以在2 ns 内进行同步授时,减少时间误差;二是技术人员可运用IRIG-B 码时钟进行对时,抗干扰能力极强,确保传输信号稳定,进而使接受信号精度极高。但精度过高会耗费巨大成本,因此技术人员应根据系统需求进行合理的精度选择。现阶段,精度选择可分为1 μs、1 ms、10 ms 以及1 s,只须确保其精度可以满足系统最小分辨率[2]。
因IRIG-B 码时钟得对时成本较低,虽然对时精度不如GPS同步授时模块,但可以满足系统需求。因此,技术人员可利用IRIG-B 码时钟进行对时,确保采样同步。
在氧化锌避雷器的数据采集工作中,获取的数据存在多种杂波。因氧化锌避雷器的泄露电流值极小,若未进行去噪处理,则容易导致监测结果存在误差,无法准确反映氧化锌避雷器的真实情况。基于此,技术人员应合理选择数据处理算法进行去噪。小波去噪技术可以对收集到的信号加以分解,在信号分解后,保留有用的信号内容,将无用的信号系数取值为0,完成去噪工作。通过多次分解去噪,最终可以得到有用信息。
2.3.1 故障诊断的意义
随着电力设备逐步向大型化发展,电力系统的安全性尤为关键。一旦出现故障问题,极易影响电力系统的正常供电,甚至造成人员伤亡。因此,须做好在线监测故障诊断工作。通过氧化锌避雷器在线监测系统能够了解设备的绝缘情况,预知可能出现的绝缘风险,及时进行设备的维修,确保氧化锌避雷器运行稳定。但在线数据信息数量庞大,信息种类复杂,很多信息存在重复性问题,对在线监测结果带来了巨大的影响。为确保故障诊断准确,技术人员应做好在线监测系统数据信息的预处理工作,去除其中的重复性信息,剔除误差信息,为系统故障诊断工作提供精准数据,便于正确决策。氧化锌避雷器阻性电流受到多种因素影响,包括天气、温度、磁场、信号干扰等,故障诊断难度极高。因此,技术人员应通过相关技术进行数据信息的有效处理,为在线监测故障诊断工作奠定基础[3]。
2.3.2 多传感器信息融合算法
信息融合算法作为在线监控系统数据处理的基本方法,可以实现不同层次信息的融合,并进行数据信息的综合处理。多传感器信息融合算法主要是利用传感器收集信息,对收集的数据信息加以计算,可得到相应的处理结果,避免谐波对数据信息的干扰,有效反映氧化锌避雷器的实时运行状态。信息融合算法包括嵌入约束法、证据组合法以及人工神经网络法。
(1)嵌入约束法。嵌入约束法是对传感器收集的信息参数的映射原相和本相设置约束条件,获取问题的解唯一。简言之,监测系统通过传感器获取氧化锌避雷器的实时信息,并根据其特点获取主要数据信息。
(2)证据组合法。为了判断氧化锌避雷器的运行情况,可以提取其运行时所获取的数据信息,并根据氧化锌避雷器的不同运行状态进行数据信息的计算,从而作为氧化锌避雷器的故障判断依据。
(3)人工神经网络法。人工神经网络法指的是利用机器模型完成故障判断任务。首先,应针对传感器需求设置拓扑结构;其次,将神经网络和工作环境进行交互,将数据信息规律反映至神经网络;最后,机器模型应对传感器获取的信息加以学习与理解,从而实现对故障的自动判断[4]。
2.3.3 灰关联分析法
灰关联分析法作为氧化锌避雷器故障判断方法之一,主要是通过对多种故障影响因素进行统计,并进行拟合曲线的绘制,了解不同因素对氧化锌避雷器的故障影响程度。此外,还可以将拟合曲线的变化形式与实时监测情况相比较。两条曲线的契合度越高,说明此种因素对氧化锌避雷器的故障影响越大。在进行灰关联分析时,可以将氧化锌避雷器的介损角当作参考序列Xj,将温度、湿度以及泄露电流等影响因素当做比较序列X0,可以得到
将获取的数据进行规范化处理,计算出各个数据间的关联系数ζj(k)与关联程度γj为
通过对关联度拟合曲线的对比,可明确不同因素与氧化锌避雷器故障的关联程度,从而明确故障原因[5]。
氧化锌避雷器在线监测专家软件作为在线监测系统的子软件,具有多种功能。不仅可以监测变压器,检测局部放电与油中气体情况,还可以监测断路器、容性设备,为系统设置预报警参数,进行变电站设备的管理。此外,在线监测专家软件可进行用户设置预管理,方便用户查看历史数据与当前数据,并检查设备实时状态。用户登录专家软件系统后,可根据自身需求进行数据查询,为其决策提供参考。
氧化锌避雷器出现故障对电网系统的安全运行影响巨大,应通过在线监测系统进行实时检测,从而明确故障信息,及时进行故障处理。氧化锌避雷器在线监测系统通过监控中心、在线监测IED 设备、监测终端等组成设备协作运行,实现数据信息的获取、传递与处理,完成对氧化锌避雷器的实时监测。此外,通过在线监测系统对时、在线监测信号去噪、在线监测故障诊断等关键技术进行优化,为在线监测系统提供精准数据信息,确保氧化锌避雷器的稳定运行。