基于支持向量機的絕緣子污穢度在線監測的研究

張 偉， 許安杰， 楊中亞

(1.國網儀征供電公司，江蘇 儀征 211400； 2.南京工程學院 電力工程學院，江蘇 南京 211167； 3. 國網宿遷供電公司，江蘇 宿遷 223800)

0 引言

電力設備污閃已成為影響電力系統穩定運行的問題。雖然雷電災害在電力系統中發生的概率很大，但據有效數據顯示污閃事故緊隨其后，并且絕緣子污閃事故覆蓋的范圍也非常廣，造成的經濟損失大約是雷電災害的10倍[1]。為了保障廣大電網用戶的用電，電網公司增強了輸變電設備的外絕緣，起到了一定程度預防污閃的作用。但是，隨著科技和經濟的發展，電壓等級的提高導致現有的技術無法完全預防電力設備污閃問題。目前國內外對于電力設備污穢度的在線監測研究還處于起步階段，傳統的污穢度在線監測存在著很大的局限性，當泄漏電流、環境參數發生改變時，系統輸出的污穢度程度會出現偏差[2]。本文提出的基于支持向量機(SVM)的在線監測能有效地避免以上缺陷。本文通過光傳感器測鹽密，并通過搭建支持向量機模型，構建污穢度和光功率損耗、溫度、濕度之間的關系，并通過測試驗證了其可靠性。

1 光纖污穢傳感器原理

1.1 污穢度表示方式

污穢度表示方式有表面污層電導率法、污閃梯度法、泄露電流法、等值附鹽密度法[3]。表面污層電導率法對絕緣子的污穢度表示很精確，但測量過程是在不帶電的情況下完成的，難以準確反映其運行狀態。污閃梯度法的測量條件很苛刻，難以捕捉合適的測量時機，所需的各種材料消耗成本也較高。泄露電流法能將電壓、污穢、氣候和絕緣子污閃問題聯系起來，但其測量值為電網運行過程中的動態參數，不易測量，所以不具備通用性。等值附鹽密度法操作簡單，所需設備和花費都不高。綜合比較上述4種方法，本文采用等值附鹽密度法來人工測量污穢度。

1.2 光纖傳感器工作原理

文中的光纖傳感器是指高純度石英棒，當石英棒暴露在空氣中時，把它看成一個以石英棒為核心，以空氣為包層的光波導。當光能通過光波導時，會產生吸收、散射、和輻射3種損耗。前兩種損耗產生的原因是污穢物顆粒，光能在光波導中的傳輸損耗主要是這兩種損耗。當石英棒表面清潔時，照射到光波導中，沒有了污穢度顆粒的阻攔，大部分光能均能在石英棒中傳輸，光波傳輸中的光能損耗很小。當石英棒表面有污染物顆粒時，照射到光波導中，由于有了污穢物顆粒的阻攔，導致了光能損耗，此時，傳感器表面鹽分的多少能由光功率損耗率η間接表示。其工作原理圖如圖1所示。污穢度越高，在光纖傳感器表面附著的污穢度顆粒越多，其吸收損耗和散射損耗越大，最終導致光功率損耗率η越大。

圖1 光纖傳感器工作原理圖

2 基于支持向量機的鹽密測量

2.1 污穢度等級分級

為了更方便地表示污穢情況,我們把污穢度分為正常狀態、一般狀態、超一般狀態和嚴重狀態4個狀態等級, 分別簡稱為1級、2級、3級和4級，描述如下:當絕緣子表面為正常狀態時，泄漏電流值幾乎不受環境因素變化的影響，當電網處于正常工作狀態時，絕緣子幾乎無泄露電流產生; 當絕緣子表面為一般狀態時，在電網正常運行時，絕緣子可能產生零星局部電弧,當環境參數不變時,泄漏電流與絕緣子表面污穢程度成正比例關系; 當絕緣子表面為超一般狀態時，絕緣子會呈現出間歇小電弧狀態,在潮濕天氣時, 絕緣子表面的污穢程度與泄漏電流有效值成正比例關系;當絕緣子表面為嚴重狀態時，絕緣子處于閃絡狀態的極限點,在這種情況下, 為防止發生沿面閃絡事故，應該安裝絕緣保護裝置。

2.2 數據樣本獲取

由文獻[4]可知，絕緣子發生閃絡的原因是絕緣子表面污穢中的鹽分。本文用絕緣子表面鹽密的大小間接表示絕緣子污穢度大小。當絕緣子表面鹽密的大小不變時，溫度和濕度對光功率損耗的變化會造成一定的影響，故將溫度，濕度與光功率損耗率作為變量。本文的污穢樣本的獲取采用自配污穢液的方法，將清潔的石英棒放入配置的污穢液中，記錄污染前后光功率值，計算出光功率損耗值，并對污穢石英棒表面鹽密進行人工測量，并將記錄此時對應的環境溫濕度值。

為了使數據更具有可靠性，對環境溫濕度及污穢液濃度做一定改變進行重復實驗，本文共配制50組樣本，其中的訓練樣本為40組，測試樣本為10組，4個污穢度等級各配制10組樣本，每個污穢度等級對應的10組樣本測量鹽密時的溫度和濕度分布均勻，光功率損耗率計算公式如下：

(1)

式中：Pin與Pout分別代表輸入石英管的光功率和輸出石英管的光功率。溫度、濕度、光功率損耗率和污穢度等級的變化范圍見表1。

表1 各變量變化范圍

2.3 支持向量機模型

支持向量機(SVM)[5]的基本思想為尋找一超平面，該超平面可以最優化平面兩側的區域間隔[6]。

構造樣本集{xi,yi}，i=1,2,…，l,其中xi為樣本輸入數據，yi為輸出數據。支持向量機的學習目標為在n維數據空間中找到某一分類超平面，構造如下函數：

f(x)=ωTφ(x)+b

(2)

式中：ω為超平面法向量；φ(x)為將樣本向量映射到高維特征空間的映射函數；b為偏移量。利用二次優化[7]，將上式轉化為如下最優解問題：

(3)

約束條件為：

yi=ωTφ(xi)+b+ξi(i=1,…,l)

(4)

由于ω維數較高難以直接求解，則引入拉格朗日函數：

L(ω,b,ξ,α)=J(ω,ξ)-

(5)

式中：α為引入拉格朗日乘子，并利用庫恩-塔克條件列出約束方程：

(6)

式中：i=1,2,…，l。消去結果中ω與ξ，保留α與b，可得:

(7)

式中：y=[y1,…,yl]T,ll=[1,…,1]T,α=[α1,…,αl]T，H為正定矩陣，其中元素hij=yi(K(xi,xj)+δijγ-1)，δij為克羅內克函數。通過求解上述方程組可得到α與b，便得到模型：

αiK(x,xi)+b

(8)

本文的核函數選用高斯徑向基函數：

(9)

實驗研究軟件選用 LSSVMLAB[8]。在利用支持向量機進行建模訓練時，最需要關注的參數是懲罰參數γ和核參數σ，尋找最佳γ和σ的組合問題實際上是最佳模型選擇問題。根據驗證方法得到模型最優解為懲罰參數γ=10，核參數σ=0.55。

2.4 實驗結果分析

采用相對誤差公式作為模型性能評價公式來評價模型準確度：

(10)

式中：Q(i)為算法測量鹽密值，T(i)為實測鹽密值，其單位為mg·cm-2，誤差越小表示模型輸出越準確。將測試樣本10組數據輸入訓練完成的支持向量機模型中，得到每個樣本條件下鹽密的算法測量值，表2列出了部分鹽密實測值與算法測量值對比情況。

實驗結果表明，支持向量機測量鹽密測量誤差和傳統測量方法誤差相差不大，支持向量機用來測量絕緣子污穢度具有可靠性和有效性。

表2 支持向量機鹽密輸出結果對比

3 絕緣子污穢度在線監測系統

系統主要由硬件部分和軟件部分組成，能夠對輸電線路絕緣子全天實行在線監測，監測數據能上傳到數據庫，存儲并繪制污穢度曲線。

3.1 系統硬件

系統硬件部分由電源模塊、傳感器模塊、時鐘電路和核心處理器等組成。

在輸電線路桿塔上每隔一定距離安裝一臺監測終端，每臺終端對本區域內的溫度、濕度和鹽密進行監測，對監測數據接收處理后傳入核心處理器，最終通過GSM模塊發送到系統后臺。系統硬件結構圖如圖2所示。

圖2 系統硬件結構圖

3.2 系統軟件

系統軟件部分采用Visual C++作為編程開發語言，SQL Server2008作為數據存儲數據庫。硬件設備接收的數據經過處理后傳輸到系統，系統程序對數據分析處理后輸出污穢度等級曲線顯示在電腦上供查閱。

4 結 論

本文提出了基于支持向量機的絕緣子污穢度在線監測，用光纖傳感器作為污穢度測量的媒介，將支持向量機需要的樣本數較少，可高效訓練樣本的優點與絕緣子污穢度測量聯系起來，通過光功率損耗率、溫度、濕度和絕緣子污穢度等級在支持向量機中建立聯系，最終實現污穢度在線監測的功能。