智能變電站網絡設備故障的快速準確定位技術分析

[摘要]本文主要圍繞著智能化變電站的網絡設備方面故障問題快速準確的定位技術開展深入研究及探討，望能夠為今后此方面技術實踐工作高效化進展提供指導性的建議或者參考。

[關鍵詞]智能;變電站;網絡設備;故障;快速準確;定位技術;

前言：

對于現代電力業來說，確保電力網絡及變電設備能夠可靠穩定的運行，實現穩定的供輸電，是維持其長久經營發展的核心工作任務。對此，深入研究智能化變電站的網絡設備方面故障問題快速準確的定位技術，對保證供輸電及電力網絡系統整體可靠、穩定的運行來說，有著一定積極意義。

1. 故障定位原理與信息融合的預處理

1.1技術原理

通過變電站的拓撲結構與功能層，來確定網絡設備的故障定位鏈路路徑;通過信息服務功能模塊、信息模塊，兩者與該變電站的監控系統一同完成網絡狀態的監控功能針對設備故障的定位;變電站的高品質數據要求條件之下，對于上述的監控系統具體運行提出一定約束條件;通過多樣化的網絡技術，可輔助完善該變電站的監控系統持續穩定的運行，快速準確地定位該變電站內部網絡設備的故障問題;數據源能夠與所在交換器自身連接著多處位置連接好，每個數據源屬于相互獨立狀態。智能化變電站內部網絡設備的故障定位當中，GOOSE通信能夠實現可靠性地傳輸。處于正常條件之下，N倍可允許傳輸的時間，能夠為中斷GOOSE通信提供相應判斷參考。

1.2 采集故障信息

借助信號處理法，識別故障信號，將可反映著智能化變電站內部網絡設備的故障信息實施有效提取出來，采集智能化變電站內部網絡設備的相關物理數據，借助特征提取及頻譜分析法來檢測識別故障信息，把檢測的果輸入至專家系統內部，診斷決策變電站內部網絡設備相關故障問題。大量傳感器的節點均有效部署于目標區域周邊及內部，提取該變電站內部網絡設備相關傳輸信息，如設備的電流信息、電壓信息、變頻信息等等，各個節點通過自組織形式快速地形成一個整體網絡。該傳感器的網絡功能借助傳感器的節點、節點匯聚及不同節點協議棧完成協同化，以實現通過無線的傳感器實現對于智能化變電站內部網絡設備異常信息的原始化采集。對于所采集到變電站內部網絡設備原始的物理數據，實施信號分析及特征的提取出來，能夠為快速準確地定位提取故障問題原始數據提供有利條件。

1.3 融合處理信息

以采集變電站內部網絡設備原始故障信息為基礎，對所采集信息實施信息融合及濾波處理操作，借助FIR濾波法及最小均方的誤差，進行信息融合的濾波器設計。初始化的信息，其融合中心的向量即為：F（xi，Aj（L）） ，i=1、2，……，m，j=1、2，……，k。對該智能化變電站內部網絡故障相關故障譜的特征實施有效提取，bi傳感器數據采集節點，獲取處于故障工況之下智能化變電站內部網絡設備信息融合。變壓轉內部網絡設備的故障特征基本序列時域的采樣點為n個，借助小波變換法時頻分解智能化變電站內部網絡設備相應故障信號，算出故障樣本的特征數據關聯函數，獲取故障問題特征差異分析協方差的矩陣，將智能化變電站內部網絡設備相關故障信息的融合結果輸出。

1. 優化故障定位

2.1 提取譜特征量

以無線式傳感原始采集及信息融合該智能化變電站內部網絡設備相應異常信息為基礎，提取處理特征，借助分段聚類法提取反映著故障類別統計的特征兩，獲取統計特征的變量第一特征的函數，借助噪聲干擾的抑制法，獲取k階累積量。設定智能化變電站內部網絡設備相關故障問題特征時間的序列為零均值k階高斯的1平穩過程，將特征干擾項引入，檢測信號，獲取故障數據信息分布譜特征量最終提取的結果，該變電站內部網絡設備相關故障問題信息k階累積量為ckx（τ，τ2，……，τk-1）。同時，定義該變電站內部故障故障問題信息分布瑞利的隨機過程k階累積量。

2.2 定位識別故障特征

以反映該智能化變電站內部網絡設備譜特征量的提取為基礎，定位故障特征，計算所輸出智能化變電站內部網絡設備相關故障問題特征高階的累積量相關特征信息。借助高階反演的特征量，量化分解故障信息。高階反演的特征量列式即為：Qrev（τ）=。通過該列式可獲取到所輸出變電站內部網絡設備相關故障問題信號解析的模型，依據高階的累積量基本特征匹配法，實施故障問題特征壓縮機信息配對，可獲取故障問題定位輸出的結果，即為：X_a（m）=A_a·e^{（j/2）cota·m2Δu2}*^{（j/2）cota·n2Δt2}e^-j·。A=2Dπ，X_a（m）=x（m）=，證明借助此種方法實施故障定位，有著良好準確性及收斂性。

1. 實驗及分析

借助Matlab的仿真工具開展實驗分析，先通過敏感性傳感器的元件，處于不同故障問題工況條件下，對智能化變電站內部網絡設備變電數據實施有效采集，參數取值即為：σ₀故障問題定位門限=0.2、m₀嵌入維數=0.9、β自相關的系數=5、Δm頻譜增益=0.02m₀，該濾波器的系數即為θ₀=0.3π、Δ_θ=0.02θ₀;數據初始采樣的頻率即為f_s=15kHz，所采集故障問題信息樣本數即為1024，信號的檢測頻率即為12kHz。依據以上仿真的參量設置，定位識別故障問題，或者采集原始的故障問題數據信息樣本。信號融合及濾波處理故障信息樣本，提取出反映該變電站內部網絡設備相關譜特征量，借助高階的累積量基本特征匹配法，實現故障特征的壓縮機信息配對處理，定位故障，獲取故障問題定位輸出情況。經分析可了解到，采用該種方法可準確定位目標故障，有著較高定位準確性及實時性。

1. 結語

綜上所述，本文為準確快速地監測定位變電站內部網絡設備相關故障，將故障診斷實際效率提升，提出了一種以高階的累積量基本特征匹配智能化變電站內部網絡設備相關故障問題準確快速的定位技術方法，經信息的傳感處理該設備，進而獲取高可反映著該智能化變電站內部網絡設備的故障特征有用信號。借助時頻變換法實現時域分解智能化變電站內部網絡設備相關故障信息，以高階的累積量基本特征匹配法相結合，壓縮故障特征，實現信息配對處理，促使準確及快速地故障定位能夠實現。文中技術方法對于智能化變電站內部網絡設備的故障問題定位有著較高準確性及實時性，可實現對故障問題的快速、準確性地定位診斷。

[參考文獻]

[1]尹相國. 智能變電站故障診斷系統及定位技術的研究[J]. 電子科學技術（北京）， 2017， 14（05）：478-479.

[2]張歷， 辛明勇， 高吉普， 等. 智能變電站二次設備多維度故障診斷與定位系統方案設計[J]. 自動化與儀器儀表， 2019，11（05）：333-334.

[3]李游. 智能變電站遙控故障的觀察與處理分析[J]. 四川電力技術， 2017，20（06）：684-785.

作者簡介：陳洪，男，1978.03，41歲，國網南京市溧水區供電公司（設備運檢部副主任），工程師，繼電保護專業技師，高級營銷師，從事變電專業管理工作。