基于小波分析診斷和支持向量機的避雷器在線監(jiān)測數(shù)據故障分析

詹仲強，陳文濤，李金良

(國網新疆電力有限公司電力科學研究院，新疆 烏魯木齊 830011)

0 引 言

金屬氧化避雷器(metal oxide arrester，MOA)作為線路和設備的過電壓保護元件在電力系統(tǒng)中得到廣泛應用，因此大量在線監(jiān)測系統(tǒng)被部署在變電站對MOA健康狀態(tài)進行實時監(jiān)測[1]。

目前國內對MOA在線監(jiān)測系統(tǒng)的數(shù)據分析診斷集中在3個方面：1)針對在線監(jiān)測采樣缺點設計新型在線監(jiān)測裝置。文獻[2]設計了一種直流避雷器在線監(jiān)測裝置，通過對泄漏電流和動作次數(shù)實時采集，對MOA健康進行監(jiān)測。文獻[3]采用GPRS公共遠程數(shù)據平臺傳輸避雷器在線監(jiān)測數(shù)據，當泄漏電流超過閾值即報警確定雷擊線路的位置。2)對已有在線監(jiān)測采集數(shù)據進行濾波，配合報警閾值對MOA進行故障分析診斷。文獻[4]將小波閾值去噪和形態(tài)學去噪進行融合得到新型自適應去噪方法，有效濾除了在線監(jiān)測系統(tǒng)中的噪聲干擾。文獻[5]將廣義S變換結合譜熵理論在時頻分布上設計了一種新型時頻濾波器，取得良好濾波效果。3)對在線數(shù)據進行特征提取，采用人工智能等手段進行故障診斷。文獻[6]對MOA數(shù)據進行諧波分析得到故障特征，利用多層矢量向量機對監(jiān)測數(shù)據進行故障診斷。文獻[7]將MOA的檢修、帶電檢測、在線監(jiān)測信息進行融合，采用模糊合集結合最優(yōu)權重方法得到避雷器綜合診斷模型。

由于西北大部分MOA在線監(jiān)測裝置采集頻率很低，無法對信號進行高次諧波分析，下面針對實際情況以及國內缺少避雷器在線監(jiān)測數(shù)據分析與故障診斷相關研究，提出一種基于小波分析和支持向量機的避雷器在線監(jiān)測數(shù)據故障診斷方法。首先，利用軟閾值和小波包分析對原始在線監(jiān)測數(shù)據進行濾波；然后，針對在線監(jiān)測數(shù)據采樣時間長，提出采用統(tǒng)計方法計算信號的特征量；最后，使用支持向量機對信號進行故障診斷取得良好效果。

1 信號去噪

避雷器在線監(jiān)測系統(tǒng)一般采集全電流和阻性電流數(shù)據，由于現(xiàn)場傳感器自身測量誤差和相鄰的高壓帶電設備干擾，導致數(shù)據存在噪聲。這里使用小波包Penalized軟閾值對原始信號進行濾波處理，小波包能夠將信號分解成低頻和高頻分量，選擇適當?shù)姆纸鈱訑?shù)和軟閾值，可以得到高頻分量的分布，通過Penalized軟閾值去除以高斯分布為主要特征的噪聲分量得到去噪后的平滑數(shù)據。圖1為3層小波包分解示意圖，圖中S為避雷器全電流或阻性電流數(shù)據，數(shù)字部分的首下標代表分解層數(shù)，逗號之后的下標代表該層的節(jié)點回構信號。

圖1 經過3層分解的避雷器在線監(jiān)測數(shù)據

采用二叉樹分解后的2n層信號節(jié)點的小波包分解和回購的信號計算方法見式(1)和式(2)。

(1)

(2)

(3)

式中：THR為閾值；c(k)為按絕對值從大到小排列的小波包系數(shù)；n為系數(shù)的個數(shù)；為零均值的高斯白噪聲標準偏差；t為經分解后的信號數(shù)值；為給定的懲罰系數(shù)。采用Penalized法能夠有效將原始信號中的噪聲信號去除，另數(shù)據平滑同時保留局部細節(jié)信息。

2 特征提取與故障分類

這里所采用的某750 kV變電站的避雷器在線監(jiān)測數(shù)據采樣時間為15 min。根據采樣定理無法對信號中的高次諧波進行分析，尤其是避雷器的閥片劣化與三次全電流和阻性電流具有密切關系，故只能采用常規(guī)統(tǒng)計量，包括均值、有效值、方差、標準差、裕度、歪度、峭度作為樣本特征。

支持向量機(support vector machine，SVM)是一種根據結構風險最小化的機器學習分類器，在小樣本的情況下具有良好的分類性能[8]。給定樣本S={(x1,y1),(x2,y2)…(xn,yn)}，其中xn為實數(shù)樣本數(shù)據，yn為對應的樣本分類標簽，通過求解式(4)得到最優(yōu)超平面。

(4)

式中：ω為線性權值向量；D為懲罰參數(shù)；i為松弛因子；yi為樣本分類標簽；xi為樣本特征值；b為閾值；i為樣本編號。

分類函數(shù)如式(5)所示：

f(x)=sgn{∑αiyiKnel(xi,x)+b}

(5)

式中：α為拉格朗日乘子；Knel為核函數(shù)。

3 算例仿真

選用某750 kV變電站主變壓器避雷器在線監(jiān)測數(shù)據，選用時間段為2019年5月15日至2020年2月25日，其中有些數(shù)據點因為在線監(jiān)測裝置故障，因此將無效數(shù)據進行刪除，得到每相的全電流和阻性電流分別為11 038點，三相全電流和阻性電流原始數(shù)據見圖2。

圖2中A相全電流最大3.417 mA，最小2.861 mA；B相全電流最大3.27 mA，最小2.72 mA；C相全電流最大4.184 mA，最小2.936 mA。A相阻性電流最大0.502 mA，最小-0.624 mA；B相阻性電流最大1.095 mA，最小-2.908 mA；C相阻性電流最大2.996 mA，最小-3.332 mA。由圖2(a)中可以看出曲線毛刺較多，其中C相全電流在6000點之后有一次向下階躍，表示C相避雷器發(fā)生故障，將其更換之后監(jiān)測數(shù)據正常，從圖2(b)的C相阻性電流數(shù)據也可以進行佐證。圖2(b)中前期數(shù)據出現(xiàn)正負階躍是由于在投運初期，在線監(jiān)測裝置還在調試過程中出現(xiàn)信號數(shù)據接反、未校對等原因，未將其剔除是因為在避雷器長期運行中。這種在線監(jiān)測故障也屬于避雷器故障的一種，只是由于其不影響避雷器正常運行，且對長期監(jiān)測數(shù)據進行計算時，這種錯誤可以從統(tǒng)計計算角度進行消除。

圖2 避雷器在線監(jiān)測數(shù)據

對圖2數(shù)據采用基于Penalized閾值的小波包算法去噪后，數(shù)據見圖3。

將圖2(a)與圖3(a)中A相全電流數(shù)據的細節(jié)進行對比，對比區(qū)間取橫坐標[2000,4000]，見圖4。從圖4中可以看出，經過基于Penalized閾值的小波包濾波后效果非常好，將原始數(shù)據中的毛刺全部濾除，這樣做能夠避免那些毛刺噪聲數(shù)據經過誤差累計之后影響樣本的統(tǒng)計特征提取，造成故障特征失真。以每266點為一個區(qū)間，將11 038個點分成42個區(qū)間，分別對避雷器三相全電流、阻性電流數(shù)據進行均值、有效值、方差、標準差、裕度、歪度、峭度統(tǒng)計。因為受篇幅限制，無法將三相總共42組數(shù)據全部附上，因此選取最具代表性的C相(故障相)全電流、阻性電流統(tǒng)計繪制成圖5。

圖3 去噪后的避雷器在線監(jiān)測數(shù)據

圖4 A相全電流濾波前和濾波后的細節(jié)對比

圖5中的C相除了阻性電流方差在21號區(qū)間點波動不明顯外，其余無論全電流還是阻性電流都在21號區(qū)間出現(xiàn)明顯增長或者下降。在圖5(a)中一階統(tǒng)計量中均值和有效值相比裕度波動較小，而裕度計算采用信號峰峰值除以均值所有波動較均值和有效值變大，二階統(tǒng)計量中的方差、標準差和三階統(tǒng)計量峰度將信號的細微波動進行放大，對比一階統(tǒng)計量在21號區(qū)間的波動幅度而言更加劇烈。

圖5 C相在線監(jiān)測數(shù)據的統(tǒng)計數(shù)據

圖5(b)中前期數(shù)據點的波動是因為在線監(jiān)測裝置自身采樣出現(xiàn)問題導致，從圖3(b)中的C相阻性電流數(shù)據可以進行佐證。均值、有效值、方差、標準差皆不靈敏，然而裕度、歪度、峰度卻對故障變化信息非常敏感。

從圖5(a)和圖5(b)中對比一階和二階統(tǒng)計量的區(qū)別，全電流數(shù)據敏感而阻性電流數(shù)據不敏感，可以結合避雷器結構推斷出C相避雷器的電容電流分量超前于阻性電流分量發(fā)生巨變，意味著避雷器的均壓結構出現(xiàn)故障，導致內部放電擴散將故障擴散至阻性閥片，阻性電流出現(xiàn)波動。

圖5中的6號至8號區(qū)間為正常情況，根據故障發(fā)生對象和時間為C相2019年10月2日，以21號至23號區(qū)間為故障情況，分別將兩種情況作為正常特征、故障特征的訓練集，見表1。以此訓練集對圖3中的三相全電流、阻性電流數(shù)據進行故障分類，得到結果見圖6所示。

圖6 三相避雷器的全電流和阻性電流故障分類結果

圖6中1代表正常，-1代表故障，三相的阻性電流在1至3號區(qū)間出現(xiàn)故障，根據前面所述為在線監(jiān)測系統(tǒng)故障。A相全電流數(shù)據從18號區(qū)間開始，絕大多數(shù)點判斷為故障，大致時間為2019年9月2日開始出現(xiàn)故障特征；A相阻性電流數(shù)據在22至28號區(qū)間判斷為故障，29至42號區(qū)間非故障判斷占絕大多數(shù)，22至28號區(qū)間對應故障時間段為2019年9月25日至2019年11月5日。B相全電流數(shù)據從26至42號區(qū)間判斷為故障，對應故障起始時間為2019年10月30日；B相阻性電流數(shù)據在26至29號區(qū)間判斷為故障。C相全電流數(shù)據從1至20號區(qū)間判斷無故障，21號至24號區(qū)間為故障，25號至42號區(qū)間為無故障，對應故障時間段為2019年9月20日至2019年10月12日，避雷器故障發(fā)現(xiàn)時間為2019年10月2日，在此時間段內；C相阻性電流數(shù)據從1至20號區(qū)間判斷為無故障，21號至26號區(qū)間判斷為故障，27號至42號區(qū)間判斷為無故障，故障時間段對應為2019年9月20日至2019年10月24日，避雷器故障發(fā)現(xiàn)時間為2019年10月2日，在此時間段內。

表1 正常特征樣本和故障特征樣本

A相和B相避雷器經過返廠解體后各自發(fā)現(xiàn)不同程度的閥片劣化和均壓電容損壞。由于三相避雷器屬于同一批次產品，結合C相故障時間可以判斷三相避雷器大致在2019年9月就開始出現(xiàn)不同程度的失效，但沒有達到故障程度，對應的全電流和阻性電流的統(tǒng)計特征數(shù)據開始出現(xiàn)波動。

4 結 語

所提出的基于小波分析和支持向量機的避雷器在線監(jiān)測數(shù)據故障模型能夠有效將在線監(jiān)測數(shù)據的噪聲進行濾除。首先，對去噪信號使用統(tǒng)計計算得到從一階至三階的7種統(tǒng)計參數(shù)；然后進行正常和故障的特征提??；最后，使用支持向量機對故障進行分類判斷，能夠在避雷器失效前提出故障判斷和報警，有效避免因意外停電造成線路負荷丟失，提高了線路運行的安全。