基于電力大數據應用的故障診斷研究分析

何志斌

摘要：電力大數據技術是指采用大數據相關技術對海量的數據進行提取、加工、存儲以及分析。電力大數據涉及到電力系統的各個角落，包括發電、輸電、變電、配電、用戶等各個用電環節，電力系統不缺乏基礎數據。故障診斷技術自電力系統誕生以來就一直是電力人員持續關注的問題，由傳統的人工診斷到專家診斷都始終停留在依靠人工經驗處理分析的階段，在大數據時代，如何處理電網數據從而對電力設備的工作情況進行分析診斷，是智能電網發展的當務之急。

關鍵詞：電力大數據;故障診斷;大數據應用;電力系統

1大數據的發展概述

1.1大數據定義

大數據是指由數量眾多、類型紛雜而結構繁復的數據形成數據集合，利用云計算對這些數據進行收集和處理，最終得到的數據集合能夠成為一種非常寶貴的資源。各個領域有效應用大數據能夠形成豐富多樣的數據成果，決策力和洞察力在大數據的幫助下將得到極大地提升，數據資源的利用率也將不斷提高。大數據就是在海量數據中挖掘和利用有利用價值的數據資源，通過數據資源的整合與處理來推動科技的發展，促使某個行業進入高速發展狀態，同時也能夠進一步獲得更具有價值的數據資源，這也形成良性循環。

1.2大數據技術構成

大數據技術主要由數據處理、數據分析、數據可視化及分布式計算等四種技術構成，大數據需要處理的數據數量遠遠超出了傳統數據庫能夠承載和處理的份額，而如何將海量的數據收集并進行處理也成為大數據技術關注的重點內容。數據處理能夠將紛雜眾多的數據進行分析和梳理，從中提取最有價值的部分;數據分析技術則能夠將數據轉化為圖像，有效應對不同數據的使用需求;可視化技術能夠將數據轉化為圖像，用更加直觀的方式呈現和表達數據;普通計算機已經無法處理如此眾多的數據，而分布式計算架構能夠有效解決這個問題。社會發展及社會生產的需要使得大數據技術革命以前所未有的姿態發展和進步，智能故障診斷依托大數據技術進入了全新階段。

2案例分析

2019年7月，110kV變電站10kV1M、2甲M母線失壓，損失負荷4.6MW。經檢查，110kV變電站#1主變變低501開關柜發生故障著火。該開關柜額定電壓為12kV，額定電流4000A，型號KYN28-12，故障發生后，迅速結合電力大數據平臺及時調出運行、試驗、檢修、設備廠家、調度、生產計劃等相關生產單位的歷史數據，通過對歷史數據判斷找出故障原因。

2.1故障前運行情況

變電站#1主變帶10kV1M、2甲M、2乙M母線運行，#3主變帶10kV3M母線運行。#1主變101、501開關合位;#2主變102開關分位，502甲、502乙開關合位，12000接地刀閘合位;#3主變103開關，503開關合位;10kV母聯500開關合位，550開關分位。跳閘經過：16時06分41秒#1接地變高壓側零序過流1時限動作跳開500，隨后#1接地變高壓側零序過流2時限動作跳開#1主變10kV側501開關;16時06分45秒10kV550備自投動作跳開10kV502乙開關，合上10kV母聯550開關，10kV1M、2甲M母線失壓。48s時#1主變變高側后備動作跳開#1主變110kV側101開關。故障發生時，#1主變變低B相電壓相對A、C相降低，且存在連續的#1接地變零序電流和連續的#1主變低壓側零序電壓，可以判斷此時發生了B相接地故障。

2.2外觀檢查及現場試驗

故障發生后，除了變低開關已燒毀無法展開針對性試驗檢查，相鄰間隔開關柜高壓試驗都全部通過，不受變低開關柜的故障影響。由于變低出現短路電流沖擊，屬于近區短路，對#1主變進行短路故障后試驗，包括變壓器油色譜、繞組變形、直流電阻、絕緣電阻試驗，未發現主變受損、繞組變形情況。上述試驗項目主要是為了排除當#1主變變低側10kV開關柜發生故障時，故障電流會反向沖擊主變繞組，造成變壓器繞組匝間短路或繞組變形，對比試驗數據和出廠交接試驗數據，變壓器不受此次故障的影響，可隨時投入運行。

3故障原因

3.1負荷電流和溫度監測情況

通過電力大數據平臺查看PCS900（地調自動化）系統110kV變電站#1主變、#2主變、#3主變變低開關（A相）負荷電流。根據系統顯示，#1主變變低負荷電流遠大于其他兩臺主變變低負荷電流，系統顯示7月18日當天最高負荷電流為3433.69A（時間為14時40分）。另外，調取110kV變電站#1主變變低開關負荷電流，該開關柜近期保持較高的負荷水平，在當天下午均有超3000A的負荷。

3.2運行專業溫度監測情況

從電力大數據平臺調取故障前后的溫度數據，7月17日18時左右開展通過501開關柜測溫，測得CT附近位置103℃（環境溫度29℃，負荷電流為2757A），成像模糊，無法準確判斷發熱位置。7月18日11時左右進行開關柜復測，測得501開關后柜面75.5℃，并通過柜后的測溫窗口測得下觸頭盒連接母排導體溫度為76℃（環境溫度為28℃，負荷電流為3340A）。根據DL/T664—2016《帶電設備紅外診斷應用規范》，運行專業連續兩日所測的部位發熱屬于電流致熱缺陷。由于紅外測溫部位采用測溫窗口檢測，視野有限，從已有紅外圖譜來看，該柜存在整體電流性發熱現象。同時兩次測溫時刻電流并非當天最高負荷，在最高負荷下柜內溫度會有所增加。值得注意的是，采用測溫窗測溫（非空氣直射），測試溫度由于窗口材料隔離會產生衰減，實際柜內溫度應該遠高于測試溫度，存在重大發熱隱患。不排除溫度過高導致的絕緣性能下降。故障開關柜采用的是風冷散熱模式，（咨詢廠家）該柜內安裝一臺功率為106W的風機。根據故障當天#1主變變低10kV開關A相負荷電流運行曲線可知，501開關負荷電流在用電高峰期（14：00至16：00）平均電流為3300A，假設以真空斷路器（斷口間）主回路電阻采用交接試驗電阻值（約14μΩ）計算發熱功率，發熱功率約為152.5W，發熱功率遠大于風機功率。通過調取電力大數據平臺中相關數據并結合現場解剖情況，綜合得出導致此次故障的原因包括：（1）導致此次故障是由于開關柜B相真空泡拉桿存在絕緣隱患，發生B相高阻抗接地故障，導致501開關跳閘，10kV1M、2乙M母線失壓。（2）產品載流量設計不足，額定電流為4000A，實際3300A左右就過熱嚴重，導致產品重載下過流不足發熱嚴重。（3）結合調度負荷曲線可知，三臺主變的負荷之間的差異較大，導致開關柜承載的電流負荷不同。

4結語

本文采用將電力大數據平臺應用于電力設備故障診斷與原因分析中，并對一起10kV開關柜負荷電流異常導致的故障進行了案例分析，證明采用該方法能夠得出比傳統分析方法在數據收集、分析判斷更加準確的結論。同時基于電力大數據故障診斷系統可有助于企業在數據采集、處理、分析等方面能夠提供前所未有的技術支持。在已有的數據平臺上研究并開發了用于電力設備故障診斷的應用模塊，經多次現場檢驗，基于電力大數據的電力設備故障診斷結果獲得了同行的一致認可，能為電力人員在分析類似問題提供寶貴經驗。

參考文獻

[1]田世明，楊增輝，時志雄，等.智能配用電大數據關鍵技術研究[J].供用電，2015，32（8）：12-18.

[2]張啟芳，楊洪山，郭乃網，等.基于大數據的電力設備故障診斷與預測研究及應用[C]//2017智能電網新技術發展與應用研討會論文集，2017：386-389.