一種高壓斷路器健康水平診斷算法研究

王俊波

（廣東電網有限責任公司佛山供電局，廣東佛山528000）

0 引言

高壓斷路器作為電力系統“三大器”之一，具有舉足輕重的地位，開展高壓斷路器健康水平評估工作尤為重要[1-5]。對于高壓斷路器健康水平的評估，目前電力行業普遍采用兩種方法：一是閾值判別法，二是基于高維隨機矩陣的健康水平診斷方法。

閾值判別法是根據各試驗項目或在線監測量是否超過相關規程的規定值來判斷，比如絕緣電阻不得低于10 000 MΩ、回路電阻不得超過出廠值或初始值的1.2倍[6]、分合閘時間不得超過出廠值等，其中任何一項指標超標則判斷該高壓斷路器不合格，這種依靠單個或者多個指標是否超標的方式只能對高壓斷路器健康水平是否滿足要求做出是與否的判斷，無法反映高壓斷路器健康水平演變趨勢，即無法實現高壓斷路器健康水平預警。

基于高維隨機矩陣的健康水平診斷方法，利用高壓斷路器的開斷磨損、電氣特性、機械特性、絕緣介質4個方面的參數值構建基于高維隨機矩陣的高壓斷路器健康水平矩陣，在每次進行試驗或電氣測量時完成對高壓斷路器的健康水平評估。理論上來講，當矩陣的行、列超過100時才能稱為高維矩陣，而在實際生產中對于單一斷路器很難收集到100維的試驗數據，所以該方法主要適用于同一廠家、同一型號的高壓斷路器，無法實現對單一高壓斷路器的健康水平診斷與預警[7-16]。為此，本文提出了一種新的高壓斷路器健康水平診斷算法。

1 算法流程

該算法流程包含7個步驟：評價指標矩陣構建、評價指標矩陣歸一化、求取歸一化矩陣的相關系數矩陣、求解備選主成分并確定主成分、健康度（脆弱指數）計算、報警閾值確定、高壓斷路器健康水平預警，具體流程如圖1所示。

2 算法實現

圖1 算法流程

高壓斷路器預防性試驗項目包括絕緣電阻、分閘時間、合閘時間、分閘同期、合閘同期、SF6氣體微水（針對六氟化硫斷路器）、彈跳時間（針對真空斷路器）、線圈低電壓動作特性、交流耐壓，其中絕緣電阻、分閘時間、合閘時間、分閘同期、合閘同期、SF6氣體微水、彈跳時間的試驗結果是量化的數據，可選擇這7項作為評價指標構建評價矩陣，除絕緣電阻越大越好之外，其余指標都是越小越好，因此將絕緣電阻增加一個負號，讓其與其他評價指標同向，以真空斷路器為例，構建1×6矩陣（一行六列）如下：

式中：X1、X2、X3、X4、X5、X6分別為被評價真空斷路器的某一次試驗的絕緣電阻相反數、分閘時間、合閘時間、分閘同期、合閘同期、彈跳時間。

如果是六氟化硫斷路器，則將X6由彈跳時間替換為SF6氣體微水即可。

為消除數量級引起的數據差別，需要將樣本數據X標準化處理為X*，具體計算方法如下：

歸一化后的評價指標矩陣如下：

絕緣電阻、分閘時間、合閘時間、分閘同期、合閘同期、SF6氣體微水、彈跳時間這些指標存在一定的相關性，計算歸一化后的相關系數矩陣R如下：

由于歸一化后的評價指標矩陣X*為1×6矩陣，則其轉置矩陣X*T為6×1矩陣，于是相關系數矩陣R為6×6矩陣，如下所示：

求解R的特征值λ1≥λ2≥λ3≥λ4≥λ5≥λ6≥0及其對應的特征向量β1、β2、β3、β4、β5、β6。其中，βj=（β1j，β2j，β3j，β4j，β5j，β6j）為第j個主成分載荷矩陣。由特征向量組成6個新的指標變量，即主成分y1、y2、y3、y4、y5、y6，計算如下：

式中：yi為第i個主成分。

主成分要根據所有備選主成分的累計貢獻率Z來確定，各備選主成分的貢獻率Zi計算如下：

計算前n個備選主成分的累計貢獻率Z，使得Z＞0.9，則可以確定主成分為n個（n＜6），累計貢獻率Z計算如下：

根據高壓斷路器某一次試驗結果，可以計算出基于本次試驗結果的健康度，計算方法如下：

健康度作為高壓斷路器健康水平的綜合評估指標，報警閾值要根據基于出廠試驗值或初始試驗值的健康度確定。出廠試驗值是指高壓斷路器廠家提供的出廠試驗報告中的試驗值，初始試驗值是指高壓斷路器交接試驗的試驗值，通過上述（1）至（6）步可以計算出基于出廠試驗值或初始試驗值的健康度ζ0，為排除系統誤差并保留一定裕度，將1.1ζ0作為報警閾值。

根據高壓斷路器歷次試驗結果，按照上述（1）至（6）步計算基于每次試驗值的出廠健康度，按照時間先后繪制健康度，并將1.1ζ0作為報警基線繪制在曲線中。每新增一次試驗在曲線中增加一個點，根據是否越過報警基線可以判斷高壓斷路器是否還能繼續服役，根據曲線的變化趨勢對高壓斷路器健康狀態是否在發生劣化發出預警，據此可以個性化制定高壓斷路器的檢修策略。

3 實驗驗證

佛山供電局某220 kV變電站某110 kV高壓斷路器在周期性停電預防性試驗中發現，機械特性嚴重不合格，經過解體發現絕緣拉桿發生斷裂，這種缺陷并非突發故障，而是一個緩慢發展的過程。本文選取該高壓斷路器的歷史數據作為樣本數據，使用Matlab編程實現章節2所提出的高壓斷路器健康水平預警算法，開展算法驗證，結果如圖2所示。

圖2 綜合評價結果

從圖2可以看出，雖然在2019年之前的各年份各項試驗的試驗結果均超出相關規程的規定值，但從代表健康水平綜合評價指標的健康度來看，2013—2019年有明顯的增長趨勢，并且在2014年已經達到預警值，說明2013—2014年期間該高壓斷路器已經出現潛伏性故障，需要開展大修工作。

4 結語

按照本文提出的高壓斷路器健康水平診斷算法，可以準確實現高壓斷路器健康水平預警，具有如下優點：

（1）改變了現有閾值評價方法僅僅給出二值化判斷結果的弊端，不再依靠規程規定值做判斷，將高壓斷路器故障演變過程真實描繪出來，實現了潛伏性故障的提早發現。

（2）將健康度作為高壓斷路器健康水平的綜合評價指標，實現了同類設備不同個體之間的差異化評價。