地鐵供電系統中壓開關柜電流分析理論和方法

陳 亮，曹張保

（上海地鐵維護保障有限公司供電分公司，上海 200335）

1 地鐵供電系統

地鐵供電系統是一個龐大而復雜的電能網絡系統，地鐵供電網絡多采用兩級供電方式，由城市電網110 kV高壓經主變降壓成35 kV 供給牽引、降壓變電所，而后支持地鐵運營以及車站動力照明等。以上海地鐵17 號線為例，供電網絡采取集中式供電，按照線路公里數及車站設置數量，在城市電力網絡中引入4 路110 kV 進線電源，分別提供給2 座主變電站的4 個供電回路，通過主變壓器降壓至35 kV 后，由干線電纜分別輸送至地鐵車站的混合變電站及降壓變電站，通過再次降壓、整流為列車運營和車站動力照明提供電源。中壓開關柜即為 35 kV 系統的各類開關，主要包括35 kV 主變進線開關、35 kV 環網開關、35 kV 整流變開關及35 kV 電力變開關。

2 電流數據采集

根據電功率計算公式P = UI 可知， 35 kV 中壓開關柜的電壓與電流成反比，電流變化能明確反應負載變化波動情況。35 kV 中壓開關柜電流數據的遙測普遍采用電壓互感器、電流互感器、傳感器接入系統中，通過降壓模式將高電壓轉換成低電壓、大電流轉換成小電流，由測控裝置或綜合保護裝置將模擬量轉換成數字量，再通過測控裝置或綜合保護裝置的通訊端口將測量數據傳送至上位機，實現電力系統自動化（SCADA 系統）和數據采集的應用，電氣量數據轉化流程如圖1 所示。本文研究的35 kV 中壓開關柜電氣量數據，其源頭來自地鐵中央綜合監控系統（CIOS）——電力監控系統（PSCADA）的遙測數據源，并在2019 年新建成的智能運維系統（PIOMS）中予以研究分析。

3 電流數據分析理論和方法

地鐵供電系統中列車的運行負載是反映社會活動的重要載體。通過PSCADA 系統獲取的不同設備秒級電流數據可以對列車運行負載進行一定程度的解析。不同解析方式呈現結果可能略有不同，但應找出最能反應地鐵運行活動情況（諸如客流量、負載高峰、高度異常偏離點、地鐵廣告投放時段效果等）的方式。

對獲取不同設備秒級電流數據的代表性進行取舍，既能大大降低系統存儲需求，同時也能通過每天相同時刻點數據進行解析，反映每天數據的循環往復性質。經過大量數據驗證后，最終采取5 min 內各開關柜電流峰值作為描述地鐵運行活動的代表數據。

圖1 供電系統電氣量數據轉化流程

通過構造電流標準曲線能夠將復雜的動力學問題轉化為數據分析結果，直觀地了解整流變壓器及環網進出線開關柜電流電壓數據的變化情況，有助于提高地鐵負荷運維管理效率。

3.1 標準曲線概念

3.2 標準曲線選擇

通過對上海地鐵17 號線各電壓等級SCADA 系統歷史數據分析，分別對35 kV、1 500 V、400 V 電壓等級下的開關柜電流繪制標準曲線，發現35 kV 不同時期繪制的標準曲線均具有較好的擬合度，能夠一般性表達電流在時間周期內的變化情況。因此，可選擇35 kV 電壓等級設備電流繪制標準曲線。

3.3 曲線周期確定

采用迭代法對系統內不同電壓等級分別進行周期驗證。將35 kV、1 500 V、400 V 電壓等級下開關柜電流按歷史1 年的時間制作標準曲線。標準曲線的算法邏輯如下：

（1）如果日電流數據時刻點值有缺失，則進行前向填充；

（2）日頻數據選擇不同日期，比如10 天，11 天，不斷累加，移動平均處理為288 個點數據；

（3）對日頻年度數據移動平均處理后的點值數據構造的曲線分別取其擬合度，高擬合度代表周期確定數據表達能反應較為一般的情況，從而得到明確周期。

根據35 kV、1 500 V、400 V 不同電壓等級下不同周期電流擬合度數據（表1）可知：

根據地質、掘進參數和地表情況，在盾構機進入試驗段前常壓開倉檢查掌子面地質、刀具磨損情況，更換磨損較大的刀具，清理刀盤泥渣防止結泥餅，避免在穿越鐵路過程中發生停機換刀等意外情況。

（1）35 kV 開關柜電流數據不論數據周期長短，都呈現出較好的擬合度；

（2）400 V 開關柜電流數據擬合度雜亂無序且擬合度普遍很差，不適合做標準曲線；

（3）1 500 V 開關柜電流數據雖然也呈現了較好的擬合度，但牽引用電的降精度標準曲線并無實際應用意義，需要單獨分析。

綜上所述，可針對35 kV 開關柜電流數據制作標準曲線，由整流變壓器開關柜數據反映整個線路、站點的電流趨勢變化情況。選定14 天為周期，可以保證很好的擬合度，且周期不會過長，能更準確表達最近趨勢。此外，14 天在時間維度上恰好是2 個完整自然周，能對日期做更細致工作，比如劃分出工作日與節假日。

3.4 標準曲線繪制方法

標準曲線周期明確為14 天。假設當前時間為2020-03-28，那么標準曲線應根據2020-03-14 至2020-03-27 的14 天電流數據進行繪制。每日同一時刻點數據進行移動加權平均：

式（1）中，Ft-n為標準曲線構造電流值；wn為周期內每日權重；It-n為時刻點對應的實際電流值；t 為天數（t = 1，2，…，14）； n 為1 天內測量電流值次數（ n = 1，2，…，288）。將每日同一時刻點高度偏離的數據剔除，保證曲線的平滑度與可信度，最后將Ft-1，Ft-2，…，Ft-288進行連接構造每日標準曲線。

表1 不同電壓等級下不同周期電流擬合度數據

3.5 標準曲線應用

標準曲線有多個維度的應用，主要通過載客量變化導致的負載變化從而在電流上客觀反映變化趨勢。標準曲線在上海地鐵17 號線實際應用如下：

（1）各個站點設備的標準曲線以及峰谷分析；

（2）各個站點設備的預測曲線以及擬合度結果動態更新；

（3）各個站點設備的異常分析以及閾值建議；

（4）線路峰谷分析及異常站點警示。

通過對標準曲線峰谷分析，可以了解不同站點及整條線路的峰谷情況；通過異常值可以判定高偏離度的個數以及電流，反映近期頻發的跳躍點次數以及根據多發跳躍提前做好防護。此外，可繼續對標準曲線做冗余度分析及評價，如運行方式變更后，針對負載轉移后的標準曲線，進行冗余度分析，同時據此做整定值匹配、設備容量的預測計算等。

3.5.1 峰谷分析

標準曲線峰谷分析即通過對周期內構成標準曲線的點值數據進行聚類分析（按照K-Means 聚類分析方法），自動分出3 個維度的數據，而后進行二次聚類，加強同一個簇之間數據聯系，得到高峰、平峰、低谷的時段劃分。而整條線路峰谷分析通常是對整條線路下所有站點的峰谷時刻做出頻數分析后再進行聚類分析，最終得到線路峰谷分析結果。

通過峰谷分析，可以宏觀了解所有站點的峰谷情況，并對峰谷遷移有直觀了解（比如峰谷占比，峰谷變化率等），有助于全面掌握不同站點的負載情況，同時，可以高效指導維護管理人員關注負荷狀態及其趨勢。

3.5.2 異常分析

異常分析是針對異常突變的電流（除雜散電流外）進行記錄、分析和反饋。由于瞬時高電流會給設備帶來不良影響，甚至造成設備超負荷運行或降級停役工況，因此，應對瞬時高電流進行有效預防。可利用均值-方差方法統計1 個周期內異常點總數并對數據異常點進行實時預警提示，如圖2 所示。

圖2 周期內異常點總數及動態實時點

雖然異常點數量多寡并不是決定設備損壞的決定因素，但仍應對1 個周期內異常點總數多的設備進行重點關注，從而降低設備徹底損壞的風險。對于出現異常點的站點設備應按照重要程度及異常點數量多寡做好設備維護工作優先級排序。可以將周期內出現異常點總數多的站點設備進行警示，同時針對周期內前13 天均無異常，最近1 日才出現異常的站點設備進行告警，及時排查，做到防患于未然。

異常點分析還可進行深度挖掘。將異常點與實際故障進行有效關聯，通過自學習擴大樣本庫，得到更準確的設備故障發生機率，提前做好設備檢修工作。

3.5.3 預測曲線

利用過去3 天的標準曲線數據，通過科學的預測方法，得到當天以及未來幾天的預測數據（圖3），從而得到預測曲線。通過預測曲線可以把控峰谷來臨的時間節點，為生產運營提供計劃與思路。

3.5.4 擬合度

擬合度指動態標準曲線與預測曲線的接近程度。通過擬合度結果可以知道當前預測情況與實際發生情況的接近程度，如圖4 所示。擬合度計算如下：

式（2）中，R - squared 為擬合度；Q 為殘差平方和；Q1為實測值平方和；y 為實測值；y* 為預測值。擬合度數據隨著當日時間變化呈現動態變化，高擬合度代表預測曲線的當前高信任度。如果擬合度數據降低，則表明預測曲線與當前動態曲線表現不一致，當天電流可能發生強烈擾動。擬合度有2 個作用：①對預測曲線的準確度進行校驗；②對動態曲線的變化程度進行直觀觀察。

圖3 標準曲線數據與預測數據對比

圖4 動態標準曲線與預測曲線擬合度

3.6 小結

通過標準曲線系列工作，可以了解地鐵線路運營情況，可以根據峰谷分析對相關數據工況進行預判，同時還可根據異常數據情況，提前了解該對哪里的設備進行檢查和維修，實現六何分析法（5W1H）的應用，掌握哪些開關的負荷在什么時間發生了什么數據異常和問題，并應該安排什么技術人員按照什么知識庫匹配的方案去進行人工干預并制定負荷調整策略。

電流標準曲線可以對站點設備的維保順序進行優先級排序，但對具體設備維保管控能力薄弱。在知道站點設備發生異常告警后，需要人工去現場對重點設備進行排查、維護。電流只是單方面的電力數據，只能作為設備健康度評價的1 個重點指標，但不能反映全貌，可綜合電壓電能質量分析、功率因數分析、暫態分析等指標來增強設備管控能力。通過電流標準曲線分析雖然能做到部分工況預測，但對突發事故的預測仍然有很大的滯后性。

4 結語

本文分別采用了數據移動加權平均、聚類分析方法、方差算法等理論，挖掘電流數據采集的應用周期和采集頻率標準，并在上海地鐵17 號線SCADA 數據的基礎上實現對牽引整流變壓器運行數據的電流標準曲線繪制、峰谷值分析、異常分析和擬合度分析，為研究整流變負荷數據及運營工況提供了有效手段，是一種可復制、可推廣的數據分析理論和方法。