基于AI加速模塊的換流站控制保護二次回路預警系統

周 源 鞠 翔 劉英男 李亞錦

（1. 中國南方電網超高壓輸電公司昆明局，昆明 650000；2. 山東大學電氣工程學院，濟南 250061）

0 引言

自三峽直流輸電工程建設以來，我國直流輸電技術高速發展，相繼建成了數個特高壓直流工程。直流輸電工程是一項龐大的系統工程，直流輸電控制保護技術是其中的關鍵技術之一[1-3]。

近幾年，直流控制保護二次回路隱蔽故障導致的繼電保護不正確動作事件多次發生[4-6]：文獻[4]分析了電流二次回路中性線開路和電流二次回路兩點接地導致保護誤動作原因，并提出繼電保護采用獨立二次回路的方案；文獻[5]介紹了二次回路空開異常導致換相失敗和直流電壓采集傳感器故障引起直流電壓波動而導致閉鎖的事故案例；文獻[6]分析了直流線路電壓測量異常情況下對控制保護系統的影響。

針對直流控制保護二次回路隱蔽性故障，研究人員提出了相應的改進措施和智能化方法。文獻[7]采用因果網絡診斷測量，對換流站保護控制設備的的互感器數據進行異常識別[7]。文獻[8]設計了交流二次回路、開關量輸入二次回路、斷路器操作二次回路等繼電保護相關重要二次回路的狀態在線檢測方法。上述研究內容僅從設備角度進行研究，未從站級運維角度考慮，對換流站控制保護二次回路進行系統全面監測。

綜上，本文提出一種基于AI邊緣計算的監測數據實時分析預警系統，在故障錄波器裝置端配置每秒鐘可進行16萬億次計算的AI加速模塊，搭建換流站控制保護多源數據模型，在故障錄波器端采用統計分析和波形分析的多維數據處理算法，對換流站控制保護二次回路數據進行實時在線計算，以及時發現二次回路隱蔽性缺陷并預警。

1 換流站控制保護多源在線監測數據

1.1 在線監測數據源

換流站控制保護多源在線監測數據包括故障錄波數據和保護裝置采集的電氣量：故障錄波數據從故障錄波裝置采集、保護裝置數據從保信子站和直流保護裝置采集、控制數據從站控系統采集。

1.2 換流站直流控制保護多源數據模型

換流站保護二次回路數據按照交流場和直流場進行劃分，采集數據見表1和表2。

表1 ±800kV直流場保護采集數據

（續表1）

表2 500kV交流場保護采集數據

2 多維度分析算法

采用統計分析算法和波形分析算法，在AI邊緣計算終端對監測量進行快速計算分析。

2.1 統計分析算法

統計分析算法對控制保護電氣量依次進行閾值比較、趨勢分析和橫向對比。

1）閾值比較分析算法，獲取直流站控系統當前狀態下，對采集控制保護電氣量進行閾值比較，當電氣量大于閾值時進入波形異常分析算法流程，監測電氣量的閾值在不同運行模式下，對應不同的閾值向量，在不同運行模式下，電氣量閾值不同，見表3。

表3 運行模式及電氣量閾值

2）趨勢分析算法是在直流控制系統中獲取運行模式、電流指令、電壓指令、功率指令，在相同運行模式下對不同時間尺度的電氣量進行變化率計算，計算的變化率根據當前的電壓、電流和功率控制指令閾值進行對比分析，對監測量相鄰時刻的監測值進行差值比較，并比較閾值，當差值大于閾值時，進入橫向對比分析算法。

當前時刻的監測值的變化率為

式中：xt為當前時刻t的狀態量x的監測值；x0為切換到該運行模式初始時刻的狀態量x的監測值。

3）橫向對比是對雙重化或三重化配置的保護裝置電氣量進行比對，即兩套或三套保護裝置上采集的電氣量來自相同測點不同互感器線圈，則有

式中，W1和W2為同一測量點不同線圈采集的電氣量。偏差ΔW大于閾值時異常。當t時刻和t?1時刻的同一監測量|ΔWt?ΔWt?1|＞δ時，判斷異常。同一時刻監測量各項的差值大于閾值，則進入波形異常分析算法流程。

2.2 波形分析算法

波形分析算法是對發現的采集的控制保護二次回路異常電氣量進行波形特征量提取，將原始數據轉換為設備運行特征量，特征量為波形上某一給定數據窗所提取出的特征信息，表征給定數據窗的局部某個特征，特征提取的變量包括瞬時值、有效值、諧波、直流分量、差流、頻率、電阻、測距、時間、跳閘等，從而將波形特征對應到故障特征，給出故障點和故障原因[9]。

根據突變量原理確定故障發生時刻，為故障前后特征量提取做好準備。錄波數據記錄故障前后的波形數據，為了提取準確的故障前后特征信息，區分故障前后的數據非常重要，這涉及如何準確地判斷故障時刻的問題[10-13]。

故障的發生必然會導致波形的突變，基于這一現象，AI加速模塊采用突變原理來判斷故障發生的時刻。為了快速準確查找到故障時刻，本文采用有效值突變檢測和采樣值斜率突變檢測相結合的方法，即以周波為單位計算有效值并判斷相鄰周波是否有突變，一旦檢測出有效值發生突變，在發生有效值突變的周波內采用前后兩周波采樣值的斜率突變值來判斷準確的突變點，這種突變檢測方法既可保證快速性也可保證準確性。

2.3 站級監控分析流程

換流站控制保護二次回路站級監控分析流程如圖1所示，控制保護二次回路監測電氣量采用統計分析算法進行實時計算，當發現異常電氣量后，進入波形分析算法。

圖1 換流站控制保護二次回路站級監控分析流程

考慮控制保護二次回路缺陷的小樣本特點，本文基于大量正常波形數據和運行數據建立正常波形樣本庫，特征量包括電氣監測量和波形提取的狀態量。利用聚類算法獲得多維度分析指標下的預警閾值。將AI加速模塊上傳的數據加入樣本集，可以動態修改閾值，適應環境的變化，從而更加準確地辨識缺陷。其中聚類算法屬于常規通用算法，在此不再闡述。所述站級監控分析算法通過閉環修正，不斷提高算法模型的識別精度；通過將參數傳輸到AI加速模塊，提高AI加速模塊的本地識別精度。

3 工程方案

根據規范標準[14-16]，設計了基于AI邊緣計算的換流站二次保護多維度分析系統，系統架構如圖2所示。

圖2 換流站控制保護多維度分析系統架構

AI加速模塊通過站內網絡IEC 61850協議獲取交直流保護裝置、故障錄波器和直流控制系統中的實時量，分析系統界面如圖3所示。

圖3 基于AI邊緣計算的換流站二次保護多維度分析系統

4 系統驗證

某±800kV換流站有96套交流保護裝置和86套直流保護裝置，該換流站為運行站，為驗證該系統的有效性，只對500kV站用變間隔低壓側電壓進行采集監測。

每個采集量分別有兩套獨立的保護采集裝置，加裝1套交流保護AI加速模塊，AI加速模塊通過網線與保護采集裝置連接，通過IEC 61850協議進行通信，61850模型配置如圖4所示。

圖4 61850模型配置

對站用變低壓側電壓A和B套裝置進行監測，監測量見表4。其中自產零序電壓為計算值，外接零序電壓為測量值，根據文獻[17]測量元件誤差：橫向屏間同間隔互感器采集數據進行對比，同一測量位置的不同傳感器間測量值誤差不大于5%或相位誤差不大于31°。根據上述規定，結合運行經驗，設置計算閾值，通過AI加速模塊進行分析預警。

表4 站用變間隔監測量

部署后AI加速模塊獲取A和B套測量裝置的監測量，每5min對監測量進行橫向對比計算，加速模塊可根據計算結果，判斷采集裝置的正常異常狀態，超出閾值及時預警，監測數據及計算橫向差值見表5。通過AI加速模塊，對站用變間隔電壓進行實時監測和分析。

表5 監測數據及計算橫向差值

針對站用變，單獨加裝零序電壓傳感器采集外接零序電壓，監測其有效值，當發生不對稱故障時AI加速模塊將外接零序電壓與計算的自產零序電壓進行比較，當外接零序電壓小于自產零序電壓，且持續時間超過設定值時，則預警二次回路零序電壓斷線異常。外接零序電壓趨勢圖如圖5所示。

圖5 外接零序電壓趨勢圖

5 結論

本文提出一種基于AI邊緣計算的故障錄波器的換流站二次回路智能分析子站，通過搭建換流站控制保護多源數據模型，采用AI加速模塊，對換流站二次回路數據進行實時監測和計算，可實現換流站交直流控制保護系統二次回路多維度分析及缺陷預警。

本文在某±800kV換流站的站用變間隔低壓側進行了系統測試部署，針對站用變低壓側電壓測量回路，給出了相應的采集方式、監測量和相應的故障判斷方法。后續研究擴展到整個換流站控制保護二次回路參量的采集監測，擴大數據樣本庫，通過AI加速模塊快速的計算能力，及時預警換流站二次回路隱蔽缺陷。