一种智能变电站二次系统缺陷探析诊断方法.docVIP

一种智能变电站二次系统缺陷的分析诊断方法 　　摘 要 由于智能变电站二次系统缺陷具有多样性和不确定性，在各种缺陷之间存在着复杂的联系，使得缺陷诊断过程较为复杂，单一的诊断方法难以满足需求。为了能够更精确的判断缺陷类型，需要综合多方面的缺陷信息进行推理 【关键词】多参量 缺陷 专家诊断 二次设备 为全面综合诊断电力二次设备缺陷，参考已有电力二次设备缺陷诊断方法，结合已采集的基准数据和电力试验数据，利用自适应算法优化网络和信息归纳演绎技术，提出了一种基于多参量的电力二次设备缺陷综合诊断模型 二次系统针对基于其缺陷特征信息，根据不同信息之间的逻辑关系，通过划分缺陷特征参数来构建关系网络，从不同侧面反映二次设备的缺陷原因，同时结合证据不确定推理的输出改进证据体的基本概率分配赋值，充分体现证据体对单个障模式识别的可信度 1 二次设备缺陷诊断的概括模型 按照融合对象的层次不同，将信息融合划分为低层（数据级或像素级）、中层（特征级）和高层（决策级）。如图1所示 数据层融合：直接融合由检测终端采集到的原始数据，合并分析 特征层融合：信息融合的中间层，对特征信息进行综合分析与处理 决策层融合：高级融合，它的结果能够为控制决策提供依据，此层融合直接面对决策目标，融合结果对决策水平有直接影响，因此该层融合在一个或几个信息源失效的情况下也应该能够继续工作，具有容错性 2 二次设备缺陷诊断的融合模型 2.1 实现方法 步骤一：数据层融合。通常所提取的特征信息应是数据信息的充分表示量或统计量，据此对原始数据信息进行分类、汇集和综合。当缺陷发生时，站内将集中出现大量预告信息、监控报警信息及事故信息，本方法将二次系统配置信息、设备在线监测信息、综自告警信息、通信网络在线监测信息等信息统称为原始数据。系统利用从多个智能变电站智能检测分析仪终端采集到的原始数据来提取特征信息 步骤二：特征层融合。在综合分析和处理的中间层次过程，缺陷诊断应首先对告警信息进行筛选分类处理，并对原始告警信息进行处理，以一定的通用知识结构将其进行表述，按照不同类别的缺陷特征信息进行不同诊断规则的匹配。这里的包含一次设备工作状态、二次智能装置工作状态、通信网络性能、通信设备工作状态 步骤三：决策层融合。综合诊断过程中，将根据缺陷特征信息分别进行二次智能装置工作状态、输入/输出回路完整性、通信网络性能、通信设备工作状态诊断，然后综合分析中间推理结果，最后将综合诊断结果输出，并给出相关诊断解释说明 步骤四：诊断分析专家库的建立及完善。智能变电站二次系统缺陷诊断对象主要包括合并单元、保护装置、智能开关（包括智能组件及开关操作机构）、测控装置、通信网络以及通信装置（主要为交换机），因此，可根据缺陷诊断对象对知识库进行分类。由于专家系统获取缺陷信息的全面程度，决定了其推理规则的适用范围，同时，当有新的缺陷案例出现时，通过专家系统的学习机制可对规则库进行更新完善 2.2 举例 这里以二次设备缺陷引发开关拒动故障诊断为例： 涉及到的原始数据主要包括GOOSE跳闸报文、保护及智能终端装置自检报文、goose组网通信设备信息等 事故发生期间，保护装置检测到故障时，向相应的开关发出报文动作信息，报文传输逻辑过程为保护装置--GOOSE网--智能组件，因此，开关拒动诊断除需要对GOOSE跳闸报文诊断、智能组件（包括开关本体）进行诊断外，还需要对保护装置及GOOSE网通信设备工作状态进行分析，才能确定开关拒动原因为本体缺陷或者是其他设备原因引起。例如，若检测到保护装置有跳闸报文发送，但智能组件没有接收到跳闸报文，特征层则可得知开关状态正常，决策层分析拒动原因来自于通信网络异常，如果智能组件有跳闸报文接收，则误动原因为智能组件缺陷或者为开关本体缺陷等，决策层需要再进一步的诊断 3 总结 对于缺陷诊断过程中存在的模糊性和不确定性，采用本文所提出的多参量的设备缺陷诊断技术更适合问题的解决，并克服了组合爆炸问题。由于缺陷与征兆之间存在着不同程度的因果关系，在综台考虑所有征兆参量的基础上判断设备可能发生的缺陷，就可以有效提高缺陷诊断的准确性，降低漏判的可能性，消除在线监测中测量误差的影响。变电站内各设备及通信网络并不能保证百分之百的检测出全部缺陷，并将告警信息进行无差上传，因此，在某些情况下会出现缺陷特征信息或告警信息不全的情况，这时系统可通过其他相关告警信息缺陷进行辅助诊断，并且推断缺陷告警信息的缺失部分，辅助校验诊断结果准确性 参考文献 [1]毕天姝，倪以信，吴复立，等.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报，2002，22（02）：73-78. [2]吴姜，蔡泽祥，胡春潮，等.基于模