基于自组织特征映射的变电站巡视周期分类研究.docxVIP

基于自组织特征映射的变电站巡视周期分类研究 　　摘要：针对差异化制定变电站巡视周期问题，首先分析了变电站巡视周期的影响因素，包括变电站电压等级、重要程度、历史故障/缺陷发生频次、设备运行情况、变电站运行环境和设备负载情况六个方面。提出了基于自组织特征映射的变电站巡视周期分类方法，利用机器学习实现变电站巡视周期的科学合理分类，为供电公司提高变电站巡视效率提供技术支撑。 　　关键词：变电站;巡视周期;自组织特征映射网络;聚类 　　中图分类号：tm732文献标志码：a文章编号：2095-2945（2020）14-0064-03 　　abstract：aimingattheproblemofmakingsubstationpatrolcyclebasedondifferentiation，thispaperfirstanalyzestheinfluencingfactorsofsubstationpatrolcycle，includingsubstationvoltagelevel，importance，frequencyofhistoricalfaults/defects，equipmentoperationsituation，substationenvironment，andequipmentload.thenthepaperputsforwardtheclassificationmethodofsubstationpatrolcyclebasedonself-organizingfeaturemaps，whichusesmachinelearningtorealizethescientificandreasonableclassificationofpatrolcycleofsubstations，andprovidestechnicalsupportforpowersupplyenterprisestoimprovetheefficiencyofsubstationpatrol. 　　keywords：substation;patrolcycle;self-organizingfeaturemaps;clustering 　　目前，我国各地区无人值守变电站主要采用定期巡视与特殊巡视相结合的巡视模式[1]。国网天津市电力公司规定，设备为敞开式布置的220kv变电站例行巡视不少于每3天1次，110kv及以下变电站每3～7天进行一次例行巡视。随着社会经济发展，变电站的数量和规模不断扩大，电力用户对供电可靠性的要求不断提高，供电公司普遍面临变电站巡视工作量日益增大而运维人员有限的难题，常常出现巡视时走马观花、巡视不到位的情况。如何根据变电站的特點差异化制定巡视周期，使用有限的人力、物力资源达到更好的巡视效果，是供电公司重点关注的问题之一。 　　文献[1]利用可靠性理论建立了变电站巡视与设备缺陷情况之间的关系，引入基于设备缺陷的设备状态评估体系，提出了根据设备状态优劣动态调整巡视项目和巡视周期的状态巡视策略，但该方法只考虑到了设备运行情况。文献[2]根据变电站的设备缺陷情况、运行年限、设备运行工况和设备布置情况，将变电站划分为a、b、c、d、e五个级别确定巡视周期、巡视要求和巡视内容。文献[3]采用相似的方法，以年度设备状态评价结果、年（季）度缺陷发生次数和缺陷性质、变电站运行环境、变电站设备隐患为变电站状态评价基础量，将变电站评价为“良好”“一般”“关注”三种状态，分别确定巡视周期。但文献[2，3]提出的分级标准完全由人为制定，划分界限较模糊，缺乏科学合理性和客观性。 　　基于此，本文在分析了变电站巡视周期影响因素的基础上，提出了基于自组织特征映射的变电站巡视周期分类方法，利用人工智能手段对变电站的巡视周期进行分类，提高变电站巡视工作的质量和效率。 　　1变电站巡视周期影响因素 　　影响变电站巡视周期的因素包括以下几个方面： 　　1.1变电站电压等级 　　电压等级越高，巡视周期应相对越短。 　　1.2变电站重要程度 　　变电站重要程度主要取决于所在区域供电等级（a+、a、b、c、d、e），供电负荷大小和所供用户中是否含有重要用户、敏感用户、电采暖用户、防汛用户等。变电站所在区域供电等级越高，供电负荷越大，所供用户中包含重要用户、敏感用户、电采暖用户、防汛用户等，则重要程度越高，应加强巡视力度，即安排较短的巡视周期。 　　1.3变电站历史故障/缺陷发生频次 　　变电站历史发生设备故障、设备缺陷的频次越高，说明变电站存在的薄弱点越多，与其他变电站相比在未来一段时间内发生故障或缺陷的可能性越大，应针对性加强巡视，缩