谢名勇1 ，李培江2**
（1.浙江联能电气有限公司 浙江 衢州 324000）（2. 衢州职业技术学院 浙江 衢州 324000）
摘要：开关柜是电力系统的一种重要设备，本文针对开关柜运行状态，开发了一种基于模糊神经网络算法的开关柜状态评估系统，首先建立因素集合和评语集，然后确定评判因素的权重向量，再根据隶属函数，建立模糊关系矩阵，得到出综合评判向量，最后利用神经网络实现诊断。
关键词：开关柜；模糊算法；神经网络；诊断评估
中图分类号：TM591 文献标识码：A
一、引言
开关柜作为电力系统一种重要设备得到了广泛运用，其安全可靠直接影响电网供电的质量和可靠性，由于电网中开关柜数量众多，维修检修工作量非常大，因此，及时掌握开关柜工作状态对电网运行维护具有重要意义。
单靠维修人员的经验进行故障诊断，很难进行准确的判别。因此选择通过合适的监测点对开关柜内物理量进行监测，结合一定的特征处理和诊断方法才是实现开关柜状态和故障类型准确辨识的关键。
目前国内外对开关柜运行状态的评估主要集中在局部放电、对地电压、带电检测、断路器故障等方面。通过对开关柜运行状态的监控，发现开关柜内的局部放电，并通过神经网络、模糊理论和突变理论等不同的检测方法，利用在线数据对高压开关柜主要电气元件的运行状态进行评估，贾亚楠，刘东明，随慧斌提出了一种基于正态云模型和D-S证据理论的分层评估算法。通过指标的聚类分层为开关柜状态评估提供了一种新思路[1]。 谢静，束洪春，王科等,提出了以带电检测数据为主,结合柜体信息以及日常缺陷对高压开关柜进行综合评价的评价算法[2]，这些研究为实现开关柜状态评估起到了积极作用。
综合现有的监测技术，在继承和发展已有研究成果的基础上，本文提出了一种开关柜状态评估策略。为其合理运行、维护和安全提供依据，对于及时掌握开关柜工作状态具有一定的意义。
二、模糊综合评估算法的原理
模糊综合评估算法的基本原理是根据开关柜参数条件进行评估，最后得到评判结果。其过程为：首先建立因素集合和评语集，然后确定评判因素的权重向量，再根据隶属函数，建立模糊关系矩阵，最后得到出综合评判向量[3; 4]。
一般模糊综合评判模型为式（1）所示：
（1）
模式中为模糊综合集合，和为相应条件的权重集合，表示模糊关系矩阵。为模糊运算。算法首先需要确定评判因素的权重，权重体现了不同因素在综合评判决策过程中所占的比重或所起的作用，权重向量反映了每个因素的重要程度，权重的确定可采用专家法或层次分析法获取[5]。
对于开关柜的评语集可分为为四个等级：好，较好，一般，注意。对应的集合是𝑉= [𝑉1，𝑉2，𝑉3，𝑉4]，“好”和“较好”的状态意味着无需检修，“一般”和“注意”意味着需要对系统进行进一步检测。
各评语的隶属函数表示如下：
对评语良好的：
（2）
评语较好的则为： 
（3）
式中A1为电缆权重，R1为电缆的模糊关系。
对于断路器的评估以使用年限以累计开关次数和使用年限为参考。根据断路器的次数N与开断电流曲线Ic之间关系曲线，求出任意大小开断电流 Ic所对应的开断次数 N，设N=5000，厂家规定使用30年，已使用5年，根据隶属度函数得到评定矩阵R2为：
（7）
则断路器判定向量为：
（8）
根据模糊运算理论，通过模糊综合运算，最终确定的评判矩阵为：最终确定的评判矩阵为 根据隶属度最大原则，该开关柜的综合状态评估结果为很好。
三、神经网络的健康诊断系统结构
在基于神经网络的诊断系统中，系统的全部或者部分功能都是靠神经网络实现的，首先要确定神经网络的模型和拓扑结构，对样本进行学习，然后神经网络的连接权值通过学习不断自动调整，本系统的诊断如图1所示，当系统输入工作时，首先系统按照不同的方式提取各自的特征向量，再将这些特征向量输入到不同的子网络；网络输出是利用表决机制来实现的，当某种特征的概率值最大时，则作为该项作为输出。如果75%的输入特征量形成特征的概率值区分度不大时，形成了多输出分类[6]。
图1 基于神经网络的诊断系统
四、结论
本算法中结合了多种检测手段，考虑了多种试验数据间的相互联系，能够从不同侧面综合性地对开关柜运行状态做出评估。利用模糊综合评判算法对开关柜进行状态评估，这种方法可以有效地将开关柜工作状态的几种参数结合起来，能够避免了传统算法完全依赖主观权值的缺点，能够更加全面、有效地反映开关柜的实际运行状态。
参考文献
[1] 贾亚楠, 刘东明, 随慧斌. 基于正态云模型和D-S证据理论的开关柜运行状态综合评估[J]. 高压电器, 2017, (09): 253-258.
[2] 谢静, 束洪春, 王科,等. 基于突变级数法的高压开关柜状态评价算法[J]. 高电压技术, 2014, 40(8): 2372-2380.
[3] 贾筱莹. 基于模糊综合评价法的继电保护人员安全状态评估及应用[J]. 中国安全生产科学技术, 2011, 07(9): 170-173.
[4] 徐征捷, 张友鹏, 苏宏升. 基于云模型的模糊综合评判法在风险评估中的应用[J]. 安全与环境学报, 2014, 14(2).
[5] 苗胜军, 王子木, 刘亚运,等. 基于层次分析法的采矿方法模糊评价模型及应用[J]. 矿业研究与开发, 2017, (6): 66-69.
[6]李培江,朱晓锦,尤婷,等. 基于神经网络GIS局部放电模式的识别[J]. 中国电力, 2013, 46(10): 60-66.
谢名勇(1978-),高级程师,从事输、变电成套智能设备设计与研究工作。
*基金项目：衢州市科技计划项目资助（2017T03）基于互联网+开关柜健康状态主动监测系统的研究
**通讯作者
论文作者:谢名勇1 ，李培江2**
论文发表刊物:《科技新时代》2019年2期
论文发表时间:2019/4/11
标签：开关柜论文; 神经网络论文; 模糊论文; 状态论文; 算法论文; 向量论文; 权重论文; 《科技新时代》2019年2期论文;