摘要：针对传统的监测技术对智能变电站二次设备潜伏性故障监测的准确率低的问题。设计了一个智能变电站二次设备潜伏性故障在线监测技术。使用BP神经网络原理对传感器参数进行校正。使用湿度传感器对GIS进行在线监测，结合特高频检测和带宽检测对变电器内部的局部放电进行在线监测。使用网络报文记录分析仪完成对网络报文的在线监测。通过传感器采集原始信号，并通过转换器完成对避雷器的在线监测。将不同传感器采集的潜伏性故障信息数据，经归一化处理后，按照通讯协议经由通讯串口传递至智能变电站主控系统。为了验证涉及到额在线监测技术对潜伏性故障监测的准确率，设计与传统监测技术对比实验。实验结果：设计的在线监测技术的准确率大约高出传统监测技术近三分之一，具有优越性。
关键词：智能变电站；二次设备；潜伏性故障；在线监测技术
引言
智能变电站是按照信息化、数字化、标准化、网络化以及互动化的标准，采用最新技术集成的可靠环保智能设备，来完成实时自动控制、信息采集、智能调节、在线分析决策、协同互动等高级功能的变电站[1]。电气二次设备是指对一次设备的工作进行监测、控制、调节、保护以及为运行、维护人员提供运行工况或生产指挥信号所需的低压电气设备。二次设备潜伏性故障是在运行时不表现出，而在智能变电站运行系统遭受压力时才显现出的故障。由于二次设备在智能变电站中是辅助、控住、管理主要运行设备的，一旦潜伏性故障发生就会影响整个智能变电站的运行。潜伏性故障对变电站电力系统危害较大，是变电站运行的隐患。
传统的在线监测技术是通过通信总线将传感器采集的设备数据传递进行管理和协调，通过以太网将数据传送到站控主机进行在线监控[2]。传统的在线监测技术因为不同类型监控数据，配置不同的站控主机，导致数据传输速度慢、传输量小，很难监测智能变电站次设备潜伏性故障。为此，本文将设计一个智能变电站二次设备潜伏性故障在线监测技术。
1智能变电站二次设备潜伏性故障在线监测技术
智能变电站的二次设备通常设置在变电站的间隔层，实现使用一个间隔的数据并且作用于该间隔一次设备的功能。设计的二次设备潜伏性故障在线监测技术通过经BP神经网络原理校正的传感器，分别完成对GIS状态在线监测、局部放电在线监测、报文在线监测和避雷器在线监测，实现监测智能变电站二次设备的潜伏性故障。
1.1采集潜伏故障信息
通过传感器采集二次设备的潜伏性故障。针对不同的二次设备采用不同的传感器。
对智能变电站二次设备长期的变化规律进行跟踪统计分析，就可以及时跟进智能变电站整体运行情况得出评估结果。在智能变电站的二次设备安装传感器，在变电站运行前设定每一设备的初始相关参数。按照BP神经网络的原理实现传感器参数的重复校正，方便在变电站运行过程中，使用传感器监测各二次设备并采集故障信息。在首次整体运行中，按照BP神经网络原理，对传感器参数进行校正设置。
次设备在整个变电站系统内的阈值不同。
GIS是一种由母线、电压互感器、隔离开关、接地开关、避雷器等电气设备构成的，全封闭的组合式电器。由于包含的电器元件种类繁多，电器元件又都封闭在接地金属外壳内，其内部一旦发生故障就难以发现，若故障积累到一定程度时才被发现，会因为停电维修时间过长，导致比较大的经济损失[3]。触头接触不良、局部放电、螺栓松动等是GIS的主要缺陷。触头接触不良会引起导体发热，严重时会烧融导体进而引发放电故障，时间过长就会导致击穿绝缘。
以湿度传感器为主对GIS微水进行在线监测。如图1是湿度传感器工作框图。湿度传感器监测周围湿度变化，输出常规的电信号，通过低通滤波器进行滤波降噪后，由放大器放大信号转换为电压信号输出。
随着智能变电站使用时间增长，变电站的电压升高，会对智能变电站内部绝缘材料产生巨大的压力。内部绝缘材料使用率提高，导致绝缘材料老化，使得智能变电站内部出现局部放电的情况[4]。因为局部放电的极性效应强，强度弱，放电次数少，导致故障发生时很难检测到，导致绕组受到电动力作用变形、金属毛刺、气泡、接头松动。因此采用特高频检测和带宽检测结合方法对局部放电进行在线监测。如图2是局部放电在线监测模块图。
图2 局部放电在线监测
局部放电故障通常发生在变压器内部，因此在变压器内部安放UHF传感器。UHF传感器监测变压器内部电磁变化产生，将电磁波产生的激励信号通过放大器进行射频放大[5]。经由检测器，以1至10MHZ带宽信号输出。由ADC实现对高速数据的同步采样。因为变压器外部的干扰信号和发生局部放电故障时的电磁波信号类似，有时甚至会严重干扰对局部放电信号的采集。采用软件抗干扰技术处理局部放电信号，降低噪声干扰。
智能变电站的避雷器的潜伏性故障检测十分困难。一旦出现，就会危及整个变电的安全。避雷器的在线监测会受到避雷器内部和外界的多种因素干扰[8]。因此，对避雷的在线监测采用传感器采集电流信号、放电次数、温度等原始数据。为防止这些微弱输出信号受到距离等因素的干扰，采用转换器转换为稳定的数字信号，经由RS-485总线和CAN总线传递。
1.2故障信息数据传递
通过智能变电站的网络报文记录分析仪来完成对传递的故障信息传递。捕获报文、存储异常报文以及通过报文解析软件解码异常报文。处理整个变电站的通信报文，是依靠具有强大数据存储器和处理器的网络报文记录分析仪[6]。网络报文分析仪结合智能变电站的SCD配置文件，按照网络应用 协议的形式对网络报文进行分析。能够及时的发现异常。
对网络报文的解码使用以太网数据帧分装，采用SV 报文解码和 MMS 报文解码方式。按照对语法语意的一致性检查、符合性检查、报文连续和中断检查、报文流量检查的流程逐步进行检查[7]。解码后整帧报文包含报文的通讯协议信息，按照通讯协议对报文在线监测故障信息进行数据传递。
图3 报文格式
按照TCP/IP通讯协议，通过通讯串口，将故障信息汇总至故障处理器，进行对故障信息的处理。
1.3处理二次设备潜伏性故障信息
将通讯串口传递至故障处理器的故障信息数据按照公式（2）对输入数据进行归一化处理。
输入的数据的最大数值[9]。将采集处理后的故障信息通过通讯协议和接口传递至智能变电站主控系统，报告故障信息。至此，完成了对智能变电站二次设备潜伏性故障的在线监测。
2实验
2.1设置在线监测内容
设置对照实验，以传统的故障监测技术为对照组，本文设计的二次设备潜伏性故障在线监测技术为实验组。依据表 1监测内容，设置不同二次设备发生潜伏性故障时，对潜伏性故障监测的正确率。
表1 在线监测内容
2.2实验结果
两种监测技术对不同二次设备潜伏性故障监测的正确率对比结果如表2所示。
由表2分析可知，两组在线监测技术对不同的二次设备监测的潜伏性故障监测的准确率均超出70%。对比两组正确率数据，实验组技术，即本文设计的在线监测技术对二次设备潜伏性故障监测的准确率远远高于对照组，即传统的监测技术。从数据角度分析，本文设计的在线监测技术对潜伏性故障监测的准确率要高出传统监测技术近三分之一。综上所述，本文设计的故障监测技术具有更高的优越性。
3结束语
智能变电站二次设备是辅助整个变电站系统运行的重要组成，其潜伏性故障会对整个系统运行带来重大安全隐患。本文设计的智能变电站二次设备潜伏性故障在线监测技术，相比传统的在线监测技术，准确率大大提升，能够及时监控智能变电站二次设备潜伏性故障，快速反馈报警，具有更好的优越性。
参考文献
[1]徐晓春,汤同峰,赵雨田,等.智能变电站二次设备检修安措规则数据库设计与实现[J]. 电力系统保护与控制, 2017, 45(2):111-116.
[2]吴俊杰, 陈程, 程林,等. 基于模糊综合评价法的智能变电站二次设备状态评价研究[J]. 电测与仪表, 2018, 55(8).
[3]刘琨, 黄明辉, 李一泉,等. 智能变电站故障信息模型与继电保护在线监测方法[J]. 电力自动化设备, 2018, 38(2):210-216.
[4]高旭，刘宏君，杜丽艳,等.基于综合评价识别法的智能变电站虚回路在线状态监测技术研究[J]. 电力系统保护与控制, 2019(3):182-187.
[5]周兴, 劳斯佳, 王磊, et al. 分布式暂态过电压在线监测技术在特高压GIS变电站中的应用[J]. 电测与仪表, 2017, 54(13):120-128.
[6]赵勤学, 杨俊杰, 楼志斌. 智能变电站安全在线监测系统设计[J]. 电测与仪表, 2017, 54(7):34-40.
[7]牛勃，马飞越，周秀,等.±800 kV换流变压器在线监测信号的异常分析与处理[J]. 高压电器, 2018, 54(11):253-260+267.
[8]周红阳, 黄佳胤, 张弛,等. 基于Petri网的智能变电站GOOSE回路故障诊断[J]. 南方电网技术, 2017, 11(6):49-56.
[9]陈闽杰[1, 冯青聪, 赵颖, et al. 基于物联网的风电传动链远程状态监测系统构建[J]. 润滑与密封, 2018, 43(4):86-93.
论文作者:于佼1,杨丽勤2,马琴1,孙静1
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/12/9
标签：在线论文; 变电站论文; 潜伏性论文; 故障论文; 报文论文; 智能论文; 设备论文; 《电力设备》2019年第15期论文;