郭東明

(神華包頭煤化工有限責(zé)任公司 生產(chǎn)運營部，內(nèi)蒙古 包頭 014000)

隨著風(fēng)力發(fā)電技術(shù)的飛速提升，各種大規(guī)模的風(fēng)電機組逐步朝著復(fù)雜化與智能化方向發(fā)展[1]，所以精準(zhǔn)監(jiān)測風(fēng)電無人值守變電所設(shè)備主變的運行狀態(tài)就顯得格外重要，同時這也是確保電力系統(tǒng)長期穩(wěn)定發(fā)展的重要基礎(chǔ)。最近幾年，國內(nèi)外相關(guān)專家也針對主變負荷運行狀態(tài)監(jiān)測方面的內(nèi)容展開研究，例如高筱婷等[2]利用實驗平臺快速采集電力系統(tǒng)的歷史運行數(shù)據(jù)，得到不同的狀態(tài)參量，采用小波變換和主成分分析對信息進行融合，完成參數(shù)優(yōu)選，同時將獲取的融合信息輸入到馬爾可夫模型，有效實現(xiàn)風(fēng)電機組運行狀態(tài)監(jiān)測。周志強等[3]以配電自動化終端的基本功能為基礎(chǔ)，采用配電斷路器中配置傳感器和智能終端通道有效實現(xiàn)配電斷路器遠程在線監(jiān)測。雖然上述方法能全面增強設(shè)備檢修的時效性，但是由于沒有對主變過負荷進行特征量提取，造成監(jiān)測結(jié)果誤差較大，低運行能耗偏高。

為此，提出一種風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測方法。仿真實驗結(jié)果表明，所提方法不僅能夠減少低運行能耗，還能夠獲取理想的監(jiān)測結(jié)果。

1 監(jiān)測系統(tǒng)設(shè)計

由于當(dāng)前監(jiān)測方法不能實現(xiàn)主變過負荷特征量的精準(zhǔn)提取，導(dǎo)致監(jiān)測結(jié)果不理想以及低運行能耗偏高，為此設(shè)計一種風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測系統(tǒng)，該系統(tǒng)的總體架構(gòu)如圖1所示。

(1)電能計量模塊。電能計量模塊采用ATT7022B電能計量專用芯片以及電流型電壓互感器采集電壓信號，UA需先經(jīng)過電阻R1變成2 mA電流信號，經(jīng)過2 mA/2 mA電壓互感器T1、電阻R2變成ATT7022B量程范圍內(nèi)的電壓信號，電路中電阻R3、R4和電容C1、C2會對轉(zhuǎn)換后的電壓信號進行濾波，以此提升信號完整度以及降低信號中噪聲，在此基礎(chǔ)上利用ATT7022B完成各種電參數(shù)計算，以此實現(xiàn)電能計量，電能計量模塊電路如圖2所示。

圖2 電能計量模塊電路

(2)數(shù)據(jù)處理模塊。利用電能計量電路采集風(fēng)電無人值守變電所的電能數(shù)據(jù)后，需要對采集完整的風(fēng)電無人值守變電所主變過負荷數(shù)據(jù)。在進行數(shù)據(jù)采集與傳輸過程中，單片機會根據(jù)風(fēng)電無人值守變電所主變不同的接入方式以及設(shè)備，根據(jù)串口編號和監(jiān)測硬件對應(yīng)的數(shù)據(jù)整理規(guī)則對串口數(shù)據(jù)進行讀取、整理和發(fā)送，并將所有數(shù)據(jù)封裝在不同函數(shù)中，以此實現(xiàn)風(fēng)電無人值守變電所主變過負荷數(shù)據(jù)處理。其中，數(shù)據(jù)采集流程如圖3所示。

圖3 數(shù)據(jù)采集流程

數(shù)據(jù)傳輸流程如圖4所示。

圖4 數(shù)據(jù)傳輸流程

(3)監(jiān)控終端模塊。監(jiān)控終端模塊接口主要包括RS-485和RS-232總線接口2部分，RS-485總線接口是監(jiān)控終端設(shè)置與水質(zhì)傳感器之間的連接端口，主要通過微處理器8051數(shù)據(jù)接收；RS-232接口是微處理器8051與監(jiān)控中心端口相連，主要用于數(shù)據(jù)傳送。RS-485總線的轉(zhuǎn)換電路如圖5所示，RS-232接口的主要任務(wù)是下載編譯好的程序RS-232轉(zhuǎn)換電路如圖6所示。

圖5 RS-485轉(zhuǎn)換電路

圖6 RS-232轉(zhuǎn)換電路

2 系統(tǒng)軟件設(shè)計

在風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測系統(tǒng)硬件設(shè)計的基礎(chǔ)上進行系統(tǒng)軟件設(shè)計，具體實現(xiàn)過程如圖7所示。

分析圖7可知，本文主要通過阻性、容性以及感性對風(fēng)電無人值守變電所負荷進行分類，在此基礎(chǔ)上通過Matlab小波分析對主變過負荷進行精準(zhǔn)定位，以此提取負荷狀態(tài)特征量。采用綜合模糊評判對不同負荷特征量進行綜合考量，設(shè)定不同參數(shù)的權(quán)重比獲取量化的變電所主變過負荷運行狀態(tài)監(jiān)測結(jié)果。以此完成系統(tǒng)軟件設(shè)計。

圖7 系統(tǒng)軟件實現(xiàn)流程

2.1 基于小波變換的主變過負荷特征量提取

風(fēng)電無人值守變電所主變設(shè)備在噪聲以及電磁干擾環(huán)境下，故障信號特征信息摻雜在大量的干擾信號中。消除和抑制外部干擾，提取信號中的特征向量是當(dāng)前研究的重要基礎(chǔ)[4-5]。

特征量提取是在電力系統(tǒng)狀態(tài)信號中提取與故障設(shè)備相關(guān)的特征信號，有效降低各種不確定因素對運行狀態(tài)監(jiān)測所產(chǎn)生的負面影響。而從數(shù)據(jù)角度而言，需要將電力系統(tǒng)中的初始運行數(shù)據(jù)轉(zhuǎn)換為和統(tǒng)計方面不存在任何關(guān)聯(lián)的數(shù)據(jù)集。由于大部分初始測量空間的維數(shù)偏高，需要對位數(shù)進行壓縮處理，進而簡化整個特征量提取過程。由于各個信號之間存在較強的關(guān)聯(lián)性，尤其各個鄰近數(shù)據(jù)之間[6]。假設(shè)數(shù)據(jù)之間的相關(guān)性達到最高，則相關(guān)系數(shù)就會開始呈下降趨勢。為了更好地實現(xiàn)主變過負荷特征量提取，引入小波變換，利用小波中的奇異點對負荷進行定位，還需要根據(jù)阻性、容性以及感性對變電所負荷進行劃分，以此獲取最終的特征量提取結(jié)果。

特征向量的選取和提取就是將信息從維數(shù)較高的空間轉(zhuǎn)換到維數(shù)較低的空間，最終達到壓縮維數(shù)的目的，具體過程如圖8所示。

圖8 空間變換過程

一般情況下，空間變換過程能夠劃分為以下幾個步驟：①特征形成。獲取被識別對象的基本測量數(shù)據(jù)的過程即特征形成。②特征提取。根據(jù)變換或者映射的方式，將高維的測量空間模式向量采用一種全新的形式進行描述，則能夠得到最具有代表性的特征，其中新特征大部分均為線性組合。③特征選擇。在測量空間中選取一些能夠真實反映主要特征的特征向量[7-8]，在保留這些特征的基礎(chǔ)上對特征空間進行降維處理，以此可以提升特征量提取速度。

當(dāng)負荷投入運行之后，電流的瞬時值一般能夠表示為：

i(t)=Im(sinωt+φ) +I′et/τ

(1)

式中，Im為強制分量；I′為自由分量；τ為特征值，主要是描述暫態(tài)電流的衰減速度。其中，自由變量I′的提取結(jié)果能夠表示為：

i′(t)=I′et/τ

(2)

式(2)能夠全面描述電量的自由分量，如果t=τ，則存在：

i(τ)=I′e-1

(3)

當(dāng)自由分量衰降低到設(shè)定的區(qū)間內(nèi)所經(jīng)歷的時間為τ，可以根據(jù)i′(τ)的瞬時值獲取值。

通過高速多功能數(shù)據(jù)采集卡能夠?qū)崟r采集相關(guān)的負荷數(shù)據(jù)，以此為基礎(chǔ)采用小波變換提取電流突變過程中的特征向量，使其能夠精準(zhǔn)描述暫態(tài)發(fā)生的時間以及電流變化情況。它能夠?qū)⑿盘柧鶆騽澐值讲煌某叨壬?，并獲取各個頻帶的信息[9]。各個尺度分別對應(yīng)不同的信息，且不會受到頻帶的影響。

針對小波變換在工程信號處理中的不同應(yīng)用，將信號劃分為2種類型：①波形相似的度量；②周期中相同頻成分的反映。相關(guān)理論分析是數(shù)學(xué)隨機論上一個重要的分支，同時也是一種經(jīng)典的信號處理方法。通過相關(guān)函數(shù)能夠精準(zhǔn)描述相同信號當(dāng)前值和過去值兩者之間的關(guān)聯(lián)；針對同一組波形而言，可以采用2個信號的乘積積分作為相關(guān)性度量。在實際應(yīng)用的過程中，不同信號之間會產(chǎn)生時差，對各個信號在傳輸過程中的關(guān)聯(lián)性進行分析，得到以下的互相關(guān)函數(shù)：

(4)

根據(jù)上述計算結(jié)果，對于可以表示具有密切關(guān)聯(lián)性的相關(guān)系數(shù)的具體描述：

(5)

式中，Covxy(τ)為相應(yīng)互協(xié)方差函數(shù)，具體表達式為：

(6)

互協(xié)方差函數(shù)以及互相關(guān)函數(shù)之間的關(guān)系[10]能夠描述為：

Covxy(τ)=Rxy(τ)-mxmy

(7)

式中，mx和my分別為隨機信號和的平均幅值。假設(shè)x(t)和y(t)不是相同的信號，它們的相關(guān)函數(shù)也被稱為互相關(guān)函數(shù)；假設(shè)x(t)和y(t)是相同的信號，則存在x(t)=y(t)，則它們的相關(guān)函數(shù)被稱為自相關(guān)函數(shù)，即：

(8)

其中，互相關(guān)函數(shù)性質(zhì)能夠表示為：①Rxy(τ) 是一個實質(zhì)函數(shù)，當(dāng)其值為正數(shù)時，說明隨機過程呈現(xiàn)正相關(guān)；當(dāng)其值為負數(shù)時，則呈現(xiàn)相關(guān)。②Rxy(τ)滿足以下條件：

Rxy(-τ) =Rxy(τ)

(9)

在連續(xù)情況下的互相關(guān)函數(shù)，即離散互相關(guān)函數(shù)可以表示為：

(10)

式中，N為最大離散系數(shù)，m為最小離散系數(shù)，x(i)、y(i+m)分別為不同的離散信號。

小波變換的主要優(yōu)勢是能夠精準(zhǔn)確定函數(shù)奇異點和奇異性指數(shù)[11-12]。因此利用該方法進行主變過負荷特征量提取，其具體流程如圖9所示。

圖9 基于小波變換的主變過負荷特征量提取流程

分析主變過負荷特征量提取流程為：利用傳感器采集暫態(tài)電流信號，在此基礎(chǔ)上利用小波變換方法對所采集到的信號進行處理，主要通過設(shè)置小波基與分解尺度對信號進行分解處理，并得到每一個尺度上的小波變換模極大值。在此過程中，需要根據(jù)采樣頻率提取負荷投切時刻的信號特征數(shù)組與相關(guān)系數(shù)，獲取最為相似的樣本，還需要在確保相似度足夠大的條件下，最終提取主變過負荷特征量。

2.2 主變過負荷運行狀態(tài)監(jiān)測

將風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測作為總目標(biāo)，從多個不同的角度出發(fā)對其進行全面的監(jiān)測。設(shè)定在某運行狀態(tài)下，系統(tǒng)共計有B條母線投運，其中對應(yīng)的母線電壓越限率能夠表示為：

(11)

式中，LB為電壓越限母線數(shù)量。

以下通過綜合模糊評判對不同風(fēng)電無人值守變電所主變過負荷特征進行綜合考量，具體的操作過程如下：①確定監(jiān)測模型的目標(biāo)層、準(zhǔn)則層以及指標(biāo)層，以此構(gòu)建與問題相對應(yīng)的遞階層次結(jié)構(gòu)模型[13]，分別計算不同的參數(shù)，同時對其進行標(biāo)準(zhǔn)化處理。②對相同層次的各個參數(shù)進行兩兩對比，組建直覺判斷矩陣。③對步驟②建立的矩陣進行一致性檢驗，假設(shè)滿足一致性，至步驟⑤；反之則返回至步驟④。④對非一致性矩陣進行修正。⑤計算不同參數(shù)與上層準(zhǔn)則的相對權(quán)重。⑥計算不同參數(shù)對系統(tǒng)總目標(biāo)的組合權(quán)重[14-15]。⑦完成直覺判斷矩陣狀態(tài)實時監(jiān)測。

為了獲取理想的監(jiān)測結(jié)果，需要進一步對直覺判斷矩陣進行一致性檢驗，具體的計算式如下：

(12)

當(dāng)j>i+1時，則有：

(13)

(14)

式中，μit、μtj分別為不同的行向量參數(shù)，vit、vtj分別為不同的列向量參數(shù)。

(15)

式中，d為一致性系數(shù)。

針對滿足一致性的直覺判斷矩陣，能夠獲取相同層次各項指標(biāo)之間的權(quán)重向量，即：

(16)

式中，μij、vij分別為不同層次評價指標(biāo)的權(quán)重。

為了提升監(jiān)測方法的有效性，全面分析風(fēng)電無人值守變電所主變過負荷運行狀態(tài)，針對不同參數(shù)的設(shè)定不同參數(shù)的權(quán)重比，獲取量化的監(jiān)測結(jié)果：

(17)

式中，πf、μf分別為風(fēng)電無人值守變電所主變過負荷正常運行狀態(tài)參數(shù)與異常運行狀態(tài)參數(shù)。

3 仿真實驗

為了驗證所提風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測方法的有效性，在如下實驗環(huán)境下進行測試：操作系統(tǒng)Windows7；CPU為Intel Core i5-7300HQ；內(nèi)存32 GB；硬盤500 GB；運行內(nèi)存8 GB；主頻2.1 GHz；仿真軟件Matlab R2014a。

設(shè)置7種不同負荷狀態(tài)，采用3種不同的方法進行風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測(表1—表3)。分析表1—表3中的實驗數(shù)據(jù)可知，隨著電網(wǎng)負荷水平的飛速提升，主變運行狀態(tài)開始變得越來越差，和實際結(jié)果基本一致。由此可見，上述3種方法能夠準(zhǔn)確監(jiān)測風(fēng)電無人值守變電所主變過負荷運行狀態(tài)，但是相比另外2種方法，所提方法的監(jiān)測結(jié)果和真實情況更加貼近，充分證明了所提方法的優(yōu)越性。

表1 所提方法的綜合監(jiān)測值

表2 文獻[2]方法的綜合監(jiān)測值

表3 文獻[3]方法的綜合監(jiān)測值

為了更進一步驗證所提方法的性能，以下實驗對比3種不同方法在低運行狀態(tài)下的能耗變化情況，具體結(jié)果如圖10所示。

分析圖3中的實驗數(shù)據(jù)可知，隨著負荷水平的逐漸增加，各個方法的低運行能耗也開始呈直線上升趨勢。由于所提方法對主變過負荷特征量進行提取，簡化提取過程，促使低運行能耗下降，且明顯低于另外2種方法。

4 結(jié)語

負荷穩(wěn)定是保證電力系統(tǒng)穩(wěn)定運行的依據(jù)，對過負荷狀態(tài)進行監(jiān)測是確保電壓穩(wěn)定，推進電能質(zhì)量分析的重要依據(jù)，提出一種風(fēng)電無人值守變電所主變過負荷運行狀態(tài)監(jiān)測方法。仿真實驗結(jié)果表明，所提方法能夠獲取較為理想的監(jiān)測結(jié)果，同時有效降低運行能耗。目前，所提方法仍然處于起步階段，后續(xù)將對其進行全面完善，促使綜合性能得到有效提升。