【關(guān)鍵詞】經(jīng)驗(yàn)?zāi)B(tài)分解；電力設(shè)備；運(yùn)行狀態(tài)；在線監(jiān)測(cè)方法

引言

電力設(shè)備包括發(fā)電設(shè)備與供電設(shè)備兩大類別，其在電力系統(tǒng)中發(fā)揮了重要作用。電力設(shè)備一旦出現(xiàn)故障，將會(huì)對(duì)電力系統(tǒng)造成嚴(yán)重的影響，需進(jìn)行定期維護(hù)與監(jiān)測(cè)。針對(duì)電力設(shè)備運(yùn)行狀態(tài)問(wèn)題，研究人員設(shè)計(jì)多種在線監(jiān)測(cè)方法。其中，基于多參量數(shù)據(jù)回歸分析的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法與基于數(shù)字孿生技術(shù)的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法的應(yīng)用較為廣泛。

基于多參量數(shù)據(jù)回歸分析的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法，利用電力設(shè)備的多元狀態(tài)監(jiān)測(cè)信息，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的精確感知[1]。通過(guò)主成分分析方法，直觀地展示狀態(tài)監(jiān)測(cè)數(shù)據(jù)，確保設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)效果?；跀?shù)字孿生技術(shù)的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法，利用無(wú)線傳感器，采集電力設(shè)備運(yùn)行狀態(tài)信號(hào)，并利用數(shù)字孿生技術(shù)實(shí)現(xiàn)監(jiān)測(cè)信號(hào)的虛實(shí)映射[2]。通過(guò)電力設(shè)備在線監(jiān)測(cè)模型，反映設(shè)備運(yùn)行狀態(tài)，提高了狀態(tài)監(jiān)測(cè)的效率。以上兩種方法均能夠完成電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)任務(wù)，但是受電力設(shè)備的監(jiān)測(cè)信號(hào)影響，狀態(tài)監(jiān)測(cè)始終存在隱患[3]。因此，本文結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解的優(yōu)勢(shì)，設(shè)計(jì)了電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法。

一、電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)的經(jīng)驗(yàn)?zāi)B(tài)分解方法設(shè)計(jì)

（一）基于經(jīng)驗(yàn)?zāi)B(tài)分解提取電力設(shè)備運(yùn)行狀態(tài)特征

經(jīng)驗(yàn)?zāi)B(tài)分解是一種非線性、非平穩(wěn)信號(hào)的分解方法，能夠通過(guò)EMD與HAS，對(duì)電力設(shè)備運(yùn)行狀態(tài)信號(hào)進(jìn)行線性與平穩(wěn)化處理，得到IMF分量[4]。本文結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解的優(yōu)勢(shì)，利用EMD從電力運(yùn)行原信號(hào)中提取出IMF，突出原信號(hào)的運(yùn)行狀態(tài)特征信息，從而確保狀態(tài)監(jiān)測(cè)的準(zhǔn)確性。在電力設(shè)備運(yùn)行狀態(tài)信號(hào)上的任意一點(diǎn)上，局部特征由包絡(luò)線呈現(xiàn)，上包絡(luò)線與下包絡(luò)線分別表示局部極大值特征與局部極小值特征。上包絡(luò)線與下包絡(luò)線的均值=0[5]。由此提取出電流波動(dòng)包絡(luò)特征，如圖1。

如圖1，電流波動(dòng)包絡(luò)特征能夠提取波峰的極值，將其簡(jiǎn)化之后，形成下降—上升—下降的波形。將上述特征作為電力設(shè)備運(yùn)行狀態(tài)IMF的限制條件，由此設(shè)定經(jīng)驗(yàn)?zāi)B(tài)分解的三種條件。其一，電力設(shè)備運(yùn)行狀態(tài)信號(hào)至少有一個(gè)極大值點(diǎn)和一個(gè)極小值點(diǎn)。其二，電力設(shè)備運(yùn)行狀態(tài)特征的時(shí)間尺度設(shè)置為極值點(diǎn)的時(shí)間間隔[6]。其三，電力設(shè)備運(yùn)行狀態(tài)信號(hào)沒(méi)有極值點(diǎn)，但存在拐點(diǎn)的情況下，將原始設(shè)備監(jiān)測(cè)信號(hào)進(jìn)行一次微分，獲取極值點(diǎn)，由此得到相應(yīng)的IMF分量。在經(jīng)驗(yàn)?zāi)B(tài)分解電力設(shè)備運(yùn)行狀態(tài)信號(hào)特征的過(guò)程中，獲取多個(gè)原信號(hào)電流波動(dòng)極大值點(diǎn)與極小值點(diǎn)，并將極大值點(diǎn)連接成上包絡(luò)線，將極小值點(diǎn)連接成下包絡(luò)線。根據(jù)原始信號(hào)的極大值與極小值情況，求取上包絡(luò)與下包絡(luò)的平均值，公式如下：

式中， 為上包絡(luò)與下包絡(luò)的平均值； 為上包絡(luò)特征； 為下包絡(luò)特征。求取原始信號(hào)與 的差，公式如下：

式中，h為原始信號(hào)與m的差；s（t）為電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)信號(hào)。在理想狀態(tài)下，h滿足IMF的定義，h的構(gòu)造滿足對(duì)稱性，有更大的概率會(huì)成為局部極大值。將h作為新的局部極值點(diǎn)，初始步驟中遺失的符合要求的正確模態(tài)，經(jīng)過(guò)反復(fù)分解與抽取，恢復(fù)原來(lái)的監(jiān)測(cè)信號(hào)[7]。監(jiān)測(cè)信號(hào)抽取過(guò)程中，重復(fù)抽取，最終的信號(hào)減去抽取信號(hào)后成為一個(gè)IMF。在特征提取的過(guò)程中，h被認(rèn)為是IMF的原型，由此得到：

（二）監(jiān)測(cè)電力設(shè)備運(yùn)行狀態(tài)暫態(tài)負(fù)荷

在電力設(shè)備運(yùn)行狀態(tài)信號(hào)處理的過(guò)程中，IMF保留了信號(hào)本身的特性[8]。為進(jìn)一步提高電力設(shè)備狀態(tài)監(jiān)測(cè)的準(zhǔn)確性，本文對(duì)暫態(tài)符合進(jìn)行監(jiān)測(cè)。從暫態(tài)電流采樣序列中，確定電力負(fù)荷啟動(dòng)、運(yùn)行、停止等狀態(tài)，避免電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)失誤的問(wèn)題。假設(shè)用x（n）表示監(jiān)測(cè)過(guò)程，負(fù)荷電流的監(jiān)測(cè)信號(hào)為S，那么：

式中， 為t時(shí)刻的暫態(tài)負(fù)荷； 為暫態(tài)電流； 為暫態(tài)電流的自由分量； 為容性負(fù)載。通過(guò) 確定電力設(shè)備的實(shí)時(shí)負(fù)荷，根據(jù)峰值電流、平均電流、估值電流，得到峰值負(fù)荷、平均負(fù)荷、估值負(fù)荷等參數(shù)，從中確定電力設(shè)備運(yùn)行狀態(tài)下的負(fù)荷變化趨勢(shì)與規(guī)律，進(jìn)一步提高電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)的準(zhǔn)確性。

二、實(shí)驗(yàn)

本文對(duì)上述方法進(jìn)行實(shí)驗(yàn)分析。最終的實(shí)驗(yàn)結(jié)果則以文獻(xiàn)[1]基于多參量數(shù)據(jù)回歸分析的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法、文獻(xiàn)[2]基于數(shù)字孿生技術(shù)的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法，以及本文設(shè)計(jì)的基于經(jīng)驗(yàn)?zāi)B(tài)分解的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法進(jìn)行對(duì)比的形式呈現(xiàn)。實(shí)驗(yàn)準(zhǔn)備過(guò)程以及最終的實(shí)驗(yàn)結(jié)果如下所示。

（一）實(shí)驗(yàn)過(guò)程

本次實(shí)驗(yàn)根據(jù)電力設(shè)備的特性與監(jiān)測(cè)需求，選擇了合適的傳感器。使用溫度傳感器獲取電力設(shè)備的熱電阻、熱電偶等數(shù)據(jù)；使用壓力傳感器采集設(shè)備油壓、氣壓等數(shù)據(jù)；使用振動(dòng)傳感器采集設(shè)備的振動(dòng)信號(hào)；使用聲音傳感器采集設(shè)備的噪音信號(hào)；使用電氣傳感器采集電力設(shè)備的電流、電壓等電氣特性。通過(guò)各類傳感器采集到的電力設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)，并將電流波動(dòng)以經(jīng)驗(yàn)?zāi)B(tài)分解。電流分解波形如圖2。

如圖2，本文利用經(jīng)驗(yàn)?zāi)B(tài)分解的方式，將電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)信號(hào)進(jìn)行分解。其中，singal為電力設(shè)備在線監(jiān)測(cè)的原始信號(hào)，C1、C2、C3為固有模態(tài)分量信號(hào)。C1經(jīng)過(guò)固有模態(tài)分量對(duì)噪聲的分解，找出在0.23ms、0.25ms、0.30ms、0.33ms、0.36ms、0.40ms、0.44ms等位置上存在噪聲。對(duì)噪聲信號(hào)進(jìn)行EMD閾值去噪處理，形成振動(dòng)頻率穩(wěn)態(tài)的固有模態(tài)分量。由圖中可知，singal的振動(dòng)頻率波動(dòng)較為明顯，C1存在明顯噪聲，C3振動(dòng)波動(dòng)處于穩(wěn)態(tài)波動(dòng)情況。其中，振動(dòng)頻率穩(wěn)定的模態(tài)分量為C2，選取該層信號(hào)作為主模態(tài)，確保電力設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)準(zhǔn)確性。

（二）實(shí)驗(yàn)結(jié)果

在上述條件下，本文隨機(jī)選取出12組電力設(shè)備類別，并對(duì)信噪比、能量熵、暫態(tài)電流監(jiān)測(cè)值、暫態(tài)電流實(shí)際值、運(yùn)行狀態(tài)判斷結(jié)果進(jìn)行分析。將文獻(xiàn)[1]基于多參量數(shù)據(jù)回歸分析的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法的監(jiān)測(cè)指標(biāo)、文獻(xiàn)[2]基于數(shù)字孿生技術(shù)的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法的監(jiān)測(cè)指標(biāo)，以及本文設(shè)計(jì)的基于經(jīng)驗(yàn)?zāi)B(tài)分解的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法的監(jiān)測(cè)指標(biāo)進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果如下表1所示。

如表1所示，MK_1為發(fā)電機(jī)；MK_2為變壓器；MK_3為電力線路；MK_4為開(kāi)關(guān)柜；MK_5為配電盤(pán)；MK_6為斷路器；MK_7為繼電器；MK_8為避雷器；MK_9為保護(hù)裝置；MK_10為電容器；MK_11為電抗器；MK_12為電力電子設(shè)備。能量熵能夠判斷電力設(shè)備運(yùn)行信號(hào)的復(fù)雜度與不規(guī)則性信息，能量熵越高，信號(hào)的復(fù)雜度越高。本次實(shí)驗(yàn)將能量熵的取值范圍設(shè)定為[0，1]，當(dāng)能量熵?zé)o限趨近于1時(shí)，電力設(shè)備運(yùn)行狀態(tài)為異?；蚬收希划?dāng)能量熵?zé)o限趨近于0時(shí)，電力設(shè)備運(yùn)行狀態(tài)為正常。能量熵以0.5為節(jié)點(diǎn)，低于0.5為正常運(yùn)行狀態(tài)；高于0.5為故障運(yùn)行狀態(tài)。

在其他條件均一致的情況下，使用文獻(xiàn)[1]基于多參量數(shù)據(jù)回歸分析的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法之后，信噪比適中，能量熵與運(yùn)行狀態(tài)判斷結(jié)果存在差異。同時(shí)，暫態(tài)電流監(jiān)測(cè)值與實(shí)際值之間存在55A以內(nèi)的誤差，監(jiān)測(cè)誤差較大，影響電力設(shè)備的運(yùn)行安全性。使用文獻(xiàn)[2]基于數(shù)字孿生技術(shù)的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法之后，能量熵與運(yùn)行狀態(tài)判斷結(jié)果仍存在差異，但是，暫態(tài)電流監(jiān)測(cè)值與實(shí)際值之間存在5A以內(nèi)的誤差，監(jiān)測(cè)誤差相對(duì)較小，監(jiān)測(cè)性能優(yōu)于文獻(xiàn)[1]方法。而使用本文設(shè)計(jì)的基于經(jīng)驗(yàn)?zāi)B(tài)分解的電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法之后，信噪比與上述兩種方法相近，能量熵與運(yùn)行狀態(tài)判斷結(jié)果之間無(wú)差異，暫態(tài)電流監(jiān)測(cè)值與實(shí)際值之間存在0.01A左右的誤差。由此可見(jiàn)，使用本文設(shè)計(jì)的方法，能夠更加準(zhǔn)確地監(jiān)測(cè)出電力設(shè)備的運(yùn)行狀態(tài)，滿足本次實(shí)驗(yàn)需求。

結(jié)束語(yǔ)

近些年來(lái)，電力設(shè)備的多樣性不斷增加，運(yùn)行環(huán)境更加復(fù)雜，很容易出現(xiàn)故障，影響電力設(shè)備的正常運(yùn)行。為了滿足電力設(shè)備的運(yùn)行需求，本文利用經(jīng)驗(yàn)?zāi)B(tài)分解，設(shè)計(jì)了電力設(shè)備運(yùn)行狀態(tài)在線監(jiān)測(cè)方法。從特征提取、負(fù)荷監(jiān)測(cè)兩個(gè)方面，快速分辨出電力設(shè)備的運(yùn)行狀態(tài)。通過(guò)在線監(jiān)測(cè)方法，及時(shí)發(fā)現(xiàn)了電流異常、負(fù)荷異常等情況，并發(fā)現(xiàn)電力設(shè)備存在的問(wèn)題，有效地避免了設(shè)備出現(xiàn)的突發(fā)性損壞問(wèn)題。在線監(jiān)測(cè)也實(shí)現(xiàn)了實(shí)時(shí)監(jiān)測(cè)，節(jié)省了人工監(jiān)測(cè)的時(shí)間成本，將故障預(yù)警的時(shí)間提前，真正意義上滿足了電力系統(tǒng)的穩(wěn)定運(yùn)行需求。