高壓并聯(lián)電抗器(高抗)運(yùn)行期間調(diào)節(jié)輸電線路的無功功率,對(duì)維持電壓具有重要的作用。由于受到繞組電流產(chǎn)生的電磁力,磁通在鐵心餅表面產(chǎn)生的麥克斯韋力和磁致伸縮的影響,電抗器存在顯著的振動(dòng)與噪聲。在長(zhǎng)期振動(dòng)狀態(tài)下容易出現(xiàn)結(jié)構(gòu)疲勞和緊固件松動(dòng),而油箱表面聲振特征與內(nèi)部機(jī)械狀態(tài)存在緊密關(guān)聯(lián),內(nèi)部結(jié)構(gòu)件松動(dòng)后其振動(dòng)形態(tài)發(fā)生了變化,可能導(dǎo)致箱體局部發(fā)生振動(dòng)幅值波動(dòng)或出現(xiàn)其他頻率分量,因此可以通過提取油箱表面的聲振信號(hào)對(duì)電抗器運(yùn)行狀態(tài)進(jìn)行評(píng)估。
國內(nèi)外大量研究表明,通過建立具有層次變化的特征向量與系統(tǒng)不同嚴(yán)重程度下缺陷之間的內(nèi)在聯(lián)系,從而得以有效判斷缺陷類型和故障源區(qū)域。由于生產(chǎn)廠家或型號(hào)的不同,每臺(tái)高壓并聯(lián)電抗器在出廠時(shí)制造工藝并不完全相同,隨著電抗器投運(yùn)時(shí)間的增加,不同時(shí)刻下的聲振信號(hào)也會(huì)發(fā)生不同程度的改變,因此運(yùn)用傳統(tǒng)的聲振分析法時(shí)并不能避免不同時(shí)間維度下電抗器本身所處環(huán)境和運(yùn)行工況所帶來的機(jī)械狀態(tài)影響。
近年來,隨著人工智能的發(fā)展,深度學(xué)習(xí)作為一種深層神經(jīng)網(wǎng)絡(luò),逐漸成為監(jiān)測(cè)電力設(shè)備運(yùn)行狀態(tài)方面?zhèn)涫荜P(guān)注的數(shù)據(jù)處理方法。深度學(xué)習(xí)模型擁有多個(gè)非線性映射層級(jí),可以對(duì)輸入信號(hào)逐層抽象并提取特征,從而挖掘出更深層次的潛在規(guī)律。同時(shí)隨著電力設(shè)備數(shù)據(jù)量上升以及特征復(fù)雜化,越來越多的學(xué)者將深度學(xué)習(xí)模型應(yīng)用于電力設(shè)備故障檢測(cè)并取得了很好的效果。
具有記憶和遺忘功能的時(shí)間序列預(yù)測(cè)模型在國內(nèi)外不同領(lǐng)域都得到了應(yīng)用,這些應(yīng)用結(jié)果證明了它不僅可以出色地捕獲數(shù)據(jù)的變化趨勢(shì),而且可以表征時(shí)序數(shù)據(jù)的依賴關(guān)系。電力設(shè)備聲振特征既可作為衡量其內(nèi)部缺陷嚴(yán)重程度的指標(biāo),同時(shí)具有一定隨時(shí)序變化的特有屬性。因此針對(duì)每臺(tái)制造工藝不同、運(yùn)行環(huán)境各異的高壓并聯(lián)電抗器,分別挖掘其聲振特征時(shí)序變化的運(yùn)行狀態(tài)評(píng)估方法具有一定的自適應(yīng)性和個(gè)性化。
結(jié)合現(xiàn)場(chǎng)電力設(shè)備狀態(tài)監(jiān)測(cè)和聲振特征預(yù)測(cè)的現(xiàn)實(shí)需求,國網(wǎng)河北省電力有限公司電力科學(xué)研究院、西安交通大學(xué)電力設(shè)備與電氣絕緣國家重點(diǎn)實(shí)驗(yàn)室的研究人員,使用時(shí)間序列預(yù)測(cè)的方法來研究電抗器聲振特征的未來變化趨勢(shì)。
圖1 數(shù)據(jù)采集設(shè)備
他們開發(fā)了一套全天候、抗電磁干擾能力強(qiáng)、具有記錄穩(wěn)態(tài)信號(hào)和暫態(tài)信號(hào)的電抗器聲學(xué)振動(dòng)實(shí)時(shí)采集系統(tǒng)。針對(duì)某1000kV變電站內(nèi)特高壓并聯(lián)電抗器的聲振數(shù)據(jù),提出了一種基于門控循環(huán)單元(Gated Recurrent Unit, GRU)網(wǎng)絡(luò)模型的聲振特征預(yù)測(cè)方法。該方法包含詳細(xì)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)以及實(shí)現(xiàn)網(wǎng)絡(luò)預(yù)測(cè)的功能等,結(jié)構(gòu)上包括輸入層、隱藏層和輸出層三個(gè)網(wǎng)絡(luò)層,功能上可實(shí)現(xiàn)多通道信號(hào)的多特征參量預(yù)測(cè)。
圖2 測(cè)點(diǎn)布置
研究人員表示,采用長(zhǎng)短期記憶(LSTM)和門控循環(huán)單元(GRU)預(yù)測(cè)模型對(duì)電抗器聲振特征進(jìn)行預(yù)測(cè),通過與真實(shí)測(cè)量值對(duì)比,預(yù)測(cè)結(jié)果的整體趨勢(shì)、波動(dòng)程度均與實(shí)測(cè)數(shù)據(jù)接近吻合,同時(shí)模型輸出結(jié)果中特征參量的波動(dòng)趨勢(shì)可為狀態(tài)評(píng)估提供參考。
圖3 缺陷區(qū)域
研究結(jié)果表明,該電抗器聲振信號(hào)在線監(jiān)測(cè)系統(tǒng)能夠滿足變電站現(xiàn)場(chǎng)投入使用需求。通過在線監(jiān)測(cè)系統(tǒng)持續(xù)運(yùn)行,初步形成了以奇偶次諧波比、50Hz比重、基頻幅值與基頻比重為指標(biāo)的缺陷診斷方法。他們利用本方法對(duì)一臺(tái)接地線未連接的缺陷高抗聲振特征進(jìn)行評(píng)估,結(jié)果表明,模型輸出結(jié)果與實(shí)測(cè)結(jié)果是否吻合,可說明電抗器當(dāng)前振動(dòng)特征波動(dòng)是否存在規(guī)律性,可判斷箱體內(nèi)部是否存在機(jī)械缺陷。
研究人員最后強(qiáng)調(diào)指出,利用在線監(jiān)測(cè)系統(tǒng)和時(shí)間序列預(yù)測(cè)模型對(duì)電抗器聲振特征進(jìn)行對(duì)比分析的方法,可有效捕捉并適應(yīng)電抗器聲振特征的變化規(guī)律和波動(dòng)趨勢(shì),避免了電抗器斷電檢修帶來的整體影響和經(jīng)濟(jì)損失。因此,該方法可以作為電抗器狀態(tài)評(píng)估的有效途徑,為現(xiàn)場(chǎng)運(yùn)維人員提供及時(shí)、有效的參考價(jià)值,在一定程度上可以提高現(xiàn)場(chǎng)電力設(shè)備運(yùn)行的完備率。
本文編自2022年第9期《電工技術(shù)學(xué)報(bào)》,論文標(biāo)題為“基于在線監(jiān)測(cè)系統(tǒng)與聲振特征預(yù)測(cè)模型的高壓并聯(lián)電抗器運(yùn)行狀態(tài)評(píng)估方法”。本課題得到了國家電網(wǎng)有限公司總部科技項(xiàng)目資助的支持。