CN106059086B - 箱式变电站载流故障预测系统及其应用 - Google Patents
箱式变电站载流故障预测系统及其应用 Download PDFInfo
- Publication number
- CN106059086B CN106059086B CN201610541122.0A CN201610541122A CN106059086B CN 106059086 B CN106059086 B CN 106059086B CN 201610541122 A CN201610541122 A CN 201610541122A CN 106059086 B CN106059086 B CN 106059086B
- Authority
- CN
- China
- Prior art keywords
- box
- type substation
- temperature
- current
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 58
- 230000006870 function Effects 0.000 claims description 14
- 239000000835 fiber Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims description 3
- 238000009529 body temperature measurement Methods 0.000 abstract description 22
- 230000008569 process Effects 0.000 abstract description 12
- 238000004891 communication Methods 0.000 description 27
- 230000008859 change Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 101000628535 Homo sapiens Metalloreductase STEAP2 Proteins 0.000 description 4
- 101000795744 Homo sapiens TPA-induced transmembrane protein Proteins 0.000 description 4
- 102100026711 Metalloreductase STEAP2 Human genes 0.000 description 4
- 102100031626 TPA-induced transmembrane protein Human genes 0.000 description 4
- 239000004020 conductor Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- -1 LPHD node Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Classifications
-
- H02J13/0075—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/16—Electric power substations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/18—Systems supporting electrical power generation, transmission or distribution using switches, relays or circuit breakers, e.g. intelligent electronic devices [IED]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/124—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wired telecommunication networks or data transmission busses
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开的箱式变电站载流故障预测系统,包括有过程层、间隔层及站控层;过程层内设有箱式变电站在线监测终端,箱式变电站在线监测终端与有线测温模块测温点连接,箱式变电站在线监测终端还无线个域网与无线测温模块测温点连接;间隔层内设置有箱式变电站在线监测IED,箱式变电站在线监测IED与箱式变电站在线监测终端连接;站控层内设置有站端监测单元,站端监测单元与箱式变电站在线监测IED连接;本发明还公开了箱式变电站载流故障预测系统的应用方法。本发明箱式变电站载流故障预测系统及其应用,不仅能在线监测触点温度的变化,还能精确定位出现故障或存在隐患的触点。
Description
技术领域
本发明属于电力系统安全监测装置及方法技术领域,具体涉及一种箱式变电站载流故障预测系统,本发明还涉及利用上述箱式变电站载流故障预测系统对箱式变电站载流故障进行预测的方法。
背景技术
箱式变电站是一种集高压开关设备、配电变压器和低压配电装置于一体,按照一定的接线方案连接而成,应用于配电网的配电设备。基于其占地面积小、移动方便及建设周期短的优点,自问世以来就在配电网中得到迅速应用,一般适用于住宅小区、城市公用场所、繁华闹市及施工电源等。随着国家智能电网建设规划的实施,箱式变电站故障监测显得尤为重要,对电力系统安全运行具有重要意义。
载流故障是电力设备故障中比较常见的一种热故障,究其原因主要是因为电力设备连接件、接头或触头连接不良或氧化使接触电阻增大,继而引起触点过热、烧融甚至短路,从而成为电力设备的主要故障之一。很多场合无法或不便获得相关触点的负载电流,而温度采样值成为电力设备故障预警的有效依据。因此,通过监测触点的温度变化来对载流故障进行预警,对于防止事故扩大、保障电网的安全运行具有重要意义。
近年来,关于载流故障的研究已有许多,但是现有的载流故障预测主要存在以下缺点:(1)载流故障分为长期故障与即时故障,但现有的载流故障预测方案都仅仅对其中一种故障进行预测,没有做到全面预测;(2)与监控后台之间的通信采用私有协议或者非通用协议,导致设备之间的互操作不强;(3)以往监测方法往往根据固定阈值确定出故障点,但电力设备采集信号在传送过程中易受到干扰,产生奇异点,从而导致故障点确定不准确。
针对现有载流故障存在的问题,在过程层原有一次设备的基础上加入了相应的智能监控装置,以实时监测箱式变电站的运行情况;在数据处理方面,可借助组合权重相似日法以及温升模型完成载流故障预测,并基于概率密度估计的方法以及空间相关性分析法完成故障点的确定;与间隔层之间的通信也变成更为可靠且高速的光纤以太网,并扩展了WiFi无线通信方式,同时整个变电站相关协议也采用更为完善、更为标准的国际变电站标准协议IEC61850。
发明内容
本发明的目的在于提供一种箱式变电站载流故障预测系统,将智能电网技术及物联网技术运用于载流故障预测,通过引进相应的智能监控、可靠的通信方式、完善的通信协议及高速的数据处理方法,使该预测系统不仅能在线监测触点温度的变化,还能精确定位出现故障或存在隐患的触点。
本发明的另一目的在于提供利用上述箱式变电站载流故障预测系统对箱式变电站载流故障进行预测的方法。
本发明所采用的第一种技术方案是,箱式变电站载流故障预测系统,包括有过程层、间隔层及站控层;过程层内设置有箱式变电站在线监测终端,箱式变电站在线监测终端通过RS485总线与有线测温模块测温点连接,箱式变电站在线监测终端还通过Zigbee无线个域网与无线测温模块测温点连接;间隔层内设置有箱式变电站在线监测IED,箱式变电站在线监测IED通过RS485总线与箱式变电站在线监测终端连接;站控层内设置有站端监测单元,站端监测单元通过光纤以太网与箱式变电站在线监测IED连接。
本发明第一种技术方案的特点还在于:
箱式变电站在线监测终端,包括有微处理器,微处理器分别通过导线与供电模块、温度传感器连接,温度传感器位于有线测温模块测温点处,温度传感器用于测量有线测温模块测温点处高压室、低压室及变压室的温度;微处理器通过SPI与无线射频芯片连接,无线射频芯片通过Zigbee无线个域网与无线测温系统连接,无线测温系统位于无线测温模块测温点处,无线测温系统测量无线测温模块测温点处高压开关柜、刀闸、电力电缆及母线的温度;微处理器还通过RS485总线与间隔层内的箱式变电站在线监测IED连接;
箱式变电站在线监测IED,包括有通过SPI连接在一起的主CPU和从CPU;主CPU分别连接人机交互模块、指示灯、按键、通信模块及服务器;从CPU通过RS485总线与温度传感器连接,从CPU还通过Zigbee无线个域网与无线测温系统连接。
供电模块采用电池与互感取电联合式供电单元,其结构为:包括有与微处理器内电源连接的DC/DC转换器,DC/DC转换器分别连接电池充放电模块、降压模块;降压模块分别与过压过流监测模块、整流滤波模块连接;整流滤波模块依次连接前端冲击保护模块、电流互感器;微处理器采用STM32F030芯片;无线射频芯片采用NRF24L01无线射频芯片。
主CPU采用S3C2440A芯片;从CPU采用STM32F407ZGT6芯片。
通信模块内设置有3G通信模块、以太网通信模块及RS485/RS232通信模块;以太网通信模块在基于TCP/IP参考模型的基础上嵌入了IEC61850协议。
无线测温系统由多个无线测温模块组构成;每个无线测温模块组由六个无线测温模块构成;每个无线测温模块内设置有STM32F030芯片和NRF24L01无线射频芯片。
本发明所采用的第二种技术方案是,利用箱式变电站载流故障预测系统对箱式变电站载流故障进行预测的方法,该方法基于箱式变电站载流故障预测系统,具体按照以下步骤实施:
步骤1、由设置于远程监控中心内设置的服务器在IEC61850协议下读取ICD配置文件;待读取完成之后,由箱式变电站在线监测IED内的主CPU将数据采集命令送到从CPU,然后主CPU等待SPI接收中断到来;
步骤2、待步骤1完成后,箱式变电站在线监测IED内的从CPU接收到主CPU发送的数据采集命令,由从CPU对接收到的数据采集命令进行解析;
步骤3、待步骤2完成后,由从CPU完成温度信号数据预处理及温度模型的建立,并通过SPI方式将信息长传至主CPU;
步骤4、待步骤3完成后,按照变电站国际统一标准协议IEC61850对主CPU中的数据进行数据建模,并借助光纤以太网将主CPU内封装好的数据发送给站端监测单元,完成对箱式变电站载流故障的预测。
本发明第二种技术方案的特点还在于:
步骤2中CPU对接收到的数据采集命令进行解析的方法具体如下:
若是开出量控制,为了保证开出量能正确输出,要再次判断开入量;
若最终判断开出量没有正确输出,则启动重合闸或者直接发出报警信号,反之等待下一次命令的到来:
若是采集命令,待数据采集命令解析正确后,向箱式变电站在线监测终端发送数据采集命令,并通过RS485方式接收箱式变电站在线监测终端的温度数据。
由从CPU完成温度信号数据预处理及温度模型的建立,具体方法如下:
步骤a、采用以贝塔分布为核心的概率密度估计算法消除采集测量、传输、转换各个环节的奇异点数据;
步骤b、经步骤a后,采用横向对比与纵向对比分析相结合的空间相关性分析法确定出故障点;
步骤c、经步骤b后,采用组合权重相似日法完成温度快速上升的长期故障预测,触点热传学温升模型与一阶热路模型相结合的方法完成温度缓慢波动的即时故障预测。
步骤c具体按照以下方法实施:
长期故障与即时故障通过Δ区分,Δ值取决于设备类型和负载特点,由实验方法取得;
对于长期故障,将电力负荷分为基本负荷预测部分和随机因素预测两部分;
对于基本负荷部分:
首先,求出待预测日的相似日,通过某种函数证明与预测日最有可能相关的若干日,在相似日的选择因素中主要考虑了日类型、气象和日期差三个因素;
接着,根据熵权法将相似日赋予不同权重;
最后,代入权重为常量、各整点时刻温度为自变量的式子中,求出预测温度;
对于随机因素部分:采用加权拟合直线方法进行预测,而该方法仅仅用于晚间六点到九点这个时间段;
对于即时故障:故障触点看作集总热容系统,即温度仅仅是实际时间的函数而与空间位置坐标无关,由热力学第一定律得物体内能增加量=物体导入净热流量+物体内热源,得:
式中,Q为整个边界面传入触点的热流量,QV为内热源产生的热量,ρ为物体密度,c为物体比热容,V为物体体积;
最终得到如下公式:
式中,t0为故障触点的初始温度,tf为环境温度,I为载流触点处的电流,R为触点电阻,τ是时间常数,α为换热系数,A为触点表面积;
将热路模型等效为一阶热路模型,由响应的初始状态、时间常数及最终状态,通过与电路中一阶电路全响应对应可得,任何时刻的响应量θxt具体如下:
θxt=θ(∞)+(θ(0+)-θ(∞))e-t/τ;
式中,θ(0+)为触点热源区初始温度,θ(∞)为触点最终温度;
采用触点热传学温升模型以及一阶热路模型相结合的方法求取温度,具体做法为:上一采样周期温度集合中最后一个元素基于触点热传学模型的参数数据作为热路模型的初始数据,不同周期依次循环。
本发明的有益效果在于:
(1)本发明箱式变电站载流故障预测系统,将电力设备触点温度与载流故障联系起来,并通过相应的监控及数据处理算法完成信号的采集及处理,使该预测系统能提前预测载流故障发展的整体趋势,对电力系统的安全运行具有重要意义。
(2)在本发明箱式变电站载流故障预测系统中,箱式变电站在线监测IED内采用了基于S3C2440A+STM32F407ZGT6的双CPU结构,使其具有高效、快速的数据处理能力及实时监控能力;箱式变电站在线监测IED能将所有的数据遵循IEC61850协议,通过光纤以太网传输到站控层内的站端监测单元中,解决了不同生产设备之间因通信协议不一致而导致互操作性不友好的问题。
(3)本发明箱式变电站载流故障预测系统,在光纤通信方式基础上扩展了大功率WiFi通信功能,使整个系统具有高覆盖性及传输速度快的特点,而且也加长了它的有效距离。
(4)本发明箱式变电站载流故障预测系统连接有服务器,能将智能箱式变电站电力设备的所有温度信息实时存入站控层内的站端监测单元内的数据库中,建立相应的信息数据库。
(5)本发明箱式变电站载流故障预测系统在应用中,使用了基于概率密度估计的方法以及空间相关性分析法完成数据信号的预处理,使其能准确地定出故障隐患点;运用组合权重相似日法实现对温度缓慢上升的长期故障预测;基于热传学与一阶热路模型建立触点温升模型完成对温度快速上升的即时故障预测,从而实现了载流故障的全面预测。
附图说明
图1是本发明箱式变电站载流故障预测系统的结构示意图;
图2是本发明箱式变电站载流故障预测系统内箱式变电站在线监测终端的结构示意图;
图3是本发明箱式变电站载流故障预测系统内箱式变电站在线监测IED的结构示意图;
图4是本发明箱式变电站载流故障预测系统内涉及的IEC61850协议建模的示意图;
图5是利用本发明箱式变电站载流故障预测系统对箱式变电站载流故障进行预测的流程图;
图6是本发明箱式变电站载流故障预测系统内涉及的触点热传导模型的结构示意图。
图中,1.箱式变电站在线监测终端,2.箱式变电站在线监测IED,3.站端监测单元,4.微处理器,5.无线射频芯片,6.供电模块,7.有线测温模块测温点,8.无线测温模块测温点,9.温度传感器,10.无线测温系统,11.主CPU,12.从CPU,13.人机交互模块,14.指示灯,15.按键,16.通信模块,17.服务器,18.DC/DC转换器,19.电池充放电模块,20.降压模块,21.过压过流监测模块,22.整流滤波模块,23.前端冲击保护模块,24.电流互感器。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明箱式变电站载流故障预测系统,如图1所示,包括有过程层、间隔层及站控层;过程层内设置有箱式变电站在线监测终端1,箱式变电站在线监测终端1通过RS485总线与有线测温模块测温点7连接,箱式变电站在线监测终端1还通过Zigbee无线个域网与无线测温模块测温点8连接;间隔层内设置有箱式变电站在线监测IED2,箱式变电站在线监测IED2通过RS485总线与箱式变电站在线监测终端1连接;站控层内设置有站端监测单元3,站端监测单元3通过光纤以太网与箱式变电站在线监测IED2连接。
箱式变电站在线监测终端1内置有IEC61850协议,箱式变电站在线监测IED2用于实现对过程层的数据采集及数据处理,并遵循IEC61850协议将数据上传至站控层内的站端监测单元3。
箱式变电站在线监测终端1,如图2所示,包括有微处理器4,微处理器4分别通过导线与供电模块6、温度传感器9连接,温度传感器9位于有线测温模块测温点7处;微处理器4通过SPI与无线射频芯片5连接,无线射频芯片5通过Zigbee无线个域网与无线测温系统10连接,无线测温系统10位于无线测温模块测温点8处;微处理器4还通过RS485总线与间隔层内的箱式变电站在线监测IED2连接。
其中,温度传感器9用于测量有线测温模块测温点7处高压室、低压室及变压室的温度,有线测温模块测温点7通过RS485总线与间隔层内的箱式变电站在线监测IED2进行通信。
无线测温系统10测量无线测温模块测温点8处高压开关柜、刀闸、电力电缆及母线的温度;无线测温系统10采用分布式测量的方式。
无线测温系统10由多个无线测温模块组构成;每个无线测温模块组由六个无线测温模块构成;每个无线测温模块内设置有STM32F030芯片和NRF24L01无线射频芯片。
每个无线测温模块组内的六个无线测温模块将采集数据通过小范围的Zigbee无线个域网传送至无线射频芯片5,再由无线射频芯片5将数据输送至微处理器4内,最后由微处理器4通过RS485形式将数据传送至站控层内的站端监测单元3。
温度传感器9通过RS485有线方式传送高压室、变压室、低压室处的温度信号,借助无线Zigbee无线个域网传送箱式变电站刀闸、母线、电缆、开关触头这些布线困难处的温度信号。
供电模块6采用电池与互感取电联合式供电单元,其结构如图2所示,包括有与微处理器4内电源连接的DC/DC转换器18,DC/DC转换器18分别连接电池充放电模块19、降压模块20,降压模块20分别与过压过流监测模块21、整流滤波模块22连接,整流滤波模块22依次连接前端冲击保护模块23、电流互感器24。
在实际应用中,供电模块6的供电方式为:在母线、变压室、高压室及低压室空间较大的地方采用电池供电,在高压开关柜这样比较狭小的地方,采用互感器取电,并通过整流滤波、前端冲击保护、过流过压保护环节实现隔离供电;当其中一种供电方式不足时,通过DC/DC转换器18实现自动转换。
微处理器4内采用ST公司的STM32F030芯片。
无线射频芯片5采用NRF24L01无线射频芯片。
箱式变电站在线监测IED2,如图3所示,包括有通过SPI连接在一起的主CPU11和从CPU12,即主CPU11和从CPU12之间通过SPI方式进行数据传输;主CPU11分别连接人机交互模块13、指示灯14、按键15、通信模块16及服务器17,服务器17设置于远程监控中心内,其中,指示灯14用于显示电路的工作状态,按键15用于就地控制电路的通断,人机交互模块13用于各种参数设定以及事件记录;从CPU12通过RS485总线与温度传感器9连接,从CPU12通过Zigbee无线个域网与无线测温系统10连接。
主CPU11内采用S3C2440A芯片;在基于TCP/IP参考模型的基础上嵌入IEC61850协议,通过面向对象技术进行数据建模,实现了标准协议下的数据封装,完成与端监测单元3的数据通信,提高了设备之间的通信互操作能力。
从CPU12内采用STM32F407ZGT6芯片,借助其丰富的外设资源完成各监测点温度信号的采集及数据处理。
通信模块16内设置有3G通信模块、以太网通信模块、RS485/RS232通信模块,即采用3G、以太网、RS485/RS232这些方式实现信息传递。
这其中以太网通信模块在基于TCP/IP参考模型的基础上嵌入了IEC61850协议,通过面向对象技术进行数据建模,实现了标准协议下的数据封装,IEC61850协议建模包括有逻辑设备以及逻辑节点的建模,具体如图4所示。
逻辑设备,包括有过程层在线监测OMD_IED、间隔层综合监测单元CMU_IED及站控监测单元SMU_IED;每个逻辑设备都定义了其LLN0和LPHD这两个必不可少的逻辑节点,逻辑节点LLN0表示逻辑设备的公共数据,如:铭牌、设备运行状态信息;LPHD代表拥有逻辑节点的物理设备的公共数据,如:物理设备的铭牌、运行状况等信息。逻辑设备LD1驻留在线监测OMD_IED中,实现采样功能,包括有LLN0、TTMP、LPHD节点,TTMP表示温度传感器;逻辑设备LD2在综合监测单元CMU_IED用于实现监测功能,包括有LLN0、LPHD、STMP、GGIO节点。STMP表示温度监测,GGIO继承调用输入/输出完成电路控制;逻辑设备LED3通过与远方监测接口ITMI、操作员接口IHMI、存档IARC等逻辑节点实现与网省监测中心的监测及历史数据的存档和查询。
利用本发明箱式变电站载流故障预测系统进行箱式变电站载流故障预测的方法,如图5所示,具体按照以下步骤实施:
步骤1、由设置于远程监控中心内设置的服务器17在IEC61850协议下读取ICD配置文件;
待读取完成之后,由箱式变电站在线监测IED2内的主CPU11将数据采集命令送到从CPU12,然后主CPU11等待SPI接收中断到来;
步骤2、待步骤1完成后,箱式变电站在线监测IED2内的从CPU12接收到主CPU11发送的数据采集命令,由从CPU12对接收到的数据采集命令进行解析,具体过程如下:
若是开出量控制,为了保证开出量能正确输出,要再次判断开入量;
若最终判断开出量没有正确输出,则启动重合闸或者直接发出报警信号,反之等待下一次命令的到来:
若是采集命令,待数据采集命令解析正确后,向箱式变电站在线监测终端1发送数据采集命令,并通过RS485方式接收箱式变电站在线监测终端1的温度数据;
步骤3、待步骤2完成后,由从CPU12完成温度信号数据预处理及温度模型的建立,并通过SPI方式将信息长传至主CPU11;
其中,由从CPU12完成温度信号数据预处理及温度模型的建立,具体方法如下:
步骤a、采用以贝塔分布为核心的概率密度估计算法消除采集测量、传输、转换各个环节的奇异点数据;
步骤b、经步骤a后,采用横向对比与纵向对比分析相结合的空间相关性分析法确定出故障点;
步骤c、经步骤b后,采用组合权重相似日法完成温度快速上升的长期故障预测,触点热传学温升模型与一阶热路模型相结合的方法完成温度缓慢波动的即时故障预测;
长期故障与即时故障通过Δ区分,Δ值取决于设备类型和负载特点,由实验方法取得;
对于长期故障,将电力负荷分为基本负荷预测部分和随机因素预测两部分;
对于基本负荷部分:
首先,求出待预测日的相似日(通过某种函数证明与预测日最有可能相关的若干日),在相似日的选择因素中主要考虑了日类型、气象和日期差三个因素;
接着,根据熵权法将相似日赋予不同权重;
最后,代入权重为常量、各整点时刻温度为自变量的式子中,求出预测温度。
对于随机因素部分:采用加权拟合直线方法进行预测,而该方法仅仅用于晚间六点到九点这个时间段。
对于即时故障:故障触点看作集总热容系统,即温度仅仅是实际时间的函数而与空间位置坐标无关,由热力学第一定律得物体内能增加量=物体导入净热流量+物体内热源,得:
式中,Q为整个边界面传入触点的热流量,QV为内热源产生的热量,ρ为物体密度,c为物体比热容,V为物体体积;
最终得到如下公式:
式中,t0为故障触点的初始温度,tf为环境温度,I为载流触点处的电流,R为触点电阻,τ是时间常数,α为换热系数,A为触点表面积;
这一算法中涉及到故障触点电流及换热系数,但要实时获取这些参数具有一定困难,这是由于:故障触点发出的热量一部分被导体吸收,用于提高其内能;另外一部分通过导体外表面散热耗散到周围空间。
故障触点温度的传导模型如图6所示,其中,Ri为各层导线之间的传导热阻,Ci为各层导线热容。根据电热类比理论,热力学中的温度差、热阻、热容与电路中的电压、电阻、电容一一对应。为了计算的简单化,将热路模型等效为一阶热路模型,由响应的初始状态、时间常数及最终状态,通过与电路中一阶电路全响应对应可得,任何时刻的响应量θxt具体如下:
θxt=θ(∞)+(θ(0+)-θ(∞))e-t/τ;
式中,θ(0+)为触点热源区初始温度,θ(∞)为触点最终温度。
采用触点热传学温升模型以及一阶热路模型相结合的方法求取温度,具体做法为:上一采样周期温度集合中最后一个元素基于触点热传学模型的参数数据作为热路模型的初始数据,不同周期依次循环。
步骤4、待步骤3完成后,按照变电站国际统一标准协议IEC61850对主CPU11中的数据进行数据建模,并借助光纤以太网将主CPU11内封装好的数据发送给站端监测单元3(CAC),完成对箱式变电站载流故障的预测;
IEC61850协议建模包括有逻辑设备以及逻辑节点的建模,具体如图4所示,包括有逻辑设备以及逻辑节点的建模,具体如下:
所述逻辑设备主要包括过程层在线监测OMD_IED、间隔层综合监测单元CMU_IED及站控监测单元SMU_IED。每个逻辑设备都定义了其LLN0和LPHD这两个必不可少的逻辑节点,逻辑节点LLN0表示逻辑设备的公共数据,如:铭牌、设备运行状态信息;LPHD代表拥有逻辑节点的物理设备的公共数据,如:物理设备的铭牌、运行状况等信息;
逻辑设备LD1驻留在线监测OMD_IED中,实现采样功能,包括LLN0、TTMP、LPHD节点,TTMP表示温度传感器;逻辑设备LD2在综合监测单元CMU_IED用于实现监测功能,包括有LLN0、LPHD、STMP、GGIO节点;STMP表示温度监测,GGIO继承调用输入/输出完成电路控制;逻辑设备LED3通过与远方监测接口ITMI、操作员接口IHMI、存档IARC等逻辑节点实现与网省监测中心的监测及历史数据的存档和查询。
本发明箱式变电站载流故障预测系统,能够精确定位出电力设备隐患触点,以便用户及时采取措施,防患与未然,整个系统实现了箱式变电站的自我识别、自我诊断以及自我监测的功能;整个系统在通信方式上采用RS485有线通信方式以及Zigbee无线个域网方式,并在光纤以太网通信基础上扩展了大功率WiFi通信功能,使得整个系统具有高覆盖性及传输速度快的特点;另外,连接的服务器17能将箱式变电站的所有信息实时存入主CPU11,能对一段的监测数据进行分析,并建立智能箱式变电站的信息数据库。
本发明利用箱式变电站载流故障预测系统进行箱式变电站载流故障预测方法中:在数据处理上采用了基于概率密度估计的算法完成奇异点数据的预处理(消除处理)并借助空间相关分析法完成故障点位置的确定(即提取故障点数据);采用组合权重相似日法实现对温度缓慢上升的长期故障预测;借助热传学与一阶热路模型建立温升模型完成对温度快速上升的即时故障预测。
Claims (2)
1.利用箱式变电站载流故障预测系统对箱式变电站载流故障进行预测的方法,其特征在于,该方法基于箱式变电站载流故障预测系统,具体按照以下步骤实施:
步骤1、由设置于远程监控中心内设置的服务器(17)在IEC61850协议下读取ICD配置文件;待读取完成之后,由箱式变电站在线监测IED(2)内的主CPU(11)将数据采集命令送到从CPU(12),然后主CPU(11)等待SPI接收中断到来;
步骤2、待步骤1完成后,箱式变电站在线监测IED(2)内的从CPU(12)接收到主CPU(11)发送的数据采集命令,由从CPU(12)对接收到的数据采集命令进行解析;
步骤3、待步骤2完成后,由从CPU(12)完成温度信号数据预处理及温度模型的建立,并通过SPI方式将信息长传至主CPU(11);
所述由从CPU(12)完成温度信号数据预处理及温度模型的建立,具体方法如下:
步骤a、采用以贝塔分布为核心的概率密度估计算法消除采集测量、传输、转换各个环节的奇异点数据;
步骤b、经步骤a后,采用横向对比与纵向对比分析相结合的空间相关性分析法确定出故障点;
步骤c、经步骤b后,采用组合权重相似日法完成温度快速上升的长期故障预测,触点热传学温升模型与一阶热路模型相结合的方法完成温度缓慢波动的即时故障预测,
具体按照以下方法实施:
长期故障与即时故障通过Δ区分,Δ值取决于设备类型和负载特点,由实验方法取得;
对于长期故障,将电力负荷分为基本负荷预测部分和随机因素预测两部分;
对于基本负荷部分:
首先,求出待预测日的相似日,通过某种函数证明与预测日最有可能相关的若干日,在相似日的选择因素中主要考虑了日类型、气象和日期差三个因素;
接着,根据熵权法将相似日赋予不同权重;
最后,代入权重为常量、各整点时刻温度为自变量的式子中,求出预测温度;
对于随机因素部分:采用加权拟合直线方法进行预测,而该方法仅仅用于晚间六点到九点这个时间段;
对于即时故障:故障触点看作集总热容系统,即温度仅仅是实际时间的函数而与空间位置坐标无关,由热力学第一定律得物体内能增加量=物体导入净热流量+物体内热源,得:
式中,Q为整个边界面传入触点的热流量,QV为内热源产生的热量,ρ为物体密度,c为物体比热容,V为物体体积;
最终得到如下公式:
式中,t0为故障触点的初始温度,tf为环境温度,I为载流触点处的电流,R为触点电阻,τ是时间常数,α为换热系数,A为触点表面积;
将热路模型等效为一阶热路模型,由响应的初始状态、时间常数及最终状态,通过与电路中一阶电路全响应对应可得,任何时刻的响应量θxt具体如下:
θxt=θ(∞)+(θ(0+)-θ(∞))e-t/τ;
式中,θ(0+)为触点热源区初始温度,θ(∞)为触点最终温度;
采用触点热传学温升模型以及一阶热路模型相结合的方法求取温度,具体做法为:上一采样周期温度集合中最后一个元素基于触点热传学模型的参数数据作为热路模型的初始数据,不同周期依次循环;
步骤4、待步骤3完成后,按照变电站国际统一标准协议IEC61850对主CPU(11)中的数据进行数据建模,并借助光纤以太网将主CPU(11)内封装好的数据发送给站端监测单元(3),完成对箱式变电站载流故障的预测。
2.根据权利要求1所述的利用箱式变电站载流故障预测系统对箱式变电站载流故障进行预测的方法,其特征在于,所述步骤2中CPU(12)对接收到的数据采集命令进行解析的方法具体如下:
若是开出量控制,为了保证开出量能正确输出,要再次判断开入量;
若最终判断开出量没有正确输出,则启动重合闸或者直接发出报警信号,反之等待下一次命令的到来:
若是采集命令,待数据采集命令解析正确后,向箱式变电站在线监测终端(1)发送数据采集命令,并通过RS485方式接收箱式变电站在线监测终端(1)的温度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610541122.0A CN106059086B (zh) | 2016-07-11 | 2016-07-11 | 箱式变电站载流故障预测系统及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610541122.0A CN106059086B (zh) | 2016-07-11 | 2016-07-11 | 箱式变电站载流故障预测系统及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106059086A CN106059086A (zh) | 2016-10-26 |
CN106059086B true CN106059086B (zh) | 2019-01-15 |
Family
ID=57186618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610541122.0A Active CN106059086B (zh) | 2016-07-11 | 2016-07-11 | 箱式变电站载流故障预测系统及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106059086B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107025785A (zh) * | 2017-05-08 | 2017-08-08 | 吴洲 | 一种变电所的信号装置 |
CN108957304B (zh) * | 2018-04-09 | 2020-09-22 | 西安工程大学 | 断路器载流故障预测方法 |
CN108963956A (zh) * | 2018-06-28 | 2018-12-07 | 南京南瑞继保电气有限公司 | 一种高压开关的智能开关设备 |
CN110020790A (zh) * | 2019-03-18 | 2019-07-16 | 西安工程大学 | 一种xlpe电力电缆运行状态的评估方法 |
CN113191574A (zh) * | 2021-05-28 | 2021-07-30 | 上海申瑞继保电气有限公司 | 单一产品生产线的日用电预测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008117306A2 (en) * | 2007-03-23 | 2008-10-02 | Icsa India Limited | Distribution transformer monitoring system |
CN202167894U (zh) * | 2011-07-14 | 2012-03-14 | 西安工程大学 | 高压开关柜触头温升无线传感器的供电电源 |
CN104836340B (zh) * | 2015-05-08 | 2017-06-16 | 西安工程大学 | 用于监控箱式变电站运行的智能监控系统及监控方法 |
CN205898921U (zh) * | 2016-07-11 | 2017-01-18 | 西安工程大学 | 一种箱式变电站载流故障预测系统 |
-
2016
- 2016-07-11 CN CN201610541122.0A patent/CN106059086B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106059086A (zh) | 2016-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106059086B (zh) | 箱式变电站载流故障预测系统及其应用 | |
CN104836340B (zh) | 用于监控箱式变电站运行的智能监控系统及监控方法 | |
CN102437646B (zh) | 一种高压开关柜无线温湿度监测装置 | |
CN103234645A (zh) | 一种分布式电缆终端在线监测系统及监测方法 | |
CN203100900U (zh) | 电力设备状态监测与预警系统 | |
CN108767983A (zh) | 一种低压配电设备的微型化智能在线监控装置和监控方法 | |
CN205898921U (zh) | 一种箱式变电站载流故障预测系统 | |
CN201146372Y (zh) | 电机保护系统 | |
CN202956217U (zh) | 集中式智能变电站一次设备温度在线监测系统 | |
CN202067122U (zh) | 一种基于Modbus规约I/O通讯电厂输煤监控系统 | |
CN109818423A (zh) | 一种基于主动服务管理模式的智能运维配用电系统 | |
CN208209630U (zh) | 一种低压配电设备的微型化智能在线监控装置和监控系统 | |
CN202033677U (zh) | 变电站温湿度在线监测预警系统 | |
CN103674291A (zh) | 全绝缘母线的温度监测系统 | |
CN203191097U (zh) | 一种电缆终端在线检测系统 | |
CN202309221U (zh) | 高压开关柜无线温湿度监测装置 | |
CN103353727A (zh) | 基于合金电阻和射频识别的就地综合智能插座 | |
CN204390008U (zh) | 基于物联网技术的输变电设备智能监测装置 | |
CN201976259U (zh) | 基于无线传感器网络的高压设备分布式测温系统 | |
CN110581606A (zh) | 一种锂电池储能监控系统 | |
CN203217402U (zh) | 变压器冷却控制电子装置 | |
CN210605701U (zh) | 安全能效采集终端 | |
CN112821550A (zh) | 基于物联网技术的智能变电站系统的控制方法 | |
CN107611793A (zh) | 一种智能型低压开关柜 | |
CN107505521A (zh) | 一种配电网变压器的无源无线温升传感器及温升检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210816 Address after: 710065 No. 11301, block B, Huajing Business Plaza, No. 20, Fenghui South Road, Zhangba street, high tech Zone, Xi'an, Shaanxi Province Patentee after: XI'AN JIN POWER ELECTRICAL Co.,Ltd. Address before: 710048 No. 19 Jinhua South Road, Shaanxi, Xi'an Patentee before: XI'AN POLYTECHNIC University |