CN112345872A - 基于深度置信网络的换流站二次回路异常识别和预警方法 - Google Patents

Abstract

本发明揭示一种基于深度置信网络的换流站二次回路异常识别和预警方法，利用二次回路智能分析系统，建立互感器线圈历史异常数据集和正常数据集，结合故障设备部位、故障原因以及运维检修导则，汇总形成典型故障处理知识库；根据互感器线圈历史异常数据，结合实际运维经验，构成带标签的故障部位样本集；建立DBN模型，利用带有故障分类标签的训练集对DBN模型进行无监督逐层训练，最终形成诊断模型；按照分类规则，将待分类样本输入步骤3训练好的诊断模型，输出得到具体分类以及不同分类n下的误差值；并将误差值预警信息发送到二次回路智能分析系统后台。解决保护装置压板状态异常、多重化保护采集装置异常无法预警的问题。

Description

基于深度置信网络的换流站二次回路异常识别和预警方法

技术领域

本发明涉及特高压直流输电技术领域，具体地，涉及一种基于深度置信网络的换流站二次回路异常识别和预警方法。

背景技术

特高压直流输电具有输送容量大、距离远、损耗低等优点，是能源优化配置的有效途径，也是实施我国“西电东送”战略的重要措施。控制保护系统作为特高压直流输电工程运行的“大脑”，不仅控制着交、直流功率转换、直流功率输送的全部过程，也保护换流站所有电气设备和直流输电线路免受电气故障的损害，对于保障特高压直流输电工程的安全稳定运行具有重要意义。

申请号为201910320319.5的发明公开了一种继电保护装置测量回路检测方法及装置，通过故障录波器调取区内外故障发生时的波形文件，判断回路异常，但该发明只能在区内外发生故障时，进行回路检测，未对多重化保护装置进行横向对比分析。

申请号为201910320317.6的发明公开了一种继电保护二次回路的异常智能监测方法，通过自动读取录波、自动分析计算，能够发现保护设备二次回路隐蔽缺陷，同样也只适用于在发生区内外故障时进行缺陷预警，而对缓慢增长的故障下是无法进行缺陷预警。

发明内容

针对现有技术的不足，本发明提供一种基于深度置信网络的换流站二次回路异常识别和预警方法，采集直流控制保护装置和交流保护装置压板状态，采用故障录波采集保护装置多重化量测装置，解决保护装置压板状态异常、多重化保护采集装置异常无法预警的问题。

本发明公开的一种基于深度置信网络的换流站二次回路异常识别和预警方法，具体包括以下步骤：

步骤1：利用二次回路智能分析系统，建立互感器线圈历史异常数据集和正常数据集，结合故障设备部位、故障原因以及运维检修导则，汇总形成典型故障处理知识库；

步骤2：根据步骤1建立的互感器线圈历史异常数据，结合实际运维经验，选取表征互感器线圈运行状态的连续特征指标，故障部位分类集合，每个类别采用二值编码，最终构成带标签的故障部位样本集；

步骤3：建立DBN模型，根据输入的数据类型和输出的缺陷类别确定DBN模型的输入层神经元个数和输出层神经元个数，利用带有故障分类标签的训练集对DBN模型进行无监督逐层训练，最终形成诊断模型；

步骤4：按照分类规则，将待分类样本输入步骤3训练好的诊断模型，输出得到具体分类以及不同分类n下的误差值；

步骤5：将步骤4输出的误差值预警信息发送到二次回路智能分析系统后台。

根据本发明的一种具体实施方式，步骤1采用的二次回路智能分析系统包括服务器，所述服务器通过网络交换机连接有故障录波器、交流保护装置、直流保护装置和直流控制系统。

根据本发明的一种具体实施方式，服务器通过电力通信规约采集断路器流过的电压和电流、电压互感器线圈电压和电流、交流保护定值、交流保护压板状态、直流保护定值、直流保护压板状态、触发角、刀闸状态和断路器状态。

根据本发明的一种具体实施方式，网络交换机通过光纤或者网线与故障录波器、交流保护装置、直流保护装置和直流控制系统连接。

根据本发明的一种具体实施方式，步骤2中，

表征互感器线圈运行状态的连续特征指标为：X＝{a₁,a₂,...,a_m}；

故障部位分类集合为：Y＝{y₁,y₂,...,y_n}；

故障部位样本集为：U＝{X₁,X₂,...,X_m,Y}；

同时，针对巡视、试验等离散状态量，构造特征集：Z＝{z₁,z₂,...,z_k}，故障原因分类集合：C＝{c₁,c₂,...,c_g}；

根据历史故障数据统计确定离散特征下对应故障原因分类的条件概率P(z₁,z₂,...,z_k|c_i)；

式中，a₁,a₂,...,a_m表示m个连续特征量，y₁,y₂,...,y_n表示n个故障部位分类，z₁,z₂,...,z_k表示k个离散状态量特征，c₁,c₂,...,c_g表示g个故障原因分类，c_i表示第i个故障原因分类。

根据本发明的一种具体实施方式，步骤3中，训练集为：U＝{X₁,X₂,...,X_m,Y}。

根据本发明的一种具体实施方式，步骤4中,分类规则包括：

断线开路分类特征：采样数据为0；

极性接反分类特征：采集的相角差不满足120°；

短路分类特征：采样值变化率超过50％；

电流互感器：大于额定电流0.01In，大于额定电压0.01Un；

根据本发明的一种具体实施方式，步骤5中，预警信息通过故障录波器进行发送。

根据本发明的一种具体实施方式，预警信息包括压板状态异常预警、断路器检修状态判定和多套保护采集装置校准过程中的异常预警。

本发明的有益效果包括：

采用本发明的异常识别和预警方法，可以对断路器间隔进入检修状态进行判断，并根据互感器上持续的电压电流采集，对互感器进行故障预警，及时发现隐患，保护装置压板状态异常多重化保护采集装置异常及时预警，提高运维检修效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为实施例中的二次回路智能分析系统架构图；

图2为实施例中的电压电流采集原理图。

具体实施方式

以下将以图式揭露本发明的多个实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本发明。也就是说，在本发明的部分实施方式中，这些实务上的细节是非必要的。此外，为简化图式起见，一些习知惯用的结构与组件在图式中将以简单的示意的方式绘示之。

另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，并非特别指称次序或顺位的意思，亦非用以限定本发明，其仅仅是为了区别以相同技术用语描述的组件或操作而已，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本发明公开的一种基于深度置信网络的换流站二次回路异常识别和预警方法，具体包括以下步骤：

步骤1：利用二次回路智能分析系统，建立互感器线圈历史异常数据集和正常数据集，结合故障设备部位、故障原因以及运维检修导则，汇总形成典型故障处理知识库；

二次回路智能分析系统的架构如图1所示，包括服务器，所述服务器通过网络交换机连接有故障录波器、交流保护装置、直流保护装置和直流控制系统。

服务器通过电力通信规约采集断路器流过的电压和电流、电压互感器线圈电压和电流、交流保护定值、交流保护压板状态、直流保护定值、直流保护压板状态、触发角、刀闸状态和断路器状态，其中电流电压的采集原理如图2所示。

网络交换机通过光纤或者网线与故障录波器、交流保护装置、直流保护装置和直流控制系统连接，其中故障录波器、交流保护装置、直流保护装置和直流控制系统是换流站已运行设备，通过电力通信规约将所需数据上传至换流站二次回路智能分析系统的服务器中；

二次电压采集装置，为采集电压互感器、电流互感器二次绕组的电压，采用电阻分压方式采集电压；线圈电流采集装置，为采集高精度为采集电压互感器、电流互感器二次线圈的电流，采用穿心式坡莫合金的传感器采集小电流；

二次回路智能分析系统将采集到的数据搭建为如表1所示的数据库模型：

表1信息模型表

步骤2：根据步骤1建立的互感器线圈历史异常数据，结合实际运维经验，选取表征互感器线圈运行状态的连续特征指标，故障部位分类集合，每个类别采用二值编码，编码信息如表2所示，最终构成带标签的故障部位样本集；

表2故障分类编码表

表征互感器线圈运行状态的连续特征指标为：X＝{a₁,a₂,...,a_m}；

故障部位分类集合为：Y＝{y₁,y₂,...,y_n}；

故障部位样本集为：U＝{X₁,X₂,...,X_m,Y}；

同时，针对巡视、试验等离散状态量，构造特征集：Z＝{z₁,z₂,...,z_k}，故障原因分类集合：C＝{c₁,c₂,...,c_g}；

根据历史故障数据统计确定离散特征下对应故障原因分类的条件概率P(z₁,z₂,...,z_k|c_i)；

式中，a₁,a₂,...,a_m表示m个连续特征量，y₁,y₂,...,y_n表示n个故障部位分类，z₁,z₂,...,z_k表示k个离散状态量特征，c₁,c₂,...,c_g表示g个故障原因分类，c_i表示第i个故障原因分类；

步骤3：建立DBN模型，根据输入的数据类型和输出的缺陷类别确定DBN模型的输入层神经元个数和输出层神经元个数，利用带有故障分类标签的训练集U＝{X₁,X₂,...,X_m,Y}对DBN模型进行无监督逐层训练，最终形成诊断模型；

步骤4：按照分类规则，将待分类样本输入步骤3训练好的诊断模型，输出得到具体分类以及不同分类n下的误差值，如表3所示；

表3误差值采集表

分类规则包括：

断线开路分类特征：采样数据为0；

极性接反分类特征：采集的相角差不满足120°；

短路分类特征：采样值变化率超过50％；

电流互感器：大于额定电流0.01In，大于额定电压0.01Un；

步骤5：将步骤4输出的误差值预警信息发送到二次回路智能分析系统后台，预警信息包括压板状态异常预警、断路器检修状态判定和多套保护采集装置校准过程中的异常预警：

压板状态异常预警，换流站内已具备保护开入压板状态采集，通过61850采集获取各个保护装置的压板状态，同时获取直流控制系统的运行状态，在相应的运行状态下，采集的压板状态与压板状态库进行比对，结果如表4所示：

表4压板状态与运行模式模型

断路器检修状态判定，采用获取的刀闸和断路器状态进行判断，判断表格如表5所示：

表5间隔进入检修判断方法

多套保护采集装置校准过程中的异常预警，当该间隔判断进入间隔后，期间如果有持续5s以上的电流、电压输入，则认为是开展采样精度校验工作，故障录波器记录每相数值。

上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所作的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。

Claims (9)

1.基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，具体包括以下步骤：

步骤1：利用二次回路智能分析系统，建立互感器线圈历史异常数据集和正常数据集，结合故障设备部位、故障原因以及运维检修导则，汇总形成典型故障处理知识库；

步骤2：根据步骤1建立的互感器线圈历史异常数据，结合实际运维经验，选取表征互感器线圈运行状态的连续特征指标，故障部位分类集合，每个类别采用二值编码，最终构成带标签的故障部位样本集；

步骤3：建立DBN模型，根据输入的数据类型和输出的缺陷类别确定DBN模型的输入层神经元个数和输出层神经元个数，利用带有故障分类标签的训练集对DBN模型进行无监督逐层训练，最终形成诊断模型；

步骤4：按照分类规则，将待分类样本输入步骤3训练好的诊断模型，输出得到具体分类以及不同分类n下的误差值；

步骤5：将步骤4输出的误差值预警信息发送到二次回路智能分析系统后台。

2.根据权利要求1所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述步骤1采用的二次回路智能分析系统包括服务器，所述服务器通过网络交换机连接有故障录波器、交流保护装置、直流保护装置和直流控制系统。

3.根据权利要求2所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述服务器通过电力通信规约采集断路器流过的电压和电流、电压互感器线圈电压和电流、交流保护定值、交流保护压板状态、直流保护定值、直流保护压板状态、触发角、刀闸状态和断路器状态。

4.根据权利要求2所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述网络交换机通过光纤或者网线与故障录波器、交流保护装置、直流保护装置和直流控制系统连接。

5.根据权利要求1所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述步骤2中，

表征互感器线圈运行状态的连续特征指标为：X＝{a₁,a₂,...,a_m}；

故障部位分类集合为：Y＝{y₁,y₂,...,y_n}；

故障部位样本集为：U＝{X₁,X₂,...,X_m,Y}；

同时，针对巡视、试验等离散状态量，构造特征集：Z＝{z₁,z₂,...,z_k}，故障原因分类集合：C＝{c₁,c₂,...,c_g}；

根据历史故障数据统计确定离散特征下对应故障原因分类的条件概率P(z₁,z₂,...,z_k|c_i)；

式中，a₁,a₂,...,a_m表示m个连续特征量，y₁,y₂,...,y_n表示n个故障部位分类，z₁,z₂,...,z_k表示k个离散状态量特征，c₁,c₂,...,c_g表示g个故障原因分类，c_i表示第i个故障原因分类。

6.根据权利要求1所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述步骤3中，训练集为：U＝{X₁,X₂,...,X_m,Y}。

7.根据权利要求1所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述步骤4中,分类规则包括：

断线开路分类特征：采样数据为0；

极性接反分类特征：采集的相角差不满足120°；

短路分类特征：采样值变化率超过50％；

电流互感器：大于额定电流0.01In，大于额定电压0.01Un；

同一测量位置的不同传感器间测量值：误差大于5％或相位误差大于3°。

8.根据权利要求1所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述步骤5中，预警信息通过故障录波器进行发送。

9.根据权利要求8所述的基于深度置信网络的换流站二次回路异常识别和预警方法，其特征在于，所述预警信息包括压板状态异常预警、断路器检修状态判定和多套保护采集装置校准过程中的异常预警。

Images