為更加客觀準確地依據(jù)帶電檢測數(shù)據(jù)對開關柜的健康狀態(tài)進行評價,提出了一種基于最優(yōu)等級數(shù)的多維特征量開關柜健康狀態(tài)評價方法。首先,基于局部放電數(shù)據(jù)的波動特性,引入波動程度指標,構建局部放電多維特征數(shù)據(jù)庫,充分挖掘局部放電數(shù)據(jù)特征;然后通過K均值聚類評價算法中不同簇的誤差平方和確定最優(yōu)簇的個數(shù)K即評價等級數(shù),解決評價等級數(shù)的主觀設定問題,并基于該最優(yōu)等級數(shù)對開關柜局部放電健康狀態(tài)進行聚類分析;最后采用t分布隨機近鄰嵌入降維算法實現(xiàn)了高維度數(shù)據(jù)聚類的可視化。通過現(xiàn)場帶電檢測數(shù)據(jù)驗證了算法的可行性,與傳統(tǒng)方法對比,該文所提方法有效地將開關柜健康狀態(tài)分類的準確率提高了10.9%,為開關柜運維檢修中健康狀態(tài)的評估提供了一定的理論依據(jù)。 

【文章來源】：高電壓技術. 2020,46(11)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

局部放電的檢測技術機理Fig.1Mechanismofpartialdischargedetection

3936高電壓技術2020,46(11)圖1局部放電的檢測技術機理Fig.1Mechanismofpartialdischargedetection圖2健康狀態(tài)評價流程圖Fig.2Healthconditionassessmentflowchart2基于波動性指標的開關柜局放多維特征量數(shù)據(jù)庫2.1減少背景干擾在日常巡檢中檢測開關柜柜體6個測量點的TEV幅值和超聲波幅值數(shù)據(jù)，建立如下的數(shù)據(jù)集：1）建立開關柜TEV幅值數(shù)據(jù)集(k)iP{}()()()12,,,kkkkinP=pppL（），(k)ip為帶電檢測中第k臺開關柜第i(i=1,2,L,n)個測量點的TEV幅值，n為所檢測第k臺開關柜的測量點個數(shù)。2）建立開關柜超聲波幅值數(shù)據(jù)集(k)iQ{}()()()12,,,kkkkinQ=qqqL（），(k)iq為帶電檢測中第k臺開關柜第i(i=1,2,L,n)個測量點的超聲波幅值。對檢測數(shù)據(jù)分別計算TEV幅值和超聲波幅值相對于背景值的偏差量，以減少背景值帶來的影響，其計算式如下：()()()()=100%kkkiikpTxT×(1)()()()()=100%kkkiikqSyS×(2)式中：(k)ix、(k)iy表示第k臺開關柜TEV、超聲波所計算出的TEV和超聲波的幅值偏差量；T(k)、(k)S分別表示第k臺開關柜TEV、超聲波背景值。據(jù)此分別建立新的kiX（）、kiY（）數(shù)據(jù)集：{}()()()12,,,kkkkinX=xxxL（），{}()()()12,,,kkkkinY=yyyL（）。為克服數(shù)據(jù)中含有負數(shù)或零帶來的數(shù)據(jù)爆炸問題——穩(wěn)定度分子不能為零。本文對偏差量引入懲罰項，使得整體的數(shù)據(jù)全部?

楊帆，鄧一帆，李東東，等：基于最優(yōu)等級數(shù)的多維特征量開關柜健康狀態(tài)評價方法3939針對開關柜的帶電檢測數(shù)據(jù)進行波動性處理，處理后的TEV和超聲的變異系數(shù)、平均距離百分比以及穩(wěn)定度數(shù)據(jù)點線圖如圖3、4所示。對處理后的數(shù)據(jù)進行標準化處理，構建出開關柜的多維特征數(shù)據(jù)庫。采用K均值聚類算法對開關柜多維特征數(shù)據(jù)庫進行聚類劃分，不同K值下聚類的SSE折線關系如圖5所示。將平均SSE與K值進行bax非線性函數(shù)擬合，擬合后的函數(shù)為1.1861f(x)6.142x=。令x=K，計算各K值下的曲率，計算后的曲率如表1所示。當K=3時，此時曲率值為最大，即最佳等級數(shù)為3。結合圖5對其進行分析，當K=2時，此時的SSE即簇內誤差平方和的值比較大。實際健康狀況的評估過程中，當簇的個數(shù)取2時，代表開關柜的健康運行狀態(tài)將會分為兩類，缺乏更為細致的分類使得運維人員難以對開關柜進行良好的決策；當K=4時，盡管也處于肘部，但其評價結果個數(shù)如表2所示。此時，健康狀態(tài)的等級由1到4即狀態(tài)由好到壞的個數(shù)依次為27、26、17、7，結果為良好的狀態(tài)過少，該方案的結果并不符合實際狀態(tài)檢修要求。此時出現(xiàn)過度劃分等級，并不能清晰地給出合理的開關柜健康狀態(tài)評價結果。根據(jù)所選最優(yōu)K值，進行迭代計算，迭代聚類中心點如表3所示，不同聚類中心點對應著開關柜的不同健康等級。根據(jù)國家電網(wǎng)《高壓開關柜局部圖3TEV檢測數(shù)據(jù)的變異系數(shù)、平均距離百分比以及穩(wěn)定度Fig.3Variationcoefficient,averagedistancepercentage,andstabilitycoefficientofTEVdetectiondata圖4超聲檢測數(shù)據(jù)的預變異系數(shù)、平均距離百分比以及穩(wěn)定度Fig.4Variationcoefficie

【參考文獻】：
期刊論文
[1]高壓直流接地極對埋地油氣管道腐蝕影響的等效電流研究[J]. 白鋒,李雄,曹方圓.  電網(wǎng)技術. 2019(05)
[2]人工智能驅動的數(shù)據(jù)分析技術在電力變壓器狀態(tài)檢修中的應用綜述[J]. 劉云鵬,許自強,李剛,夏彥衛(wèi),高樹國.  高電壓技術. 2019(02)
[3]基于聚類分析和決策樹的“一庫多級”水電站日調度方法[J]. 申建建,張楠男,程春田,張聰通.  中國電機工程學報. 2019(03)
[4]基于鄰域粗糙集與多核支持向量機的變壓器多級故障診斷[J]. 李春茂,周妺末,劉亞婕,高波,吳廣寧.  高電壓技術. 2018(11)
[5]基于正態(tài)云模型和D-S證據(jù)理論的開關柜運行狀態(tài)綜合評估[J]. 賈亞楠,劉東明,隨慧斌.  高壓電器. 2017(09)
[6]基于多源信息融合的配電真空開關柜動態(tài)狀態(tài)評價研究[J]. 亢超群,李二霞,盛萬興,張建華,常方圓,程序.  高壓電器. 2017(03)
[7]基于Ansys仿真的開關柜局部放電研究[J]. 蘇海博,普美娜,朱兆芳,易滿成,李剛,楊愛軍.  高壓電器. 2017(02)
[8]基于FCM算法的高壓開關柜局部放電狀態(tài)評價方法研究[J]. 謝靜,束洪春,王科,宋琪.  高壓電器. 2015(10)
[9]基于改進拉普拉斯分值的開關柜故障特征選擇和診斷方法[J]. 周念成,周川,王強鋼,張靜,李題印.  電網(wǎng)技術. 2015(03)
[10]基于模糊分層理論的高壓開關柜狀態(tài)評估算法[J]. 謝靜,束洪春,王科,彭晶,向恩新.  高電壓技術. 2014(10)



本文編號：3473330