一种新颖的高压开关柜运行状态综合评估方法与流程

1.本发明涉及电气领域，具体是一种新颖的高压开关柜运行状态综合评估方法。


背景技术：

2.新能源技术、储能技术和计算机技术的高速发展使得城市配电系统高度智能化
[1
‑
2]
，而高 压开关柜作为电网的关键设备，起着保护配电系统线路安全运行的重要作用
[3
‑
4]
。近年来，国 内高压开关柜事故频发，轻则造成母线停电，重则造成主变压器跳闸引发大面积停电
[5
‑
7]
。高 压开关柜故障率一直居高不下的原因呈现多样化，特别是迎峰度夏和迎风度冬期间，设备绝 缘老化、操作机构故障和柜内温度过高等原因引起烧柜、爆炸和伤人的事故时有发生，给用 户生产和生活造成极大影响，并造成重大的人身伤害和设备财产损失。因此，实时监测高压 开关柜运行状态、及时制定决策、提前安排设备检修计划，构建高压开关柜运行状态综合评 估与决策模型是亟需解决的问题。
[0003]
但现有技术都是基于实验数据或者历史数据，忽略了高压开关柜运行时变化量较小但比 较重要的参数，也未考虑开关柜实时运行时电磁场、运行环境等因素，状态评估结果缺乏完 整性。融合电气试验与实时监测数据进行高压开关柜综合评估鲜有研究。


技术实现要素：

[0004]
本发明的目的在于克服现有技术的不足，提供一种新颖的高压开关柜运行状态综合评估 方法，包括如下步骤：
[0005]
步骤一，设定高压开关柜运行状态等级，构建高压开关柜运行状态评估指标体系；
[0006]
步骤二，采用模糊集值统计法确定评估指标主观权重，得到初始权重，对初始权重采用 熵值法进行动态修正；
[0007]
步骤三，建立开关柜运行状态评估标准矩阵，并利用高斯核函数将输入空间的评估样本 映射到高维特征空间，在高维特征空间建立向量空间模型，利用向量空间模型得到输入样本 与标准样本的贴近度，根据贴近度得到高压开关柜状态综合评估结果。
[0008]
进一步的，所述的高压开关柜运行状态等级包括正常、注意、异常和严重四个状态等级； 所述的高压开关柜运行状态评估指标体系包括电气试验指标、在线监测指标。
[0009]
进一步的，所述的采用模糊集值统计法确定评估指标主观权重，得到初始权重包括如下 过程：
[0010]
高压开关柜状态评估指标有m个，用集合a＝{a1,a2,...,a
m
}表示，确定评估指标权重的 专家有n人，用集合y＝{y1,y2,...,y
n
}表示；对于高压开关柜状态评估指标a
i
，所有专家评定 的指标权重区间依次表示为[u
i1
,w
i1
],[u
i2
,w
i2
],....,[u
in
,w
in
]；采用未确知理论确定专家权重为q
i
，根据q
i
得到a
i
的相对权重λ
i,r
，具体表达式如下式所示：
[0011]
[0012]
将相对权重进行归一化处理，得到评估指标初始权重向量r，具体如下式所示：
[0013][0014]
进一步的，采用熵值法对初始评估指标权重进行动态调整，修正公式如下式所示：
[0015][0016]
式中，z表示评估指标测量数据总次数；p
dm
表示第d次测量数据中第m个评估指标的 具体值。
[0017]
进一步的，所述的建立开关柜运行状态评估标准矩阵，利用高斯核函数将输入空间的评 估样本映射到高维特征空间，在高维特征空间建立向量空间模型，利用向量空间模型得到输 入样本与标准样本的贴近度，根据贴近度得到高压开关柜状态综合评估结果，包括如下过 程：
[0018]
建立开关柜运行状态评估标准矩阵，并利用高斯核函数将输入空间的评估样本映射到高 维特征空间，在高维特征空间建立向量空间模型；将开关柜状态等级转换为k维空间坐标系 的向量x
c
＝{x
c1
,x
c2
,
…
,x
ck
}，c表示状态等级，将需要评估的样本转换为k维坐标系向量x ＝{x1,x2,
…
,x
k
}；
[0019]
取向量x
c
和x的公共端点，然后使用高斯核函数把待评估样本向量x
c
与x标准等级向 量同时映射到和向量空间，得出两向量在核空间的夹角θ
c
余弦值，其表达式为：
[0020][0021]
采用指标有向线段和理想指标有向线段之间的夹角加权余弦值，衡量输入样本与标准样 本的贴近程度，其表达式为：
[0022][0023]
计算出贴近度，根据就近原则得到高压开关柜状态综合评估结果。
[0024]
进一步的，所述的高斯核函数采用的公式为：
[0025][0026]
式中，a和b分别表示两个空间向量；σ表示高斯核函数的尺度参数。
[0027]
本发明的有益效果是：对高压开关柜运行状态进行了刻画，建立综合全面的高压开关柜 综合评估指标体系。采用模糊集值统计法确定高压开关柜状态评估指标初始权重，结合测试 数据采用熵值法对初始权重进行动态调整。针对建立隶属度函数的模糊评估理论过度依赖专 家的主观性的问题，采用核向量空间模型建立了高压开关柜状态综合评估模型。用户可以根 据现场实际需要任意选取开关柜评估指标，从不同角度实现高压开关柜的运行状态综合评估。
附图说明
[0028]
图1为一种新颖的高压开关柜运行状态综合评估方法的流程图；
[0029]
图2为kyn型高压开关柜整体结构示意图；
[0030]
图3为高压开关柜电气试验指标示意图；
[0031]
图4为高压开关柜在线监测指标示意图；
[0032]
图5为与高压开关柜正常状态的贴近度示意图。
具体实施方式
[0033]
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所 述。
[0034]
如图1所示，一种新颖的高压开关柜运行状态综合评估方法，包括如下步骤：
[0035]
步骤一，设定高压开关柜运行状态等级，构建高压开关柜运行状态评估指标体系；
[0036]
步骤二，采用模糊集值统计法确定评估指标主观权重，得到初始权重，对初始权重采用 熵值法进行动态修正；
[0037]
步骤三，建立开关柜运行状态评估标准矩阵，并利用高斯核函数将输入空间的评估样本 映射到高维特征空间，在高维特征空间建立向量空间模型，利用向量空间模型得到输入样本 与标准样本的贴近度，根据贴近度得到高压开关柜状态综合评估结果。
[0038]
高压开关柜运行状态等级包括正常、注意、异常和严重四个状态等级；所述的高压开关 柜运行状态评估指标体系包括电气试验指标、在线监测指标。
[0039]
采用模糊集值统计法确定评估指标主观权重，得到初始权重包括如下过程：
[0040]
高压开关柜状态评估指标有m个，用集合a＝{a1,a2,...,a
m
}表示，确定评估指标权重的 专家有n人，用集合y＝{y1,y2,...,y
n
}表示；对于高压开关柜状态评估指标a
i
，所有专家评定 的指标权重区间依次表示为[u
i1
,w
i1
],[u
i2
,w
i2
],....,[u
in
,w
in
]；采用未确知理论确定专家权重为 q
i
，根据q
i
得到a
i
的相对权重λ
i,r
，具体表达式如下式所示：
[0041][0042]
将相对权重进行归一化处理，得到评估指标权重向量r，具体如下式所示：
[0043][0044]
采用熵值法对初始评估指标权重进行动态调整，修正公式如下式所示：
[0045][0046]
式中，z表示评估指标测量数据总次数；p
dm
表示第d次测量数据中第m个评估指标的 具体值。
[0047]
建立开关柜运行状态评估标准矩阵，并利用高斯核函数将输入空间的评估样本映
射到高 维特征空间，在高维特征空间建立向量空间模型，利用向量空间模型得到输入样本与标准样 本的贴近度，根据贴近度得到高压开关柜状态综合评估结果，包括如下过程：
[0048]
建立开关柜运行状态评估标准矩阵，并利用高斯核函数将输入空间的评估样本映射到高 维特征空间，在高维特征空间建立向量空间模型；将开关柜状态等级转换为k维空间坐标系 的向量x
c
＝{x
c1
,x
c2
,
…
,x
ck
}，c表示状态等级，将需要评估的样本转换为k维坐标系向量x ＝{x1,x2,
…
,x
k
}；
[0049]
取向量x
c
和x的公共端点，然后使用高斯核函数把待评估样本向量x
c
与x标准等级向 量同时映射到和向量空间，得出两向量在核空间的夹角θ
c
余弦值，其表达式为：
[0050][0051]
采用指标有向线段和理想指标有向线段之间的夹角加权余弦值，衡量输入样本与标准样 本的贴近程度，其表达式为：
[0052][0053]
计算出贴近度，根据就近原则得到高压开关柜状态综合评估结果。
[0054]
高斯核函数采用的公式为：
[0055][0056]
式中，a和b分别表示两个空间向量；σ表示高斯核函数的尺度参数。
[0057]
具体的，高压开关柜运行状态是指高压开关柜成套设备在电磁场和外部环境的共同影响 下保证现场安全稳定供电的状态。在恶劣的电磁场环境或外部环境下，开关柜的部分构件性 能逐渐下降，导致开关柜整体运行状态异常，严重时引发故障。因此，综合考虑变电站站内 电磁场、环境和开关柜结构等因素，将开关柜运行状态用正常、注意、异常和严重进行刻画。
[0058]
开关柜在“正常”运行状态，表明开关柜所有组件运行正常良好，组件的参数值远小于 规程的注意值，接近设备出厂值。若有电气试验数据，数据也远小于注意值。也没有历史检 修记录、家族缺陷史和其他异常情况。完全满足设备安全运行，并且不需要任何检修。
[0059]
开关柜在“注意”运行状态，表明开关柜部分组件开始出现小问题。在组件单独评估时， 其参数值达到规程的注意值，或者是某个参数呈现出劣化趋势，使得评估结果处于注意状态， 也可能是开关柜存在历史检修记录或家族缺陷史，需要密切关注劣化趋势。该状态暂时满足 现有供电可靠性，但无法确保设备长期安全运行，应根据发展趋势安排检修计划。
[0060]
开关柜在“异常”运行状态，表明开关柜某些组件出现明显异常甚至故障。组件参数值 已经达到甚至超过规程限值，或者组件指标显现出严重的劣化趋势，随时可能引发开关柜故 障，应尽快安排计划进行检修。
[0061]
开关柜在“严重”运行状态，表明开关柜某些或者全部组件参数值已严重超过规程限值， 或者肉眼明显可见组件故障，高压开关柜极有可能随时故障停电，应立即安排停电计划进行 紧急检修。
[0062]
将高压开关柜运行状态等级评定分为正常、注意、异常和严重，分别对应i、ii、iii和iv 四个状态等级，运行状态评估指标的等级界限如附录附表1所示。
[0063]
1.2状态评估指标体系构建
[0064]
综合实际现场情况和现有研究成果，影响高压开关柜运行状态的因素较多。本文考虑开 关柜的电气试验、在线监测两大数据集构建高压开关柜运行状态评估指标体系。
[0065]
(1)电气试验指标
[0066]
kyn型高压开关柜在电磁场、环境的交互作用下运行，组件故障概率较高，引起开关柜 异常运行甚至故障。电气预防性试验是提前感知设备状态的重要手段，规程制定了电气试验 指标，但部分试验具有破坏性，实际数据获取困难。因此，本文将选取重要性较高的指标， 如图2所示。
[0067]
(2)在线监测指标
[0068]
开关柜停电才能进行电气预防试验，而有些数据必须开关柜运行才能获得，就需要在线 监测装置进行数据采集与存储，如图3所示。
[0069]
2模糊集值统计法
[0070]
目前，主观权重确定方法大致分为统计法和专家打分法，而高压开关柜故障类型多，在 线监测手段匮乏，故障样本数据收集困难，因此，主要采用专家打分法来确定主观权重。但 是，评估指标权重具有模糊性和随机性等特点，要精确的定量描述也比较困难，给出一个大 致的描述范围更加符合实际情况，即模糊集值统计法的核心思想。
[0071]
假定高压开关柜状态评估指标有m个，用集合a＝{a1,a2,...,a
m
}表示，确定评估指标权 重的专家有n人，用集合y＝{y1,y2,...,y
n
}表示。对于高压开关柜状态评估指标a
i
，所有专家 评定的指标权重区间依次表示为[u
i1
,w
i1
],[u
i2
,w
i2
],....,[u
in
,w
in
]，则所有评估指标的集值区间 如表1所示。
[0072]
表1高压开关柜运行状态评估指标权重区间
[0073]
tab.1 the weight interval of index for hvs operating status
[0074][0075]
本文在确定a
i
相对权重时，综合考虑评估专家资质、阅历和经验等方面，采用未确知理 论确定专家权重为q
i
，经过优化后得到a
i
的相对权重λ
i,r
，具体表达式如下式所示。
[0076][0077]
将相对权重进行归一化处理，得到最终评估指标权重向量r，具体如下式所示。
[0078][0079]
模糊集值统计法通过专家经验确定权重，虽主观性较强，但稳定性也较强。实际工程中， 存在评估指标测量值变化不大但重要度高、评估指标测量值变化很大但重要度低的情况。恰 好这类评估指标的变化可以反应高压开关柜状态。因此，调小指标测量值变化不大的权值， 调大指标测量值变化较大的权值，使最终评估结果更加科学合理。本文采用熵值法对初始评 估指标权重进行动态调整，修正公式如式(3)所示。
[0080][0081]
式中，z表示评估指标测量数据总次数；p
dm
表示第d次测量数据中第m个评估指标的具 体值。
[0082]
根据式(3)可知，在对开关柜进行运行状态评估时，对于多组评估指标数据，则利用熵 值法对前文确定的初始权重进行动态修正，进而提高变化量大的评估指标的重视程度。
[0083]
3核向量空间模型
[0084]
通过非线性函数可将评估样本映射到高维特征空间，使样本之间保持足够距离。选取的 核函数必须满足mercer条件
[23]
，现有方法包括交叉验证法和经验法，根据经验法采用比较流 行的高斯核函数，其表达式为
[0085][0086]
式中，a和b分别表示两个空间向量；σ表示高斯核函数的尺度参数。
[0087]
以国家电网公司企业标准《q/gdw 1906
‑
2013输变电一次设备缺陷分类标准》为依据， 确定评估样本各项指标的评估值及其等级，以企业标准中高压开关柜缺陷分类为基础，建立 开关柜运行状态评估标准矩阵，并利用高斯核函数将输入空间的评估样本映射到高维特征空 间，在高维特征空间建立向量空间模型。将开关柜参考状态等级使用数学方法处理成k维空 间坐标系的向量x
c
＝{x
c1
,x
c2
,
…
,x
ck
}，c表示状态等级，将需要评估的样本使用数学方法处理 成k维坐标系向量x＝{x1,x2,
…
,x
k
}。取向量x
c
和x的公共端点，然后使用高斯核函数把待 评估样本向量x
c
与x标准等级向量同时映射到和向量空间，可得出两向量在核空间的夹角θ
c (通常取锐角)余弦值，其表达式为
[0088][0089]
为避免开关柜状态评估指标的权重差异，本文采用指标有向线段和理想指标有向线段之 间的夹角加权余弦值，来衡量输入样本与标准样本的贴近程度，其表达式为
[0090]
[0091]
计算出贴近度以后，根据就近原则得到高压开关柜状态综合评估结果。
[0092]
4算例分析
[0093]
以中国西部某供电公司某变电站高压开关柜为例，型号为kyn
‑
28a。2019年供电公司安 装了高压开关柜在线监测装置，2019年至2020年该供电公司多次对站内开关柜进行电气试 验，选取其中4次试验数据如表2所示，对应的在线装置采集数据如表3所示。
[0094]
表2高压开关柜试验实测数据
[0095][0096]
表3高压开关柜在线监测数据
[0097][0098][0099]
4.1仅考虑高压试验数据的评估结果
[0100]
根据供电公司高压试验人员经验，选取部分高压试验评估指标进行仿真分析。首先，邀 请高压开关柜试验与检修专业资深专家各两位，并对选取的评估指标的权重进行区间打分， 具体打分情况如表4所示。
[0101]
表4电气试验数据的专家打分区间
[0102][0103]
四位专家权重为0.258、0.229、0.246和0.267，按照式(1)至式(3)计算动态修正后的 评估指标权重，结果如表5所示。
[0104]
核向量空间模型的尺度参数σ取1.118，将表5的指标权重值代入公式(5)，计算五个样 本与标准等级之间的加权余弦值，五个样本与高压开关柜正常状态的贴近度数值如图4所示。
[0105]
表5动态修正后的评估指标权重
[0106][0107]
由图4可知，样本d1与开关柜正常状态的贴近度接近1，与故障状态的贴近度约为0， 所有电气试验指标数据与出厂数据的误差均处于合格范围内，证明样本d1对应的开关柜处 于完全“正常”状态。
[0108]
样本d2与开关柜正常状态的贴近度为0.9622，与故障状态的贴近度为0.0399，说明开 关柜还是处于正常状态，原因可能是指标数据发生偏移，检修人员对试验数据进行分析，发 现断路器的合闸时间由出厂的54.8ms变为68.6ms，导致贴近度小幅度下降，由此判
断开关柜 处于“注意”状态。
[0109]
样本d3与开关柜正常状态的贴近度为0.6194，与故障状态的贴近度为0.3806，原因可 能是指标数值发生较大变动。检修人员立即进行检查，检测到断路器的分闸线圈阻值为212.6ω， 较出厂值198.2ω增大了7.27％，导致分闸回路电流过小，断路器跳闸动作迟缓，可能会影响 开关柜运行，说明开关柜处于“异常”状态。
[0110]
样本d4与开关柜正常状态的贴近度在0.1937，与故障状态的贴近度为0.8063，说明样 本d4对应的开关柜处于“故障”状态，指标数值出现了严重超标。检修人员对电气试验数据 进行分析，发现断路器的回路电阻为35.5μω，较出厂值19.8μω增大了79.29％，避雷器直流 泄露电流为43μa，较出厂值3μa增大10倍以上，远远超过规程范围。检修人员进行断路器 解体后，发现断路器真空灭弧室中动静触头没有良好接触，导致接触电阻过大，容易引起接 触点发热，严重时引起开关柜爆燃，严重影响电网的安全稳定运行。对避雷器检查后，发现 避雷器所处的电缆室的湿度达到了78％，导致泄漏电流急剧增大。
[0111]
4.2仅考虑在线监测数据的评估结果
[0112]
随着传感器技术、在线监测技术和大数据分析等技术高速发展，在高压开关柜上安装在 线监测装置进行在线监测取得了重大突破，可以获得了大量的实时监测数据。因此，本小节 以在线监测数据为基础，进行高压开关柜运行状态评估。同理，邀请高压开关柜试验与检修 专业资深专家各两位，对评估指标权重进行区间打分，具体打分情况如表6所示，动态修正 后的评估指标权重如表7所示。
[0113]
表6在线监测数据的专家打分区间
[0114][0115]
表7动态修正后的评估指标权重
[0116][0117]
同理，尺度参数σ取1.118，计算样本与高压开关柜正常状态的贴近度如图4所示。
[0118]
从图4可知，样本d1与开关柜正常状态的贴近度接近于1，开关柜处于“正常”状态。
[0119]
样本d2与开关柜正常状态的贴近度为0.8607，与开关柜故障状态的贴近度为0.1393， 对监测数据进行分析后，发现断路器室的温度为78℃(室温38℃)，流过断路器的负荷电流 2816.6a(额定电流3150a)，初步判断是断路器动静触头接触不良引发温升，开关柜处于“注 意”状态。公司按照计划停电检查，的确是断路器触头弹簧变形所致。
[0120]
样本d3与开关柜正常状态的贴近度为0.6411，与开关柜故障状态的贴近度为0.3589，对 在线监测数据进行深入分析后，发现断路器的分闸回路电流变小，与正常状态的偏差接近90％， 初步判定分闸线圈出现故障，断路器存在无法分闸的风险，开关柜处于“异常”状态。公司 按照计划停电检查，发现分闸线圈已经烧毁。
[0121]
样本d4与开关柜正常状态的贴近度为0.0978，与开关柜故障状态的贴近度为0.9022， 对数据进行分析，电缆室粉尘浓度达到了93mg/m3，电缆室湿度为73％，超声波信号幅值达 到58db，三个指标均超过规程，开关柜处于“故障”状态。检修人员进行现场查勘后，发现 该变电站被一处建筑工地包围，空气粉尘浓度为208mg/m3。此外，该站地势低洼，电缆沟的 积水无法有效排出，导致积水或者潮气渗入电缆室，电缆室湿度较大，观察窗伴有凝露现象， 造成了高压开关柜绝缘距离不足并伴随放电现象。
[0122]
4.3综合考虑两者数据的评估结果
[0123]
综合前文评估结果，采用不同数据集合均能得到高压开关柜的运行状态。考虑高压试验 数据得到的是离线评估结果，无法反应运行状态。考虑在线监测数据得到的是在线评估结果， 无法反应设备的绝缘和机械特性情况。因此，本文提出将两者数据进行融合，提出基于多数 据源的高压开关柜运行状态综合评估模型。
[0124]
将表4和表6数据进行融合后打分，具体如附表2所示。同理，核向量空间模型的尺度 参数σ取1.118，计算样本与高压开关柜正常状态的贴近度数值如表8所示。
[0125]
表8专家对评估指标权重的区间打分
[0126][0127]
由表8可知，样本d1和d2与开关柜正常状态的贴近度还是接近1，处于正常运行状态。 而样本d3与开关柜正常状态的贴近度为0.5719，比单独评估时都小，原因是多源数据中合 闸时间指标的重要性低于分闸线圈电阻指标，虽然合闸时间指标变化较大，但本文通过动态 调整指标权重进行完美规避，迫使分闸线圈电阻变化小也能反正高压开关柜的运行状态。同 样，样本d4也具有与样本d3类似的情况。由此可知，将电气试验数据与在线监测数据融合 后进行高压开关柜状态评估，所得结果与实际情况更加贴合。
[0128]
附表1高压开关柜运行状态评估指标等级划分界限
[0129]
[0130][0131]
附表2专家对评估指标权重的区间打分
[0132]
[0133][0134]
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式， 不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述 构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动 和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。