基于大數據平臺的紅外專家系統在智能變電設備中的診斷

趙柏翔，關煥新，吳 迪，楊 柏

（沈陽工程學院 a.研究生部；b.新能源學院，遼寧 沈陽 110136）

隨著中國經濟的發展，國內電網規模不斷擴大，智能變電設備作為一種新興的高科技變電設備，從2009年開始得到大規模發展。由于智能變電設備在企業投資中占比極高，也是電力系統最昂貴和關鍵的部分之一，其安全穩定運行的重要性不言而喻。

本文借鑒了紅外測溫裝置在變壓器故障診斷中的應用。紅外測溫作為一種廣泛使用的溫度測量方法，其在特殊情況下能夠對溫度進行準確測量，而且紅外測溫可以充分利用智能變電設備自動化程度高，工作環境適宜的優點，依靠基于平臺多紅外裝置的聯動技術［1-2］，建立以設備內大數據平臺為核心的，能夠實現故障預警、監控、分析，甚至自我修復的紅外專家系統。該系統與傳統變電設備相比，由于加入大數據平臺分析，極大地提高了智能變電設備的故障識別率，監測速度也明顯加快。因此，具有很高的理論應用價值和監測應用價值［3］。

1 紅外專家系統原理結構與應用

溫度監測是電力設備最主要的檢測手段之一，與電壓檢測和電流檢測相輔相成。溫度的變化往往代表設備的運行情況，溫度的突然升高或降低一般表示設備發生了故障，利用紅外溫差比較法評定溫度故障情況，根據設備可以承受的最大溫度為依據進行判定，比較適合在電流致熱型設備中使用［4］。比較法紅外溫差定義為

式中，T2表示正常測點溫度；T1表示發熱測點溫度；T0表示環境溫度。

1.1 紅外專家系統原理及應用流程

紅外線的本質是一種電磁波，能夠接收0.76～1 mm波長的電磁波。在絕對零度以上時，分子間的作用會產生電磁波，紅外測溫器掃面就會產生熱感應圖像，從而實現對被測對象表面溫度的測量。紅外測溫裝置有諸多優點：

1）避免類似于傳統溫度計與表面直接接觸，既保護了裝置，又確保測溫儀器的安全；

2）紅外裝置測溫范圍大，既可以測量高達幾千攝氏度的火焰外焰溫度，也可以測量液氮等極低溫度；

3）紅外裝置反應靈敏，溫度測量準確。紅外測溫裝置的缺點是容易受到環境的影響。

紅外專家系統是一種基于紅外測溫裝置對物體表面溫度的數據加以分析整合的系統，也是數據輸入與設備內的智能體系相連的專家系統。在智能變電裝置中它可以建立以模塊為單元的紅外測溫裝置體系，自動感受溫度的變化，利用紅外測溫裝置獲取各模塊的溫度測量情況，分析溫度變化是否在可行的閾值內，最終得到結論。超出閾值則往往代表故障發生，會對設備產生不良影響。本系統應用在變電裝置上，能夠將同一類別的故障進行整合，確保故障判斷的準確性，甚至在技術可行的條件下，對故障原因進行分析，并利用自動調節系統的閉環反饋機制實現自我修復。紅外專家系統在線監測的基本流程如圖1所示。

圖1 在線監測的基本流程

1.2 紅外成像裝置

紅外成像設備可以分為光機掃描和非掃描兩種類型，原理也各不相同。光機掃描型是依靠光機掃描器對物質進行結構上的偵測，其優點是能夠生成被測物體的二維圖像，能夠較完整地到反映物體的真實結構，缺點是成本高昂，廣泛應用于軍工和高新產業，前景寬廣，待技術成熟后會大量應用于生活中。而非掃描型采用探測器組，探測表面和探測器成對應關系。近年來，其技術應用更為深入，將探測器裝備設計為列陣形式。以光伏集成電路為例，其大規模地使用極大推動了集成電路技術，帶動了與之相關的材料學和建造學的發展。

紅外成像裝置的核心是熱釋電攝像裝置，組成材料也是熱釋電材質，利用電子掃描代替光掃描，這不僅簡化了設備的制造，降低了成本，而且減少了能耗，不用像光掃描儀那樣頻繁制冷。紅外成像裝置主要包括紅外熱電視和紅外熱成像儀。紅外熱電視結構如圖2所示。

圖2 紅外熱電視結構

1.3 紅外熱電視原理

紅外熱電視裝置運行原理是利用紅外測溫裝置測量以互感器為主的設備表面溫度的變化。根據溫度變化導致紅外輻射成像變化進而分析與監測互感器的運行狀況。若發生故障，則由本系統結合大數據平臺分析故障類型，給出可能導致故障的原因以及如何處理該故障的建議等等。

紅外熱電視是一種把物體表面的熱輻射轉化為圖像信號的裝置，其原理為輸出信號的電流與物體表面溫度成正比，即：

熱電視的信息傳遞基礎是熱電視攝像頭(PEV)，溫度測量的核心是待測物體的表面溫度是測量的核心。熱電視溫度成像只有在紅外線輻射周期性變化的情況下才會體現，否則將不會成像。因此，調制熱電視使其能夠成像是關鍵。

若能將溫度信號的變化進行實時監測并以紅外成像方式展現，就可以判斷變電設備是否正常運行，尤其是實現對電力互感器的運行狀況的在線監測，這是該設計可以實現的前提。

紅外熱電視在性能指標和方便程度上雖不如熱像儀，但它具有在常溫下工作且不需要制冷的特點，結構與熱像儀相比具有更加簡單、成本更低、使用和維修均很方便的優點。這些優點促使紅外熱電視在紅外診斷領域中得到廣泛應用。從節約成本與方便性方面考慮，該設計采用紅外熱電視成像技術。

2 紅外專家系統在智能變電設備中的應用

2.1 智能變電設備與傳統變電設備的區別

圖3 傳統變電設備結構

傳統變電設備如圖3所示。由于早期建造時沒有規范的形式，在監控、保護、遠程動作和數據收集的結合上協調性很差，而信息的采集主要依靠電磁傳導和電流電壓的互感完成，各個電力元件相互獨立，構成集成體的可能性很小，信息的傳遞與共享難以實現。紅外系統雖然可以應用，但僅僅局限于小范圍的收集數據，監測手段往往以人工收集為主，難以實現智能化。因此，故障分析檢測的能力薄弱，而智能變電設備不僅打破了設備內信息難以建立統一集合的僵局，更是將測量信息依附于大數據平臺，開創了全新的監測與控制方式，為分析判斷找到了新的模式，如圖4所示。

圖4 智能變電設備結構

2.2 智能變電設備中的平臺化紅外專家系統

本文將大數據平臺的紅外專家系統應用到智能變電設備的故障檢測系統中，將其融合為一套完整體系，監控系統如圖5所示。根據協議IEC61850，將智能變電設備的整體結構分為3個設備層［3］，包括過程層、間隔層和設備內控制層。過程層是變電設備的根基，它將信息向上一級傳遞，結構上包含電流互感器、電壓互感器、變壓器、隔離開關等附屬終端的信息化設備。因此，沒有過程層就沒有智能變電設備的上層結構。過程層的基本信息要求具有可確定性、實時性和合并性。采樣值傳輸是將間隔層和設備內控制層鏈接的重要方法，同時信息的最大傳輸點在電子式互感器的保護和協調，在采樣值的輸送時，準確性與及時性是關鍵。根據IEC61850標準，采樣值需要光纖傳導，間隔層連接方式不再是與合并元件相連，而是在控制層的交換機上得到采樣的信號，目前的設備內連接方式還是點對點鏈接，在一些信息化區域能夠實現點線對應關系，鏈接保證設備內同步，由保護裝置提供監測。為應對變電設備的突發現象，GOOSE可以為ISO/IEC8802-3建立橋梁，它能夠保證設備內間隔層與控制層信息快速傳遞，缺點是傳遞信息量不足，若發生緊急故障，GOOSE可以應用于跳閘保護，實時性遠高于同類的非嵌入式系統，報文延遲可以控制在3 ms內。

圖5 智能變電設備一體化監控系統

2.3 大數據平臺的建立與監控

為了提高故障判斷的準確率，在智能變電設備中應用大數據平臺，在紅外專家系統大數據平臺的基礎上實現一體化監控，包括智能操作票和倒閘。為保證控制設備的安全穩定，需利用電能量采集、備用設備自投運、過濾故障波形等方法實現設備信息與調度的互動，完成智能變電設備綜合優化管理，對設備全壽命實現監測。為了獲得更高效、更安全、更穩定的數據，監控系統也可以支持信息的綜合處理，滿足智能變電設備的快速穩定操作，對外提供IEC61850服務接口，實現用戶之間的遠程監控與相互協調。

設備內統一大數據平臺是智能電網實現信息快速傳遞和分享的基礎，此數據平臺不僅能保證截面信息的唯一性與一致性，還可以將設備內信息構成網絡，是實現橫向與縱向的全面覆蓋的電網信息數據庫。大數據平臺下的全景數據平臺如圖6所示，它是實現智能變電設備在不同狀態下采集數據、處理圖像、檢查設備運行情況的工具。它能夠完成數據的品質處理和接口的訪問規范，為智能化的應用提供必要的數據信息的技術支持，同時利用過程層的綜合設備狀態，實現在不同狀態下的數據采集，完成設備在動態、穩態、暫態下的監控，以IEC61850標準實現對數據的統一管理、建模，并以此建立一個綜合性的設備內數據平臺。

圖6 全景數據平臺結構

一體化監控則是以平臺為基礎建設的，測量數據可以在SCADA/EMS上體現，為電網提供頻率振蕩分析、故障檢測、動態狀態監測、Web網絡安全監管技術，為變電設備的運行提供技術參考，同時還可以提升大數據平臺的信息交換與共享的能力，為提高智能變電設備信息反饋的可靠性與即時性打下深厚的根基［5］。

監控系統如圖7所示，一般分為兩個區域，稱為安全Ⅰ區和安全Ⅱ區。Ⅰ區負責監控主要設備的運行和電網整體情況，防止大事故發生，將運行數據儲存到數據庫以便為后續檢查提供支持。安全Ⅰ區采用直接獲取與傳達的方式傳遞數據信息，在必要的時刻還可以瀏覽數據，檢查運行情況。安全Ⅱ區是一種綜合聯系變電線路，為主要運行設備和輔助設備提供通信功能的裝置，不僅能夠傳遞有關電力設備運行的信號，還可以應用此信息在電源、安全防護、消防、環保等方面提供技術支持，也可以提供遠程服務與瀏覽功能。

圖7 智能變電設備自動化監控體系

2.4 基于平臺的紅外測溫儀的聯動技術

基于平臺的智能變電設備紅外測溫專家系統，是以單測溫為基礎，建立多元集中式的監控系統，并在智能變電設備中運用專家報警系統。若現場發生故障，可以將測溫數據輸入平臺系統，實現故障的位置檢測，該系統如圖8所示。

圖8 基于平臺的多紅外測溫網絡

智能聯動系統主要由紅外測溫服務器、專家系統數據庫、測溫中央系統、數據處理平臺和報警系統構成。后臺監控的專家系統會根據在線獲得報警源，把分析結果送到測溫服務器，根據溫度中的分析計算方法進行處理，再將處理結果通過視頻服務器發布命令進行聯動監視［6］。

2.5 基于平臺的紅外專家系統在智能變電設備中的應用方法

紅外專家系統在傳統變電設備中的應用有許多成功的案例，將紅外專家系統與智能變電設備的大數據平臺結合并應用是關鍵。先通過紅外測溫裝置測取溫度作為歷史數據，得到電流互感器與電壓互感器的常規運行狀態，以此推斷出電子互感器的平均值和常規電流電壓互感器的數值。專家系統的顯示屏上會出現許多窗口，將其進行編程，窗口的問答是一個無限循環的提問過程，通過不斷地調閱歷史數據，用程序圖得到潛在的數據變化規律，這個循環直到得到合適的問題答案才會停止，而后將問題答案進行驗證并得到合適的數值，求得平均值，計算方法如下：

平均值為

根據國家電網智能變電設備自動化系統技術規范，模擬量的測量誤差要小于等于0.5%，一次設備變比為2 400：1，計算得到閥值為12 A。通過比較閥值與平均值的大小，由數據庫中的電壓電流傳感器獲得的數值得到設備運行的動態趨勢，并根據趨勢推斷出設備的實際運行情況，然后進行全面評估，以便利用紅外檢測系統得到設備運行情況。電子互感器均值為X1，常規互感器均值X2，專家庫如表1所示。

表1 專家庫

3 算例分析

圖9為變電設備變電裝置的一部分，包含4段母線、7段支線和9個DL。為驗證基于大數據平臺的紅外專家系統對智能變電設備故障診斷狀況相比于傳統紅外檢測在變電設備中是否存在診斷率與診斷效果提升，進行仿真實驗。利用紅外測溫裝置對主要元件進行測溫并得到測量數據，多次測試后取均值，以推斷出元件溫度均值，此時專家系統會彈出多個問答窗口，進行編程，將推斷數據輸入到大數據平臺進行比較，判斷測量結果是否超過閾值。本次仿真在裝置中設置5組故障對照，如圖10所示，識別結果如表2所示。

圖9 某變電設備部分變電裝置

圖10 故障率對比

在圖10中下面的折線為大數據平臺監測的故障率，上面的線為傳統檢測的故障率。

表2中，測試編號2～5從少量故障點逐漸增加到多故障甚至全故障，試驗結果表明傳統的紅外測溫裝置雖然有操作簡單的優勢，但與大數據平臺為基礎的紅外專家系統相比診斷率較低。兩種測試手段結果說明，大數據平臺能夠更為精準的確定點。以第5組試驗的傳統紅外檢測系統未檢測出的9DL做故障的定性分析，基于大數據平臺的紅外專家系統診斷結果為元件的一次溫場分布異常，懷疑套管內部局部過熱，熱像圖特征及分析為A相、B相套管溫場分布不均，與C相同位置最大溫差4.4 K，升高座溫度基本相同。在知識庫中搜索到形成此規則的知識為“三相套管溫場分析基本均勻，最大相間同位置溫差上、中、下部分別為0.4 K、0.7 K、0.9 K”，專家系統推斷出套管是被外部熱源加熱?，F場調查證實為互感器的熱氣流隨變化的風向加熱了套管局部區域。

表2 變電裝置故障定位結果

圖11 220 kV互感器紅外成像

圖12 220 kV互感器結構松動成像

圖11和圖12為紅外成像圖，根據紅外專家系統的檢測，此次判斷結果為電子互感器的插件松動導致電流激增，平臺預警故障，可以從成像圖中明顯的看出溫度的不同，靠近互感器的部分溫度高，電容屏局部放電，專家系統根據數據庫對比得到元件故障的指令，在生產過程中應當吸取教訓。

4 結 論

本文提出利用基于大數據平臺的紅外測溫裝置對智能變電設備進行故障檢測的方法，將紅外監測理論建立在大數據平臺上，收集紅外測溫點溫度值，并對比數據庫中的視頻圖像、歷史數據、仿真模型等記錄，采用仿真方式與傳統紅外測溫檢測故障方法相比，得出該方法檢查故障的效率更高，實現了故障的定性分析，完全可以應用于智能變電設備的故障檢測中，同時為配電網中其他大型裝置的監測提供借鑒作用。