基于大數據分析的電力變電站故障診斷與維護策略研究

陸郁強

(國網江蘇省電力有限公司宜興市供電分公司)

0 引言

為了滿足近年來社會發展帶來的大量用電需求,我國不斷推進電力體制改革。在此背景下, 我國電網系統中變電站數量越來越多, 為電力變電站的故障診斷和維護工作帶來了一定的難度。電力變電站的穩定運行對電力系統有著重要影響, 為了提高變電站故障診斷的效率, 做好變電站運行維護工作, 必須要創新變電站的管理方式, 積極應用大數據分析技術, 進一步推動變電站的高效、穩定運行, 為社會生產和生活的有序進行提供保障。

1 電力變電站和大數據分析

電力變電站是我國電網系統中的重要組成部分,直接關系著電網系統的可靠性。近年來變電站的數量逐年增加, 變電站的故障診斷工作和維護工作的復雜度也越來越高。傳統的變電站圖像監控系統雖然可以在一定程度上利用視頻監控和報警機制對變電站設備故障進行監督, 但由于缺乏與各個系統之間的聯系以及對相關信息的深入分析, 變電站的運維人員在進行巡查時不能及時、全面地發現設備中存在的缺陷, 為變電站的后期工作的開展留下安全隱患[1]。

大數據分析技術的應用, 能進一步優化原有的視頻監控方式, 利用一定的算法與核心技術使故障檢測系統能主動對所監測到的一系列數據進行分析, 使變電站的故障診斷工作更為深入, 形成更為科學、智能的變電站故障監控體系統。此外, 利用大數據技術對相關的設備狀況等運行信息進行分析, 能預測設備的運行趨勢, 對設備在運行過程中即將發生的危險進行預判。最后, 大數據分析系統還能自動生成故障檢修報告, 減少了人工故障檢修中的失誤率, 提高變電站故障診斷和維護的效率。

2 傳統的故障診斷方式

變電站的建設結構十分復雜, 其中包含著數量繁瑣的變電站設備, 在長期的負荷下運作下, 設備難免會產生一系列的故障。如果缺乏科學的診斷和維護方式, 必將會對變電站的安全穩定運行帶來極大的影響。傳統的變電站設備故障診斷方法有比較法和綜合法兩種(如表1)。

3 大數據分析下的變電站故障診斷

大數據分析技術為變電站的故障診斷帶來了極大的變革, 有效地克服了傳統的設備故障診斷的缺陷,使故障診斷的結果更精準、更及時、更全面[2]。一般來講, 當前的大數據分析技術下的最主要的變電站故障診斷方式有以下幾種。

3.1 診斷儲能電機故障并實現地自動預警開關等功能

在診斷變電站設備, 評估變電站設備運行狀況時, 大數據及時可以根據斷路器儲能電機等的運行規律和次數等數據對儲能電機的運行狀況進行判斷, 如果出現運行故障, 系統將會及時發出預警。同時, 應用大數據技術還能建立設備運行資料庫, 在資料庫中錄入設備的相應資料如斷路器儲能結構類型、變電溫度、運行時間等, 大數據技術通過對相應資料的分析和收集, 能通過儲能電機的啟動情況分析斷路器出現故障的可能性, 同時利用提前設置好的自動報警限值實現故障預警功能。

3.2 對變電站的測控裝置進行預警

變電站中最容易出現故障問題的是變電設備的遙測信息系統。遙測信息系統的應用主要是為了收集變電站在運行中的一系列設施設備信息, 是系統實現實時監測功能的重要技術保障。受到技術條件和運行環境的影響, 變電站中的遙測信息系統極易出現死機的狀況, 對變電站的穩定性帶來極大的影響。同時由于變電站中的數據信息復雜, 運維工作人員很難及時發現設備的異常狀況, 為變電站的運行帶來安全隱患。合理應用大數據分析技術, 能對遙測信息系統死機故障跟進行及時診斷, 并采取一定的措施對故障進行干預和解決[3]。

大數據分析及時診斷變電站測控裝置時主要是基于電網中各個節點之間的平衡性, 對資料和數據進行逐層搜索, 即對不同電壓等級區域的母線和主變動功率的平衡進行分層運算, 隨后利用線路輸配功率的平衡預計雙回線負荷平衡的原理, 找出出現故障的設施設備。通過這一系列的操作, 能盡快診斷出變電設備在運行過程中出現的異常情況, 確定出故障出現的準確位置并發出相應的警報信息。也就是說, 在診斷變電站測控裝置故障時, 利用大數據分析技術, 能盡快找出變電站中相應測控裝置發生死機問題的原因, 同時采集和傳輸相關信息, 對故障問題進行預警。

3.3 及時發現CVT 電壓故障

CVT 電壓三線故障在變電站設備運行過程中極易出現。應用大數據分析技術, 還能對變電站中的CVT 電壓數據進行實時跟進, 及時對相關問題進行診斷。在這一環節應用大數據分析技術, 首先必須要對PMS 系統中的相關數據進行分析, 從中找出CVT 電壓在出現異常時產生的相應數據(如圖1), 以該組數據為基礎分析CVT 電壓出現故障的主要原因。隨后將該組信息納入大數據分析數據庫中, 結合歷史故障資料, 利用大數據技術快速診斷出相應故障。最后通過實時數據和歷史數據的對比分析, 對CVT 電壓進行精準警告。

圖1 PMS 系統中的數據分析

4 大數據分析技術下電力變電站維護策略

4.1 運維策略的算法和策略評價模型的構建

變電站中的運維數據中心的數據量內容多、種類復雜, 其中包括了變電站在運行過程中方方面面的數據如運維人員的任務、設備運行數據、系統數據等。為了有針對性地滿足運維人員對多個服務數據的需要, 幫助運維人員做好運維工作, 必須拓展運維數據中心的數據服務功能, 保證運維中心數據能夠得到充分的利用, 進而提高數據運用中心的系統綜合性功能[4]。對此, 變電站必須要充分應用大數據分析技術, 結合數據運維中心的運行特點, 研究出合適的QOS 方案, 在方案中嚴格設置可靠性、實踐、優先級、安全性等參數, 同時應用效能函數對QIS 進行轉化, 為運維中心數據的應用情況提供科學的評估標準。也就是說, 要想更好地做好變電站故障診斷和維護工作, 還需要建立多層次的策略評價模型結構(如表2)。

表2 大數據分析技術下變電站故障診斷和維護平臺結構

4.2 多角度進行故障診斷與維護

運維人員在進行變電站的日常檢修工作時, 往往會對檢修對進行全方位、多層次的觀察, 并且通過一定的操作測試檢修對象是否存在潛藏的故障問題。然而當前大多變電站的攝像機只能單一、片面地對檢修對象進行觀測, 利用攝像機拍攝的圖片缺乏立體感,不利于檢修人員對故障的觀測。要想全面、科學地對檢測對象進行觀測, 更好地診斷出檢測對象存在的問題, 必須要使畫面更具真實感, 從多個角度反饋檢測對象的現狀[5]。為了達到這一目的, 首先需要利用多個相機對同一檢測對象進行多角度的畫面收集, 隨后, 利用大數據技術將畫面進行整合, 展示出出利于觀察的、多角度的檢測對象, 進一步保證了故障診斷的科學性, 從而方便運維人員及時開展維護工作。

4.3 智能分析圖像

利用大數據分析技術對變電站的設施設備故障進行檢修, 必不可少的環節就是對圖像的智能分析功能。智能分析圖像功能能夠對儀表、隔離開關、斷路器、高壓開關進行智能分析, 并快速得出分析結果。這一過程涉及了多個科學理論, 是一項較為復雜的功能(如圖2)。在檢測中首先需要應用到相應的檢測系統, 檢測出相關裝置如儀表讀數、隔離開關、斷路器、高壓開關等的實際狀態, 隨后利用高魯棒性的理念對場景和狀況建立分析模型, 再應用混合高斯和運動差分算法對相應的圖像進行分析, 通過分析結果對變電站中的儀器和開關進行檢測[6]。在變電站的運行中實現智能分析圖像的過程, 實質上就是利用大數據分析實現變電站智能化的過程, 進一步加快了變電站的發展進程, 促進了社會的發展與進步。

圖2 智能分析圖像功能建立

5 結束語

變電站是電力系統為國民供電的重要組成部分。為了保證電力系統供電的安全穩定性, 首先需要維持變電站的穩定性。變電站中的設備由于高壓帶電, 傳統的人工故障診斷方式危險性極大?？茖W利用大數據分析技術, 能在變電站中建立智能化的故障診斷方式, 豐富故障診斷手段, 極大地提高了變電站故障診斷工作的安全性與全面性, 同時利用大數據分析技術, 還能在設備運行過程對故障進行預警和修復, 及時消除安全隱患, 極大地提高了變電站的維護效率。