24kV高壓開關設備溫升異常識別方法研究

劉德勝 羅進響 張宗淼 陳泳舟 陳淵楠

（珠?？禃x電氣股份有限公司）

0 引言

隨著現代工業的發展，電力系統中的高壓開關設備在能源傳輸和配電系統中扮演著至關重要的角色。然而，由于長期運行、環境因素以及設備自身因素的影響，高壓開關設備的溫升異常問題一直是電力行業關注的焦點之一[1]。這種溫升異?？赡軙е略O備性能下降、損壞甚至故障，對電網安全穩定運行構成潛在威脅。24kV高壓開關設備與普通開關設備相比，在溫度上通常有著更嚴格的要求和更高的關注度[2]。這是因為高壓開關設備通常承載更大的電流和電壓，其運行環境更為惡劣，所以溫度異常會更加危險和嚴重。此外，高壓開關設備的故障可能會對電力系統和用電設備造成嚴重的影響，因此需要更加密切地監測和管理其溫度情況。針對高壓開關設備的溫度監測與預警系統一般會設計得更為敏感和精確，以確保及時發現溫升異常并采取相應的措施，維護設備的安全穩定運行[3]。因此，對24kV高壓開關設備溫升異常的識別方法進行深入研究具有重要意義。有效的溫升異常識別可以幫助運營人員及時發現潛在問題，采取預防性維護措施，最大程度地減少設備運行風險，提高電力系統的可靠性和安全性[4]。此外，溫升異常識別方法的研究也有助于制定更為精準的設備管理策略，提高設備運行效率，降低維護成本，并為電力系統的智能化健康發展提供重要支撐。因此，該研究具有廣泛的應用前景和重要的社會經濟意義。

顧朝敏等人[5]提出一種電力開關柜溫度監測方案，將溫度感知層部署在關鍵部位的溫度傳感器節點，實時感知關鍵部位的溫度變化情況，利用有線通信層接收溫度感知層傳來的數據，利用LoRa通信技術進行無線傳輸，傳輸至監控中心后，采用后處理層進行數據整合，實現溫度監測。曹俊磊等人[6]將光纖光柵溫度傳感器安裝至開關柜中，采集開關柜溫度數據，利用自回歸系數，構建溫度預測模型，將溫度差值與上升幅度作為評價指標，組建溫度異常警告模型。

基于以上已有研究，為進一步優化設備溫升識別的效率和精準度，以24kV高壓開關設備為研究對象，設計一種溫升異常識別方法。

1 24kV高壓開關設備溫升異常識別

1.1 溫升識別架構設計

Zigbee作為一種低功耗、短距離的無線通信協議，非常適合于高壓開關設備這種需要長時間穩定運行、但又具有嚴格能源消耗要求的場景。Zigbee支持Mesh網絡結構和多對一的通信特性，可以實現設備之間的數據傳輸和集中控制中心的數據收集，適應了高壓開關設備分布廣泛且數量眾多的特點。此外，Zigbee協議本身具有良好的抗干擾特性，有助于提高系統的穩定性和可靠性。因此，采用Zigbee作為高壓開關設備溫升識別的通信手段，有利于降低能耗、提高傳輸效率，并確保數據的可靠傳輸和處理。

利用Zigbee設計高壓開關設備溫升識別架構的原理如下。

1）傳感器采集：首先，在高壓開關設備上布置溫度傳感器，通過Zigbee模塊將傳感器實時采集到的溫度數據發送至數據采集器或集中控制中心。

2）數據傳輸：Zigbee作為一種低功耗、短距離的無線通信協議，可以將傳感器采集的數據通過Mesh網絡結構傳輸到數據采集器，支持多對一的通信特性，適合于設備之間的數據傳輸。

3）數據處理與分析：數據采集器或集中控制中心收集來自各個高壓開關設備的溫度數據，進行實時監測，并對數據進行處理與分析，例如判斷是否出現異常情況。

4）報警與預防措施：一旦監測到溫度異常，系統可以立即發出警報，通知相關人員進行處理，或者根據預設的策略自動采取預防措施，如停機、切斷電源等，以確保設備和運行安全。

該架構包括以下幾個結構和模塊：溫度傳感器、Zigbee模塊、數據采集器或集中控制中心、報警系統、相關的預防措施執行單元、用戶界面與遠程監測平臺，如圖1所示。

圖1 高壓開關設備溫升識別架構圖

1.2 高壓開關設備溫升監測

按照安裝示意圖2，首先在高壓開關設備上選擇合適的位置安裝DS18B20溫升傳感器，將傳感器連接到相應的電源和接口上，并嚴格按照傳感器的安裝說明進行操作。DS18B20傳感器通過單總線接口與控制器進行通信，因此需要將傳感器的數據線連接至微處理器的數據采集接口上。設計并編寫程序，使得控制器能夠通過單總線接口與DS18B20傳感器進行通信，并獲得溫度數據。這個程序需要負責初始化傳感器、發起溫度測量指令、接收并解析傳感器返回的數據，最終得到準確的溫度數值?？刂破靼凑粘绦蛟O計的方式對傳感器進行數據采集，然后可以在控制器內部存儲、處理這些數據，或者通過通信接口將溫度數據發送給上位系統或監控中心，以做進一步的分析與處理。

圖2 DS18B20溫升傳感器

所選用的DS18B20溫升傳感器相關物理參數如表1所示，其具備高分辨率與耐熱力，既能保證識別正確性，還能確保適用范圍。

表1 DS18B20溫升傳感器物理參數

1.3 高壓開關設備溫升異常識別

1.3.1 判定指標

單一的判定指標存在過于片面的弊端，為提升識別靈敏度，采用多指標相融合的策略，判斷高壓開關設備的溫升異常狀況。多指標相融合的優勢在于其能夠綜合考慮多個方面的信息，減少單一指標帶來的片面性和誤判風險。通過將多種傳感器采集的數據進行綜合分析，可以提高系統對設備狀態變化的感知能力，增強對異常情況的識別和預警能力，從而有效提升識別的準確性和靈敏度。此外，多指標相融合還有利于從全局的角度對設備狀態進行評估，為系統維護和風險預防提供更加全面的參考依據。

1）多級溫升閾值A。多級溫升閾值是指根據設備運行狀態的不同設定不同的溫升閾值，例如低負載狀態下可以允許較高的溫升，而在高負載狀態下則需要更嚴格的溫升限制。這種策略能夠更準確地反映設備的運行特點，提高對異常情況的識別靈敏度。計算式為：

式中，所選時間段的起始時間與終止時間分別為t1、tn，該時段的預測溫升均值為，起始時與終止時的預測溫升各為T(1)、T(n)，預測的t2時刻溫升為T(2)。

2）相對溫差比值B。相對溫差比值是指通過比較同一設備不同位置的溫度數據，計算出它們之間的相對溫差比值，利用這種方法可以消除環境溫度變化對溫升判斷的影響，更加準確地評估設備內部狀態的變化情況。計算式為：

3）相間溫升差值C。相間溫升差值是指對比同一電氣設備不同相之間的溫升情況，通過分析相間溫升差值的變化，可以及時發現設備內部可能存在的故障或不均衡狀態，從而提前預警并采取措施避免進一步惡化。假設相間的溫度的最大值與最小值分別是Tmax、Tmin，計算式為：

4）溫度增加幅度D。溫度增加幅度是指在一段時間內溫度的變化量，通常用來衡量設備溫度快速上升的程度。通過監測和分析溫度增加幅度，可以及時發現設備運行異?；蚬收蠣顟B，提前采取預防措施，以避免設備過熱、損壞或造成安全隱患。溫度增加幅度的監測對于預警系統和設備運維具有重要意義，有助于保障設備的穩定運行和安全性。計算式為：

1.3.2 開關設備溫升異常識別模型

基于以上指標值，利用DS18B20溫升傳感器采集開關設備溫升數據，采用差分自回歸移動平均模型ARIMA(p,d,q)，預測溫升。將異常溫度數值與上述指標閾值進行對比，若超過閾值，則輸出識別結果。溫升識別模型如圖3所示。

圖3 開關設備溫升異常識別模型示意圖

2 實驗設計與分析

選取某24kV中壓電網中的SF6氣體絕緣金屬封閉開關設備作為測試對象，將DS18B20溫升傳感器安裝在該設備上，采集其溫度變化數據。設置設備的溫升異常程度等級，如表2所示。

表2 高壓開關設備溫升異常識別等級結果

1）正常工作范圍：設備在正常工作范圍內，無溫升異常，正常運行；

2）輕微異常：溫升略高于正常范圍，可能受環境溫度等外部影響，需要密切觀察；

3）中度異常：溫升明顯超出正常范圍，可能存在潛在故障隱患，需要及時關注和處理；

4）嚴重異常：溫升嚴重超標，已經影響設備性能，需要緊急處理以避免設備損壞或事故發生；

5）危急異常：溫升達到危險水平，可能對設備、人員和電網安全構成嚴重威脅，需要立即采取緊急措施；

6）緊急停機：當溫升達到這一等級時，應當立刻停機檢修，以防止設備損壞和事故發生。

為驗證研究方法的異常溫升識別的準確性，設定實驗時長為1000min，對比研究方法識別出的溫度升高程度與預先設定的已知溫升的差異性。為突出研究方法性能，以文獻[5]方法和文獻[6]方法為對比組，實現對比實驗的驗證。具體結果如圖4所示。

圖4 溫升幅度的識別結果

根據圖4可知，研究方法識別結果與真實溫升具有極高的一致性。這是因為研究方法結合了多種指標綜合分析高壓開關設備的溫升情況，將Zigbee技術應用于數據傳輸，利用DS18B20溫升傳感器采集實時溫度數據并將其傳輸至監控中心。在識別方法中，多級溫升閾值、相對溫差比值、相間溫升差值以及溫度增加幅度指標的融合，能夠全面考量設備的運行狀態，并結合Zigbee技術的實時數據傳輸，實現對溫升情況的快速監測和分析。通過將異常溫度數值與指標閾值進行對比，可以更加準確地識別出設備的溫升異常狀況。

下面驗證識別時延指標，以測試研究方法的應用效率。設定實驗次數為1000次，每間隔100次記錄不同方法的應用時延，對比結果如圖5所示。

圖5 識別反應時間示意圖

根據圖5可知，與文獻方法相比，研究方法的時延顯著更低，可控制在2ms以下。這是因為研究方法利用Zigbee技術，結合快速響應的DS18B20傳感器和多指標融合分析的方法，能夠在短時間內快速完成對24kV高壓開關設備溫升異常的識別，從而有效降低了識別的時延。

3 結束語

本研究通過利用Zigbee技術設計了一種新的24kV高壓開關設備溫升異常識別方法，將DS18B20溫升傳感器與多項指標融合分析相結合，成功實現了對設備溫升異常的快速而準確的識別。實驗結果表明，該方法能夠顯著降低識別過程的時延，并提高溫升識別的精度，為提前發現設備異常狀態提供了有力支持。

未來，這一方法有望在電力系統領域得到廣泛地應用，可以應用于變電站、配電網等24kV高壓開關設備的溫升異常監測與預警。同時，結合物聯網技術，將更多的設備納入監測范圍，進一步提高電力系統的安全穩定運行水平。這一研究成果有著廣闊的應用前景，有望為電力設備運維管理提供更可靠的技術支持，促進電力系統的智能化發展。