变压器运行工况实时监测和辅助决策

【摘 要】电力变压器是电力系统最重要的电气设备之一,其运行的稳定性和安全性直接关系着供电质量和电网稳定性.本文以变压器为研究对象,提出变压器运行工况实时监测与辅助决策的实现方法,并对相关内容进行了简单阐述.

【关 键 词 】变压器运行工况；实时监测；辅助决策

前言

电力变压器是电力系统最重要的电气设备之一,其运行的稳定性和安全性直接关系着供电质量和电网稳定性,任何变压器的停电都是灾难性的事故.另外,变压器运行多长时间检修一次、发生多少起故障后需要进行检修,国内目前还没有科学的定论和统一的标准,对变压器的维护检修,大多采用计划检修模式,计划检修存在着严重的缺陷,如临时性维修频繁、维修不足或维修过剩、盲目维修等,这使设备维修耗资巨大.

因此,有必要综合传感技术、微电子技术、计算机软硬件技术和数字信号处理技术,开展变压器远方在线监测工作,通过第三方系统或终端装置采集变压器运行数据,利用主站计算机软件对数据进行分析和评估,及时发现变压器运行过程中的问题,进行变压器运行工况实时预警,提醒相关人员检查确认并消除相关问题,同时辅助决策检修计划,克服定期检修的盲目性.

1.监测技术

变压器结构较为复杂,变压器在运行过程中常见的问题、存在的异常或隐患,很难被诊断出来或者找出位置,且停电时有些重要数据也不能测试.通过建立变压器运行工况多参数在线监测和分析模型,可以诊断故障并找出位置等有价值的数据,因此,变压器运行工况在线监测技术日益重要.

目前国内外开展有关变压器监测项目主要包括温度监测、振动监测、局部放电监测、油色谱在线监测和频率响应监测等.但是,各终端设备或后台主站各自为政,一般都不能实现大的系统集成,采样信号较少、采集数据不足、分析精度不高、计算模型简单,同时存在人机交互性不够友好、联网能力弱、实用性差等缺点.因此,为了开展变压器运行工况的实时预警工作,有必要进行监测数据的信息整合工作.

一般来说,可以通过接驳调度自动化系统、变电站综合自动化系统、继电保护及故障信息子站系统、油色谱后台主站管理系统等第三方系统获取数据,对于没有建立系统性的设备和对象,可以通过直接与设备实现通讯的建立和数据的获取.数据获取成功,通过在线进行数据清洗和存储,建立变压器运行工况在线监测和分析模型.

2.趋势分析

趋势分析是单一因素的动态变化过程的一个预测,影响变压器运行的因素很多,对于不同类型的因素,所采用的增长模型各不相同,不同的温度环境、不同的负荷状况、不同的动流指标对于增长的趋势分析也各不相同.为保证趋势预测的可行性,降低趋势预测难度,可以采用分类迭加的方法进行预测.比如在分析负荷增长模型的时候,检测设温度和电流等其他监测量不变,在分析温度增长模型的时候,检测设负荷和其他的影响因素不变,通过不同的模型算法,并结合专家知识库及以往的经验历史数据科学、准确的进行负荷或者温度增长的趋势分析.

3.贝叶斯网络状态评估

面向变压器异常运行状况评估应用贝叶斯网络.其建造所需要的信息来自多种渠道,如监测数据,温度或负荷等增长变化趋势,变压器参数信息以及专家知识库等.

首先将变压器异常运行分为各个相互独立且完全包含的类别,然后对各类异常运行状况分别建造贝叶斯网络模型.

需要注意的是,评估模型只在发生异常时启动,因此无需对变压器正常运行状态建模.通常变压器异常运行由一个或几个原因造成的,这些原因又可能由一个或几个更低层次的原因造成.

建立起网络的节点关系后,还需要进行概率估计.具体方法是检测设在异常运行即将出现的情况下,估计该异常状况的各个节点的条件概率,这种局部化概率估计的方法可以大大提高效率.

4.多因子异常预警体系

传统的异常预警算法,只能够单纯通过温度、湿度或者负荷来判断变压器的运行状况,不能够结合动稳电流、套管及油色谱等运行信息统一判别变压器的运行健康状态,估算结果不准确,存在一定的误差.采用基于学习推理人工神经网络的多因子预警体系,多因子预警体系能够通过监测数据、设备参数和环境因子等,进行变压器的机械特性分析和气体绝缘分析,对分析结果进行不同权重的计算,对计算结果进行合理的分级预警,能够更加准确科学的提供变压器异常预警.

为了实现科学、准确的多因子预警机制,建立完善的预警模型,通过设备参数、监测信息等建立预警样本、处理不完备信息、数据离散化、属性简约、生成规则、规则过滤这些处理过程,结合预建的预警规则库,最终完成综合预警,计算出科学、准确的预警级别和信息.

5.单目标多约束辅助决策

单目标多约束的辅助决策,通过对变压器运行状态评估、未来的温度、负荷趋势、变压器的历史负荷曲线以及电网结构模型,结合辅助决策模型和专家历史知识库,能够科学、自动、准确的得出多种异常运行方式的解决方案及其效果的预估,能够得出当前变压器的最佳运行方式、急救负载的实际调节量和解决方案的预计效果.在负荷调整实施过程和负荷调整实施后,运行方式改变的实施结果能够重新归纳录入到专家知识库和辅助决策模型中去,不断地完善、修正单目标多约束的辅助决策系统.