输变电设备状态检修系统的开发与应用

输变电设备状态检修系统的开发与应用输变电设备状态检修系统的开发与应用董明1,李元1,周建国2,严璋1(1.电力设备电气绝缘国家重点实验室,西安交通大学,西安710049;2.华东电网有限公司,上海200002)摘要:介绍了为华东电网开发的500kV输变电设备的状态检修系统。在该系统中,采用了如油中溶解气体(DGA)、局部放电(PD)、直流偏磁、铁心接地电流等一系列的在线监测技术及装备,并引入了如人工神经网络(ANN)、粗糙集理论(RST)等高级诊断方法进行运行中变压器故障诊断。实例分析结果表明该状态检修系统的有效性及实用性,有助于对用户提供维修决策支持。关键词:输变电设备;故障诊断;状态检修;状态评价;风险评价;资产管理;维修决策作者简介:董明(19782),男,副教授,主要从事电力设备状态检修及寿命评估技术的研究。中图分类号:TM76文献标志码:A文章编号:100129529(2009)0721070206Developmentandapplicationofcondition2basedmaintenancesystemsfortransmissionandtransformationequipmentDONGMing1,LIYuan1,ZHOUJian2guo2,YANZhang1(1.StateKeyLaboratoryofElectricalInsulationforPowerEquipment,Xi′anJiaotongUniv.,Xi′an710049,China;2.EastChinaGridCompanyLimited,Shanghai200002,China)Abstract:Anewcondition2basedmaintenance(CBM)systemfortransmissionandtransformationequipmentwaspresentedwhichwasdevelopedandfirstappliedtoa500kVsubstationofEastChinaPowerGrid.Inthissystem,aseriesofon2linemonitoringtechnologieswereused,i.e.dissolvedgasesanalysis(GDA),partialdischarge(PD),DCbias,andcoreearthingcurrentmonitoring.Severaladvancedmethodssuchasartificialneuralnetwork(ANN)androughsettheory(RST)werealsousedtodiagnosetransformer′sfaultsduringoperation.ThecasestudyprovedtheCBMsystemeffectiveanduseful.Keywords:transmissionandtransformationequipment;faultdiagnosis;condition2basedmaintenance(CBM);con2ditionevaluation;riskevaluation;assetmanagement;maintenancedecision2making随着电网规模的不断扩大,电力系统中的电力设备数量不断增加,输变电设备定期检修量迅速增加,开展基于设备状态的检修工作重要性日益凸显。与中低压电力设备的状态检修相比,超高压输变电设备在电网中占有举足轻重的作用,其状态检修需要更为强有力的技术手段支持,包括信息数据的及时掌握、运行状态的准确分析、运行风险的有效掌控等。电气设备的可靠性是电网安全运行的保证,因此宜及时对设备实施状态监测,尤其是对关键的大型电力设备尤为重要。在此背景下,依据国家电网关于状态检修的精神和指导意见,积极开展输变电设备状态检修系统的研制和开发工作,并选取华东电网一座500kV枢纽变电站作为试点,从设备状态量的信息化入手,探索数字化变电站的实现及运行方式,建立涵盖各类电力设备的状态在线监测和数字化软硬件系统,即500kV输变电设备状态检修系统,并在此基础上开展状态评估、状态检修工作。1系统概述状态检修系统由四层组成:就地监测层、站内数据平台、远方数据平台、高级应用层,如图1所示。本项目建立的由4层结构组成的状态检修系统,形成了集中的、多级的、远程的数字状态检测与诊断网络系统,完成状态监测数据的采集、传输、应用,解决了以往状态监测系统的种种弊端。该系统具有以下特点:(1)实现各监测量的集中显示、统一维护、综合分析诊断。(2)对各状态参量的数据通信格式进行了统一定义,采用了透明的通信协议;(3)应用IEC61850通信规约,提高了对其他系统的接入能力。(4)采用了较为成熟的电力设备智能故障诊断算法,提高设备故障的正判率,有力支持了状态评价的开展。2故障诊断与分析系统对输变电设备的状态诊断是实现设备状态管理的基础,也是应用支撑层的核心组成。一方面以GB5015022006《电气装置安装工程电气设备交接试验标准》、DL/T59621996《电力设备预防性试验规程》、国家电网公司《输变电设备状态检修试验规程》(以下简称《国网规程》)等国家、电力行业与国家电网公司标准、规范、导则为基础,对变压器、变压器套管、断路器、TA、CVT、MOA、SF6断路器、隔离开关及接地开关、GIS等设备的例行试验、诊断性试验都进行了算法支持和实现,另一方面结合西安交通大学综合全国各地多年试验数据基础上提出的诊断算法,将设备诊断中个别敏感的试验项目进行了故障细分,如根据变压器基本试验项目定位故障和明细故障的整体诊断算法、基于粗糙集等理论形成的变压器综合确定故障类型和简要建议的综合诊断算法等,更好地实现了状态管理的技术支撑。2.1基于《国网规程》的故障诊断方法依照《国网规程》,本诊断系统不但实现了从规程中抽象出来的绝对值比较算法和变化率比较算法,且包含了试验数据的纵横比较、状态量显著性差异分析等基于统计科学诊断方法。(1)试验数据的纵,横比较法纵比是对试验数据在时间上的变化趋势进行分析,试验数据的突变往往可能说明设备特性发生了变化;横比一般是指同一设备试验数据的相间比较。由于同一设备的运行环境和经历,试验的条件和时间比较一致,相间的试验数据具有可比性,因而相间的横比在一定程度上可以反映出设备特性的变化。当然纵横比的使用也有一定的限制,并不是所有的试验数据都适用,只有那些具有渐变特性,并与设备的运行状态相关的试验参数才有较大的使用价值,如介质损耗、直流泄漏、绝缘电阻等。另外有的试验项目(如直流电阻)除以上方法外,又分别对相间、线间的不同数据采取了三项不平衡的比较方法。(2)状态量显著性差异分析法由于某些状态量如绕组直流电阻劣化表现为状态值和初始值之间的不一致,依照状态量显著性差异分析法,可利用已经获得的有效试验数据进行新的直流电阻标准的动态计算,并进行了自定义标准下的诊断。具体方法如下:按设备型号、设备出厂厂家或设备电压等级中的一个或多个条件取出试验数据库中所有满足条件的试验数据,显示获取有效数据的条数n,并计算取出的数据的平均值,如,某厂生产的某型变压器高中—低及地绕组直流电阻数据变化率的平均值P,并计算数据的样本偏差S(不含被诊断设备试验数据)。对于劣化表现为偏离初始值(绕组直流电阻),计算出P-kS和P+kS,如果样本数据足够大,那么正常的变压器试验数据应该介于这两个数据之间,如果被诊断的试验数据不在这个范围内,应理解为偏离注意值。2.2基于三比值、人工神经网络与援例推理的油色谱诊断方法我国从20世纪60年代开始试验研究油中溶解气体分析技术和方法。40多年来采用该方法及时发现了大量充气电力设备内部存在的潜伏性故障,由于对这些潜伏性故障发现、处理及时,避免了事故发生和设备损坏。该方法具有不停电检测和能检测出缓慢发展的早期潜伏性故障等特点,已成为提高充油设备运行可靠性和杜绝运行中发生烧损事故的有效方法之一,被广泛采用。试验证明每种单一的诊断方法,虽然对某些特定的故障识别率较高,但也存在缺点。以比值法为例,它对故障属于过热或者放电类型的正判率较高,一般能达到90%以上。但对于过热类型故障,在进一步判断到底是属于导磁回路还是导电回路过热时,根据模拟试验,正判率只有60%多。因此,仅依靠单一的某种故障诊断方法来决定故障是不够可靠的。为此,本系统在每一步的判断过程中,都尽可能采用结合三比值、神经网络、援例推理等智能方法对油色谱数据进行综合分析,再按少数服从多数的策略形成总的判断结果,这样可以认为是对三个专家结果再进行“开会讨论”,以进一步提高正判率,图2为油色谱智能诊断算法流程。(1)人工神经网络方法采用变压器油中溶解气体含量进行变压器绝缘故障的识别,在数学上就相当于实现了一个从故障征兆空间到故障模式空间的映射。因变压器油中溶解气体含量与故障类别之间并没有明确的函数关系,所以具有非线性映射能力的人工神经网络技术被广泛地应用在变压器故障诊断中。人工神经网络作为一种形式上接近人脑构造的新型信息处理系统,具有强大的并行处理能力、分布式存储能力和自适应学习能力,因而在油中溶解气体含量分析结果的基础上结合人工神经网络技术进行变压器绝缘故障诊断已成为近年来的研究热点,并取得较大进展。本系统采用了单隐层的误差反向传播前馈型神经网络,其拓扑结构如图3所示。本系统采用以3个独立的单隐层BP神经网络ANN1、ANN2和ANN3对变压器故障进行诊断,如图4所示。即根据输入的故障变压器气体数据,由ANN1网络先将其划分为过热故障或放电故障,然后以ANN2网络再将过热故障进一步分为电路过热故障或磁路过热故障,或以ANN3网络将放电故障进一步分为涉及固体绝缘的放电故障或不涉及固体绝缘的放电故障。(2)援例推理方法援例推理(也称范例推理)方法(CaseBasedReasoning,CBR)同人类的日常推理活动十分接近,它来自于人类的认知心理活动:推理者在求解一个新问题时,往往习惯于借鉴他以前对类似问题的处理经验。当新面临的问题与他以前处理过的问题近于简单重复时,可以把处理旧问题的成功经验直接用于求解该问题;而当新问题是推理者从来没有遇见过的问题时,也可以回忆起一个或多个类似的旧问题,通过类比得到重要提示,加之一些规律性知识作指导,就便于完成对新问题的解决;同时,成功处理过的新问题又会被当作经验记下来,用以处理以后的问题。简言之,CBR的推理原理是:相似的问题具有相似的解。综合多种范例检索算法的范例推理综合诊断模型能够在一定程度上弥补各种范例检索算法的不足,在比较了待诊变压器和源范例间故障征兆的相似程度后,考虑到征兆相近的变压器可能具有相近的故障原因,从而确定出待诊变压器的故障原因,这种诊断思想比较符合实际情况,因而具有较高的诊断可靠性和实用性。2.3诊断系统实例分析某发电厂变压器额定容量为63MVA,额定电压为110/35/10.5kV。分析外部检查、绝缘油特性检查结果,认为是变压器内部异常。具体试验参数如表1～表3所示。根据试验数据利用故障诊断子系统进行故障诊断与分析。(1)图5为故障诊断系统色谱智能分析页面,诊断结果为涉及固体绝缘性放电。(2)图6为故障诊断系统基于粗糙集理论成果的变压器综合诊断分析页面,结合以上电气试验结果和色谱数据分析结果,诊断结果为:线圈故障,详细建议为接头焊接不好或线饼断股或裸金属过热。(3)现场专家处理意见是停运,吊芯检查。检查结果确为绕组故障。2.4充分重视在线检测的作用以及试点性采用IEC61850通信规范在线监测技术经过数十年的研究和实践,已经呈现出较快发展的趋势,部分成熟产品正逐渐向电网设备推广和应用,涵盖了主要的电气设备,并取得一定的效果。在线监测技术可以有效克服预防性试验的种种不足,在发现被监测主设备的缺陷方面,发挥了其他手段难以承担的作用,即及时、有效地发现设备缺陷和运行数据趋势,预防设备的突发性故障,是离线预防性试验的良好补充,为主设备的安全运行起到了较好的