導語

為了充分利用電力系統元件運行中的告警信息，本文充分利用條件概率工具，以并聯高壓電抗器為例，建立電氣模擬量測量結果與數據告警信號間的關聯關系，通過將其關聯關系進行函數擬合用于離群點檢測等數據挖掘方法中，實現元件運行狀態的在線監測。

研究背景

過電流是高壓并聯電抗器運行時經常出現的異常工況，極易導致元件發熱并引起設備壽命縮短。為了避免過電流現象長期存在，變電站現場往往需要配置電抗器過電流監測裝置，對過電流工況進行識別。

然而，實際運行中卻發現，由于電抗器本體電流互感器（CT）運行環境較為惡劣，隨著運行時間的增長，二次側測量異常故障時有發生，導致過電流告警裝置頻繁誤報警等現象，誤導現場運行維護人員。因此，急需一種基于SCADA運行數據的高壓電抗器過流報警正確性判別方法，為現場運行人員提供輔助決策。

論文方法及創新點

為了解決實際系統中高壓電抗器電流無法直接測量，只能通過過電流告警間接表示的問題，本文利用條件概率的思路構建了母線電壓有效值與電抗器過流報警間的關聯關系，如圖1所示。同時利用Sigmoid函數對此關系進行擬合。

圖1 母線電壓有效值與電抗器過流報警間的關聯關系

為了實現過流告警的正確性辨識，選取函數中心點及不確定域作為特征指標，構成二維關鍵特征數據點(KCDP)，用以進行故障診斷。

考慮到電力系統實際運行時難以采集很多的異常數據等實際，本文提出了基于正常運行數據劃定特征數據的正常域，然后采用離群點檢測的方法，判斷檢測點與正常域之間的距離，生成相關判據，進行故障診斷的思路，其示意如圖2所示。

圖2 診斷數據集

具體做法如下：將正常工況下獲得的多個關鍵特征數據點以及檢測日關鍵特征數據點構成診斷數據集，利用孤立森林離群點檢測算法對其進行離群點檢測，計算集合中每個關鍵特征數據點的異常分數。假設正常工況下關鍵特征數據點的異常分數滿足威布爾分布，基于分布的置信區間給出了高壓并聯電抗器本體電流互感器測量異常故障的診斷判據。

結論

本文提出了一種基于離群點檢測的高壓并聯電抗器本體電流互感器測量異常故障在線診斷方法。

該方法利用特定母線電壓有效值條件下，高壓并聯電抗器監控系統發出過流報警信號的條件概率關系，得到本體電流互感器故障診斷關鍵特征指標。上述兩個關鍵特征指標的生成不需獲取電流互感器測量結果，解決了電流互感器測量值無法直接獲取，僅能通過過流告警間接表征的問題。

同時，該方法選取P-ULM曲線的中心點偏移度、P-ULM曲線不確定域兩個物理量作為過流誤報警關鍵判別指標。分析表明，一旦出現系統中電流互感器測量準確度發生顯著變化時，上述兩個物理量可以較好的反映電流互感器測量異常情況，可為故障診斷提供依據。

最后，該方法利用孤立森林算法對診斷數據集進行離群點檢測，并給出了故障診斷判據，仿真結果驗證了方法的有效性。該方法實施簡便，無需額外增加測量設備。根據實際工程系統進行算例試驗，取得了良好的效果，具有較好的實用性。

引用本文

滕予非, 吳杰, 張真源, 姜振超, 黃琦. 基于離群點檢測的高壓并聯電抗器本體電流互感器測量異常故障在線診斷[J]. 電工技術學報, 2019, 34(11): 2405-2414.Teng Yufei, Wu Jie, Zhang Zhenyuan, Jiang Zhenchao, Huang Qi. Online Identification of Measurement Abnormality Fault Based on Outlier Detection for Current Transformer in High Voltage Shunt Reactor. Transactions of China Electrotechnical Society, 2019, 34(11): 2405-2414.

團隊介紹

滕予非

博士后，高級工程師，四川電科院繼保及自動化技術室副主任，四川省學術、技術帶頭人后備人員，國網四川省電力公司優秀技術人才。2012年自西安交通大學博士畢業，長期從事特高壓智能電網安全穩定控制以及電力數據科學研究,主持自然科學基金青年基金1項，省部級科技項目兩項，發表論文70余篇，授權專利20項，獲得省部級科技進步獎9項。