基于软测量的图谱变化检测技术在变电站状态智能分析中的研究与应用

摘 要： 基于软测量图谱变化检测技术，研究了其在变电站状态智能分析中的应用。采用软测量技术对智能变电站状态图谱监测系统的接口分级、IEC61850 信息模型、图谱变化监控系统、图谱状态监测系统结构进行研究，同时分析了软测量智能图谱分析关键技术支持向量机SVM法、设备软测量特征分析、典型场景数据库的建立。结合变电站的实际应用，对变电站的两个典型场景的图谱进行建模，通过两个典型场景区域实现对图谱变化异常情况的监控与处理，为今后软测量的图谱变化检测技术在变电站状态智能分析中的应用提供参考。

关键词： 软测量； 检测技术； 智能分析； 图谱

中图分类号： TN98?34； TM76 文献标识码： A 文章编号： 1004?373X（2017）13?0171?04

Abstract： According to the spectrum change detection technology based on soft measurement， its application in substation condition is intelligent analysis studied. The soft measurement technology is used to study the monitoring system interface classification， IEC61850 information model， spectrum change monitoring system and structure of the intelligent substation state spectrum monitoring system. The key technologies （support vector machine （SVM） method， soft measurement feature analysis of equipment， establishment of typical scene database） of the soft measurement intelligent spectrum analysis are analyzed. In combination with the practical application of the substation， the spectrum of two typical scenes of substation was modeled. The abnormal situation of spectrum variation can be monitored and treated with two typical scene regions， which provides a reference for the application of spectrum change detection technology based on soft measurement in substation state intelligent analysis.

Keywords： soft measurement； detection technology； intelligent analysis； spectrum

0 引 言

随着电力建设的发展，变电站对供电系统安全运行及电力设备良好状态的要求越来越高，以自动化、信息化、可视化为特征的智能变电站越来越受欢迎[1?3]。涉及变电站安全防护、图谱检测、高压设备运行等辅助系统建立的智能监测系统逐渐成为智能变电站状态监测不可缺少的部分[4?7]。融合物联网技术，构建图谱监测网络对变电站设备运行图谱变化实施全天候在线监测，成为当前智能变电站研究的热点[8]。

随着电网规模的不断扩大，变电站智能化控制成为电力系统的一个重要节点，为了确保变电站安全、正常运行，需不断提升变电站图谱变化检测系统智能化分析能力，随着软测量技术在各个行业的广泛应用，尤其在电力系统变电站图谱变化检测系统智能分析中的作用日益显著[9?11]。本文基于软测量图谱变化检测技术，研究了其在变电站状态智能分析中的应用。

1 软测量技术

软测量实质是使用计算机技术，结合自动控制理论，将不易测量或目前不能测量的一些比较重要的变量，利用容易测量的一些变量根据其相互之间的数学联系对这些变量进行推断或估计，通过软测量的方式对硬件功能进行代替的一种技术。软测量模型对过程中的输入与输出变量的相互关系不是特别强调，而关心的是通过辅助变量估计最佳主导变量。

传统变电站监控系统无法直接获取设备状态，要得到设备状态信息，必须建立设备红外、紫外图谱，通过监控数据才能获得。因而对基于设备图谱的软测量技术的研究具有非常重要的r值。软测量技术与传统检测技术相比，其特点是通用性、灵活性非常强，成本较低，容易实现，图1为软测量模型结构。

2 软测量技术在智能变电站状态图谱监测系统的应用架构

2.1 系统结构

智能电网以先进自动化技术和计算机技术为基础进行架构，提升变电站的安全运行。软测量技术在智能变电站状态图谱监测系统的应用架构，按照整个系统的应用需求，系统架构的分层和分区均采用分布式结构，系统为三级构建，分为省级主站系统、地区级主站系统、站端系统。通过专用通信网络，省级主站可对整个省的变电站设备、环境信息进行查看，同时统计地区级主站的工况；地区级主站主要管理所辖的变电站。系统架构的核心和关键是搭建适合智能电网图谱变化检测的变电站监控方案。站端系统是变电站整个视频系统的一个基本单元，其主要任务是对变电站进行监控。本文设计的站端系统结构中，在变电站的视频控制系统中配置有视频监控主机，进行图谱变化的检测。同时还配置有变压器/电抗器检测设备、短路器/GIS检测设备、容性检测设备、环境检测设备、计量检测设备、监控检测设备、保护检测设备等，这样就可对全变电站的电气设备和关键部位的安装地点进行24 h监控，实现对生产设备图谱变化检测的可视化管理与分析，进而满足变电站系统对设备关键部位图谱变化的安全监视，因此变电站可实现安全预警，图2为智能变电站关键部位图谱状态监测系统结构。

2.2 监测系统接口分级

图谱状态监测系统接口分为四层，第一层为主站层，包括主站检测单元；第二层为站控层，包括站端检测单元，历史数据和诊断结果由站控层的计算机系统长期存储；第三层为间隔层，包括2个图谱状态检测主IED，间隔层主要对测量的数据进行存储，并分析和诊断数据；第四层为过程层，包括4个图谱状态检测子IED，每个子IED连接有传感器，传感器直接联系现场。图谱变化状态检测数据在经过信号调理和预处理后，由检测子IED传送到2个间隔层主IED，同时4个检测子IED对间隔层输出的参数对、参数配置、参数召唤、强制重启等控制命令进行快速接收。过程层遵循标准为IEC61850，信息交换采用GOOSE方式、SMV方式完成，图3为系统接口分级图。

2.3 IEC61850信息模型

IEC61850信息建模集中在变压器、断路器等智能电子设备IED，基于IEC61850统一信息模型和通信平台方面，在变电站辅助生产系统领域，IEC61850信息建模逐渐成为智能变电站图谱变化状态监测的重要组成部分。IEC61850信息模型分为两部分，分别为基本信息模型、信息服务模型，采用分层、分类原则构建这两个模型，图4为IEC61850信息模型。

IEC61850信息模型包括逻辑设备、逻辑节点、服务器、数据对象、数据属性共5个类别。服务器由一个或数个逻辑设备组成，提供数据；逻辑设备实质上属于一种虚拟设备，其组成包括逻辑节点、对应服务，逻辑节点是最小的功能单元，通过逻辑连接进行数据的交换，完成有关功能；数据对象属于比较具体的数据填充、数据功能描述，它是构成访问信息模型和操作信息模型的途径；数据属性由四个元素组成，分别为属性类型、特殊值、功能约束、触发选项，数据对象不能独立存在，它是信息最终载体，对信息模型进行访问、操作的行为，实质是对数据属性的读与写。

2.4 图谱变化监控系统方案

图5为图谱变化状态监控系统方案，系统由配线架、防火墙、分光器、录像机、综合服务器、交换机、ONU、图谱监控子系统、设备状态监控子系统、前端采集子等组成。图谱变化监测系统的各个IED，视频监视系统摄像头与ONU进行连接，数据由分光器进行汇集后送到光纤配线架，最后出站。

3 软测量智能图谱分析关键技术

3.1 支持向量机SVM法

软测量的核心技术是进行监控对象的前期建模和关联建模，关联建模主要是建立测量变量与推断变量之间的关系。对变电站智能图谱分析来说，支持向量机SVM法是最为有效的工具。SVM 法属于一种机器学习方法，其原则是风险最小化，该方法通过对函数子集、函数子集的判别函数进行适当选择，达到学习机器的最小化，这样有限训练得到的小误差分离器的通过就有了保障，解决了欠学习、过学习问题，泛化能力良好。支持向量机是对一个凸优化问题的求解，其局部的最优解实质上是全局最优解。通过应用核函数，使得对非线性的求解转化成线性求解。

3.2 设备软测量特征分析

进行图谱变化软测量特征分析时，要根据变电站关键设备的刀闸、套管、变压器、母线等建立正常特征数据库，以数学模型、正常特征数据库为基础，达到推理机制、学习机制的完善性与有效性。按照系统运行设置的业务流程，系统中相对重要的内容是典型场景数据库，在系统实时图谱变化分析到软测量数据后，与正常样本的历史图谱变化软测量数据对比，对异常的图谱变化分析内容进行告警。

3.3 典型场景数据库的建立

在典型场景数据库建立过程中，采用研究组织的数据库技术，存储数据理论方法，对处理数据的方法、技术进行高效获取，进而对数据进行统一管理、组织。根据设计的系统结构进行相对应的数据仓库、数据库的建立。采用数据库管理系统设计出对数据库的数据管理应用系统，采用数据挖掘系统设计出对数据库的数据挖掘应用系统，通过应用管理系统对数据进行分析、理解、处理。在对图谱变化的特征及属性进行提取时，要完整提取，这样图谱变化的信息内容就可以完整地表达出来。

4 典型场景建模设置的应用

本研究结合变电站的实际应用，对变电站的两个典型场景的图谱进行建模。

第一个图谱典型区域为刀闸区域，通过对现场120个图谱样本的获取，实现刀闸区域的图谱建模，这120个图谱颖景括季节不同时的样本，天气状况不同的样本，通过这些现场图谱样本建立现场数据库，同时建立第一个图谱典型区域的机器学习模型，表1为第一个图谱典型区域刀闸区能够监控的图谱变化异常情况和处理方案。

第二个图谱典型区域为母线区域，通过对现场120个图谱样本的获取，实现母线区域的图谱建模，这120个图谱样本包括季节不同时的样本，天气状况不同的样本，通过这些现场图谱样本建立现场数据库，同时建立第二个图谱典型区域的机器学习模型，表2为第二个图谱典型区域母线区能够监控的图谱变化异常情况和处理方案。

5 结 语

本文基于软测量图谱变化检测技术，研究了其在变电站状态智能分析中的应用。结合变电站的实际应用，对变电站的两个典型场景的图谱进行建模，通过两个典型场景区域能够实现对图谱变化异常情况监控与处理，为今后软测量的图谱变化检测技术在变电站状态智能分析中的应用提供参考。

参考文献

[1] 杨臻，赵燕茹.EPON技术在智能变电站状态监测和视频监控系统中的应用[J].电力建设，2014，35（11）：107?112.

[2] 王志坚，苏雁飞，李景新.变电站压板智能检测技术及其应用[J].电工技术，2012（12）：17?19.

[3] 黄永钦，余跃.变电站智能压板检测的技术及运用探析[J].电力科技，2014（11）：313.

[4] 陆彬，姜懿纯，朱小良.核电站堆芯温度场软测量方法研究[J].传感技术学报，2016，29（2）：226?232.

[5] 张达天，吕伟.基于TW图谱及同频噪声分离技术的高压电缆局部放电检测装置的研制[J].智能电网，2015，3（3）：250?255.

[6] 刘海艳.基于区域像素分类的基因图谱检测方法研究[J].现代电子技术，2016，39（4）：94?98.

[7] 支丽欣，张晓慧.探究智能变电站二次设备自动检测系统设计[J].中国新技术新产品，2014（21）：11.

[8] 李丽华.智能变电站断路器状态检测IED设计[J].科技致富向导，2014（35）：92.

[9] 延勇，刘毅敏.220 kV智能变电站继电保护调试关键问题分析及建议[J].东北电力技术，2014，35（11）：22?26.

[10] 陆昱，毛迪林，肖晓春，等.智能变电站设备温度在线检测设备的IEC 61850信息建模[J].计算机应用，2013，33（z2）：269?272.

[11] 杨荣宗.状态监测技术在智能变电站中的应用分析[J].中国新技术新产品，2012（18）：174.