張恩鋒

(1.山東能源棗礦集團供電工程處，山東省棗莊市，277011；2.中國礦業(yè)大學(xué)，江蘇省徐州市，221008)

在輸電系統(tǒng)中，絕緣子是連接不同電位導(dǎo)電體的重要部件，其性能的好壞直接影響著電力系統(tǒng)的安全與穩(wěn)定。由于在未來較長的一段時期內(nèi)，煤炭發(fā)電仍占據(jù)我國的主導(dǎo)地位，大氣環(huán)境中飄浮的污穢顆粒被吸附在絕緣子表面，造成絕緣子表面的污穢程度增加，此時如果絕緣子污穢受潮，將使絕緣子的絕緣性能急劇惡化，從而使絕緣子發(fā)生故障，引發(fā)大面積停電事故。因此，對絕緣子進行智能診斷是保證電力系統(tǒng)安全運行的重要措施之一。

本文通過采用RBF神經(jīng)網(wǎng)絡(luò)對絕緣子泄漏電流進行了分析，然后訓(xùn)練神經(jīng)網(wǎng)絡(luò)，最后搭建智能診斷模型并且進行驗證。模型搭建的目的是為了在事故來臨之前，采取必要的防護措施，對保障電力系統(tǒng)的安全穩(wěn)定具有十分重要的意義。

1 絕緣子污穢智能診斷模型的結(jié)構(gòu)設(shè)計

采用newrb函數(shù)創(chuàng)建RBF神經(jīng)網(wǎng)絡(luò)，搭建了絕緣子污穢度預(yù)測模型。絕緣子污穢度預(yù)測模型搭建的過程如圖1所示。

在建立絕緣子污穢智能診斷模型的過程中，模型的結(jié)構(gòu)采用五輸入一輸出的形式，如圖2所示。RBF神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)分別為相對濕度RH、溫度T、泄漏電流有效值Ⅰa、泄漏電流峰值Ⅰp和泄漏電流不同峰值區(qū)間的脈沖頻次fn，將這些參數(shù)作為評判絕緣子污穢程度的主要依據(jù)；網(wǎng)絡(luò)的輸出向量為等值鹽密ESDD，ESDD是一個對應(yīng)于污穢程度的標(biāo)準(zhǔn)量。

圖1 絕緣子污穢程度預(yù)測建模流程圖

圖2 絕緣子RBF網(wǎng)絡(luò)污穢度預(yù)測模型的結(jié)構(gòu)

為了定義絕緣子的污穢程度，結(jié)合具體的試驗環(huán)境、試驗數(shù)據(jù)、試驗現(xiàn)象以及相關(guān)文獻資料，將這兩個輸出劃分為4個等級。污穢程度以絕緣子表面的等值鹽密ESDD為依據(jù)，其4個等級定義為:當(dāng)ESDD為區(qū)間[0，0.1]時，污穢等級為A＝[污穢程度正常或輕微]；當(dāng)ESDD為區(qū)間 (0.1，0.2]時，污穢等級為B＝[污穢程度中等]；當(dāng)ESDD為區(qū)間 (0.2，0.3]時，污穢等級為C＝[污穢程度嚴(yán)重]；當(dāng)ESDD為區(qū)間 (0.3，0.4]時，污穢等級為D＝[污穢程度特別嚴(yán)重]。

2 絕緣子污穢度預(yù)測模型的搭建

2.1 選取RBF網(wǎng)絡(luò)訓(xùn)練樣本

建立絕緣子污穢度預(yù)測模型要選取合適的神經(jīng)網(wǎng)絡(luò)試驗數(shù)據(jù)樣本進行訓(xùn)練。目前，普遍認(rèn)為絕緣子的泄漏電流能在很大程度上反映絕緣子表面的污穢程度。此外在污穢度一定的情況下，絕緣子泄漏電流會隨著濕度、溫度的變化而變化。因此為了提高絕緣子污穢度預(yù)測模型的精確度，本文選取了東南大學(xué)500kV電壓等級下的試驗數(shù)據(jù)驗證利用RBF神經(jīng)網(wǎng)絡(luò)建立絕緣子污穢度預(yù)測模型的可行性。

2.2 訓(xùn)練樣本參數(shù)的歸一化

樣本參數(shù)的變化范圍較大，不利于RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，于是需要將訓(xùn)練樣本的參數(shù)進行歸一化處理。但是考慮神經(jīng)網(wǎng)絡(luò)的輸出能直接反映出絕緣子的真實污穢度，所以ESDD在此不作歸一化處理，只對5類輸入?yún)?shù)進行歸一化處理。

(1)相對濕度歸一化。由相對濕度對絕緣子影響可知，在相對濕度RH低于50%時，絕緣子表面的泄漏電流較小，絕緣子放電現(xiàn)象不明顯；當(dāng)相對濕度RH大于50%時，濕度對絕緣子污層的影響迅速增大，使絕緣子表面的泄漏電流快速增大，直至污層的濕度為85%，達到飽和。因此，選擇隸屬度函數(shù)S型函數(shù) (sigmf)對相對濕度進行歸一化處理，相對濕度歸一化曲線如圖3所示。

圖3 相對濕度歸一化曲線

(2)溫度歸一化。溫度對絕緣子泄漏電流的影響相對較小，他是通過影響絕緣子污層的濕度間接影響絕緣子泄漏電流的。因此，溫度對絕緣子污穢度預(yù)測模型的作用與濕度相似，也采用隸屬度函數(shù)S型函數(shù) (sigmf)。

(3)泄漏電流有效值歸一化。根據(jù)泄漏電流有效值與絕緣子鹽密的關(guān)系，用泄漏電流對數(shù)的指數(shù)形式的模糊函數(shù)對泄漏電流有效值進行歸一化，泄漏電流有效值歸一化曲線如圖4所示。

式中:a——常數(shù)，能夠反映模糊函數(shù)的收斂速度；

b——門檻電流，mA。

對于XP-7型絕緣子而言，兩個常量分別選取a＝1，b＝0.1mA。

圖4 泄漏電流歸一化曲線

(4)泄漏電流峰值歸一化。泄漏電流峰值點是絕緣子發(fā)生污閃的關(guān)鍵點，受各種因素的影響，泄漏電流的脈沖電流峰值具有隨機性，即使在輸入樣本參數(shù)相同的條件下，電流峰值也會不盡相同，但是會在某個范圍內(nèi)波動。因此，本文采用分段隸屬度函數(shù)的形式將泄漏電流峰值歸一化，函數(shù)式如下:

(5)泄漏電流脈沖頻次歸一化。計算出幅值不同的泄漏電流峰值在特定的時間內(nèi)產(chǎn)生的頻次ni，并用隸屬度分段函數(shù)分別賦予脈沖頻次不同的值。泄漏電流脈沖頻次的隸屬度函數(shù)式為:

2.3 RBF神經(jīng)網(wǎng)絡(luò)模型的建立

本文采用newrb函數(shù)創(chuàng)建RBF神經(jīng)網(wǎng)絡(luò)模型。

輸入向量:P＝[F(RH)，F(xiàn)(T)，F(xiàn)(Ⅰa)，F(xiàn)(Ⅰp)，F(xiàn)(fn)]T；

輸出向量:T＝ESDD。

此處，F(xiàn)(RH)、F(T)、F(Ⅰa)、F(Ⅰp)、F(fn)均是由相應(yīng)參數(shù)歸一化后的數(shù)據(jù)組成的列向量。

建立網(wǎng) 絡(luò):net＝newrb (P，T，GOAL，SPREAD)。

在創(chuàng)建網(wǎng)絡(luò)時，網(wǎng)絡(luò)會自動確定隱含層的節(jié)點數(shù)，使均方誤差GOAL和徑向基函數(shù)的擴展速度SPREAD達到設(shè)定的值。在RBF網(wǎng)絡(luò)的設(shè)計過程中，嘗試采用選取不同的 (GOAL，SPREAD)組合值，并最終找到一個最優(yōu)值。

2.4 絕緣子污穢度預(yù)測模型的驗證

在模型建立后，需要驗證模型預(yù)測的精確性。在相同的條件下，選取訓(xùn)練樣本之外的5組數(shù)據(jù)作為驗證樣本，如表1所示。

表1 污穢驗證樣本的原始數(shù)據(jù)

將驗證樣本中的5個輸入?yún)?shù)進行歸一化處理以后，利用建立好的絕緣子污穢度預(yù)測模型對驗證樣本進行仿真預(yù)測。RBF神經(jīng)網(wǎng)絡(luò)的仿真函數(shù)為ty＝sim (net，P1)，其中P1為驗證樣本的輸入?yún)?shù)，ty為RBF神經(jīng)網(wǎng)絡(luò)的仿真輸出結(jié)果。在仿真過程中，需要不斷地調(diào)整RBF神經(jīng)網(wǎng)絡(luò)net＝ne-wrb(P，T，GOAL，SPREAD)中的 (GOAL，SPREAD)組合值。通過對幾組不同的 (GOAL，SPREAD)組合值進行預(yù)測驗證，發(fā)現(xiàn)當(dāng)(GOAL，SPREAD)＝ (0.005，3.0)，可使網(wǎng)絡(luò)的預(yù)測達到最優(yōu)。同時也驗證了RBF神經(jīng)網(wǎng)絡(luò)應(yīng)用于絕緣子污穢預(yù)測的可行性，并可以達到很好的效果。因此，本文的絕緣子污穢度預(yù)測模型采(GOAL，SPREAD)＝ (0.005，3.0)，此時驗證樣本的模型預(yù)測結(jié)果如表2所示。

表2 污穢驗證樣本的預(yù)測結(jié)果

3 結(jié)語

進行了預(yù)測模型的結(jié)構(gòu)設(shè)計，并以泄漏電流的特征量為主參考量，結(jié)合絕緣子所處的溫度和濕度氣象因素，建立了基于RBF神經(jīng)網(wǎng)絡(luò)的絕緣子污穢度預(yù)測模型，并對模型的預(yù)測應(yīng)用進行驗證，最終表明預(yù)測模型可以使絕緣子的污穢程度實現(xiàn)很好的預(yù)測效果，具有一定的實用性，為電力系統(tǒng)的正常運行提供了有力保障。

[1]Gouda O E，Amer G M，F(xiàn)actors affecting the leakage current bursts of high voltage polluted insulators[C].IEEE Universities Power Engineering Conference，Taiwan，2004

[2]李璄延，姚陳果等.污穢絕緣子放電發(fā)展區(qū)段與污閃預(yù)警的研究[J].中國電機工程學(xué)報，2008(13)

[3]Ahmad S，Ghosh P S.Modeling of various meteorological effects on contamination level for suspension type of high voltage insulators using ANN[C].Transmission and distribution conference and exhibition 2002，Asia Pacific.IEEE／PES，2002

[4]楊慶，司馬文霞等.復(fù)雜環(huán)境條件下絕緣子閃絡(luò)電壓預(yù)測神經(jīng)網(wǎng)絡(luò)模型的建立和應(yīng)用[J].中國電機工程學(xué)報，2005(13)

[5]張寒，文習(xí)山，丁輝.用神經(jīng)網(wǎng)絡(luò)預(yù)測基于氣象因素的絕緣子等值附鹽密度[J].高壓電器，2003(6)

[6]尉敏.基于模糊神經(jīng)網(wǎng)絡(luò)的絕緣子狀態(tài)檢測新方法的研究[D].東南大學(xué)，2006

[7]張恩鋒，張浩.高壓STATCOM 無功補償與諧波治理裝置在礦井變電所的應(yīng)用[J].中國煤炭，2012(5)

[8]戴云航，王志剛等.LXY-120絕緣子在不同濕度下泄漏電流特性的研究[J].華東電力，2006(9)

[9]毛穎科，關(guān)志成等.基于BP人工神經(jīng)網(wǎng)絡(luò)的絕緣子泄漏電流預(yù)測[J].中國電機工程學(xué)報，2007(9)

[10]張重遠，黃彬等.懸式瓷制絕緣子泄漏電流與表面污穢的關(guān)系[J].高電壓技術(shù)，2008(4)

[11]張恩鋒.基于GPRS的電力鐵塔智能監(jiān)測系統(tǒng)的設(shè)計[J].中國煤炭，2011 (5)