王永強(qiáng)，王巨偉，張 斌，胡芳芳，鐘 釗，歐陽(yáng)寶龍

基于FLN的覆雪絕緣子閃絡(luò)電壓預(yù)測(cè)方法

王永強(qiáng)1，王巨偉1，張 斌1，胡芳芳1，鐘 釗1，歐陽(yáng)寶龍2

（1華北電力大學(xué)河北省輸變電設(shè)備安全防御重點(diǎn)實(shí)驗(yàn)室，河北保定071003；2國(guó)網(wǎng)河北省電力公司檢修分公司，石家莊050070）

絕緣子的失效和閃絡(luò)是威脅電力系統(tǒng)正常工作的主要因素之一。在對(duì)FXBW-10/70絕緣子閃絡(luò)實(shí)驗(yàn)的基礎(chǔ)上，提出了一種基于函數(shù)聯(lián)結(jié)神經(jīng)網(wǎng)絡(luò)（FLN）的覆雪絕緣子閃絡(luò)電壓預(yù)測(cè)方法。預(yù)測(cè)模型以覆雪厚度、環(huán)境溫度、濕度、覆雪水電導(dǎo)率等作為輸入變量，以覆雪絕緣子的閃絡(luò)電壓為輸出變量。理論和實(shí)驗(yàn)分析表明，該模型能較準(zhǔn)確地反映覆雪絕緣子閃絡(luò)電壓與覆雪厚度、環(huán)境溫度、濕度、覆雪水電導(dǎo)率等因素間的關(guān)系，這對(duì)于我國(guó)預(yù)防雪災(zāi)對(duì)電力系統(tǒng)的影響具有一定的參考價(jià)值。

覆雪絕緣子；閃絡(luò)電壓預(yù)測(cè)；函數(shù)聯(lián)結(jié)神經(jīng)網(wǎng)絡(luò)（FLN）

0 引言

我國(guó)能源西部充盈、東部不足的格局決定了我國(guó)需要開發(fā)西部的能源，于是我國(guó)開展了一系列的西部大開發(fā)、西電東送的工程項(xiàng)目，而我國(guó)東西部地理環(huán)境差異較大，西部地區(qū)特有的高原和高寒的惡劣環(huán)境對(duì)電氣設(shè)備正常運(yùn)行有著很大的不利影響。這其中對(duì)于絕緣子影響最大的就包括由于大量的降雪對(duì)絕緣子表面的覆雪造成絕緣子絕緣性能的下降。因此探索多種混雜因素影響下絕緣子閃絡(luò)電壓預(yù)測(cè)模型在當(dāng)前是非常有意義的工作。前期大量試驗(yàn)研究表明:覆雪絕緣子的閃絡(luò)電壓與覆雪厚度、環(huán)境、濕度、覆雪水電導(dǎo)率等因素密切相關(guān)。但這種復(fù)雜環(huán)境中的外絕緣選擇，因影響因素多而且具有隨機(jī)性，是一個(gè)相當(dāng)復(fù)雜的研究課題。因此，建立復(fù)雜環(huán)境下覆冰絕緣子閃絡(luò)電壓預(yù)測(cè)模型具有重要的學(xué)術(shù)意義和工程參考價(jià)值。

由于神經(jīng)網(wǎng)絡(luò)方法具有通過學(xué)習(xí)來解決非線性問題的能力，因此，將其用于非線性系統(tǒng)模型的建立和應(yīng)用，可不受非線性模型具體種類的限制，較傳統(tǒng)的方法具有很明顯的優(yōu)越性。對(duì)系統(tǒng)的輸入輸出數(shù)據(jù)的過程，即是對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，這也就是神經(jīng)網(wǎng)絡(luò)自適應(yīng)逼近非線性函數(shù)的過程。在利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)閃絡(luò)電壓的應(yīng)用中，在此之前，通用的BP神經(jīng)網(wǎng)絡(luò)原理簡(jiǎn)單，具有自適應(yīng)、自學(xué)習(xí)的能力，可逼近任意的非線性系統(tǒng)，已在外絕緣研究中得到較多應(yīng)用。但BP神經(jīng)網(wǎng)絡(luò)存在一些不便于使用的缺點(diǎn)，比如學(xué)習(xí)速度慢、對(duì)初始權(quán)值的選取敏感、易陷入局部極小等缺點(diǎn)，影響其實(shí)際應(yīng)用效果。為了彌補(bǔ)BP網(wǎng)絡(luò)的不足，因此筆者在實(shí)驗(yàn)室大量覆雪閃絡(luò)實(shí)驗(yàn)的基礎(chǔ)上，選擇FLN網(wǎng)絡(luò)來建立復(fù)雜環(huán)境中絕緣子閃絡(luò)電壓的預(yù)測(cè)模型[1-4]。

筆者首先利用函數(shù)擴(kuò)展基的變換對(duì)FLN算法關(guān)于絕緣子閃絡(luò)電壓預(yù)測(cè)問題進(jìn)行訓(xùn)練。然后，基于實(shí)驗(yàn)室大量的覆雪絕緣子閃絡(luò)實(shí)驗(yàn)所得數(shù)據(jù)，將絕緣子閃絡(luò)的經(jīng)驗(yàn)知識(shí)融合到FLN算法中，以對(duì)絕緣子覆雪在線閃絡(luò)電壓進(jìn)行有效預(yù)測(cè)監(jiān)督。實(shí)際的預(yù)測(cè)結(jié)果顯示，該算法較準(zhǔn)確地有效預(yù)測(cè)了模擬實(shí)驗(yàn)的閃絡(luò)電壓，對(duì)電力系統(tǒng)中在線運(yùn)行的絕緣子狀態(tài)的判斷有較實(shí)際的意義。

1 FLN算法簡(jiǎn)介

標(biāo)準(zhǔn)函數(shù)連接神經(jīng)網(wǎng)絡(luò)（functional link net?work，F(xiàn)LN）方法是在HON方法和MLP方法的基礎(chǔ)上發(fā)展而來的，相對(duì)于之前的方法，F(xiàn)LN的優(yōu)勢(shì)在于：1）FLN可融入對(duì)象的先驗(yàn)知識(shí)和機(jī)理作為函數(shù)的擴(kuò)展基，從而大大提高了建模和預(yù)測(cè)的速度和精度；2）FLN可以較好地描述對(duì)象的非線性動(dòng)態(tài)行為，只需進(jìn)行線性最小二乘計(jì)算即可得出良好的結(jié)果，一定程度上避免了復(fù)雜的非線性訓(xùn)練，因此計(jì)算復(fù)雜度較低；3）FLN所具有的Lyapunov穩(wěn)定性理論可以保證該網(wǎng)絡(luò)的收斂性[5-8]。

由文獻(xiàn)[9]可知定理如下：

2 閃絡(luò)電壓預(yù)測(cè)方法

要確定FLN的具體預(yù)測(cè)算法，首先要確定函數(shù)擴(kuò)展基，并且在這些基中有機(jī)地融入先驗(yàn)知識(shí)和機(jī)理。

在閃絡(luò)電壓的預(yù)測(cè)算法方面，主要由以下部分構(gòu)成：1）可確定電壓部分Ud（x）：這是指在理想狀況下，絕緣子的干閃電壓，其大小是與絕緣子串的長(zhǎng)度傘型有關(guān)，并且與絕緣子的爬距直接相關(guān)；2）環(huán)境相關(guān)電壓變化部分Uw（x）：與濕度等相關(guān)的電壓變化部分;3）覆雪情況電壓變化部分Us（x）：Us（x）是覆雪厚度的電壓變化部分。則總的電壓值U（x）為

式中的Ud可以利用絕緣子的爬距算得，是可以確定的，不需要預(yù)測(cè)。因此，只需重點(diǎn)分析Uw（x）+Us（t）的機(jī)理。

其中可能對(duì)Uw（x）造成影響的天氣因素包括溫度、濕度、風(fēng)速、云層以及異常天氣等?？偟恼f來，濕度是最主要的因素，并且在不同的季節(jié)時(shí)，不同因素所占的重要性有不同的變化，但在大多數(shù)情況下，濕度是影響絕緣子絕緣性能的最主要因素[10-13]。因此可以用以下的公式來預(yù)測(cè)天氣因素對(duì)電壓的影響：

式中：φ(t)為某一時(shí)刻的空氣濕度；α為非線性濕度模型系數(shù)，1≤i≤3。

由于預(yù)測(cè)精度已達(dá)到要求，這里只精確到三階。

式中：h(t)表示某一時(shí)刻覆雪的厚度；β為非線性雪厚度模型系數(shù)；γ為積雪形狀模型參數(shù)。同樣三階的精度滿足計(jì)算預(yù)測(cè)要求。

由上所述，輸入量經(jīng)函數(shù)擴(kuò)展基可得到

式中：

預(yù)測(cè)的過程中應(yīng)該注意以下幾點(diǎn)：

2）溫度系數(shù)設(shè)計(jì)是為了有機(jī)融入溫度變化的周期性等機(jī)理以及先驗(yàn)知識(shí)[14-15]。其中的參數(shù)是由預(yù)測(cè)效果確定的，調(diào)整這些參數(shù)可以對(duì)預(yù)測(cè)效果進(jìn)行微調(diào)；

3）由于函數(shù)擴(kuò)展基選擇的自由度很大，所以可以通過調(diào)整擴(kuò)展基及其參數(shù)的方法繼續(xù)改善預(yù)測(cè)效果。因此，該算法的準(zhǔn)確度仍然有較大的提升空間。

3 實(shí)際閃絡(luò)電壓實(shí)驗(yàn)結(jié)果

筆者所采用的數(shù)據(jù)來自于高壓試驗(yàn)實(shí)際測(cè)量，在實(shí)驗(yàn)中，采用了FXBW4-35/70型絕緣子進(jìn)行實(shí)際閃絡(luò)實(shí)驗(yàn)，加以工頻試驗(yàn)高電壓，分別測(cè)得了干閃，環(huán)形覆雪絕緣子閃絡(luò)，不均勻覆雪絕緣子閃絡(luò)，并且在不同的濕度條件下測(cè)得了不同的數(shù)據(jù)。

試驗(yàn)情況見圖1至圖3。

圖1 實(shí)驗(yàn)絕緣子Fig.1 Test insulator

圖2 絕緣子全側(cè)覆雪Fig.2 Snow-covered on the all sides

給絕緣子加工頻試驗(yàn)電壓，并記錄閃絡(luò)瞬間，圖像見圖4至圖6。

圖3 絕緣子一側(cè)覆雪Fig.3 Snow-covered on the one side

圖4 干閃瞬間Fig.4 Moment of dry flashover

圖5 全側(cè)覆雪閃絡(luò)瞬間Fig.5 Moment of all sides covered flashover

從實(shí)驗(yàn)結(jié)果可看出，隨著濕度增加，閃絡(luò)電壓有較小幅度的上升；隨著覆雪厚度和雪水電導(dǎo)率的增加，閃絡(luò)電壓有明顯的下降。

4 預(yù)測(cè)結(jié)果

通過MATLAB軟件對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行擬合分析計(jì)算，取預(yù)測(cè)結(jié)果中的一部分?jǐn)?shù)據(jù)結(jié)果與實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析，誤差見表1和表2。

圖6 一側(cè)覆雪閃絡(luò)瞬間Fig.6 Moment of one side covered flashover

表1 實(shí)驗(yàn)時(shí)的環(huán)境參數(shù)Table 1 Environmental parameters at the time of experiment

表2 預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果對(duì)比Table2 Comparison of experimental data and forecast data

表中誤差值的計(jì)算公式為

由表中數(shù)據(jù)可見，本方法對(duì)覆雪絕緣子的閃絡(luò)特性預(yù)測(cè)有著比較高的精確度。

5 結(jié)語

將氣候和環(huán)境因素影響絕緣子閃絡(luò)電壓的機(jī)理和先驗(yàn)知識(shí)作為函數(shù)擴(kuò)展基有機(jī)融入到FLN中，經(jīng)過對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行訓(xùn)練，形成了基于FLN的覆雪絕緣子閃絡(luò)電壓預(yù)測(cè)網(wǎng)絡(luò)。對(duì)實(shí)驗(yàn)室進(jìn)行的絕緣子閃絡(luò)實(shí)驗(yàn)的試驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比，證明了該預(yù)測(cè)方法具有較高的精確度，并且以神經(jīng)網(wǎng)絡(luò)的形式來預(yù)測(cè)復(fù)合絕緣子的閃絡(luò)電壓，具有一定的實(shí)際意義，為以后指導(dǎo)清掃和檢修提供了一項(xiàng)有力的參考數(shù)據(jù)。

[1]楊武，榮命哲，陳德桂.基于ANN的在線參數(shù)自適應(yīng)預(yù)測(cè)算法的研究[J].電工技術(shù)學(xué)報(bào)，2002，17（6）：72-77.YANG Wu，RONG Mingzhe，CHEN Degui.Study on ANN based adaptive prediction of on-line parameter of electric device[J].Transactions of China Electrotechnical Society，2002，17（6）:72-77.

[2]SIERRA A，MACIAS J A，CORBACHO F.Evolution of functional Link networks[J].IEEE Transactions on Evolu?tionary Computation，2001，5（1）:54-65.

[3]HASSANZADEH I，SHARIFIAN M B B，KHANMO?HAMMADI S，et al.A FLN artificial neural network based fuzzy controller for generator excitation control[C]//Canadian Conference on Electrical&Computer Engineer?ing.2000:702-706.

[4]程加堂，周艷潔，艾莉.基于蟻群算法的神經(jīng)網(wǎng)絡(luò)絕緣子閃絡(luò)電壓預(yù)測(cè)[J].水電能源科學(xué)，2012，30（6）：175-177.CHENG Jiatang，ZHOU Yanjie，AI Li.Insulator flash?over voltage prediction based on ant colony algorithm neu?ral network[J].Water Resources and Power，2012，30（6）:175-177.

[5]DASH P K.A real-time short-term load forecasting sys?tem using functional Link network[J].IEEE Trans on Pow?er System，1997，12（2）:675-680.

[6]張海濤，陳宗海，朱六璋.基于改進(jìn)FLN的短期電力負(fù)荷預(yù)測(cè)算法[J].電工技術(shù)學(xué)報(bào)，2004，19（5）：92-96.ZHANG Haitao，CHEN Zonghai，ZHU Liuzhang.Fore?casting algorithm of Short-Term electric power load based on improved FLN[J].Transactions of China Electrotechni?cal Society，2004，19（5）:92-96.

[7]石巖，蔣興良，苑吉河.基于RBF網(wǎng)絡(luò)的覆冰絕緣子閃絡(luò)電壓預(yù)測(cè)模型[J].高電壓技術(shù)，2009，35（3）：591-596.DAN Yan，JIANG Xingliang，YUAN Jihe.Flashover volt?age forecasting mode of iced insulator based on RBF net?work[J].High Voltage Engineering，2009，35（3）:591-596.

[8]袁偉，舒立春，蔣興良，等.交流電場(chǎng)對(duì)220kV復(fù)合絕緣子覆冰及其閃絡(luò)特性的影響[J].高電壓技術(shù)，2013，39（6）：1541-1548.YUAN Wei，SHU Lichun，JIANG Xingliang，et al.Influ?ence of AC electrical field on 220 kV composite insulators icing and flashover characteristics[J].High Voltage Engi?neering，2013，39（6）:1541-1548.

[9]KLASEEN M，PAO Y H.The functional link net in struc?tural pattern recognition[C]//Computer and Communica?tion Systems，1990.IEEE TENCON'90.1990 IEEE Re?gion 10 Conference on.IEEE，1990:567-571.

[10]張志勁，蔣興良，孫才新.污穢絕緣子閃絡(luò)機(jī)理研究綜述[J].電網(wǎng)技術(shù)，2008（16）：37-42.ZHANG Zhijin，JIANG Xingliang，SUN Caixin.Summary of research on flashover mechanism of polluted insulators[J].Power System Technology，2008（16）:37-42.

[11]周華敏，彭向陽(yáng)，毛先胤，等.絕緣子覆冰閃絡(luò)的主要影響因素分析[J].廣東電力，2011，24（11）：11-15.ZHOU Huamin，PENG Xiangyang，MAO Xianyin，et al.Analysis on main influencing factors of icing flashover of insulators[J].Guangdong Electric Power，2011，24（11）:11-15.

[12]盛道偉.覆冰絕緣子閃絡(luò)機(jī)理的研究與發(fā)展[J].電瓷避雷器，2014，06（6）：50-54.SHENG Daowei.Present study and progress on flashover mechanism of iced insulators[J].Insulators and Surge Ar?resters，2014，06（6）:50-54.

[13]黃成才，李永剛.基于復(fù)合絕緣子污閃模型的閃絡(luò)特性分析[J].電瓷避雷器，2014（4）:31-36.HUANG Chengcai，LI Yonggang.Analysis on flashover characteristics based on pollution flashover model of com?posite insulator[J].Insulators and Surge Arresters，2014（4）:31-36.

[14]殷攀程.兩種染污方式下不同傘形復(fù)合絕緣子覆冰及閃絡(luò)特性研究[D].重慶：重慶大學(xué)，2015.

[15]粟福珩.絕緣子覆冰對(duì)電氣強(qiáng)度的影響[J].高電壓技術(shù)，1986（3）:79-84.LI Fuheng.Effect of ice covering on electric strength of in?sulators[J].High Voltage Engineering，1986（3）:79-84.

Study on Prediction Method of Flashover Voltage of Snow-Covered Insulators Based on FLN

WANG Yongqiang1，WANG Juwei1，ZHANG Bin1，HU Fangfang1，ZHONG Zhao1，OUYANG Baolong2
（1.Hebei Provincial Key Laboratory of Power Transmission Equipment Security Defense，North China Electric Power University，Baoding 071003，China；2.State Grid Hebei Maintenance Branch，Shijiazhuang 050070，China）

Failure and flashovers of insulators are one of the main factors that threaten the normal op?eration of the power system.In this paper，based on the FXBW-10/70 insulator flashover tests，presents a method to predict the flashover voltage of the snow-covered insulators based on the functional link neu?ral network（FLN）.Prediction model contains snow-covered thickness，ambient temperature，humidity，water conductivity of snow-covered and so on are used as input variables，and the flashover voltage of snow-covered insulators is used as output variables.Theoretical analysis and experimental results indi?cate that this model will accurately reflect the flashover voltage of snow-covered insulators and the rela?tionship with the snow-covered thickness，ambient temperature，humidity，water conductivity factor of snow-covered，which has certain reference value for preventing the effects of snow disaster on power sys?tem in our country.

snow-covered insulators；prediction method of flashover voltage；functional link network

10.16188/j.isa.1003-8337.2017.06.044

2016-09-22

王永強(qiáng)（1975—），男，博士，副教授，從事電氣設(shè)備絕緣在線監(jiān)測(cè)與故障診斷系統(tǒng)等方面研究。