, , ,
(1.國網(wǎng)四川省電力公司成都供電公司,四川 成都 610041; 2.國網(wǎng)四川省電力公司電力科學研究院,四川 成都 610041)
并聯(lián)電抗器,一般接在高壓輸電線的末端和地之間[1],用于對輸電線路進行無功補償,對線路的分布電壓進行有效控制,抑制工頻過壓[2-5]。然而,在電力系統(tǒng)實際運行中,高壓并聯(lián)電抗器過電流報警頻繁發(fā)生,影響電力系統(tǒng)安全可靠運行。
工程經(jīng)驗表明,高壓并聯(lián)電抗器過流報警存在兩方面的原因。一是由于受到電力系統(tǒng)運行方式的影響,高壓并聯(lián)電抗器連接點的電壓超過了電抗器額定電壓,導致流過電抗器的電流超過額定值,進而引發(fā)報警。這一類報警是真實報警。二是由于高壓并聯(lián)電抗器中電流測量裝置出現(xiàn)了問題,導致誤差增加,甚至出現(xiàn)錯誤的測量結(jié)果而引發(fā)報警。這一類報警其實是在電流并未超過有效值的情況下而出現(xiàn)的誤報警。
為了區(qū)分高壓并聯(lián)電抗器是否存在過流誤報警,現(xiàn)場往往需對電抗器和輸電線路停電試驗,判斷器件測量誤差是否合理。由于需停電操作,這種方法對電力系統(tǒng)的穩(wěn)定運行和經(jīng)濟運行有很大影響。為此許多學者提出了基于數(shù)據(jù)的電氣系統(tǒng)二次設備故障診斷方法。文獻[6]提出一種基于站間協(xié)同信息的電子式互感器故障診斷方法,對兩端互感器測量值比較分析進行故障定位。文獻[7]通過分析互感器故障模式和一次系統(tǒng)電氣量變化特點進行故障診斷。文獻[8]通過建立電流觀測器模型進行二次量異常故障在線識別。文獻[9]通過分析牽引變電所多個互感器測量值之間的相關(guān)關(guān)系對二次量故障進行在線識別。然而,上述分析方法需要在二次側(cè)獲得測量值。對于高壓并聯(lián)電抗器過流報警,由于只可以得到報警信號而無法獲取其有效電流值,所以以上方法都不適用。
為此,提出了一種基于邏輯(logistic)回歸[10]的高壓并聯(lián)電抗器過流誤報警判別方法。該方法通過電抗器過流報警發(fā)生概率與測量電壓之間的關(guān)系來判斷報警的真實性。該方法簡單可行,計算量小,便于工程應用。
以某線路一次接線圖為例,如圖1所示,L是并聯(lián)在輸電線路上的三相電抗器;PT是電壓互感器,用于測量線路電壓,將測量值上傳并保存到數(shù)據(jù)采集與監(jiān)控(SCADA)系統(tǒng)中;CT是電流互感器,用于測量流經(jīng)L的電流值,該測量值通常不會被系統(tǒng)采集,只用于報警顯示,當大于L的額定電流時,系統(tǒng)發(fā)出電流報警信號。
圖1 某線路并聯(lián)電抗接線
忽略設備精度及運行環(huán)境等因素的影響,UL和IL關(guān)系如式(1)所示:
(1)
式中:ω是相位差;L是電抗器的電感值。
可以看出,IL可由UL線性表示,當IL=IN時,UL=UN。根據(jù)系統(tǒng)報警的原理,當測量電壓UL大于額定電壓UN時,系統(tǒng)發(fā)出過流報警信號,其關(guān)系描述如式(2):
(2)
其中,OC表示系統(tǒng)發(fā)出過流報警的邏輯值,當 OC=1時系統(tǒng)發(fā)出過流報警。設過流報警發(fā)生的概率為p,則p和測量電壓UL之間的關(guān)系如圖2所示。
圖2 無測量誤差,過流報警發(fā)生概率與測量電壓關(guān)系
考慮實測數(shù)據(jù)的測量誤差,過流報警發(fā)生概率與測量電壓之間的關(guān)系如圖3所示。
圖3 有測量誤差,過流報警發(fā)生概率與測量電壓關(guān)系
對比圖2和圖3可以看出:
1)當測量誤差為0時,p-UL關(guān)系曲線的中心點(即p=0.5對應的點)對應的電壓為UN,曲線的不確定度ΔUm=0;
2)當測量誤差不為0時,p-UL關(guān)系曲線中線點對應電壓Um,且Um≠UN,此時,曲線的不確定度ΔUm>0。
在圖3中,由于測量誤差的存在,使得p-UL關(guān)系曲線中心點和不確定度發(fā)生改變,考慮對工業(yè)設備測量精度要求,電壓互感器測量誤差應不超過一定范圍,通常要求其不大于0.5%,所以,互感器合理的測量值應滿足式(3)關(guān)系:
(3)
式中,ΔUm為測量電壓對應置信概率為90%的不確定度。
邏輯回歸模型常用于非線性統(tǒng)計分析,適用于二分類問題[11]。系統(tǒng)發(fā)生過流報警的概率為p,不發(fā)生的概率為1-p,對p/(1-p)作logit變換,以電壓測量值為因變量,建立邏輯回歸模型:
(4)
即:
(5)
式中:x為并聯(lián)電抗器兩端的測量電壓;β0和β1為回歸參數(shù)。通過式(1)和式(2),可得到系統(tǒng)過流誤報警判據(jù)如式(6):
(6)
式中,pcon為置信概率,取pcon= 0.9。當兩個判據(jù)任一個成立時,可認為電流報警為誤報警。
建立高壓并聯(lián)電抗器過流報警發(fā)生概率與測量電壓之間的邏輯回歸模型,通過參數(shù)估計,利用上面定義的判據(jù)對過流報警進行判別,具體判別方法如下:
1)數(shù)據(jù)獲取:從SCADA系統(tǒng)獲取電抗器連接點的電壓測量數(shù)據(jù)和對應時刻的過流報警信息,以分鐘為時間間隔,取不同時間點的多組數(shù)據(jù)。
2)數(shù)據(jù)預處理:以1 kV為區(qū)間寬度,將獲取的所有電壓值劃分在不同區(qū)間,例如[523.5,524.5)kV為其中一個電壓區(qū)間,該區(qū)間內(nèi)的電壓值滿足523.5≤U<524.5,在進行參數(shù)估時,區(qū)間電壓值取區(qū)間左值523.5 kV。利用直方圖統(tǒng)計各區(qū)間發(fā)生電流報警的概率p(Vi):
(7)
式中:nV(Vi)為所取測量點映射到對應電壓區(qū)間的數(shù)量;nOC(Vi)為電壓測量值位于對應區(qū)間時,過電流報警發(fā)生的次數(shù)。
3)模型建立:建立過流報警發(fā)生概率p與測量電壓Vi之間的邏輯回歸模型。
4)參數(shù)估計及報警真實性判別:對回歸系數(shù)β0和β1進行回歸求解,并將結(jié)果代入式(6)進行判別。
以西南電網(wǎng)某500 kV輸電線路中的某并聯(lián)電抗器為例,利用一組實測數(shù)據(jù)對其過流報警真?zhèn)芜M行判別。該并聯(lián)電抗的額定電壓為525 kV,額定容量為120 MVA。在2017年7月,該設備發(fā)生過流報警17 973次。通過數(shù)據(jù)對比發(fā)現(xiàn),其中有7100次報警發(fā)生時,測量電壓小于額定電壓。另外,當測量電壓高于額定電壓時,有6900次未出現(xiàn)報警。為此,懷疑相關(guān)測量環(huán)節(jié)出現(xiàn)問題。利用所提出的識別方法對此進行分析。從SCADA系統(tǒng)中獲取該段時間的數(shù)據(jù),并通過上面介紹的方法進行預處理后的統(tǒng)計情況見表1。
表1 算例一數(shù)據(jù)統(tǒng)計表
對表1的數(shù)據(jù)利用邏輯回歸建模進行參數(shù)估計,獲取參數(shù)β0和β1的值,得到式(8)。
(8)
將所得參數(shù)值代入兩個判據(jù):
(9)
(10)
由此可見,兩個判據(jù)均不滿足,可以認定該線路的并聯(lián)電抗器7月報警情況屬于正常報警。后續(xù)對該電抗器的電流測量等環(huán)節(jié)進行試驗也表明設備正常,進一步驗證了所提出的判別方法的有效性。
在仿真環(huán)境下,將上面的并聯(lián)電抗器精度允許偏差設為1%,獲取了44 640個電壓數(shù)據(jù)及報警信息。按照上面的方法進行預處理后得到表2數(shù)據(jù)。
表2 算例2數(shù)據(jù)統(tǒng)計表
同樣,通過對邏輯回歸模型進行參數(shù)估計,得到:
(11)
代入判據(jù)得:
(12)
(13)
可見,第2個判據(jù)成立,由此認定在仿真環(huán)境下,該高抗設備的過流報警存在誤報警情況。
針對高壓并聯(lián)電抗器誤報警情況,通過對報警概率和測量電壓建立邏輯回歸模型,并定義了誤報警的判定準則。
1)基于邏輯回歸的高壓并聯(lián)電抗器過流誤報警方法是數(shù)據(jù)驅(qū)動的,避免了常規(guī)設備檢測需要的停電試驗,提高了設備缺陷識別的效率。
2)該方法只需要使用線路上的電壓互感器有效測量值和并聯(lián)電抗器的過流監(jiān)測信號,不需要額外增加測量設備。結(jié)合工程實例,通過實例計算和仿真試驗,取得了良好的效果。因此,該方法具有很好的實用性。
[1] 顧生杰, 田銘興. 基于串聯(lián)電容補償?shù)某?特高壓輸電線路可控并聯(lián)電抗器補償度分析[J]. 高電壓技術(shù), 2014, 40(6):1858-1863.
[2] 周沛洪,何慧雯,戴敏,等.可控高抗在1000 kV交流緊湊型輸電線路中的應用[J]. 高電壓技術(shù),2011,37(8):1832-1842.
[3] 陳水明, 王威, 楊鵬程. 限流電抗器對輸電線路工頻過電壓的影響[J]. 電網(wǎng)技術(shù), 2010, 34(3):193-196.
[4] 孟恒信, 梁建偉, 薛磊,等. 山西500 kV長久三回線路電流不平衡原因分析及改造研究[J]. 電網(wǎng)技術(shù), 2013, 37(3):641-646.
[5] 鄭濤, 趙彥杰. 超/特高壓磁控式并聯(lián)電抗器合閘過程分析及其影響研究[J]. 中國電機工程學報, 2015, 35(7):1790-1798.
[6] 熊小伏, 楊雪東, 劉年. 基于站間信息的電子式互感器故障協(xié)同診斷方法[J]. 電力系統(tǒng)保護與控制, 2012,40(21):80-83.
[7] 熊小伏, 何寧, 于軍,等. 基于小波變換的數(shù)字化變電站電子式互感器突變性故障診斷方法[J]. 電網(wǎng)技術(shù), 2010(7):181-185.
[8] 王洪斌,唐昆明,徐瑞林,等.數(shù)字化變電站電子式互感器源變性故障診斷方法形容[J].電力系統(tǒng)保護與控制,2012, 40(24):53-58.
[9] 李朝陽, 楊健維, 王玘,等. 基于主元分析的牽引變電所互感器二次量異常故障在線識別方法[J].電力自動化設備, 2015, 35(8):103-109.
[10] Xiong Y, Zuo R. GIS-based Rare Events Logistic Regression for Mineral Prospectivity Mapping[J].Computers & Geosciences, 2018,111(2):18-25.
[10] 許沖, 戴福初, 徐素寧,等. 基于邏輯回歸模型的汶川地震滑坡危險性評價與檢驗[J]. 水文地質(zhì)工程地質(zhì), 2013, 40(3):98-104.