馮 東, 王利軍, 張治中, 曾凡君, 常曉榮

(北京國電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100070)

繼電保護(hù)設(shè)備是電力系統(tǒng)的重要組成部分，其運(yùn)行狀態(tài)直接影響電力系統(tǒng)的安全性和可靠性，因此對(duì)繼電保護(hù)設(shè)備狀態(tài)進(jìn)行監(jiān)測和監(jiān)測數(shù)據(jù)采集有助于及時(shí)了解繼電保護(hù)設(shè)備的實(shí)時(shí)狀態(tài)，為繼電保護(hù)設(shè)備維護(hù)保養(yǎng)與檢修提供參考依據(jù)[1-4]。傳統(tǒng)的繼電保護(hù)設(shè)備檢修一般按照固定周期進(jìn)行，無法及時(shí)準(zhǔn)確地實(shí)現(xiàn)繼電保護(hù)設(shè)備的檢修，甚至出現(xiàn)過檢驗(yàn)的情況，浪費(fèi)大量人力、物力和財(cái)力。為提高繼電保護(hù)設(shè)備狀態(tài)監(jiān)測的實(shí)時(shí)性和故障診斷的準(zhǔn)確率，本文結(jié)合4G網(wǎng)絡(luò)通信技術(shù)覆蓋率高、成本低以及無需鋪設(shè)線路的優(yōu)點(diǎn)[5-6]，運(yùn)用4G網(wǎng)絡(luò)通信技術(shù)實(shí)時(shí)傳輸采集到的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)，建立了基于特征數(shù)據(jù)的涼亭鳥優(yōu)化(satin bowerbird optimizer，SBO)算法-極限學(xué)習(xí)機(jī)(extreme learning machine,ELM)的繼電保護(hù)設(shè)備狀態(tài)實(shí)時(shí)監(jiān)測與故障診斷系統(tǒng)。

1 監(jiān)測系統(tǒng)結(jié)構(gòu)

為實(shí)現(xiàn)對(duì)繼電保護(hù)設(shè)備的實(shí)時(shí)狀態(tài)監(jiān)測與故障診斷，建立了基于4G網(wǎng)絡(luò)通信技術(shù)的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷系統(tǒng)，系統(tǒng)結(jié)構(gòu)如圖1所示。該監(jiān)測系統(tǒng)采用樹形結(jié)構(gòu)，包括監(jiān)測裝置、通信網(wǎng)絡(luò)以及監(jiān)控中心3個(gè)部分。

1)繼電保護(hù)設(shè)備狀態(tài)監(jiān)測裝置分為在線監(jiān)測裝置或便攜式監(jiān)測裝置，監(jiān)測裝置主要用來采集繼電保護(hù)設(shè)備狀態(tài)數(shù)據(jù)。

圖1 監(jiān)測系統(tǒng)結(jié)構(gòu)圖

2)4G網(wǎng)絡(luò)通信負(fù)責(zé)繼電保護(hù)設(shè)備狀態(tài)數(shù)據(jù)的傳輸，主要由4G網(wǎng)絡(luò)和4G路由器組成。其中，4G網(wǎng)絡(luò)利用點(diǎn)對(duì)點(diǎn)隧道協(xié)議(point-to-point tunneling protocol, PPTP)和虛擬專用網(wǎng)絡(luò)(virtual private NetWork, VPN)建立專用的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測網(wǎng)絡(luò)，該監(jiān)測網(wǎng)絡(luò)不僅支持TD-LTE格式，而且支持FDD-LTE格式。用戶端可以通過移動(dòng)終端或者個(gè)人電腦(personal comptuer,PC)端訪問繼電保護(hù)設(shè)備狀態(tài)監(jiān)測網(wǎng)絡(luò)，及時(shí)查看繼電保護(hù)設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)。

3)監(jiān)控中心由服務(wù)器組和監(jiān)測客戶端組成。監(jiān)測客戶端采用上位機(jī)監(jiān)測形式，能夠及時(shí)查看繼電保護(hù)設(shè)備狀態(tài)監(jiān)測的各種數(shù)據(jù)、圖形以及報(bào)表。服務(wù)器組有數(shù)據(jù)庫服務(wù)器、通信服務(wù)器和Web服務(wù)器等3種。

系統(tǒng)的硬件結(jié)構(gòu)圖如圖2所示。

圖2 硬件系統(tǒng)結(jié)構(gòu)圖

圖2中，繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷系統(tǒng)由傳感器陣列(采集繼電保護(hù)設(shè)備不同狀態(tài)數(shù)據(jù))、信號(hào)預(yù)處理、4G網(wǎng)絡(luò)通信模塊、TMS320F2812 DSP核心處理器以及上位機(jī)等組成。通過對(duì)繼電保護(hù)設(shè)備狀態(tài)數(shù)據(jù)的采集和預(yù)處理，再將其傳輸?shù)絋MS320F2812 DSP核心處理器的ADC轉(zhuǎn)換接口，實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換和存儲(chǔ)，通過監(jiān)測現(xiàn)場的繼電保護(hù)設(shè)備狀態(tài)故障顯示器可以進(jìn)行實(shí)時(shí)監(jiān)控和SBO-ELM故障診斷。

2 SBO算法

SBO算法[7]是模仿雄性涼亭鳥建造與裝飾涼亭以此來吸引雌性涼亭鳥繁衍后代的仿生算法。該算法將隨機(jī)選擇的初始涼亭位置當(dāng)作所要求解問題的候選解，經(jīng)過涼亭的概率選擇、精英策略、位置更新以及突變操作等找到最佳涼亭位置，也就是所要求解問題的最優(yōu)解。SBO算法主要步驟如下：

1)種群初始化。隨機(jī)產(chǎn)生M個(gè)初始種群，種群初始化公式為：

xij=xjmin+rand(0,1)×(xjmax-xjmin)

(1)

式中：xij為初始化種群位置，i=1,2,…,M，j=1,2,…,D，其中D為待優(yōu)化問題的維數(shù)；xjmax和xjmin分別為優(yōu)化問題第j維的上、下限。

2)計(jì)算每個(gè)個(gè)體適應(yīng)度和被選擇的概率。涼亭搭建好之后，雄性涼亭鳥就會(huì)在涼亭內(nèi)外高聲鳴叫，吸引雌性涼亭鳥，雌性涼亭鳥根據(jù)式(1)概率在涼亭附近搭建鳥巢產(chǎn)蛋。

(2)

式中：Pi為第i只涼亭鳥的選擇概率；fi為第i只涼亭鳥的適應(yīng)度。

(3)

式中：f(xi)為第i個(gè)涼亭位置的適應(yīng)度函數(shù)。

3)位置更新。雌性涼亭鳥位置更新公式為：

(4)

(5)

式中：a為最大步長。

4)突變操作。為提高SBO算法的搜索性能，將正態(tài)分布應(yīng)用于當(dāng)前涼亭鳥位置進(jìn)行突變操作。

(6)

(7)

式中：z為搜索空間系數(shù)；Umax,Umin分別為搜索空間上限和下限；σ為標(biāo)準(zhǔn)偏差。

3 極限學(xué)習(xí)機(jī)

假設(shè)有N個(gè)訓(xùn)練樣本(xi,ti)(i=1, 2, … ,N)，隱含層節(jié)點(diǎn)數(shù)為L，xi和ti分別為輸入變量和目標(biāo)輸出量，則ELM數(shù)學(xué)模型為[8]：

(8)

式中：οi為ELM模型的輸出；βj為隱含層與輸出層之間的連接權(quán)值；g(·)為激活函數(shù)；wj為輸入層權(quán)值；bj為隱含層閾值。

假設(shè)存在βj,wj和bj使得所有樣本(xi,ti)可以零誤差逼近，則有[9]：

(9)

式(9)的矩陣形式為：

Hβ=T

(10)

式中：β=[β1,β2,…,βM]T；T=[t1,t2,…,tN]T；H為隱含層輸出矩陣。

一般地，在實(shí)際訓(xùn)練中ELM模型隱含層的節(jié)點(diǎn)數(shù)小于訓(xùn)練樣本數(shù)N，且wj和bj在訓(xùn)練過程中是隨機(jī)產(chǎn)生的，則輸出權(quán)重β的最小二乘解β*為：

β*=H+T

(11)

式中：H+為矩陣H的Moore-Penrose廣義逆陣。

4 基于SBO-ELM的繼電保護(hù)設(shè)備狀態(tài)故障診斷

4.1 目標(biāo)函數(shù)

由于ELM模型訓(xùn)練過程中隨機(jī)產(chǎn)生的輸入層權(quán)值和隱含層偏置，導(dǎo)致ELM模型結(jié)果穩(wěn)定性較差且精度相對(duì)較低，因此運(yùn)用SBO優(yōu)化ELM模型的輸入層權(quán)值和隱含層偏置。選擇錯(cuò)誤率fit作為SBO-ELM的目標(biāo)函數(shù)[10]：

(12)

式中：Mr和MT分別為分類正確的樣本數(shù)和總樣本數(shù)。

基于4G和SBO-ELM的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷流程如下。

1)讀取繼電保護(hù)設(shè)備狀態(tài)在線監(jiān)測數(shù)據(jù)，劃分訓(xùn)練集和測試集并歸一化數(shù)據(jù)：

(13)

式中：x′為歸一化之后的數(shù)據(jù)；Low,Up為歸一化之后的最小值和最大值，文中取Low=-1,Up=1；x,xmax和xmin分別為原始數(shù)據(jù)、原始數(shù)據(jù)中的最大值和最小值。

2)設(shè)置SBO算法參數(shù)：最大迭代次數(shù)T、種群規(guī)模popsize、選擇概率P、最大步長a以及搜索空間系數(shù)z，隨機(jī)初始化涼亭位置。

3)運(yùn)用訓(xùn)練集數(shù)據(jù)，根據(jù)式(12)計(jì)算每個(gè)涼亭個(gè)體的目標(biāo)函數(shù)值并排序，保留當(dāng)前最優(yōu)涼亭位置為精英個(gè)體位置。

4)根據(jù)式(2)和式(3)計(jì)算涼亭選擇概率。

5)根據(jù)式(4)更新涼亭位置。

6)計(jì)算當(dāng)前涼亭位置目標(biāo)函數(shù)值并排序，找到當(dāng)前涼亭精英位置，并與上一代精英位置進(jìn)行比較，若優(yōu)于上一代精英位置，則保留當(dāng)前涼亭鳥位置；反之，保留上一代精英位置。

7)若迭代次數(shù)t>T，輸出最優(yōu)涼亭位置，也就是對(duì)應(yīng)ELM模型的最優(yōu)輸出層權(quán)值和隱含層偏置；反之，重復(fù)步驟3)～7)。

8)將最優(yōu)輸出層權(quán)值和隱含層偏置代入ELM模型，運(yùn)用測試集數(shù)據(jù)進(jìn)行繼電保護(hù)設(shè)備狀態(tài)故障診斷測試。

4.2 特征選擇

本文繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷系統(tǒng)所采集的數(shù)據(jù)通過傳輸協(xié)議TCP/IP進(jìn)行傳輸[11-12]。選擇通道號(hào)、誤碼時(shí)長、數(shù)據(jù)包用時(shí)長、嚴(yán)重誤碼時(shí)長、信息缺失時(shí)長、誤碼總數(shù)、誤碼率、幀失步時(shí)長、告警時(shí)長和對(duì)端告警時(shí)長等10個(gè)特征作為繼電保護(hù)設(shè)備狀態(tài)故障診斷的特征向量。

4.3 結(jié)果分析

以信號(hào)正常(OK)以及檢測不到HDLC數(shù)據(jù)包(LOP)、信號(hào)丟失(LOS)、CRC檢驗(yàn)錯(cuò)誤的HDLC數(shù)據(jù)包(ERR)和告警指示信號(hào)(AIS)等信號(hào)的樣本數(shù)據(jù)為研究對(duì)象[13-14]，驗(yàn)證基于SBO-ELM的繼電保護(hù)設(shè)備狀態(tài)故障診斷的有效性和可靠性。繼電保護(hù)設(shè)備在線故障樣本數(shù)據(jù)分布見表1。

表1 樣本數(shù)據(jù)分布

將通道號(hào)、誤碼時(shí)長、數(shù)據(jù)包用時(shí)長、嚴(yán)重誤碼時(shí)長、信息缺失時(shí)長、誤碼總數(shù)、誤碼率、幀失步時(shí)長、告警時(shí)長和對(duì)端告警時(shí)長等10個(gè)特征作為ELM的輸入向量，故障類型作為ELM的輸出向量，建立ELM模型。不同故障編碼見表2。為驗(yàn)證SBO-ELM模型的有效性，分別采用SBO-ELM、遺傳算法(genetic algorithm,GA)優(yōu)化極限學(xué)習(xí)機(jī)(GA-ELM)、ELM和前饋神經(jīng)網(wǎng)絡(luò)(back propagation network,BPNN)進(jìn)行繼電保護(hù)設(shè)備在線故障監(jiān)測與診斷，結(jié)果對(duì)比見表3。

表2 故障編碼

表3 故障診斷結(jié)果對(duì)比 %

由表3可知，與GA-ELM、ELM和BPNN相比，SBO-ELM的故障診斷準(zhǔn)確率最高，BPNN的故障診斷準(zhǔn)確率最低。從對(duì)不同故障診斷準(zhǔn)確率的角度來看，基于繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與SBO-ELM的故障診斷系統(tǒng)的準(zhǔn)確率最高，優(yōu)于GA-ELM、ELM以及BPNN，為繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷提供了新的方法。

5 結(jié)束語

為了提高繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷的準(zhǔn)確率，本文融合4G網(wǎng)絡(luò)通信技術(shù)，提出一種基于4G網(wǎng)絡(luò)通信技術(shù)的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與SBO-ELM的故障診斷系統(tǒng)。研究結(jié)果表明，與GA-ELM、ELM和BPNN相比，本文方法可以有效提高繼電保護(hù)設(shè)備狀態(tài)故障診斷準(zhǔn)確率，為繼電保護(hù)設(shè)備在線監(jiān)測與檢修提供了科學(xué)的方法。本文只研究了5種典型信號(hào)的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷，沒有對(duì)其他信號(hào)進(jìn)行研究，后續(xù)將對(duì)更多類型信號(hào)的繼電保護(hù)設(shè)備狀態(tài)監(jiān)測與故障診斷方法進(jìn)行研究，以提高系統(tǒng)的適用性和可靠性。