一种基于在线监测信息的继电保护装置状态评估方法与流程

本发明涉及电力系统继电保护状态评估领域，尤其涉及一种基于在线监测信息的状态评估方法。技术背景目前，我国智能变电站继电保护装置的检修模式为定期检修，此类检修方式存在诸多不足，可能造成“检修过剩”或“检修不足”。而状态检修是通过对设备状态进行有效监测，在准确把握设备状态的基础上展开检修工作，可以有效解决以上问题。状态评估是状态检修的核心环节，只有准确的评估结果才能正确地指导检修工作。现有的继电保护装置状态评估研究主要是基于历史运行资料、检修资料等静态资料，和重要自检告警信息。自检告警信息是装置发生缺陷或异常后的发出的信息，而状态评估的目标是掌握设备的当前状态及变化趋势，进而提前发现缺陷并进行处理，因此应将重要自检告警信息作为状态评估的补充和后备而非状态评估的主要依据。同样，静态数据无法体现设备的实时状态。有相关研究提出了对继电保护装置的电源温度、保护采集量等信息进行监测的思路，对状态检修的实用化工作做了探索，但对于如何利用监测信息建立评估体系没有进行深入研究。由于缺少对继电保护装置内部状态量进行监测、收集和分析的条件，所以保护装置的状态检修的实用化研究一直没有取得实质性进展。而新一代智能变电站的试点工程实现了对装置内部部分参数的监测和收集，为状态检修的实用化研究创造了有利条件。在此背景下，又有相关研究提出了基于部分监测量和历史信息的模糊评估算法。但此方法仍存在一些不足：1)评估指标较为简单，仅用光强和机箱温度作为在线监测指标，只能反映光纤链路状况和光模块的部分异常状况，而难以对保护装置所有的重要部件进行全面、有效的评估；2)对快速劣化指标的反应灵敏度度不足，除了对保护设备的瞬时状态进行评估，还应针对其指标不同的变化速率进行适应性处理。技术实现要素：本发明的目的是客服现有技术的缺点，按照数据类型、内部结构和插件指标建立的三级评估指标体系，利用模糊综合评判法建立评估模型，重点对动态监测指标劣化趋势的，对评估结果进行动态修正。此方法可对继电保护装置的重要模块进行较为全面、有效的评估，具有更强的适应性和更高的准确度。为了实现上述发明目的，本发明采取如下技术方案：其特征在于，所述方法主要包括以下步骤：步骤1：对运维与检修数据进行分析，选取重要的可量化指标作为静态评估指标，对继电保护装置内部重要模块进行分析，确定其重要监测指标作为动态评估指标；步骤2：按照数据类型、内部结构和插件指标建立三级评估指标体系；步骤3：根据评估指标的特点进行劣化度计算，同时完成归一化；步骤4：根据专家评判确定各评估指标权重；步骤5：确定评语集、隶属度函数、模糊算子；步骤6：对最底层指标进行隶属度计算，并针对指标的劣化速度进行隶属度动态修正；步骤7：建立模糊关系矩阵，结合权重逐级向上计算，最终得到继电保护装置整体的评估结果。所述步骤2数据类型分为静态数据和动态数据，内部结构是指重要功能模块即电源插件、CPU插件和光模块。所述步骤3依据如下公式分类对评估指标进行劣化度计算双向劣化指标：xdeg=|x-xn1xth1-xn1|xth1<x<xn10xn1≤x≤xn2x-xn2xth2-xn2xn2<x<xth2]]>单向劣化指标：xdeg=0x≥xn|x-xnxth-xn|xth<x<xn]]>其中，xdeg为电压劣化度，x为电压实测值，xn1、xn2分别为良好范围上下限，xth1、xth2分别为告警上下限值。所述步骤5评语集为V＝{v1，v2，v3，v4}＝{良好，一般，注意，严重}，模糊算子选取体现权重作用明显、综合程度强的加权平均型算子M(●，⊙)，隶属度函数选取岭型隶属函数，其表达式如下所示。其中，a1、a2、a3、a4和Δa共同确定了四种运行状态的边界。所述步骤6隶属度动态修正步骤如下：1)判断相邻两次上传量变化满足下式0.05·x≤f(t)-f(t-Δt)＜0.05·(x+1)2)若满足上式则进行隶属度修正当ri’≥0且i+1≤4时，对2个状态相应的隶属度进行调整：ri′=ri-ai+1-ai2·xri+1′=ri+1+ai+1-ai2·x]]>当ri’＜0且i+2≤4时，即当隶属状态发生后移(vi+1、vi+2)后的相应调整：ri′=0ri+1′=ri+1+ai+1-ai2·xri+2′=|ri-ai+1-ai2·x|]]>3)若f(t+Δt)-f(t)仍满足式步骤1)中不等式范围，则保留上次修正，继续按此方法进行处理；若f(t+Δt)-f(t)＜0，则认为此前变化为偶然波动，取消修正；若f(t+Δt)-f(t)≥0.3，则直接触发告警。其中，f(t-Δt)、f(t)和f(t+Δt)，值域均为[0，1]，当前隶属度计算结果对应的状态vi、vi+1分别为ri、-ri+1(若仅隶属于vi，则vi+1为0)，隶属度函数边界由a1、a2、a3、a4和Δa确定。附图说明图1是基于在线监测信息的继电保护装置状态评估流程示意图图2是所建立的继电保护装置状态评估指标体系具体实施方式下面结合附图和具体实施方式对本发明的内容做进一步详细说明。参照图1，本发明提出一种基于内部温度的继电保护装置时变失效率估算方法，包括以下步骤：步骤1：对运维与检修数据进行分析，选取重要的可量化指标作为静态评估指标，对继电保护装置内部重要模块进行分析，确定其重要监测指标作为动态评估指标；步骤2：按照数据类型、内部结构和插件指标建立三级评估指标体系；步骤3：根据评估指标的特点进行劣化度计算，同时完成归一化；步骤4：根据专家评判确定各评估指标权重；步骤5：确定评判因素集、评语集、隶属度函数、模糊算子；步骤6：对最底层指标进行隶属度计算，并针对指标的劣化速度进行隶属度动态修正；步骤7：建立模糊关系矩阵，结合权重逐级向上计算，最终得到继电保护装置整体的评估结果。实施例：以某电网的继电保护装置的各类数据为实例进行分析，静态数据为历史运行资料和检修资料等，从中选取重要指标进行量化，并将其统一为越小越有型，将常用的正确动作率用不正确动作率替换，绝缘情况用绝缘电阻劣化值表示，如表1所示。表1静态评判指标动态数据的选取兼顾有效性和可行性，针对各个模块选取可监测指标，如表2所示。表2动态评估指标及其参考范围利用以上各类数据建立继电保护装置的状态评价体系，如图2所示。某装置的静态评价指标的评判因素集u1＝{1，5，0，2，0.5，0％}，动态评价指标评判因素集如表3所示。表3动态评价指标评判因素集代入隶属度函数计算得到模糊评判矩阵分别如下所示静态评价指标的模糊评判矩阵为：R1=10.1411100.810000000000000T]]>电源模块动态评价指标模糊评判矩阵为：R21=0.87110.1100000000T]]>CPU模块动态评价指标模糊评判矩阵为：R22=0.6710.2400000T]]>光模块动态评价指标模糊评判矩阵为：R23=00.85110.470.12000.340000000T]]>对应权重矩阵分别如下所示静态评价指标权重W1＝[0.150.130.120.190.210.20]；电源模块动态评价指标权重W21＝[0.420.370.21]、CPU模块动态评价指标权重W22＝[0.470.53]、光模块动态评价指标权重W23＝[0.300.300.220.18]。1)按照常规的模糊综合评判进行评估同理逐级进行计算，最终得到评判结果为C＝V⊙W＝[0.830.080.080]C中四个数值分别为良好、一般、异常和严重，其对于良好值的隶属度为0.83，根据综合评判原则可知设备处于正常状态。2)按照本文改进的模糊综合评判进行评估发送光功率指标u231较上一次上送劣化了0.23，满足下式条件0.05·x≤f(t)-f(t-Δt)＜0.05·(x+1)其中x＝4，代入下式进行修正ri′=ri-ai+1-ai2·xri+1′=ri+1+ai+1-ai2·x]]>隶属度修正后为R＝[0，0.07，0.74，0]，最终评判结果为C＝[0.780.020.140]虽然设备整体状态仍判定为正常，但该指标的状态被判定为注意状态，运行人员对其进行持续观察。若继续以此趋势劣化，则光模块显然已出现异常，在实际劣化度达到严重之前，将其隶属状态修正为严重，根据辅助决策规则，应及时对设备进行处理；若指标劣化度下降，则放弃修正，避免误告警的发生。因此，本发明的状态评估结果与实际情况更为相符，验证了该评估方法的正确性及有效性。以上实施例仅用以说明本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。当前第1页1 2 3