基于BP神經(jīng)網(wǎng)絡(luò)的SPD運(yùn)行狀態(tài)分類研究

張峻

摘 要：SPD一般為在線工作，受外界大氣環(huán)境和過(guò)電壓等因素影響會(huì)逐漸發(fā)生老化、劣化現(xiàn)象，最后徹底喪失保護(hù)作用。電力部門對(duì)SPD的周期性斷電故障檢測(cè)工作不僅費(fèi)時(shí)費(fèi)力，還會(huì)因斷電檢測(cè)而造成一定的經(jīng)濟(jì)損失。因此，對(duì)SPD在線監(jiān)測(cè)診斷顯得尤為必要。本文提出基于BP神經(jīng)網(wǎng)絡(luò)對(duì)SPD的運(yùn)行狀態(tài)進(jìn)行在線監(jiān)測(cè)的技術(shù)。將處于不同運(yùn)行狀態(tài)的SPD作為實(shí)驗(yàn)樣本，通過(guò)FFT提取其泄漏電流中的阻性電流特征值作為BP神經(jīng)網(wǎng)絡(luò)的輸入，并將SPD不同的運(yùn)行狀態(tài)作為網(wǎng)絡(luò)輸出進(jìn)行訓(xùn)練。結(jié)果顯示，本文所提出的技術(shù)對(duì)SPD運(yùn)行狀態(tài)的分類識(shí)別正確率超過(guò)96%，表明了此項(xiàng)技術(shù)對(duì)SPD的在線監(jiān)測(cè)的有效性。

關(guān)鍵詞：SPD；BP神經(jīng)網(wǎng)絡(luò)；在線監(jiān)測(cè)

中圖分類號(hào)：TG146 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）10-0064-02

如今，大部分的金屬氧化物避雷器（SPD）監(jiān)測(cè)技術(shù)是基于漏電流的阻性和容性分量。但是，提取漏電流的阻性和容性分量的過(guò)程會(huì)有很多技術(shù)上的限制，并且提取的阻性電流峰值存在一定誤差[1]。本文提出一種用于監(jiān)測(cè)SPD運(yùn)行狀態(tài)的新技術(shù)，該技術(shù)對(duì)總泄漏電流信號(hào)進(jìn)行特征提取，并通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)提取的特征參數(shù)進(jìn)行分析，判斷SPD的運(yùn)行狀態(tài)。

1 本文提出的新技術(shù)

1.1 SPD運(yùn)行狀態(tài)分類監(jiān)測(cè)新技術(shù)

本文提出的新的SPD監(jiān)測(cè)技術(shù)可以通過(guò)從漏電流中提取的諧波分量來(lái)鑒別SPD的運(yùn)行狀態(tài)。本文提出的監(jiān)測(cè)技術(shù)無(wú)需測(cè)電壓，并且避免了傳統(tǒng)方法將漏電流分解成阻性電流和容性電流過(guò)程中出現(xiàn)的誤差[1]。圖1是本文所提出SPD運(yùn)行狀態(tài)的模式識(shí)別技術(shù)的流程圖。

首先從SPD中獲得泄漏電流信號(hào)。然后從SPD的漏電流信號(hào)中提取諧波分量，并利用諧波分量來(lái)建立特征量數(shù)據(jù)庫(kù)。特征量數(shù)據(jù)庫(kù)將諧波成分與SPD的運(yùn)行狀態(tài)聯(lián)系在一起。接下來(lái)，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)SPD運(yùn)行狀態(tài)分類系統(tǒng)進(jìn)行訓(xùn)練，訓(xùn)練完成后，進(jìn)入測(cè)試階段，判斷SPD的運(yùn)行狀態(tài)。

1.2 實(shí)驗(yàn)方案與相關(guān)元件參數(shù)

本文對(duì)獲取SPD泄漏電流的實(shí)驗(yàn)方案設(shè)計(jì)，如圖2所示。其中，R1是保護(hù)電阻，以防測(cè)試過(guò)程中發(fā)生短路電流，其大小為10KΩ。Rsh是分流電阻，大小為470Ω，作用是便于提取泄漏電流。電容分壓器C1、C2用于測(cè)量施加電壓。由電壓探針和數(shù)字示波器構(gòu)成的數(shù)據(jù)采集器連接試驗(yàn)樣本SPD，測(cè)量的電流信號(hào)存儲(chǔ)在計(jì)算機(jī)上。

本文所使用的SPD其內(nèi)部結(jié)構(gòu)可等效為圖3所示的IEEE推薦的模型。

2 泄漏電流特征提取

2.1 得到的泄漏電流波形

其中，Iref和Uref分別是參考電壓和參考電流，是SPD自身非線性特性決定的系數(shù)，與圖2中IEEE提供的SPD等效模型中非線性電阻A0和A1相關(guān)。SPD由于受到自然環(huán)境中的直擊雷、感應(yīng)雷過(guò)電壓，電力系統(tǒng)操作過(guò)電壓，SPD表面污穢，受潮以及自然大氣環(huán)境的影響，導(dǎo)致避雷器非線性特性降低，使得阻性電流增大，由公式（2）可以計(jì)算出阻性電流。

阻性電流和施加在SPD兩端的電壓關(guān)系如圖6所示，圖中α表征SPD的老化程度，SPD老化程度越大，其值越小。即施加電壓相同時(shí)，老化程度越大的SPD阻性電流值增加越多。

2.2 泄漏電流的特征提取方法

本文采用提取信號(hào)特征電流的FFT算法，來(lái)進(jìn)行阻性電流特征值的提取，并作為BP神經(jīng)網(wǎng)絡(luò)的輸入層。圖7是FFT變換后100KVSPD各次阻性諧波電流占比。

為便于分析SPD的不同狀態(tài)，將不同狀態(tài)的SPD樣本設(shè)置不同的標(biāo)簽。圖7中所示的阻性電流不同諧波次序?qū)?yīng)的幅值作為特征量來(lái)輸入。將得到的所有樣本的阻性電流進(jìn)行FFT變換后便可以得到所有樣本的特征值。

3 結(jié)語(yǔ)

本文提出了一種對(duì)SPD監(jiān)測(cè)與診斷的新方法。該方法基于神經(jīng)網(wǎng)絡(luò)對(duì)SPD泄漏電流進(jìn)行分析，進(jìn)而實(shí)現(xiàn)SPD在線監(jiān)測(cè)與狀態(tài)分類。隨著所提出的技術(shù)，根據(jù)測(cè)量得到的電流信號(hào)，提取相關(guān)特征（諧波），并通過(guò)本文所提出的技術(shù)對(duì)這些SPD運(yùn)行特征進(jìn)行分類評(píng)估，從而達(dá)到在線監(jiān)測(cè)的目的。這項(xiàng)技術(shù)對(duì)不同運(yùn)行狀態(tài)的SPD正確識(shí)別率超過(guò)96%，表明其僅通過(guò)泄漏電流便可以實(shí)現(xiàn)對(duì)SPD運(yùn)行狀態(tài)的監(jiān)測(cè)并且具有高精度和正確。

參考文獻(xiàn)

[1]曹洪亮，楊仲江，等.金屬氧化物避雷器在線監(jiān)測(cè)指標(biāo)研究[J].中國(guó)電力，2015，48（8）：80-85.

[2]Zoran N.Stojanovic，Zlatan M.Stojkovic.Evaluation of MOSA condition using leakage current method.Int J Electr Power Syst，2013；52：87-95.

[3]楊仲江，張棖，柴健，等.氧化鋅壓敏電阻老化過(guò)程中非線性系數(shù)變化的研究[J].電子元件與材料，2011，30（9）：27-30.