李胤淵， 張龍

(安徽電力工程監(jiān)理有限公司，安徽 合肥 230072)

0 引 言

在特高壓換流站工程建設中，需要根據(jù)特高壓換流站工程的環(huán)境和自身工況需求，進行應急保障和搶修，構建特高壓換流站工程應急處置搶修標準化體系。結合對特高壓換流站工程的故障優(yōu)化診斷研究，提高特高壓換流站工程應急保障和處置能力，研究了特高壓換流站工程應急處置搶修標準化體系構建方法，在促進特高壓換流站工程發(fā)展中具有重要意義[1]。相關的特高壓換流站工程應急處置搶修標準化體系構建方法研究受到人們的極大重視。

對特高壓換流站工程應急處置搶修標準化體系構建是建立在對工程故障診斷研究的基礎上，結合特高壓換流站工程應急處置搶修標準化體系模型構建，進行特高壓換流站工程應急處置搶修標準化體系建設[2]。分析約束特高壓換流站工程應急處置的相關故障特征量，通過故障特征提取和信息挖掘技術，進行特高壓換流站工程應急處置搶修標準化建設[3]。目前，特高壓換流站工程應急處置搶修標準化體系建設方法主要有基于模糊度辨識的故障診斷方法和基于參數(shù)尋優(yōu)控制的特高壓換流站工程應急處置搶修標準化體系構建方法等。通過建立特高壓換流站工程應急處置搶修標準化體系約束參數(shù)模型，結合參數(shù)尋優(yōu)控制和優(yōu)化辨識，進行特高壓換流站工程應急處置搶修標準化體系構建，但上述方法進行特高壓換流站工程應急處置搶修標準化體系構建的自適應性較差，故障診斷能力較弱。

為此，本文提出基于故障容錯控制和機器學習的特高壓換流站工程應急處置搶修標準化體系構建模型。構建特高壓換流站工程應急處置搶修約束參量，以直流側母線電壓、直接傳輸功率以及負載突變等參數(shù)為約束特征量，進行特高壓換流站工程應急處置搶修的故障特征提取。根據(jù)故障辨識結果，實現(xiàn)對特高壓換流站工程應急處置搶修的標準化體系構建。驗證了本文方法在提高特高壓換流站工程應急處置搶修能力和標準化體系構建方面的優(yōu)越性能。

1 特高壓換流站工程應急搶修故障信息采集和預處理

1.1 特高壓換流站工程應急搶修故障信息采集

采用直接功率控制方法[4]，采集特高壓換流站工程應急搶修故障信息，得到特高壓換流站工程的等效電路分布式融合拓撲結構分布模型描述為：

(1)

式中:r1為特高壓換流站的直流網(wǎng)側三相電流波；r2為特高壓換流站故障樣本分布的先驗點簇；σ為直接功率控制模糊信息融合中心；N為直流側電壓的響應特征量。在無差拍預測直接功率分布區(qū)域內，特高壓換流站工程應急搶修的故障信息統(tǒng)計分析公式為：

(2)

式中:a(t)為特高壓換流站工程的等效狀態(tài)參數(shù)；θk為故障樣本分布的參數(shù)模型；k為特高壓換流站工程應急處置搶修的狀態(tài)參數(shù)。

1.2 故障分布大數(shù)據(jù)融合處理

采用靜止坐標下的控制量，融合處理特高壓換流站工程的故障樣本序列，分析特高壓換流站工程的故障狀態(tài)特征，得到參量辨識模型。

(3)

式中:Δx和Δy均為特高壓換流站故障樣本分布的系統(tǒng)采樣值；α為負載突變角度。

求解特高壓換流站故障樣本大數(shù)據(jù)分布的模糊核，得到特高壓換流站故障序列的模糊特征檢測輸出。

z=k+Rsinηcosφ

(4)

v=1-∑g+kz

(5)

根據(jù)上述分析，構建了特高壓換流站工程短路應急搶修的大數(shù)據(jù)融合模型。根據(jù)信息融合結果，進行換流站工程的應急處置和搶修。

2 特高壓換流站工程短路應急搶修及故障診斷

2.1 故障特征提取

采用滑?？刂破饔嬎闾馗邏簱Q流站工程輸入的相關參數(shù)，結合負載均衡控制方法[5]，進行限流補償控制，得到特高壓換流站工程的功率負載：

(6)

式中：a0和a分別為限流補償控制初始值和實際值[6]；R為特高壓換流站工程的應急處置狀態(tài)目標函數(shù)最優(yōu)解。提取特高壓換流站工程應急處置搶修的故障特征進行線性融合處理，得到特高壓換流站工程的條件反射阻抗：

(7)

式中：ω為線性融合系數(shù)；l為觸發(fā)脈沖值；M為特高壓換流站工程的諧振特征點。經(jīng)同速旋轉坐標變換，不同尺度空間對特高壓換流站工程的故障特征分量為：

(8)

式中：p為模糊基函數(shù);Bk為特高壓換流站工程應急處置的外環(huán)滑?？刂坪瘮?shù)。

綜上分析，實現(xiàn)了特高壓換流站工程短路應急搶修的故障特征提取。

2.2 應急處置搶修標準化體系構建

根據(jù)故障特征提取結果，得到體系構造方程組。需經(jīng)同速旋轉坐標變換[7]，得到特高壓換流站工程應急處置的約束參量模型描述為：

λ=εP+κ

(9)

式中:ε為特高壓換流站輸出電流;κ為特高壓換流站在恒功率區(qū)的過載。通過對特高壓換流站工程的短路限流保護[8]，分析故障類別屬性。通過機器學習算法進行特高壓換流站工程故障分類識別。通過參數(shù)自適應調整，特高壓換流站工程故障搶修體系的處置效率為：

(10)

式中：E為特高壓換流站工程的輸出功率損耗。

綜上所述，通過機器學習算法進行特高壓換流站工程故障分類識別，實現(xiàn)對特高壓換流站工程應急處置搶修的標準化體系構建，提高了應急處置的效率。

3 仿真測試分析

通過仿真試驗驗證本文方法在實現(xiàn)特高壓換流站工程應急處置及搶修的應用性能，設定特高壓換流站的主頻為1 200 MHz，直流負載為120 Ω，控制電壓Vα為240 V，特高壓換流站工程的故障信息采集樣本數(shù)為1 024，故障特征的訓練集為200，根據(jù)上述試驗參數(shù)設定，得到特高壓換流站工程在空載和負載狀態(tài)下的電動勢和電壓輸出如圖1和圖2所示。

根據(jù)圖1和圖2的電動勢和電壓信息采集結果，進行故障搶修和診斷試驗，得到診斷結果如圖3所示。

圖1 特高壓換流站的空載電動勢

圖2 特高壓換流站工程的負載輸出電壓

分析圖3可知，本文方法能有效實現(xiàn)特高壓換流站工程故障點定位，峰值表現(xiàn)明顯，對特高壓換流站工程應急處置搶修的故障診斷能力較好。本文構建特高壓換流站工程應急處置搶修約束參量，分析特高壓換流站工程的故障狀態(tài)特征，采用拉格朗日插值法，提取特高壓換流站故障序列的分布狀態(tài)特征量。通過線性融合處理特高壓換流站故障特征量，有效提高故障診斷能力。

圖3 特高壓換流站工程故障檢修診斷結果

為了驗證本文方法測試特高壓換流站工程故障檢修的效率，分別采用基于模糊度辨識方法、參數(shù)尋優(yōu)控制方法與本文方法進行對比，結果如表1所示。

表1 不同方法的應急處置搶修效率對比

根據(jù)表1數(shù)據(jù)可知，當測試次數(shù)到達400次時，基于模糊度辨識方法的應急處置搶修效率為91.1%，基于參數(shù)尋優(yōu)控制方法的應急處置搶修效率為89.9%，而本文方法的應急處置搶修效率為98.8%。由此可知，本文方法的特高壓換流站工程故障檢修效率較高。本文方法利用機器學習算法，分類識別特高壓換流站工程故障，根據(jù)故障辨識結果，構建特高壓換流站工程應急處置搶修的標準化體系，從而提高了應急處置搶修效率。

4 結束語

本文提出基于故障容錯控制和機器學習的特高壓換流站工程應急處置搶修標準化體系構建模型。將等效電路結構分析與故障狀態(tài)特征融合，根據(jù)故障特征提取結果，構建特高壓換流站工程短路應急搶修標準體系，分析故障類別屬性，利用機器學習算法對特高壓換流站工程進行故障分類識別。本文方法進行高壓換流站工程應急處置搶修的效率較高，故障診斷能力較好。