顧燕奇 俞德民 王朋 殷小勇 閆曉曼

（中國(guó)華電集團(tuán)公司江蘇望亭發(fā)電分公司）

0 引言

隨著發(fā)電廠電氣設(shè)備的絕緣老化，電氣設(shè)備故障隱患增加[1]。目前，針對(duì)GIS的狀態(tài)獲取的檢測(cè)技術(shù)主要包括紅外檢測(cè)、紫外檢測(cè)等光學(xué)檢測(cè)技術(shù)，SF6分解物檢測(cè)的化學(xué)檢測(cè)方法，以及特高頻信號(hào)檢測(cè)、超聲波信號(hào)檢測(cè)的局部放電檢測(cè)技術(shù)。由于GIS設(shè)備全金屬封閉的特點(diǎn)，其內(nèi)部狀態(tài)不易被掌握和獲取，導(dǎo)致在線監(jiān)測(cè)手段不足，使得GIS設(shè)備無(wú)法提前得到實(shí)時(shí)有效的隱患信息[2-3]。

目前，智能預(yù)警技術(shù)在許多領(lǐng)域被用于設(shè)備隱患分析，并且為運(yùn)行人員提前發(fā)現(xiàn)設(shè)備安全隱患提供重要幫助[4-5]。由于缺少挖掘GIS設(shè)備在線監(jiān)測(cè)特征的手段，導(dǎo)致智能預(yù)警技術(shù)應(yīng)用在GIS設(shè)備中面臨很大的挑戰(zhàn)[6]。本文基于相關(guān)性理論方法，多維度分析GIS設(shè)備的特征信息，能夠有效挖掘出相關(guān)隱患因素，使得所建立的GIS智能預(yù)警模型更具客觀性。

目前，常見(jiàn)的數(shù)據(jù)挖掘方法有皮爾遜相關(guān)性系數(shù)、斯皮爾曼相關(guān)性系數(shù)、Kendall系數(shù)等方法[7-9]，本文從多角度挖掘GIS特征之間的關(guān)聯(lián)特性，分析局部放電、微水密度等特征之間的潛在信息，有助于GIS在線監(jiān)測(cè)裝置的應(yīng)用分析，提高設(shè)備的可管理性。

1 GIS在線監(jiān)測(cè)數(shù)據(jù)采集

1.1 局部放電數(shù)據(jù)采集

本文GIS局部放電在線監(jiān)測(cè)數(shù)據(jù)采集自某電廠220kV升壓站中的斷路器，該局部放電采用特高頻檢測(cè)技術(shù)，實(shí)時(shí)監(jiān)測(cè)與斷路器相鄰氣室的放電信號(hào)。局部放電傳感器典型的特征包括最大放電量、平均放電量、放電相位、放電類型、放電次數(shù)。下圖為該傳感器實(shí)際安裝位置。表1為位置1局部放電傳感器相應(yīng)特征的在線監(jiān)測(cè)數(shù)據(jù)。表2為位置2局部放電傳感器相應(yīng)特征的在線監(jiān)測(cè)數(shù)據(jù)。

表1 位置1局部放電在線監(jiān)測(cè)數(shù)據(jù)

表2 位置2局部放電在線監(jiān)測(cè)數(shù)據(jù)

圖 局部放電傳感器安裝實(shí)圖

1.2 SF6在線數(shù)據(jù)采集

GIS設(shè)備氣室中的微水含量，對(duì)于設(shè)備狀態(tài)的監(jiān)測(cè)也起到十分重要的作用。本文同時(shí)還采集該斷路器所在氣室的SF6微水等特征數(shù)據(jù)。表3為該氣室微水密度傳感器所監(jiān)測(cè)的在線數(shù)據(jù)。

表3 該氣室微水密度在線監(jiān)測(cè)數(shù)據(jù)

2 基于關(guān)聯(lián)性分析的GIS隱患特征挖掘方法

2.1 皮爾遜相關(guān)性分析原理

對(duì)兩個(gè)變量之間的皮爾遜系數(shù)定義方法為兩個(gè)變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商：

式中，cov（X,Y）為兩個(gè)樣本向量的協(xié)方差；X，Y為兩個(gè)樣本向量；σX，σY為樣本向量X，Y的標(biāo)準(zhǔn)差；μX，μY為樣本向量X，Y的均值。

2.2 斯皮爾曼相關(guān)性分析原理

斯皮爾曼相關(guān)性系數(shù)，通常也叫斯皮爾曼秩相關(guān)系數(shù)[10]。首先對(duì)兩個(gè)變量X，Y的數(shù)據(jù)進(jìn)行排序，然后記下排序以后的位置X′，Y′，得到秩次的差值di，n為變量中樣本的個(gè)數(shù)。代入如下公式進(jìn)行斯皮爾曼相關(guān)性系數(shù)求解：

2.3 肯德?tīng)栔认嚓P(guān)性分析原理

肯德?tīng)栔认嚓P(guān)系數(shù)ρR是指n個(gè)統(tǒng)計(jì)對(duì)象有兩個(gè)屬性的系數(shù)[11]。將所有統(tǒng)計(jì)對(duì)象按屬性1取值排列，不失一般性，設(shè)此時(shí)屬性2取值的排序是亂序的。設(shè)P為兩個(gè)屬性值排列大小關(guān)系一致的統(tǒng)計(jì)對(duì)象對(duì)數(shù)?？系?tīng)栔认嚓P(guān)系數(shù)ρR的計(jì)算公式如下：

2.4 GIS隱患特征相關(guān)性分析方法

由于GIS局部放電與SF6微水密度的數(shù)據(jù)特征中存在著非正態(tài)分布數(shù)據(jù)，且溫度、壓力、微水等特征變化浮動(dòng)非常微小，常規(guī)的數(shù)據(jù)分析方法難以挖掘出其中的潛在關(guān)聯(lián)因素，故而本文考慮測(cè)點(diǎn)位置的特殊性，基于相關(guān)性理論建立不同維度下數(shù)據(jù)特征的關(guān)聯(lián)性模型。將位置1處局部放電特征單獨(dú)進(jìn)行三種相關(guān)性系數(shù)計(jì)算，得到單個(gè)位置處不同特征間的關(guān)聯(lián)系數(shù)。將位置1與位置2處局部放電特征進(jìn)行聯(lián)合分析，得到不同位置的各個(gè)特征間的關(guān)聯(lián)系數(shù)。同時(shí)，將SF6微水密度的特征與兩處位置任意一處的局部放電特征進(jìn)行關(guān)聯(lián)性分析，得到同一氣室內(nèi)局部放電信號(hào)特征與SF6微水密度信號(hào)特征之間的關(guān)聯(lián)系數(shù)。

3 仿真算例分析

3.1 算例測(cè)試

為了驗(yàn)證本文的基于關(guān)聯(lián)性分析的GIS隱患特征挖掘方法的正確性與可行性，選擇中國(guó)某發(fā)電廠的GIS局部放電等數(shù)據(jù)進(jìn)行算例分析。

首先，將位置1處局部放電特征單獨(dú)進(jìn)行三種相關(guān)性系數(shù)計(jì)算，得到單個(gè)位置處不同特征間的三種關(guān)聯(lián)系數(shù)如表4～表6所示。

然后，將位置1與位置2處局部放電特征進(jìn)行聯(lián)合分析，得到不同位置處不同特征間的三種關(guān)聯(lián)系數(shù)如表7～表9所示。

最后，將SF6微水密度的特征與兩處位置任意一處的局部放電特征進(jìn)行關(guān)聯(lián)性分析，得到同一氣室內(nèi)局部放電信號(hào)特征與SF6微水密度信號(hào)特征之間的三種關(guān)聯(lián)系數(shù)如表10～表12所示。

3.2 算例結(jié)果分析

通過(guò)對(duì)該發(fā)電廠220kV升壓站的斷路器設(shè)備相關(guān)數(shù)據(jù)進(jìn)行方法驗(yàn)證，分析表4～表12的計(jì)算結(jié)果。

從表4～表6，表7～表9，表10～表12對(duì)比可以看出，放電次數(shù)、放電幅值、放電相位、微水密度特征的皮爾遜相關(guān)性系數(shù)分析中，更具有明顯的差異性，實(shí)際表明局部放電的特征信息與SF6微水密度特征之間存在著某些關(guān)聯(lián)關(guān)系，當(dāng)微水密度的含量發(fā)生變化時(shí)，會(huì)對(duì)局部放電的信號(hào)產(chǎn)生一定的影響。

表4 位置1處局部放電特征間Pearson系數(shù)

表5 位置1處局部放電特征間Spearman系數(shù)

表6 位置1處局部放電特征間Kendall系數(shù)

表7 位置1與位置2局部放電特征間Pearson系數(shù)

表9 位置1與位置2局部放電特征間Kendall系數(shù)

表10 位置1處局放與SF6特征間Pearson系數(shù)

表12 位置1處局放與SF6特征間Kendall系數(shù)

表8 位置1與位置2局部放電特征間Spearman系數(shù)

表11 位置1處局放與SF6特征間Spearman系數(shù)

4 結(jié)束語(yǔ)

本文基于關(guān)聯(lián)性分析理論來(lái)分析挖掘火電廠GIS設(shè)備數(shù)據(jù)特征之中潛在的關(guān)聯(lián)性，將GIS設(shè)備監(jiān)測(cè)量中的最大的關(guān)聯(lián)性特征信息挖掘出來(lái)，采用皮爾遜相關(guān)性系數(shù)、斯皮爾曼相關(guān)性系數(shù)、Kendall系數(shù)對(duì)GIS的監(jiān)測(cè)數(shù)據(jù)進(jìn)行多維度關(guān)聯(lián)分析。提出GIS設(shè)備隱患特征挖掘方法，通過(guò)對(duì)中國(guó)某火電廠的GIS數(shù)據(jù)進(jìn)行計(jì)算比較，得出以下結(jié)論：

1）采用關(guān)聯(lián)性分析理論來(lái)挖掘分析GIS設(shè)備監(jiān)測(cè)數(shù)據(jù)，能很好地對(duì)不同維度的特征信息進(jìn)行分析，從不同的角度去挖掘設(shè)備隱患特征的潛在關(guān)聯(lián)特性，從而增強(qiáng)隱患特征識(shí)別分析的能力。

2）采用數(shù)據(jù)挖掘的方法對(duì)GIS設(shè)備的監(jiān)測(cè)數(shù)據(jù)從不同的維度進(jìn)行挖掘，能夠看出針對(duì)同一氣室內(nèi)不同監(jiān)測(cè)手段之間，放電幅值與氣室溫度特征關(guān)聯(lián)程度比較緊密，氣室微水與放電次數(shù)特征關(guān)聯(lián)程度比較緊密，氣室壓力與放電幅值特征關(guān)聯(lián)程度相對(duì)較弱，該方法對(duì)于GIS設(shè)備的異常分析具有重要的指導(dǎo)性意義。