【摘要】输变电设备状态监测系统是建设坚强智能电网的核心任务之一，与电网安全可靠运行联系紧密。文章首先介绍了构建输变电设备状态监测系统的必要性，从系统框架设计入手，以生产管理信息系统（PMS）为平台，建立应用于总部、网省和地市三级的统一输变电设备状态监测系统。接着，将系统整体结构细化为三层：传感器、状态监测装置和状态监测后台，并对各层逐一进行了论述，同时对系统接口进行了设计。最后，介绍了系统诊断的三种主要算法：专家系统、支持向量机、人工神经网络，目的是预测出电气设备可能发生的故障，避免事故的发生。
【关键词】智能电网；输变电设备；状态监测；故障诊断；电网设计
Intelligent Condition Monitoring System for Power Transmission and Transformation Equipment
SONG Yan
（Anhui University of Science and Technology， School of Electrical and Information Engineering， Huainan 232001， China）
Abstract： Condition monitoring system for power transmission and transformation equipment is one of the core missions to build a strong and a smart grid， which linked to the grid safe and reliable operation closely. At first， the article introduces the necessity of building condition monitoring system for power transmission and transformation equipment. It starts from the system frame design， relying on production management information system （PMS） to establish coverage headquarters， provincial and municipal levels of network applications， unified condition monitoring system for power transmission and transformation equipment. Secondly， the whole system structure was subdivided into triplex： sensors， condition monitoring devices， condition monitoring background， and describe each layers one by one， while design of the system interface at the same time. Finally， introduces three main diagnostic algorithms of the system： expert systems， support vector machines， artificial neural networks， intended to predict possible malfunction to electrical equipment and avoiding accidents.
Key words： smart grid； power transmission and transformation equipment； condition monitoring； fault diagnosis； grid design
引言
电气设备在运行中经受温度、湿度、大气压、粉尘等外部因素的影响，以及过电流、过电压、过负荷等内部因素的作用，长期运行会引起设备绝缘老化、磨损或疲劳，导致其性能下降，故障次数增多，可靠性降低，危及电力系统的安全稳定运行，因此对电气设备的运行状态进行监测很有必要。
电力系统将故障检修与计划检修相结合检修方式有效地减少了设备故障率[1]。但在电网规模快速发展和电气设备数量急剧增加的背景下，检修任务大幅度增加，造成检修人员紧缺，这样的检修模式已落后于智能电网发展的脚步。因此发展状态监测技术，加强电气设备管理和技术分析，有选择地对电气一次设备进行在线状态监测，时刻掌握设备的运行参数，及时发现设备的潜在故障，可以为电网的安全运行带来良好的效益。同时状态监测系统不影响输变电设备的正常运行，实时获取设备运行状态和周围环境信息，并结合各种故障诊断方法及时给出预警信息，对电网的安全稳定运行有着重要意义。
现有的状态在线监测装置侧重单台设备的研究，运行、接口和功能各不相同、通信协议数据格式不统一[2]，造成数据无法共享、操作难以交互的结果，无法对各设备的运行状况进行统筹分析，不能做出有效、经济的检修决策。鉴于此，需建立可将信息横向共享与纵向贯通的统一监测系统框架，以及按照统一的通信标准与监测后台进行通信的系统结构，实现对输变电设备状态评估、故障诊断、应用可扩展等功能。
1、系统框架
输变电设备状态监测系统整体框架如图1所示。设计应遵循智能电网对输变电设备状态监测系统长远发展规划[3]。在变电站内安装的各种变电设备状态监测装置，按照变电站内规定的标准方式将监测数据向变电CAC（状态接入控制器）接入汇总，由状态监测后台经过数据转换后，将标准协议数据发送给变电CAG（状态信息接入网关机）。与此同时，安装于输电线路上的各种状态监测装置，按照线路规定的标准方式将监测数据向线路CMA（状态监测代理）接入汇总，由状态监测后台经过数据转换后，将标准协议数据发送给线路CAG。利用专家系统对设备进行诊断时，可将继电保护装置、断路器的工作原理及运行人员的诊断经验用规则方便地表出，而且知识库中一些规则可修改或增加，所得出的结论较为符合人类习惯，并具有相应的解释功能。
在实际应用中，可从在线监测的数据和故障征兆来判断设备发生了哪种故障。因此在了解故障模式分析的基础上，可形成关于输变电设备故障机理和故障诊断实践的经验知识，进而形成诊断规则。在实际诊断中，系统会依据规则，结合输变电设备的结构、运行、维护等具体情况，对设备故障模式进行判断。根据故障诊断的具体结果，可对设备采取不同的处理策略。
3.3支持向量机
支持向量机是根据统计学习中VC维理论和结构风险最小化原则提出的，处理非线性问题和构造最优超平面是其重点探究的问题。特别是近年来在算法实现和理论研究方面都有了较大进展，即使由有限数据集而得到的差别函数对的测试集仍能够得到较小的误差。因此在具有大量故障数据的电力系统中，运用支持向量机算法对系统故障进行诊断前景良好。
3.4人工神经网络
人工神经网络是对大量自然神经系统和神经细胞的简化和模拟，由相似的神经元互连而成。电网中不同的故障类型会产生不同的故障警报信息组合，因而可将这类问题与模式识别问题进行类比，运用人工神经网络进行处理。人工神经网络故障诊断算法的特点是容错能力强和学习能力强，因此将人工神经网络运用于电力系统故障诊断值得深入研究。
3.5其他故障诊断算法
其他与电力系统故障诊断相关的算法有故障树、人工免疫、模糊集理论算法、粗糙集理论算法以及小波分析、遗传算法、优化技术等[7]。近年来，以专家系统为基础，融合其他先进智能技术的诊断方法，提高了诊断的速度和准确度[8]，也越来越受到人们的重视。由于篇幅所限，在此不一一详细论述。
4、结语
本文设计了输变电设备状态监测系统的框架，使输变电设备状态监测系统有了三级应用的统一平台；其次将系统结构分为三层并对系统接口进行了设计，使得系统在技术的标准性、统一性问题上满足了要求；最后提出了系统诊断的三种主要算法，实现了系统分析、诊断和预警功能。但是输变电设备状态监测技术的应用尚处于起步阶段，在选型配置、规范化、应用及运行管理等方面还存在诸多问题，这些问题均有待进一步规范和深入研究，才能使状态监测系统的应用成熟化，真正发挥出状态监测系统应有的价值，并为智能电网的安全稳定运行做出贡献。下载本文
