随着新一代智能变电站变电设备物联网的建立和传感技术的提升,智能变电站中变电设备大量采用在线监测手段获取状态数据(见图2)。变压器、断路器、电容性设备(如套管)、金属氧化物避雷器等主要变电一次设备的在线监测已较为成熟,运维人员对设备的状态监测与评估诊断更侧重于在线监测数据。由于变电设备状态数据的丰富,使得大数据技术得以在智能变电站变电设备状态监测与评估中挖掘出有用的信息。
图2 新一代智能变电站关键变电设备状态监测发展示意
Fig.2 Development of key substation equipment condition monitoring in new generation smart substation
在对变电设备状态信息进行大数据挖掘时,需要收集各种可用于状态评估的设备全生命周期的资料、数据、记录等内容。传统意义上的设备状态信息来源主要包括设备台账参数、投运前试验参数、运行记录数据、巡视记录参数、带电检测参数、在线监测参数、检修试验参数、保护信息参量以及缺陷/故障参数。
根据设备状态信息的更新频率,可以将上述不同来源的状态信息划分为静态参数、动态参数和准动态参数。
1)静态参数。①设备台账参数：包括设备名称与型号、厂家信息、出厂和投产日期、设备详细参数等。②投运前试验参数：包括型式试验、出厂试验、交接试验、启动调试、抽检试验等。
2)动态参数。①运行记录数据：设备内置在线量测记录(有别于加装的在线监测装置)的各种运行参数、设备运行负荷/过负荷情况、短路电流水平及持续时间、开关动作情况及跳闸次数、保护动作情况以及环境气象条件/不良工况等。②巡视记录参数：设备外观、振动与声响、负荷情况、表计指示、位置指示、测温情况、阀门位置、开关位置等。③带电检测参数：红外/紫外成像检测、避雷器带电监测、不停电取油、气样试验等参数。④在线监测参数：包括油色谱在线监测、容性设备介损在线监测等参数。
3)准动态参数。①检修试验参数：包括例行试验、诊断性试验、专业化巡检、检修等参数。②缺陷/故障参数：包括缺陷/故障发生时间、部位、现象及程度、原因分析、消缺/故障处理情况以及家族性缺陷信息等。
大数据挖掘方法由于其轻因果、重相关性的特点,除上述新一代智能变电站变电设备的电量信息外,还可接入非电量信息,如社会经济数据、气象数据等。在考虑非电因素下进行智能变电站变电设备的状态监测与评估诊断,往往会得到之前预想不到的相关关系,这些潜在的知识将进一步帮助新一代智能变电站运维人员提升运维工作水平。新一代智能变电站变电设备状态监测与评估诊断数据源如图3所示。
图3 新一代智能变电站变电设备状态监测与评估诊断数据源
Fig.3 Data sources of substation equipment condition monitoring and evaluation in new generation smart substation
