CN102607643A - 电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法 - Google Patents

Abstract

本发明公开了一种电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法。该故障预警系统由无线传感器、集中器、计算机等部分组成。其中无线传感器包括无线温度传感器、无线温湿度传感器以及无线电流传感器分别实现对电气设备温度、环境温境湿度及输电线电流的测量；集中器实现整个牵引变电站内各无线传感器监测点数据的接收，并将收集的数据上传至计算机；计算机完成监测数据的采集、存储，并根据采集的数据完成电气设备过热故障的智能诊断及预警。该系统能够为电气化铁路牵引变电站的运行和检修提供科学依据，确保铁路供电安全。

Description

电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法

技术领域

本发明涉及一种故障诊断及预警系统及方法，特别涉及一种电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法。

背景技术

牵引变电站内存在大量的高压隔离开关、互感器、断路器、变压器以及高压开关柜等电气设备，其接头数量众多，这些电气设备担负着电力变换及输送的重要任务，但是在长时间连续运行的情况下常常会因接头处接触不良、老化或表面氧化等原因造成接触点阻值增大，进而出现温升导致发热过多而烧坏等情况，如果这些发热部位的温度没有得到及时有效的监测，最终可能导致设备损坏，从而引发停电甚至火灾事故的发生，对电气化铁路的运行带来的极大的安全隐患。因此应当采取必要的检测措施了解各电气设备当前运行状态，根据设备实时运行状态数据并结合历史数据分析其变化趋势，从而达到减少供电系统事故隐患，降低事故发生率，缩短故障查找、检修时间，确保供电系统安全可靠运行的目的。

目前国内外主要采用的电气设备温度监测技术有两大类：一是采用红外技术(红外测温计或红外成像仪)以人工巡检方式来进行温度检测；二是通过布置有线传感器网络，如采用光纤进行温度检测。但这些方法都无法满足牵引变电站的温度监测需求。主要是因为：牵引变电站不同于一般变电站，其供电线路段有火车通过时，相关电气设备才有电流通过，设备过热故障隐患才能显现出来，而在没有火车通过时，由于电气设备负载电流很小，此时即使监测相关设备温度也无法发现故障隐患。红外技术测温由于是人工检测，无法实现实时在线检测，对设备内部的温度也无法测量并且存在较大误差，因此无法实现过热故障的及时、准确发现，光纤测温技术由于布线复杂不利于大规模应用，而且很容易受到污染从而导致测温准确性大幅度下降。

近年来基于无线传感器的测温技术开始得到了广泛的应用。但其在变电站电气设备监控方面存在以下局限性：检测对象仅为被监测点的温度，通过简单的设定一个温度阈值，确定是否出现了电气设备过热故障。根据常识，我们知道在不同的环境温度和湿度下，同样的电气设备温度往往表示不同的过热故障结果，不同的线路电流也会导致不同的运行温度结果，因此是否出现过热故障，不仅仅与被测点的设备温度有关，还与环境温度、环境湿度以及线路电流有关，是一个综合判断的结果。

发明内容

本发明所要解决的技术问题是提供一种电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法，通过无线传感器实现对电气设备温度、环境温度、环境湿度和线路电流进行在线检测，建立基于最小二乘支持向量机(leastsquares support vector machines简称LSSVM)的故障诊断及预警模型，从而实现对电气设备过热故障的准确诊断和预警，为电气设备的可靠运行提供依据，大幅度的减少故障发生率。

为实现上述目的，本发明采用以下技术手段：

电气化铁路牵引变电站电气设备过热故障诊断及预警系统，其特征在于：主要由无线传感器、集中器及计算机组成，其中无线传感器包括用于测量电气设备温度的无线温度传感器、用于测量环境温湿度的无线环境温湿度传感器、用于测量线路电流的无线电流传感器；集中器负责收集无线传感器数据并上传至计算机，计算机根据上传的数据利用最小二乘支持向量机过热故障预警模型实现电气设备过热故障的智能诊断与在线预警。

所述无线温度传感器在每个需要进行过热故障监控的电气设备上安装一只；所述无线环境温湿度传感器在具有共同环境特征的区域各安装一只；所述无线电流传感器在每条具有共同电流特征的线路上各安装一只；

所述各种无线传感器均以基于ZIGBEE技术的CC2430芯片为核心；所述无线温度传感器采用DS18B20感应电气设备温度；所述无线温湿度传感器采用DHT21感应环境温湿度；所述无线电流传感器采用感应式线圈获得电流信号；

一种电气化铁路牵引变电站电气设备过热故障诊断及预警方法，包括以下步骤：

(1)无线传感器测量电气设备监测点温度T_设备、环境温度T_环境、环境湿度H_环境和线路电流I_线路，然后将这些数据传输给集中器；

(2)集中器接收到无线传感器传输的数据后，将这些数据以以太网传送至计算机，然后将上述数据的上报周期作为响应数据包返回至相应的传感器；

(3)计算机接收到集中器发送的上报数据后，首先进行存储，然后根据数据类型按照如下规则进行处理：如果数据为环境温度、环境湿度或者线路电流，则不做处理；如果数据为电气设备温度，则根据电气设备的温度数据确定测点位置，然后从计算机中调出环境温度数据、环境湿度数据，以及线路电流数据，组成测量数据{T_设备，T_环境，H_环境，I_线路}；

(4)将步骤(3)获得的测量数据{T_设备，T_环境，H_环境，I_线路}输入建立的最小二乘支持向量机过热故障预警模型，得到故障诊断及预警结果。

所述最小二乘支持向量机过热故障预警模型按照以下步骤建立：

(1)确定核函数种类：以径向基函数

作为核函数，其中，x为当前输入数据，x_n为训练样本集，δ为径向基函数的宽度参数；

(2)采用标准搜索算法确定模型的超参数{δ²，γ}，其中，γ为正则化参数；

(3)以样本数据库中的样本作为训练数据集，对模型进行训练，获得模型参数{α_n，b}，其中，α_n为拉格朗日算子(又称支持因子)，b为偏置值；

(4)得到故障诊断模型： $Y\left(X\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{n}K(x,x_n)+b.$

在进行故障诊断之前，首先，对获取的数据进行归一化处理；

计算机根据故障诊断的结果对电气设备温度数据的上报周期进行调整；所述线路电流的上报采用实时召唤方式，即当计算机接收到无线电气设备的温度数据后，召唤线路电流数据；

最小二乘支持向量机过热故障预警模型在收集到新故障样本达到一定数量后，对模型进行更新训练。

与现有技术相比，本发明电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法至少具有以下优点：本发明采用了无线传感器实现电气设备温度的测量，有效解决了高压设备难以在线实时检测的问题；采用多种信息综合诊断及预警，可有效消除因环境温度、湿度以及线路载流量的变化而引起的电气设备温度变化，从而实现过热故障的准确诊断，为供电安全提供了可靠保障。

附图说明

图1是本发明牵引变电站电气设备过热故障在线诊断及预警系统结构示意图；

图2是无线温度传感器硬件结构图；

图3是无线温度传感器软件工作流程图；

图4是故障诊断及预警流程图。

具体实施方式

下面结合附图对本发明电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法的一个实施例进行详细说明：

本发明对电气化铁路牵引变电站电气设备过热故障进行在线诊断及预警，其系统总体结构如图1所示，包括用于测量电气设备温度的无线温度传感器、用于测量环境温湿度的无线环境温湿度传感器、用于测量线路电流的无线电流传感器、用于收集传感器数据的集中器和用于故障诊断及统一监控的计算机。

在一个牵引变电站内，对于每个需要进行过热故障监控的电气设备(如变压器、隔离开关、断路器、电流互感器等处的设备线夹、开关柜内的母排等)安装一只无线温度传感器；对于具有共同环境特征的区域各安装一只无线环境温湿度传感器，测量得到的环境温度和湿度数据结果供该区域内的所有电气设备监测点故障诊断共用，例如在牵引变电站室外安装一只环境温湿度传感器，其测量结果供所有室外电气设备过热故障诊断使用，高压室内安装一只环境温湿度传感器，其测量结果供所有在高压室内电气设备过热故障诊断使用；在每条具有共同电流特征的线路上各安装一只无线电流传感器，其数据结果供该条线路上的所有电气设备监测点故障诊断共用。

无线传感器完成电气设备监测点温度T_设备、环境温度T_环境、环境湿度H_环境和线路电流T_线路的测量；并将测量结果通过无线方式传送至集中器；集中器根据牵引变电站具体情况可以安装多个，例如在室外安装一只，负责室外传感器数据的收集；高压室内安装一只，负责高压室内传感器数据的收集。

集中器接收到无线传感器数据后，将数据通过工业以太网传送至计算机，并将上述传感器的上报周期作为响应数据包返回至相应传感器。

计算机在接收到上报数据后，首先进行数据存储，然后根据数据类型按照如下规则进行处理：如果数据为环境温度、环境湿度或者线路电流，则不做处理；如果数据为电气设备温度，则执行过热故障诊断及预警程序，具体为：

计算机接收到电气设备温度数据，并完成数据存储后，首先执行数据匹配程序：根据接收到的电气设备温度数据，确定测点位置(即电气设备温度传感器ID)，然后调出与该测点位置匹配的环境温湿度传感器ID、线路电流传感器ID，通过召唤方式获取线路电流，通过从历史数据库中查询最新数据获取环境温湿度数据，组成测量数据{T_设备，T_环境，H_环境，I_线路}；

将获得的测量数据集输入建立好的LSSVM过热故障预警模型，获得故障诊断及预警结果，并将结果在监控软件界面上显示。

下面结合一个具体的应用实例加以说明：

如图2所示，用于牵引变电站电气设备温度测量的无线传感器，采用基于ZIGBEE技术的CC2430芯片实现，该芯片内部集成了低功耗单片机、电源管理模块、模数转换模块、射频模块以及存储模块等，以一个芯片即可实现数据的采集、处理以及无线传输等工作。温度采集通过DS18B20实现，该温度芯片为数字式温度传感器，可通过数字总线方式获得温度数据，且其误差在±1.5℃内。通过该技术设计的无线传感器其通讯距离可达500米，完全满足电气设备温度监测的需求。

对于环境温湿度和线路电流测量的无线传感器，其硬件结构上唯一的不同之处在于所选用的前端传感器不同，其中测量环境温湿度采用DHT21，该传感器为数字信号输出的温湿度复合传感器，测量线路电流采用自制的感应式线圈获得电流信号。

如图3所示，无线电气设备温度传感器，其工作流程为：首先判断休眠周期是否到，休眠周期到则进入到采集温度程序，并完成数据转换、滤波等处理程序，然后将采集结果发送至集中器并等待响应数据包；接收到集中器的响应数据包后判定是否为变更参数数据包(即是否变更上报周期)，如果是则根据要求变更相应参数。无线电气设备温度传感器，其上报周期可根据过热故障程度自适应调整，一组典型值为：无故障时上报周期为30分钟，轻微故障时上报周期为10分钟，中度故障时上报周期为5分钟，严重故障时上报周期为1分钟。

对于环境温湿度传感器，其上报周期可人工设置，典型值为30分钟上报一次，对于电流传感器，采用召唤方式获取。

计算机获得电气设备监测点温度T_设备、环境温度T_环境、环境湿度H_环境和线路电流I_线路后，采用基于LSSVM的故障诊断模型进行过热故障诊断及预警，其工作流程如图4所示。

首先判定是进行故障模型训练还是进行故障诊断，模型训练在两种情况下进行，一是在初次建立模型时使用；二是随着运行时间的变长，收集新故障样本达到一定数量时(例如新收集10条故障样本)对模型进行更新训练。

故障诊断结果分为四类，分别为无故障、轻微故障、中度故障、中度故障和严重故障，其对应于LSSVM故障模型输出分别为0、1、2、3。在建立训练样本集过程中，T_设备，T_环境，H_环境，I_线路由在线监测系统自动获取，而对应的故障类型由运行人员根据经验和分析结果进行指定。

进入模型训练程序后，首先确定核函数种类，选择径向基函数作为LSSVM的核函数，其中，x为当前输入数据，x_n为训练的样本集，δ为径向基函数的宽度参数；然后采用LSSVM的Matlab数学工具箱中标准搜索算法确定LSSVM模型的超参数{δ²，γ}，其中，γ为正则化参数；接着，以样本数据库中的样本作为训练数据集，对LSSVM模型进行训练，获得模型参数{α_n，b}，其中，α_n为拉格朗日算子(又称支持因子)，b为偏置值，即可得到故障诊断模型： $Y\left(X\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{n}K(x,x_n)+b.$

正常监控过程，模型进入故障诊断流程，首先将获取的数据进行归一化处理，然后采用训练好的模型

获得故障诊断结果并将其显示到监控界面，同时根据故障严重程度确定是否更改无线电气设备温度传感器的上报周期参数，并将相关故障数据作为样本存入样本数据库，当新增样本数量达到10条时，则进入模型更新流程，对现有故障诊断模型进行更新。

本发明给出的牵引变电站电气设备过热故障在线诊断方法及预警方法，通过对监测点温度、所处位置电流大小、所处环境温度以及湿度等各方面数据的融合分析，给出故障诊断结果；使得诊断结果在各种环境以及输电状况的外部条件下均能满足准确诊断预警，很好地满足了牵引变电站监控的智能化的需求，确保了铁路供电安全。

以上所述仅为本发明的一种实施方式，不是全部或唯一的实施方式，本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换，均为本发明的权利要求所涵盖。

Claims (8)

1.电气化铁路牵引变电站电气设备过热故障诊断及预警系统，其特征在于：主要由无线传感器、集中器及计算机组成，其中无线传感器包括用于测量电气设备温度的无线温度传感器、用于测量环境温湿度的无线环境温湿度传感器、用于测量线路电流的无线电流传感器；集中器负责收集无线传感器数据并上传至计算机，计算机根据上传的数据利用最小二乘支持向量机过热故障预警模型实现电气设备过热故障的智能诊断与在线预警。

2.根据权利要求1所述的电气化铁路牵引变电站电气设备过热故障诊断及预警系统，其特征在于：所述无线温度传感器在每个需要进行过热故障监控的电气设备上安装一只；所述无线环境温湿度传感器在具有共同环境特征的区域各安装一只；所述无线电流传感器在每条具有共同电流特征的线路上各安装一只。

3.根据权利要求2所述的电气化铁路牵引变电站电气设备过热故障诊断及预警系统，其特征在于：所述各种无线传感器均以基于ZIGBEE技术的CC2430芯片为核心；所述无线温度传感器采用DS18B20感应电气设备温度；所述无线温湿度传感器采用DHT21感应环境温湿度；所述无线电流传感器采用感应式线圈获得电流信号。

4.一种权利要求1所述的电气化铁路牵引变电站电气设备过热故障诊断及预警系统的过热故障诊断及预警方法，其特征在于：包括以下步骤：

(1)无线传感器测量电气设备监测点温度T_设备、环境温度T_环境、环境湿度H_环境和线路电流I_线路，然后将这些数据传输给集中器；

(2)集中器接收到无线传感器传输的数据后，将这些数据以以太网传送至计算机，然后将上述数据的上报周期作为响应数据包返回至相应的传感器；

(3)计算机接收到集中器发送的上报数据后，首先进行存储，然后根据数据类型按照如下规则进行处理：如果数据为环境温度、环境湿度或者线路电流，则不做处理；如果数据为电气设备温度，则根据电气设备的温度数据确定测点位置，然后从计算机中调出与该位置匹配的环境温度数据、环境湿度数据，以及线路电流数据，组成测量数据{T_设备，T_环境，H_环境，I_线路}；

(4)将步骤(3)获得的测量数据{T_设备，T_环境，H_环境，I_线路}输入建立的最小二乘支持向量机过热故障预警模型，得到故障诊断及预警结果。

5.如权利要求4所述的过热故障诊断及预警方法，其特征在于：所述最小二乘支持向量机过热故障预警模型按照以下步骤建立：

(1)确定核函数种类：以径向基函数

作为核函数，其中，x为当前输入数据，x_n为训练样本集，δ为径向基函数的宽度参数；

(2)采用标准搜索算法确定模型的超参数{δ²，γ}，其中，γ为正则化参数；

(3)以样本数据库中的样本作为训练数据集，对模型进行训练，获得模型参数{α_n，b}，其中，α_n为拉格朗日算子，b为偏置值；

(4)得到故障诊断模型： $Y\left(X\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{n}K(x,x_n)+b.$

6.如权利要求4所述的过热故障诊断及预警方法，其特征在于：在进行故障诊断之前，首先，对获取的数据进行归一化处理。

7.如权利要求4所述的过热故障诊断及预警方法，其特征在于：计算机根据故障诊断的结果对电气设备温度数据的上报周期进行调整；所述线路电流的上报采用实时召唤方式，即当计算机接收到无线电气设备的温度数据后，召唤线路电流数据。

8.如权利要求4或5所述的过热故障诊断及预警方法，其特征在于：最小二乘支持向量机过热故障预警模型在收集到新故障样本达到一定数量后，对模型进行更新训练。

Images