王文烁，胡丹晖，黄俊杰，张 坤，李云鹏

（1.国网湖北省电力公司电力科学研究院，湖北 武汉 430077；2.国网富达科技发展有限责任公司，北京 100070）

0 引言

随着国内输变电设备在线监测装置的数量及规模不断扩大，大量的监测数据缺乏专业的软件工具进行数据自动过滤和分析。各供电单位安装了大量的输变电设备监测装置，积累了大量的在线监测数据[1]。在输变电设备状态监测领域的一个重要工作便是根据各种状态监测数据，实现对设备的状态评价，但是装置尤其是输电监测装置的低可用性阻碍了工作的开展。

输变电监测装置的可用性主要依赖于几个方面：一是监测装置采集数据的准确度；二是监测参数的计算方法；三是装置与主站之间的通信情况；另外还包括电源状态、数据传输频率等其他因素。

目前，国内外在输变电设备状态监测方面的研究主要集中于提高输变电监测装置的可用性[2]和对监测数据进行分析应用。

1 输变电监测装置可用性评估过程

1.1 目前的现状

对于输电线路监测装置，由于安装位置和通信条件的差异性以及恶劣的环境等原因，装置的可用性方面关注较多的主要是监测装置采集数据的准确度，尤其是那些严重偏离正常值的数据。这些数据与线路设计紧密相关，需与线路试验数据及运行数据结合在一起使用。同时还需要借助各类分析工具对监测数据进行有效性分析。但是目前的普遍做法是线路运维人员根据自己的经验进行主观判断，很少使用这些分析工具。

对于变电监测装置，监测装置的可用性相对较高。运维人员也主要根据经验判断设备的可用性[3]。

1.2 监测装置的可用性评估过程

目前输变电监测装置可用性判断存在的问题主要为以下3类：

（1）输变电监测装置数据有效性问题

此类问题的表现是，在一定时间段内“统计时间”（为了便于计算和展示默认为一个月，可以由用户手动设置修改），服务器可以接收到装置发送的数据，但是接收数据中包含无效数据，即数据库中储存的数据中包含无效数据。

（2）输变电监测装置通信问题

此类问题的表现是，在一定时间段内“统计时间”（为了便于计算和展示默认为一个月，可以由用户手动设置修改），服务器接收数据时断时续，即数据库中储存的数据时断时续。

（3）输变电监测装置本体缺陷问题

此类问题的表现为在一定时间段内“本体缺陷时间”（为了便于计算和展示默认为一个月，可以由用户手动设置修改），服务器接收不到数据，即数据库中储存的数据没有此类数据。

输变电监测装置可用性评估过程如图1所示，研究人员获取监测数据以后，先对这些数据进行初步分析，然后依据以上3种问题的特征特点对这些数据进行分类，并分别进行量化分析，最后得到一个综合的装置可用性评估结果。

2 贝叶斯网络算法的应用

采用贝叶斯网络算法式[4]对以上3种问题类型进行分类量化，并对每种类型进行决策计算，求出该类型下评价分值。

一个贝叶斯网络定义包括一个有向无环图（DAG）和一个条件概率表集合。DAG中每一个节点表示一个随机变量，可以是可直接观测变量或隐藏变量，而有向边表示随机变量间的条件依赖；条件概率表中的每一个元素对应DAG中唯一的节点，该元素存储此节点对于其所有直接前驱节点的联合条件概率。

贝叶斯网络作为一种不确定性的因果推理模型，其应用范围非常广，在信息检索、电子技术与工业工程等诸多方面发挥重要作用，而与其相关的一些问题也是近来的热点研究课题。就使用方法来说，贝叶斯网络主要用于概率推理及决策，具体来说，就是在信息不完备的情况下通过可以观察随机变量推断不可观察的随机变量，并且不可观察的随机变量可以多于一个。一般初期将不可观察变量置为随机值，然后进行概率推理。

一般使用贝叶斯网络进行推理[5]的步骤可如下描述：

（1）对所有可观察随机变量节点用观察值实例化；对不可观察节点实例化为随机值。

（2）对DAG进行遍历，对每一个不可观察节点y，计算：

其中wi表示除y以外的其它所有节点，α为正规化因子，sj表示y的第j个子节点。

（3）使用第2步计算出的各个y作为未知节点的新值进行实例化，重复第2步，直到结果充分收敛。

（4）将收敛结果作为推断值。

图1 输变电监测装置可用性评估过程Fig.1 Process of assessment for the availability of power transmission and transformation equipment

3 单个输变电监测装置可用性量化方法

输变电监测装置的可用性量化结果包括输变电监测装置数据有效性量化结果，通信问题量化结果，装置本体缺陷量化结果3种。

3.1 输变电监测装置数据有效性量化方法

输电监测装置单参数数据有效性量化结果q1：

如果同一输电监测装置存在多个参数数据超出有效性范围，那么该装置有效性量化结果q2取值为其所有单参数数据有效性量化结果的最小值。

3.2 输变电监测装置通信问题量化方法

主要表现为在一定时间段（需要相关人员手动设置）内，根据装置有没有上传数据来计算装置通信问题的比例，即数据中出现缺值的比例。具体方法是通过数据的统计分析，实现缺失数据的判断和统计，进而得到输变电监测装置通信问题量化结果q3。

3.3 输变电监测装置本体缺陷问题量化方法

输变电监测装置本体缺陷问题由相关工作人员现场确认，然后组织人员进行维修或实施其它检修方法。

此类问题量化分值q4只有0（缺陷）和1（正常）两种。在一定时间段（以自然月为最小时间单位）内取正常装置状态的平均值。

其中，装置正常天数是指服务器能够接收到数据的天数，通过对数据库中数据进行统计分析得到。

3.4 单个输变电监测装置可用性量化结果

一个输变电监测装置的可用性量化的最终结果为前面3种量化结果的平均值。即，单个输变电监测装置可用性量化结果q。

4 总体装置可用性量化方法

输变电设备状态监测装置[6]种类及具体监测数据参数如表1所示。

同一厂家同一类型的装置可用性量化结果Q

同一线路同一类型的装置可用性量化结果可参照式（7）计算。

表1 输变电设备监测装置名单Tab.1 List of condition monitoring devices for power transmission and transformation equipment

5 总结

通过输变电设备状态监测装置运行状态的研究，结合贝叶斯网络分类算法工具实现了对各类输变电设备状态监测装置质量的提升，提高了对全网输变电设备有效监控，保障了电网运行安全。

[参考文献]（References）

[1]王凯,蔡炜,邓雨荣,等.输电线路在线监测系统应用和管理平台[J].高电压技术,2012,38(05)：1 274-1 280.WANG Kai,CAI Wei,DENG Yurong,et al.Application and management information platform for transmission line monitoring system[J].High Voltage Engineering，2012,38(05)：1 274-1 280.

[2]潘凌,王涛,陆宇航,等.智能输电线路状态监测装置可靠性分析[J].水电站机电技术,2016,(4)：41-45.PAN Ling,WANG Tao,LU Yuhang,et al.Reliability analysis of intelligent transmission line state monitoring device[J].Mechanical&Electrical Technique of Hydropower Station,2016,(4)：41-45.

[3]王永奇.输变电设备监测装置运行故障及可用性分析[J].电工电气,2016,(4)：43-45.WANG Yongqi.Monitoring device faultand availability analysis of electric transmission and transformation equipment[J].Electrotechnics Electric,2016,(4)：43-45.

[4]董邦洲.基于贝叶斯网络的架空输电线路运行状态评估及隐形故障诊断[D].太原：太原理工大学,2007.DONG Bangzhou.Evaluation of operation state and diagnosis of invisible fault for overhead transmission llines bbased on bayesian networks[D].Taiyuan：Taiyuan University of Technology,2007.

[5]俞奎.贝叶斯网络建模及推理算法研究[D].合肥：合肥工业大学,2007.YU Kui.Modeling and algorithm of bayesian networks[D].Hefei：Hefei University of Technology,2007.

[6]郭志民,王国栋,许长清.输变电设备状态监测系统的部署和应用[J].河南电力,2011,(3)：12-16.Guo Zhimin,Wang Guodong,Xu Changqing.Deployment and application of condition monitoring systemfor power transmission and transformation equipment.[J].Henan Electric Power,2011,(3)：12-16.