杨超，张霖

(贵阳供电局，贵州 贵阳 550002)

1 引言

对设备开展状态检修，“当修必修”，而非“到期必修”，已是现代电力设备管理的必然趋势。近年来相关部门及专家学者纷纷开始了数字化变电站状态检修技术的研究。数字化变电站的主要特征是智能化一次设备、网络化二次设备、自动化管理系统[1]。状态检修是以设备状态评估为依据，根据设备自身的需要进行检修的方式，是数字化变电站的一个重要内容和目标。目前国内应用的状态监测系统还处于分散监测与诊断阶段，而且各厂家在线监测装置通信规约不统一、不透明，造成数据资源不能共享，无法对变电站各设备的运行状况进行统筹分析，不能作出有效、经济的检修决策。

本文针对数字化变电站结构和组成特点，构建了一个数字化变电站智能状态监测系统，介绍了该系统的整体框架和具体功能，并对采用的设备状态信息采集处理技术和状态评价方法进行了重点阐述。

2 数字化变电站的组成特点

2.1 数字化变电站的系统结构

数字化变电站是由智能化一次设备和网络化二次设备分层构建，建立在IEC61850通信规范基础上，模型和通信协议统一化、运行管理自动化，能够实现变电站内智能电气设备间信息共享和互操作的现代化变电站。数字化变电站系统结构分为三层:站控层、间隔层和过程层，基本结构图如图1所示。

2.2 智能化一次设备

智能化一次设备是由具有数字化控制装置、电力电子装置、传感器单元机数字通信接口等组成，主要包括智能变压器、智能断路器和智能隔离开关等。智能化一次设备因技术原因发展缓慢，目前的方案多是采用传统一次设备加智能终端的结构，通过采集设备的状态量、环境温湿度以及接受GOOSE(即面向通用对象的变电站事件)跳合闸信号，使设备具备部分的智能化功能[2]。图2为智能化一次设备结构示意图。

图1 数字化变电站的基本结构

智能终端一般安装于一次设备附近的端子箱或组柜内，功能方面要求能够监视、控制和管理设备的状态，技术上突出智能化的特点。

图2 智能化一次设备结构图

3 数字化变电站状态监测系统的设计

基于数字化变电站的组成特点，智能状态监测系统设计的层次结构包括状态监测层、站内数据中心、智能数据平台及状态评估高级应用层，具体框架见图3。各层次主要功能简述如下:

图3 数字化变电站智能状态监测系统框架图

(1)状态监测层

状态监测层利用各种传感器和测量手段实时获取设备状态信息，为设备的运行积累资料和数据;数字化变电站中一次设备为智能化设备，在线监测单元可对自身的状态量进行采集和数字化，直接通过光纤将数据上传至站内数据中心。

(2)站内数据中心

站内数据中心由变电站内通信管理机(各种在线监测装置通信汇集装置)和集控中心内数据汇集辅助服务器组成，完成对变电站所有就地智能监测单元的测量控制、通信管理、数据收集、数据处理、存储和上传到智能数据平台，实现对变电站一次设备运行状态的实时监控。

(3)智能数据平台

智能数据平台是整套系统数据通信及数据交互的平台，由数据通信接口体系、系统软件运行支撑系统及核心功能模块组成，形成以网络分层分布式运行、开发性、易扩展性、易维护性、统一性等为基本特征的软件平台系统。核心功能包括状态监控报警、数据管理、趋势分析及信息综合展现等模块。

(4)高级应用层

高级应用层是在智能数据平台的基础上，充分利用各方面的信息(在线、离线、巡视等)，具体细化南网状态评价和状态检修标准，引入先进的数学分析处理技术，建立了基于设备状态及风险评价的资产运营建议系统，积极扩展状态检修工作的范围和内涵。

4 设备状态监测信息的采集与处理

4.1 在线监测数据的采集

一次设备状态信息的采集是整个体系应用的基础，在线监测数据是其最重要的组成部分。在线监测数据是由安装于一次设备内部或外部的各类传感器获取，然后交由智能终端的数据采集模块来采集。由于所监测的状态量和原理不同，上述传感器涉及的类型很多，输出的数据类型也各不相同，主要有以下几种:

(1)传感器输出为电气模拟量，如变压器油中水分监测、断路器行程时间监测、避雷器泄漏电流监测等，这些数据可以以一定的方式直接传送到智能终端。

(2)有些状态信息由于其自身的特殊性，需要传感器自带一套数据采集和处理器件，如变压器油中气体监测、局部放电监测等。为了使系统的智能终端运行更加稳定，简化智能终端的结构和规模，首先对这些特殊的非常规信号进行单独处理后，再用数据流的方式传送到智能终端。对于这类信号必须使用采样频率高、存储和传输速率快的采集卡，同时要求存储空间大，采用并口传输数据。

(3)还有一些个别先进的智能传感器，可能输出的数据是标准以太网协议形式的数据包等数字形式，如绕组光纤测温，同样需要较高的硬件配置，采用并口输出到智能组件。

综上所述，由智能或非智能传感器输出的数据类型很多，所以智能终端的数据采集模块应该具备多种数据采集的功能。

4.2 异构信息系统的数据集成

全面的设备状态信息来自不同的系统，包括生产管理MIS系统、SCADA系统、技术监督系统、在线监测中心等。不同的应用系统由于关心的对象不同，所使用的数据模型、应用接口、开发平台千差万别，难以实现信息共享。针对多个异构系统数据集成中遇到的难题，本文采用IT行业最新的CORBA中间件技术，遵循国际IEC61970标准，构建了一体化的智能数据平台。

4.2.1 IEC61970标准

IEC 61970是国际电工委员会制定的《能量管理系统应用程序接口(EMS－API)》系列国际标准。IEC 61970系列标准定义了能量管理系统(EMS)的应用程序接口(API)，目的在于便于集成来自不同厂家的EMS内部的各种应用，便于将EMS与调度中心内部其它系统互联，以及便于实现不同调度中心EMS之间的模型交换。虽然IEC 61970称为“能量管理系统应用程序接口”，但实际上IEC 61970的思路可适用于电力自动化、信息化乃至其他行业的应用系统集成。

IEC 61970主要由接口参考模型、公共信息模型(CIM)和组件接口规范(CIS)三部分组成。接口参考模型说明了系统集成的方式，公共信息模型定义了信息交换的语义，组件接口规范明确了信息交换的语法。结合实际应用需要，一体化数据平台的结构如图4所示。

图4 一体化数据平台的结构图

4.2.2 CORBA技术及其应用

要实现应用系统间的信息交换须借助于中间件，中间件提供了标准的能够信息交换的执行环境，这对于集成系统的开放性非常重要。CORBA(Common Object Request Broker Architecture公共对象请求代理体系结构)是一种标准的面向对象应用程序体系规范，提供了一个可供软件在异构网络中跨操作系统和平台进行交互操作的标准，它采用标准的分布式Client/Server组件框架，其核心是对象请求代理ORB，负责异构环境下各分布式应用组件之间的通信，实现对象之间透明地发送请求和接收响应[3]。

CORBA的主要思想是采用说明性的标准接口定义语言IDL将对象接口与对象实现部分相分离。CORBA定义了IDL与各种编程语言之间的映射，以屏蔽语言的差异。对象的实现部分和调用可以采用具体不同编程语言完成，但对象的操作接口必须统一用IDL来定义，所有对象都通过IDL向总线描述自己提供何种功能和服务。而客户程序只要知道服务对象操作接口，就可以向ORB请求调用该对象的服务。ORB为客户和对象实现建立连接，它截获客户调用请求、寻找目标服务对象、激活对象并向其传递参数、调用对象实现方法并返回结果。至于服务对象在何位置、使用何种编程语言、处于何种操作系统、处于何种执行状态以及采用何种网络协议通信等细节全部被ORB隐藏起来，实现“透明”的互操作。

4.2.3 数据模型

对于电力系统而言，公共信息模型CIM就是电力系统元数据的模式，它包括公用类、属性、关系等，其类及对象是抽象的，可以用于许多应用，它是逻辑数据结构的灵魂，可定义信息交换模型，用来描绘具体的电力系统数据模型。

根据CIM模型建立数据库是基于关系型数据库系统，将对象数据模型映射到关系数据型数据库中进行存储和管理。首先建立原有信息系统数据库与新的CIM数据库的对应关系映射，通过SQL语言来查询原有数据库的记录并将数据插入到新的库中;建立起新的数据库后，就可以通过基于CORBA的CIS接口直接访问面向对象的数据库。关系型数据库技术发展比较成熟，有着坚实的数学基础，在数据管理和数据存储方面有较大优势。

4.2.4 CIS接口

CIM描述了不同应用之间需要交换的信息的语义，解决了“数据是什么”的问题，而CIS则定义了一系列接口机制的语法，使得不同应用可以互相连接，交换信息，解决了“数据如何获取”的问题。应用程序可以通过符合CIS标准的数据访问接口访问数据。通过该接口允许外部用户访问本系统的公共数据，同时来自其他系统的采用XML格式表达的模式或数据可通过一定的工具导入。

当前CIS标准规定了DAF(数据访问设施)、GDA(通用数据访问接口)、HSDA(高速数据访问接口)、TSDA(时序数据访问接口)中的所有接口服务。CIS的应用包括利用CIM/XML方式和CIS/GDA方式提供电力系统模型，利用CIS/HSDA和CIS/TSDA方式提SCADA的实时数据，通过GDA接口访问厂站模型的拓扑结构，通过HSDA接口调用实时数据并结合拓扑结构实现一次接线图，通过调用TSDA接口对时序数据进行处理以实现历史数据的查询。

5 变电设备状态评价方法

5.1 评价原理

辅助状态检修是整个监测系统的最终目的，如何科学合理地建立变电设备健康评价体系，是长期困扰工程应用的难点问题[4]。本文将改进层次分析和灰色关联分析两种方法引入到变电设备状态评价中，能够客观准确地反映设备实际的运行状态，具有重要的理论意义和实用价值。

该方法具体的评价流程为:首先根据实际情况和专家经验建立设备状态指标体系，请专家对各特征参数分别评分，建立参评向量;然后利用改进的层次分析法确定各特征参数的权重;最后采用灰色关联法计算给出的分数序列与各级标准序列之间的关联度，关联度越大，表示参评向量与标准向量越接近。计算结果中，关联度最大的值所对应的标准向量等级，即为变电设备的评价状态。整个计算流程如图5所示。

图5 变电设备状态评价流程

5.2 评价方法的具体计算过程

5.2.1 改进层次分析法确定各特征参数的权重

层次分析法是将主观判断为主的定性分析进行定量化，将各种判断要素之间的差异数值化，适用于复杂的评价系统，是目前一种被广泛应用的确定权重的方法[5]。这里采用改进的层次分析方法，通过计算最优传递矩阵，使其自然满足一致性要求，直接求出各评判因素的相对权重。

(1)建立变电设备状态指标体系

将复杂问题分解为各种具体的因素，把这些因素按属性不同分成若干组，以形成不同层次。以变压器本体部分为例，将从电气试验、油中溶解气体、绝缘油特性以及其他信息4个方面选择特征参数，建立其状态评价指标体系，如图6所示。

图6 变压器状态评价指标体系

(2)建立判断矩阵A

首先通过专家评分，对每组因素采用两两比较其相对重要性，采用九标度法，得出相应的判断矩阵。

表1 相对重要性标度

(3)求上述判断矩阵A的传递矩阵B

(4)求传递矩阵B的最优传递矩阵C

(5)求判断矩阵A的拟优一致矩阵D

(6)确定每组参数的单排序

①计算矩阵D每一行元素乘积

②计算矩阵 D 的特征向量 λ =(λ1，λ2，…，λn)T

③作归一化处理，得到

W=(W1，W2，…，Wn)T即为每组参数单排序的结果。

(7)总排序

利用单层次排序结果进行总层次排序，例如:某一准则层权重为a，其下因素的权重分别为W=(W1，W2，…，Wn)T，则在总排序中这些因素的权重为aWi=(i=1，2，…，n)。

5.2.2 灰色关联法确定比较序列与标准序列的关联系数

灰色系统理论由针对“少数据不确定性”问题而提出，在贫数据中发现有价值的信息，已经在社会很多领域得到了应用和改进，并且取得了良好的效果。当前变电设备的状态一般只能通过若干状态参数来描述，属于典型的贫信息，可以采用灰色理论进行分析[6]。

(1)设备状态划分及数学描述

评价首先要建立设备状态等级的评分标准，将设备状态划分为4个等级，各级标准序列如下:

Ⅰ级，正常(设备状态较好，可以适当延长检修周期)={85，85，…，85};

Ⅱ级，注意(设备状态一般，按正常周期检修)={75，75，…，75};

Ⅲ级，异常(出现一些异常参数值，应加强监视)={65，65，…，65};

Ⅳ级，严重(无法继续进行，应尽快安排检修)={55，55，…，65}。

(2)确定比较序列(评价对象)和参考序列(评价标准)

设评价对象为m个，评价指标为n个，比较数列为 Xi=(Xi1，Xi2，…，Xin)T(i=1，2，…，m)，参考序列为X0=(X01，X02，…，X0n)T。比较序列的确定采用专家评分法，由专家对m个对象进行评价打分;参考数列为各级状态下的标准序列。按初值化对评价矩阵进行无量纲化后形成如下矩阵:

(3)计算灰色关联系数

其中，ξi(k)为第i个评价对象中第k个指标与第k个评价标准的关联系数;

ρ 为分辨系数，ρ∈[0，1 ]，一般取 ρ=0.5。

5.2.3 评价分析

考虑因子间权重差异时，比较序列和参考数列的灰色加权关联度为:

上式中为第i个评价对象与评价标准之间的关联度，各因子的权重Wk由层次分析法确定。

根据灰色加权关联度的大小，建立被评价序列和标准序列之间的接近程度，与某一种状态标准序列越接近，表明当前设备属于该状态的概率越高。

经过实例验证，基于改进层次分析和灰色关联分析的评价方法，可以较好地用于变电设备的状态评价中，其评价结果与设备实际状况基本相符，可以为状态检修的实施提供一定的参考依据;同时该方法具有较强的可操作性，易于编程实现，评价结果直观，实用性较强。

6 结论

本文根据数字化变电站的结构和组成特点，对变电设备状态信息采集处理技术和状态评价方法进行了深入的研究，将各个领域的最新技术成果有机结合，最终实现了数字化变电站智能状态监测系统的构建，使状态检修工作在先进性、实用性等方面得到了发展。数字化变电站状态监测和状态检修是一个复杂的系统工程，涉及到传感器、一次设备智能化、通信、设备智能评估与故障诊断、三维可视化等多个技术领域，为此还需做长期深入的探索和研究。

[1]吴在军，胡敏强.基于IEC61850标准的变电站自动化系统研究[J].电网技术，2003，27(10):61 －65.

[2]罗理鉴.智能变电站一次设备智能化的研究[D].华北电力大学，2011.

[3]梁玮.基于IEC61970标准的电力系统一体化平台改造[D].华中科技大学，2007.

[4]金菊良，魏一鸣.复杂系统广义智能评价方法与应用[M].科学出版社，2008.

[5]邹志勇.工程机械维修现状及对策研究[D].西安:长安大学，2002.

[6]罗庆成，徐国新.灰色关联分析与应用[M].江苏科学技术出版社，1989.