(国网湖北省电力有限公司宜昌供电公司,湖北 宜昌 443000)

1 前言

近年来，随着国家电网公司“大检修”体系建设完成，变电站规模数量剧增，电网结构日益复杂，突发事件偶然性等内外部原因，设备故障时有发生[1]。主要原因有：变电站线路、设备运行状态信息数据量大，且数据分散，没有有效集中以进行线路和设备异常、故障分析和决策支持；变电站设备巡检主要依靠人工巡检，智能化程度低，无法避免人为因素造成的影响，且不利于巡检数据存档。当发现输电线路、设备异常或故障时，需要运维人员到现场操作设备进行控制，不能进行在线预测预警。

本文设计了一种变电站智能运维系统，自动巡检变电站设备，自动采集变电站线路、设备运行状态信息并进行汇总，将异常或故障信息发到到运维人员手持终端，能进行远程控制将故障设备隔离。

2 设计方案

设备故障影响因素数据可分为连续、分类、非结构化三种类型[2]。针对不同的数据类型特点，依次选用Pearson相关分析、单因素方差分析、统计对比三种方法，对故障影响因素进行相关性分析，通过数据收集、数据处理、相关性分析、模型计算、策略输出进行设计，如下所示。

本文以某地市公司变电设备管理现状为基础，利用Logistic回归、深度学习、风险矩阵分析等方法，对变电设备故障及其影响因素等数据进行深度分析与挖掘，构建一种故障预测识别与风险评估模型，提出一种故障预测识别与风险评级相结合的变电站设备差异化运维策略，指导公司变电设备检修运维精益化管理工作。

图1 设计框架

3 模型及算法

本文采用Logistic回归故障预测模型，逻辑回归就是对定性变量的回归分析。即研究某一事件发生的概率p=P(Y=1)与若干因素之间的关系[3-5]。

本文是对设备运行风险进行分析，响应变量Y(故障是否发生)是定性变量，仅有发生故障(Y=1)与不发生故障(Y=0)两种状态。故障发生的影响因素有投运年限、负载率、油温、生产厂家、温度等，分别用x1,…,xk表示。故本文建立Logistic回归故障风险预测模型如下：

其中β0,β1,…，βk是各影响因素对应的回归系数[6-7]。

从而得到故障发生概率p的计算公式：

利用Python软件，编程调用Logistic模型，利用极大似然估计法求解回归系数；将2016年1～12月的143832条记录作为训练样本，2017年1～3月的数据作为测试数据。利用Python软件，编程调用Logistic模型，设置不同的临界概率p，得到如表1所示。

综合考虑模型准确率和命中率，选用p=0.5作为分类临界概率，从而得到回归系数。借助上述建立的Logistic回归故障风险预测模型，对2017年4～5月的样本进行预测。利用Logistic模型得到各样本的预测结果，得到各故障等级的设备数量如表2所示。

表1 不同概率p的训练结果明细表

表2 变电站故障预测误差分析

注:0表示未发生故障，1表示发生故障；i-j表示把i识别成j的数量(i=0,1，j=0,1)。

由上表预测结果可知：预测样本总预测准确率为90.45%，所预测的两个月的预测准确率都在85%以上，可见预测模型准确率非常高。

4 硬件结构

2017年，某地市公司利用本课题研究的成果，成功搭建了变电站智能运维辅助决策大数据平台。该平台包括本地监控后台、运维中心、多个智能机器人、多个手持终端、多个控制器、多个断路器、多个变压器监测单元、多个互感器、多个避雷器监测仪和气象信息采集装置；智能机器人、变压器监测单元、互感器、避雷器监测仪、SF6气压表、液压表、控制器分别与本地监控后台连接；气象信息采集装置与运维中心连接；所述手持终端经无线网和运维中心连接；运维中心经硬件防火墙与本地监控后台连接；断路器控制端与控制器输出端连接；智能机器人能在变电站场所自由行走，能自主避障，对变电站设备进行红外成像。

图2 智能决策平台硬件结构

本系统能够实现设备故障的准确预测，并自动给出决策建议，辅助差异化精益运维管理。从某地市供电公司应用成效看，设备故障预警模型准确度可达到90%以上，较以往人工经验预判准确度提升约20倍。通过量化该区域内的运维承载力，对人力、物资、财力等成本进行科学估算及评估。据统计，实行差异化运维策略后，每站巡视节约了3.33人时，在提高运维效率的同时，大大降低综合运维成本。

5 结论

本课题利用Logistic回归、深度学习等方法，提出一种故障预测与风险评级相结合的变电站设备差异化运维策略。本课题是“大数据”和“互联网+”发展战略落地的有效实践，该成果已在某网省电力公司101座变电站得到成功应用，设备状态监视运行情况便捷，缺陷隐患、故障发现和推送及时，处理高效。通过历史数据以及地域、天气等多源数据分析，能够准确预测出在特定环境下设备故障出现概率，提前部署运维抢修力量，大大提高优质服务质量和供电服务水平，提升公司品牌形象和社会影响力。该平台能够为企业提供智慧决策方案，现场巡检方面具有广阔的推广前景。