基于信息物理系统的电压不平衡度及电能质量分析预警方法研究

2022-07-20邹文骏曹张保杨力战

城市轨道交通研究 2022年7期

邹文骏曹张保杨力战

(1.苏州市轨道交通集团有限公司运营一分公司， 215128，苏州； 2.上海玖道信息科技股份有限公司杭州分公司，310012，杭州∥第一作者，工程师)

电能质量对地铁设备的稳定运行意义重大。三相电压不平衡度作为电能质量的重要因子，是地铁供电专业现场维护人员非常关注的重要指标[1-3]。文献[4-5]借助于信息技术、传感器技术的发展，对地铁供电设备三相电压不平衡度进行全面监测，并优化不同设备电压不平衡度的预警方式，以保障地铁供电设备的稳定运行，实现信息世界与物理世界之间的相互反馈。文献[6]对电能质量扰动分类特征选择标准不统一,泛化能力差,分类效果与分类效率不好等问题进行了优化。

基于上述文献，本文提出以CPS(信息物理系统) 为理论指导，以三相电压不平衡度计算方法为依据，采用专家经验、深度学习等技术手段，实现电压不平衡度阈值的动态确定、实时计算和及时预警。在此基础上，提出供电设备电能质量多指标综合评分模型，结合熵值法确定各指标的权值，计算得出设备的电能质量得分。然后采用专家经验法与深度残差收缩网络法相结合的方式确定电能质量的阈值,并提出3种预警层级应用方法，以实现对供电设备的电能质量管理。

1 基于CPS的三相不平衡应用

1.1 CPS的三相不平衡概念

CPS技术将信息世界与物理世界耦合起来，结合变电所自动化系统监测得到的电压有效值，提升了常规三相电压不平衡度检测方式的工作效率。该检测以5 min为1个采样周期，24 h昼夜不间断地对三相电压不平衡度进行计算。GB/T 15543—1995《三相电压允许不平衡度》规定,电力系统公共连接点正常电压的不平衡度允许值为2%，同时规定其短时的电压不平衡度不得超过4%。定义电压不平衡度的指标为相电压不平衡度P：

P=[max(UA,UB,UC)-

min(UA,UB,UC)]/Uavg

(1)

(2)

式中：

UA、UB、UC——分别为同一时刻监测得到的A相、B相、C相电压；

Uavg——平均相电压。

基于CPS理论，可以实现地铁供电系统中设备三相不平衡度的全面监测管理。地铁供电系统作为一个大型的物理系统，需要确保列车牵引用电及动力照明用电的安全。传统的地铁供电运维管理方式较为粗放，经常导致设备维保工作的滞后。采用信息系统的大数据批量计算技术，对设备的实时监测数据进行处理，能及时发现三相电压不平衡度的变化情况，向工作人员发出预警信息。物理系统与信息系统的闭环反馈是CPS的核心应用体现，使得设备运行更为健康。

三相电压不平衡度的CPS应用如图1所示，主要体现了CPS的3C功能：计算(Computation)、通信(Communication)和控制(Control)。信息系统对获取的电压有效值，经过大数据计算引擎，实现电压不平衡度的规则计算，并对超过不平衡度允许值的设备发出及时预警。根据现场工作人员对设备的维护反馈信息，完成对不平衡度允许值计算规则的更新，实现对电压峰值的关注与判定，从而更好地完善设备的电压不平衡度管理,并制定其维保计划。

图1 电压不平衡度的CPS应用示意图Fig.1 CPS application diagram of voltage unbalance

通过三相电压不平衡度的CPS理论闭环应用，能高效地完成电压不平衡度计算、阈值确定(依据专家经验法、深度残差收缩网络法)、及时预警等工作。

1.2 不平衡度允许值的调整方法

实际应用中，对海量的设备时序数据进行三相电压不平衡度计算，会频繁出现报警的情况。冗余的报警内容会削弱对设备维保业务的实际帮助作用。因此，确定合理阈值意义重大。

1.2.1 采用专家经验法确定阈值

专家经验法是一种灵活的阈值设定方法，根据业务人员的经验积累，对关注的重点设备设定较高的预警值。例如，设定重点设备的不平衡度阈值为10%，从而降低设备的预警频次。如图2所示，专家经验法可对重点设备发生的高不平衡度情况及时予以关注，从而改善其不平衡情况。

图2 专家经验法确定设备预警阈值的流程Fig.2 Process of expert experience method determining equipment early warning threshold

依据专家经验法确定阈值，设备在实际工作中的预警情况较好，但该阈值的设定受专家的主观因素影响。深度残差收缩网络机器学习方法能实现客观阈值的计算，可与专家经验法互补，共同确定阈值。

1.2.2 采用深度残差收缩网络法确定阈值

深度残差收缩网络法是一种采用注意力机制自动设置阈值的方法，能够客观地确定阈值。该方法通过建立小型的子网络，学习得到一组三相电压不平衡度的阈值，再进行特征的软阈值化。软阈值化是很多信号降噪算法的核心步骤，其计算式为：

(3)

式中：

f——软阈值化的函数表达；

s——特征；

τ——某个阈值。

f的意义是将绝对值小于等于某个阈值的特征删除掉，将绝对值大于该阈值的特征朝着数值0的方向进行收缩。软阈值化能够减小深度学习算法遭遇梯度弥散和梯度爆炸的风险。

子网络确定阈值的步骤如下：①对输入特征图的所有特征，求出特征的绝对值，如本文的特征为三相电压不平衡度；②经过全局平均池化，得到1个特征，记为A；③在另一条路径中，全局平均池化后的特征图被输入到1个小型的全连接网络中。该全连接网络以Sigmoid函数作为最后一层，将输出的数据量纲一化到(0,1)，获得1个系数，记为α；④最终阈值可以表示为αA。

综上所述，将专家经验法和深度残差收缩网络法相结合，可实现主客观结合，让专家经验法在机器学习输出阈值的基础上，调整至更为合理的阈值，从而实现高精度的报警。

1.3 预警告警方案

常规的预警方案下，一旦达到阈值,供电智能运维系统将发出告警。使用上述两种方法对阈值进行优化后，降低了预警的频次，提高了预警的精确度，减少了不必要的告警关注，提高了对告警内容的处理效果。

然而，仅仅针对三相电压不平衡度进行阈值告警仍有所欠缺。虽然三相电压不平衡度是电能质量的重要告警指标，但它仅是单因子指标。为此，本文进一步提出了电能质量评价的多维度因子指标体系，用以提升电能质量的综合分析评判效果。

2 电能质量分析评判

2.1 熵值法确定指标权值

2.1.1 采用熵值法确定各指标权值的步骤

1) 选取i个评价样本及每个样本的j个指标，得到第i个设备第j个指标的指标值xij，构成矩阵X。对于每个评价指标，指标值之间的差距越大，则该指标在综合评价中所起到的作用越大。如果某个指标的指标值全部相等，则该指标在综合评价中不起作用。

(4)

2) 各个指标的收敛速度、精度、度量衡等可能不统一，因此需要对指标结果进行量纲一化处理。设x为矩阵X的每列具体值，xmin、xmax分别为x中的最小值和最大值，则量纲一化处理方法将原始矩阵X中的元素计算转化为：

(5)

3) 计算每个样本在具体指标xij中所占据的比重pij为：

(6)

式(4)中的元素经式(6)进行比重转换后，xij变为pij，形成由pij构成的新矩阵数据项。

4) 计算指标熵值ej和信息熵冗余度dj。其计算式分别为：

(7)

dj=1-ej

(8)

5) 计算各项指标的权值wj。其计算式为：

(9)

根据以上步骤可计算出设备样本中每个指标的权值，随之可得设备多指标评价的综合得分。采用熵值法确定各指标权值，其计算的重点是对业务场景应用矩阵的转化，其流程图如图3所示。

图3 熵值法计算指标权值的流程Fig.3 Process of calculating index weight value by entropy method

2.1.2 电能质量综合得分

电能质量的具体指标包括电压偏差m1、三相电压不平衡度m2、公用电网谐波m3、公用电网间谐波m4、波动和闪变m5、电压暂降与短时中断m6等6个指标。根据样本数量构建由这6个指标组成的矩阵,其中：每个指标的指标值均可采用大数据计算引擎技术得到，再通过熵值法确定各指标权值。设这6个指标相应的权值分别为n1、n2、n3、n4、n5、n6，从而可计算出电能质量评价的综合得分S：

(10)

对上述指标进行多重样本反复验证，使S更加科学地反映设备电能质量的真实情况。同时，对地铁供电系统中的中高压设备的电能质量进行综合排名，能全局掌握各设备电能质量的优劣情况，从而制定更为合理、高效的维保计划。

2.2 设备电能质量的分析预警应用

上文基于CPS的三相电压不平衡度阈值的确定方法，可以同样应用于确定电能质量的综合得分阈值。电能质量综合得分越低，说明设备的电能质量问题越严重。根据电能质量综合得分，本文提出了阈值触发预警、评分矩阵映射预警、预警等级迁移预警3种层次递进的预警方法。

2.2.1 阈值触发预警

将三相电压不平衡度这一指标的应用研究延伸至电能质量综合得分多指标评价体系研究。专家经验法与深度残差收缩网络法相结合得到电能质量综合得分的阈值，可用于触发供电设备电能质量的预警。在计算得到不同设备的电能质量综合得分后，根据阈值调整的结果，对符合条件触发阈值上限的供电运行设备进行预警，可为运维人员对设备进行重点维保提供精准的数据指导。

2.2.2 评分矩阵映射预警

根据评分矩阵的得分来映射预警级别，即：将得分结果分为不同区段，不同区段的得分分别对应不同的预警等级。例如，将预警等级分为了11个层级(见表1)，可根据实际需求分别设定a1至a10的值,以进行分段划分，并确定需要预警的等级(如AA级至AAA级均需预警)。预警层级划分越精细，设备电能质量的情况越明确。

表1 设备电能质量预警评级矩阵表Tab.1 Equipment power quality early warning rating matrix

2.2.3 预警等级迁移预警

图4是根据2021年1月至2022年2月苏州轨道交通4号线吴江人民广场站35 kV进线开关柜电能质量评判的记录，绘制得到的预警等级迁移轨迹。迁移图可用于预警等级的变化分析，也能用来全面掌握预警等级的历史状态，了解该设备电能质量的劣化趋势。实际运维工作中，应针对电能质量预警等级骤然上升或持续上升的设备进行重点预警，从而对电能质量劣化的阶段进行提前干涉，以延长设备的使用寿命、提升设备的维保效率。