基于溫度傳感器的變壓器冷卻風機運行狀態在線監控方法

姬建富，劉宏偉，侯云飛，曹國梁，徐祖茵

(國網安徽省電力有限公司蒙城縣供電公司，安徽 亳州 233500)

0 引言

變壓器具有電壓變換、阻抗變換等功能，是輔助電力系統穩定運行的關鍵設備[1]。一旦變壓器出現故障問題，直接影響供電服務，為了確保變壓器運行狀態良好，往往會在變壓器線圈下方安裝冷卻風機，促進變壓器的散熱，從而延長變壓器的使用周期[2]?？紤]到冷卻風機的重要功能，如何針對冷卻風機運行狀態進行實時監控，成為了電網研究的重點問題。

文獻[3]依托于非均勻環境參數，提出一個新的設備運行狀態在線監控方法。采用耦合有限監測數據，以及降維線性模型進行設備運行狀態的快速預測。同時，以解決分布“超實時”問題為目標，設計相對完善的最優評估方法，以此為基礎生成最終在線監控技術。但是，該方法監測結果誤差較大。文獻[4]深入分析設備運行過程中，機械轉矩與阻尼之間的關聯，設計一種新的在線監控方法。以超低頻振蕩機組為主，根據振蕩頻率識別設備運行狀態的穩定性。但是，該方法響應時間較長。文獻[5]以紅外攝像機為主要工具，將其安裝在合適的位置。根據設備工作環境的紅外輻射吸收強度，選定最佳紅外波長，結合作用距離定義公式，計算出最優監控距離。針對紅外攝像機采集圖像，進行模糊圖像校正處理，以此為基礎實現設備運行狀態監控。但是，該方法抗干擾能力較差。

文中以變壓器冷卻風機為研究對象，采用溫度傳感器直接獲取設備溫度信息測量結果，并根據溫度數據實現冷卻風機運行狀態在線監控。根據實驗驗證結果可知，所提方法與傳統方法相比，漏警概率大幅度降低，實現了在線監控準確性的提升。

1 基于溫度傳感器的變壓器冷卻風機運行狀態在線監控方法設計

1.1 建立溫度傳感器布置方案

考慮到引發變壓器冷卻風機運行故障的因素有很多，文中采用貝葉斯網絡分析候選風險因素，生成有限狀態集，將溫度傳感器實時采集數據，以“狀態”的形式表現出來[6]。針對所有的輸入風險因素狀態量，獲取組件狀態向量，再得到傳感器信息向量，將其以信息狀態集的形式表現出來，可得到：

(1)

根據貝葉斯網絡中傳感器信息狀態，確定冷卻風機運行狀態監控節點，每個監控節點對應一個溫度傳感器?？紤]到初始監控節點可以提供監控信息，為了降低計算難度，在保證溫度信息完整的前提下，盡可能減少溫度傳感器數量。

針對每個傳感器位置進行分析，獲取相應的信息度量函數值，作為后續傳感器分配的基礎。信息度量函數值的計算，是為了保證溫度信息采集結果的全面性，每個函數所對應的監控區域內[7]，溫度監控值與變量之間存在密切關聯，根據事件發生概率與事件包含信息，將信息度量函數表示為：

(2)

式中：U表示事件包含的信息量；log表示對數函數；c表示對數函數的底數；k表示事件；η表示事件發生的概率。

溫度傳感器采集信息的單位，受到對數底數取值的影響。所以，傳感器組合數量計算公式為：

(3)

式中：l1表示傳感器位置潛在數量；l2表示允許的傳感器數量。為了便于計算，文中引入二進制分析技術，分析風險因素狀態量，與傳感器布置數量之間的對應關系，得到最合理的溫度傳感器布置方案。

1.2 構建分布式溫度傳感模型

該文所提出的在線監控方法，選用了分布式光纖傳感器，根據拉曼散射光完成溫度信息采集[8]。依托于量子力學原理，在入射光與介質分子的共同作用下，拉曼散射的能級如圖1所示。

圖1 分子的拉曼散射能級圖

在正常拉曼聲子頻率下，光纖分子可以轉化為斯托克斯拉曼光子、反斯托克斯拉曼光子，分別表示為：

(4)

式中：a表示反斯托克斯拉曼散射光；s表示斯托克斯拉曼散射光；p表示入射光；v表示頻率；Δv表示拉曼聲子頻率；h表示光子散射性能。

分布式光纖度傳感器工作過程中，兩種散射光在激光脈沖傳播作用下，產生的光通量計算公式為：

(5)

式中：φ表示光通量；G表示散射截面相關系數；f0表示入射光平均傳播損耗；fs表示斯托克斯拉曼散射光平均傳播損耗；fa表示反斯托克斯拉曼散射光平均傳播損耗；exp 表示指數函數；W表示與粒子數分布相關的溫度調制函數。

針對兩種拉曼散射光進一步分析，得出溫度調制函數表達公式：

(6)

式中：r表示波爾茲曼常數；E表示開爾文絕對溫度。

由于光纖分子與激光分子之間存在互相影響，入射光在分子的作用下，形成低頻的拉曼散射光子，并完成相鄰振動態之間的連接[9]。引入波爾茲曼定律，根據光纖分子的粒子數熱分布情況，得到拉曼散射光強度比計算公式：

(7)

式中：θ表示散射光的強度；y表示普朗克常數。根據反斯托克斯拉曼散射光、斯托克斯拉曼散射光的強度比值結果，獲取變壓器冷卻風機監測區域的溫度數據。

變壓器冷卻風機運行狀態監控時，為了提升溫度傳感器的信噪比，增強溫度采集的抗干擾能力，文中提出將脈沖編碼技術，融入到分布式溫度傳感模型設計過程中。將激光序列脈沖看作發射源，通過調整脈沖寬度和最小脈沖值，增強溫度傳感器的空間分辨率，并達到抑制光纖非線性效應的目的。結合了脈沖編碼、解碼技術的溫度傳感器，具體結構如圖2所示。

圖2 采用脈沖編碼、解碼的溫度傳感器示意圖

根據圖2所示的溫度傳感器結構，完成變壓器冷卻風機運行溫度的準確采集，為后續運行狀態監控提供數據基礎。

1.3 監控數據傳輸信道數字濾波

溫度傳感器采集的信息，主要向監控中心服務器進行傳輸，文中設計了2個指令的傳輸單元，2個信息傳輸單元作為中間件[10]，并建立數據傳輸通道，得到圖3所示的通訊模式。

利用圖3所示的數據通訊模式，得到變壓器冷卻風機運行溫度信息。需要注意的是，在數據互傳環節，文中提出將數據信息傳送通道設置為2個，分別負責數據傳輸、數據接收，避免數據沖突問題。

圖3 通訊模式

為了保證冷卻風機運行狀態監測結果的準確性，文中提出針對信息傳輸信道，設置一個遞歸型濾波器，應用簡單的結構對采集信息進行解析，去除部分干擾信息，得到符合要求的運行溫度信息?？紤]到濾波器的設計需要參考監控要求，在因果函數的作用下，促進濾波器性能不斷提升。而對于具有實系數的傳遞函數來說，可以劃分為偶函數和奇函數。

(8)

(9)

式中：∞表示正無窮；q表示因果規則；d(q)表示因果函數；lim表示極限函數?；诠?9)，可得到監控數據傳輸信道數字濾波器，其數學表達公式為：

λ=F·σ

(10)

式中：λ表示濾波器。采用公式(11)所示的數字濾波器。對傳感器采集的溫度信息進行去噪處理，達到降低運行狀態監控誤差的目的。

1.4 實現冷卻風機運行狀態監控

文中依托于多傳感器采集的溫度信息，運用多元統計分析方法，獲取變壓器冷卻風機異常狀態檢測結果?？紤]到沒有給定的總體協方差矩陣，該文選用的分析方法為多元T2統計分析方法，根據均值和方差生成控制圖。明確溫度傳感器采集的樣本容量信息后，可以根據某一樣本的自身值與樣本均值，計算協方差矩陣。樣本統計量表示為：

(11)

考慮到樣本統計量會對第一自由度絕對服從的，且部分服從第二自由度，文中提出采用樣本均值，取代公式(11)中總體均值向量，得到：

(12)

結合給定顯著性水平值，可以得到多元T2統計控制圖的上限：

(13)

式中：ξ表示控制圖上限；β表示樣本維數；δ表示統計量的服從自由度；ρ表示顯著性水平。

對于每個采集的溫度樣本，分別計算其樣本統計量，再與控制圖上限進行對比，當統計量超出上限后，表明此時變壓器冷卻風機運行狀態異常，需要及時進行處理。反之，若樣本統計量總是低于控制圖上限，表明此時冷卻風機運行狀態正常。至此，實現變壓器冷卻風機運行狀態在線監控。

2 實驗

2.1 實驗準備

為了體現文中設計的在線監控方法具有可行性，選擇無人值守的110 kV變電所作為實驗地點，針對變電所內一臺尚未投入使用的變壓器，展開冷卻風機運行狀態在線監測實驗。本次實驗的研究對象是普通油浸式變壓器，其內部安裝了冷卻風機，符合實驗要求。應用文中提出的在線監控方法，明確該設備的運行狀態，采用直徑為5 mm的溫度傳感器作為主要工具，布置在傳感器內容合理區域，實時獲取冷卻風機溫度信息。

實驗過程中，運用短路法控制變壓器冷卻風機的工作狀態，便于觀察文中設計監控方法的應用效果。實驗接線結果如圖4所示。

圖4 實驗接線圖

針對實驗設備接入380 V電源，通過調整調壓器數值，控制變壓器冷卻風機的電流升高，直到滿足實驗要求。本次實驗所應用的分布式光纖拉曼溫度傳感器，主要技術指標如表1所示。

表1 溫度傳感器主要技術指標

將實驗時間設置為13小時，運用溫度傳感器連續輸出設備溫度信息，以此為基礎進行設備運行狀態在線監控。

2.2 運行狀態在線監控結果

根據溫度傳感器傳輸的溫度信息，得到圖5所示的變壓器冷卻風機溫度變化曲線。

圖5 變壓器冷卻風機溫度變化曲線

根據圖5可知，變壓器冷卻風機內，分布在上層、中層和下層位置的監控節點，溫度傳感器所得到的信息有所差異，3個監控節點的溫度最大值出現在3 h左右，分別達到了74.9 ℃、66.5 ℃以及53.2 ℃?；谏鲜龅贸龅臏囟刃畔?，按照文中提出的多元T2統計方法，形成圖6所示多元T2控制圖，如圖6所示。

圖6 變壓器冷卻風機溫度多元T2控制

根據圖6所示的多元T2控制圖可知，所有時間段的冷卻風機溫度控制值，均在控制上限值以下，表明變壓器冷卻風機運行狀態正常，也反映了文中提出在線監控算法具有可行性。

2.3 監控方法性能對比

在實驗條件下，運用文中提出的在線監控方法，以及文獻[3]、文獻[4]提出的監控方法，進行長時間監測實驗，對比不同監控方法的漏警概率，明確所提方法監控性能的優越性，漏警概率計算公式為：

(14)

式中：φ表示漏警概率；α監測結果為異常運行狀態的樣本數；A表示異常運行狀態樣本總數。分別計算預警次數為100，200，300，400，500，600，700次時，不同監測方法的漏警概率，得到表2所示的對比結果。

表2 不同監控方法的漏警概率對比

根據表2可知，文中提出的變壓器冷卻風機運行狀態監控方法，在實際應用中漏警概率保持在5%以下，且平均值為1.71%。與之相比，文獻[3]、文獻[4]提出的監控方法漏警概率明顯更高，分別達到了20%與30.86%。

綜上所述，以溫度傳感器為基礎的監控方法，使得監控結果的漏警概率降低了18.29%，29.15%，可以更加準確地反映出變壓器冷卻風機運行狀態，保證電力系統運行穩定。

3 結束語

為了解決模擬溫度測量方式，測量結果誤差較大的問題，文中針對變壓器冷卻風機，提出以溫度傳感器為核心的運行狀態監控方法。依托于準確的溫度信息，結合多元統計控制圖分析方法，迅速得出冷卻風機運行狀態判斷結果，完成冷卻風機運行狀態在線監控。

根據實驗驗證結果可知，文中所提方法的應用，有效降低了監控漏警概率，為電力系統安全提供了一定保障。但是，考慮到設備運行狀態的評估是一項較為復雜的工程，未來還需要進一步討論變壓器冷卻風機狀態分級標準。