基于多维数据的线路电压互感器在线监测技术研究
徐卫东，何文志，廖肇毅，刘勤锋
(广东电网有限责任公司东莞供电局，广东 东莞 523000)
摘 要：针对线路电压互感器电压波动受运行方式、负荷大小、线路长度等客观因素的影响，从利用在线监测技术替代线路电压互感器传统停电预试进行研究。通过研究 110 kV 及以上输电线路首末两端电压互感器实时采集数据，以及电压偏差范围，采用神经网络算法对不同运行工况下的输电线路电压偏差进行自适应学习。结果表明，线路首末两端电压偏差符合正态分布曲线规律，神经网络方法制定输电线路首末两端电压互感器的告警规则更加合理，经故障案例验证，证明线路首末两端电压互感器电压阈值设定的准确性，完善了电压互感器在线监测阈值设定的空缺。
关键词： 电压互感器；神经网络；误差分析；在线监测
中图分类号：TM451 文献标识码：A 文章编号：1007-3175(2022)07-0050-06
Research on Online Monitoring Technology of Line Voltage
Transformer Based on Multi-Dimensional Data
XU Wei-dong, HE Wen-zhi, LIAO Zhao-yi, LIU Qin-feng
（Dongguan Power Supply Bureau of Guangdong Power Grid Co., Ltd, Dongguan 523000, China）
Abstract: The voltage fluctuation of the line voltage transformer is affected by objective factors, such as operation mode, load size, line length, etc. This paper studied the perspective of using online monitoring technology to replace the traditional power failure pre-test technology of line voltage transformers. It collected real-time data and voltage deviation range by studying the initial and ending of the voltage transformer of 110 kV and above. Moreover, it used the neural network algorithm to self-adaptive learn the voltage deviation of the transmission line under different operating conditions.The results showed that the voltage deviation of the initial and ending of the circuit matched the normal distribution curve law, and the alarm rules formulated by the neural network method was more reasonable. The fault case verification proves the accuracy of the voltage threshold setting of the voltage transformers and completes the vacancy of the voltage transformer online monitoring threshold setting.
Key words: voltage transformer; neural network; error analysis; online monitoring
参考文献
[1] 韩海安，向鑫，王晖南，等. 电容式电压互感器温度特性研究[J]. 高压电器，2021，57(5) ：123-129.
[2] 梁纪峰，何瑞东，焦亚东，等. 多判据融合的 CVT 谐波测量误差现场验证方法[J] . 电力电容器与无功补偿，2021，42(2) ：59-64.
[3] 林景福，黄涛，任重. 一起 110 kV 电容式电压互感器缺陷分析[J]. 宁夏电力，2021(1) ：66-69.
[4] 乔亚军，林其雄，林李波.500 kV CVT 电磁单元过热缺陷分析与处理[J] . 电力电容器与无功补偿，2015，36(4) ：61-63.
[5] 李丐燕，张金强. 一例 500 kV CVT 电压测量异常分析与处理[J].高压电器，2008，44(1) ：76-77.
[6] 丁骞. 电容式电压互感器电磁单元故障分析[J].广西电力，2021，44(1) ：95-100.
[7] 温晓阳，叶楠，徐文辉，等. 两起电容式电压互感器故障的分析与处理[J].黑龙江电力，2021，43(1) ：81-84.
[8] 王玲，冯宇，杨柳，等. 电容式电压互感器谐波测量方法研究[J].电力电容器与无功补偿，2021，42(1) ：95-100.
[9] 王维喆，艾博，田晓云. 二次电压检测法在电容式电压互感器故障诊断中的应用[J].电工技术，2021(3) ：98-101.
[10] 杨金宝，张昌宏，陈平. 基于改进 BP 神经网络的网络故障诊断研究[J].计算机与数字工程，2012，40(2) ：65-67.
[11] 张月琴，刘翔，孙先洋. 一种改进的 BP 神经网络算法与应用[J].计算机技术与发展，2012，22(8) ：163-166.
[12] 郑瑞骁，张姝，肖先勇，等. 考虑温度模糊化的多层长短时记忆神经网络短期负荷预测[J].电力自动化设备，2020，40(10) ：181-186.
[13] 魏东，龚庆武，来文青，等. 基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究[J].中国电机工程学报，2016，36(S1) ：21-28.
[14] 周天春，杨丽君，廖瑞金，等. 基于局部放电因子向量和 BP 神经网络的油纸绝缘老化状况诊断[J].电工技术学报，2010，25(10) ：18-23.
