摘要:针对继保设备运行状态表征的模糊特性，引入模糊数学中的模糊综合评判模型来作为继保设备运行状态量化的手段，以实现对其作出准确评估，进而制定合理的检修策略。实例证明，该类算法简单、有效，能在大幅削减检修费用的同时提升变电站系统的可靠性，值得智能变电站推广使用。
关键词:智能变电站;继电保护;状态监测;设计
Intelligent Substation Relay Protection Condition Monitoring Algorithm Design
Abstract: In view of the fuzzy characteristics of the equipment running state, the introduction of fuzzy mathematics in the fuzzy comprehensive evaluation model for the equipment running status of quantitative method, in order to realize the accurate evaluation, formulate the reasonable maintenance strategy. Examples show that the algorithm is simple and effective, can sharply cut maintenance cost while increasing the reliability of the substation system, is worth popularizing intelligent substation.
Keywords:intelligent substation;Relay protection; Condition monitoring; design
当前，智能变电站的推广如火如荼，各类新型设备层出不穷。相较于常规变电站，智能变电站在信息采集、数据测量、保护控制、计量监测等方面均有了质的飞跃。“继电保护状态检修”已提出多年，但在实际操作中却困难重重。究其原因，主要有二：①缺乏有效的设备监测平台；②状态评估的方法不够科学。智能变电站的兴起，在一定程度上弥补了第一方面的不足。本文主要就第二方面
5 结语
将模糊数学应用于智能变电站的继保设备状态监测，能有效提高状态评估的准确性，做到检修的有的放矢，从而提升变电站运行的稳定性水平。当然，如何确定权重矩阵和隶属函数，还是有潜力可挖的。
即如何用数学方法将状态监测结果进行整合并量化处理进行研究。选取典型的监测信息
智能变电站的信息是海量的，若将全部信息条分缕析，无论对计算机硬件还是对算法设计，都是很大的挑战。一个可行办法是：选取一些有代表性的信息，对其进行重点关注和分析，以得出设备状态的高度近似值。大量文献指出，智能站中继保设备出现异常的起因可能为三个：①电源插件故障；②外部光纤回路异常；③装置元件或芯片因老化而降低性能。因此，我们选取温度、光模块光强、电源温度工作时、电源电压输出侧等四项作内容为典型信息加以全天候关注。在线监测的实现方法
构建如图1所示继保设备在线监测的框架。其中，监测分析单元通过预置的计算逻辑对原始数据进行分析，判断是否越限。状态评估单元则通过模糊综合评判模型对各类报警和关键数据进行整合并评估，最后发送至主站。
图1 智能站中继保设备在线监测系统框架
监测分析单元的处理逻辑见表1。表 监测信息的分析和判断逻辑监测参量处理逻辑报警阈值温度计算偏移量占额定值的百分比根据型号电源温度同上下限：℃；上限：℃电源电压同上下限：；上限：光模块光强计算相对劣化值下限：；上限：基于模糊综合评判的评估算法
模糊综合评判即运用模糊数学的方法对所讨论对象的多种特性进行综合并排序，从中选出最优值。它需要确立因素集、评价集、权重，并构建模糊评判矩阵。
3.1 因素集、评价集的确定
为使评估全面而真实，因素集中除实时监测信息外，还需增加设备的历史信息。最终的因素集如图2所示，并表示为。评价集标定为，各元素依次表示良好、一般、注意、严重等四种情形，以与“状态检修”的要求相一致。
图2 继保设备状态监测的评估因素集
注：上图中，相关温度量指的是平均偏移量(历史)。
3.2 各因素评价权重的设计
因各评价因素的重要程度不尽相同，因此进行模糊综合评判时所对应的权重是不一样的。
鉴于继保设备状态评估的研究起步不久，大样本获取有困难，因此采用专家评估法(即由多位专家来给出因素的相对重要性)来确定权重分配，最终定为：
(1)
3.3 模糊综合评判矩阵的建立
应用模糊数学知识，建立模糊综合评判矩阵如式(2)所示。其中，rij对应因素ui的评价结果为vj的隶属度。
(2)
3.4 隶属函数确定
确定式(2)所示矩阵中的元素值(即隶属度)是本算法的关键，通常采用的有专家评判法、模糊统计法、待定系数法等方法。由于本文中不同的评价因素的具体特性有所差异，因此宜采用不同的方法来确定各自的隶属函数。
⑴装置历史信息类(图2中u5~u7)
这三类信息与保护装置的状态有一定关系，但关系比较晦暗，不同的人有不同的看法，因此宜采用专家评判法来确定隶属度。即：将调查表分发众专家，以专家占比数来确定隶属度。
计算式为：
⑵装置的状态监测信息类(图2中所示的u1~u4)，以u1(光模块光强)为例进行说明。
由表1可知，评价光模块光强采用的是“相对劣化率”的计算逻辑，而相对劣化率的表达式为：
显然，这类指标一般对应典型分布的函数(如梯形分布、正太分布、三角形分布、柯西分布等)，可用待定系数法求解。由于三角形和梯形隶属函数的形状简单，结果精确，因此可利用这两者的组合来建立u1对应于不同的评价等级(即vi)的隶属函数。结果如图3所示。
图3 光模块光强的隶属函数表示
上图中，a1~a4为四种状态下相对劣化率的边界，依照历史数据，它们可取定为0.2、0.4、0.6、0.8。这样，各评价状态下的隶属函数表述为(限于篇幅，仅对良好状态下的隶属函数进行列示，其余课依照解析几何的知识进行类推)：
(3)
3.5 模糊计算
在完成R矩阵的计算后，就要将向量A与R进行的计算，其中“”为加权平均型的广义模糊算子，使用该算子能让主要因素对继保设备的影响得到凸显。
B中元素可表示为：
(4)
bj即评判结果，能让运维人员做出准确的检修策略。
4 计算实例
某型号保护装置的监测数据见表2。