首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于STM32的电容型设备在线监测系统研究

基于STM32的电容型设备在线监测系统研究

2024-10-20 101 上传者：管理员

摘要：目前变电站内电容型设备数量约占变电站总设备的40%-50%，其正常运行对电力系统的安全稳定起重要作用。针对离线检测影响范围大、实时性差、精度低等弊端，提出了一种基于STM32的电容型设备在线监测系统。通过加Blackman窗对传统谐波分析法进行改进，并对信号采集装置进行软硬件设计，最后结合BP神经网络模型对设备的绝缘状态进行综合判别分析。实验结果与现场应用表明，装置对介质损耗的测量最大误差小于0.63%，模型判别结果相对误差小于0.5%，系统准确度高且鲁棒性好，能够较客观地判断设备的绝缘状态，具有一定的实际应用价值。

关键词：
BP神经网络
介质损耗
在线监测
电容型设备
绝缘状态
加入收藏

电力行业作为国民社会经济支柱行业，占据社会发展的重要地位。电容型设备为电力系统中重要的变配电设备，包括电压互感器、耦合电容器、套管等，其绝缘状态的好坏对系统安全稳定运行起到关键作用[1]。

目前国内外学者已对在线监测技术展开广泛研究，但依旧存在测量准确度低、装置稳定性差与抗干扰能力弱等问题。文献[2]将数字滤波与模拟滤波技术结合运用至容性设备各参量测量，可以有效消除众多干扰因素的影响，但对设备的绝缘状态并不能提供可靠的判别依据；文献[3]以FPGA为核心控制各模块，并采用灰色斜率关联模型对系统进行故障诊断，但整体系统较为复杂，实际可行性不高；文献[4]开发了基于B/S模式的系统软件，系统扩展性好、效率高，但实际介损测量值结果存在一定的分散性，系统准确性不高。本文针对以上问题，对传统谐波分析测量方法提出改进，以STM32为控制核心，通过高精度零磁通互感器与多级放大电路对信号进行采集，准确测量计算出电容型设备的介质损耗因数，并通过BP神经网络结合多种环境因素对设备的绝缘状态进行综合判别分析。

1、介质损耗测量原理分析

1.1 介质损耗概述

实际生产中由于电容型设备的制造工艺以及长时间运行引起的老化、内部受潮等因素影响，设备的绝缘介质在交流电作用下可等效为电阻电容并联模型[5]如图1所示，电流流过电阻R产生的有功损耗就是设备的介质损耗。介质损耗角δ为电流与电流的夹角，因此介损角的正切值tanδ为：

式中：f为电网频率，R为绝缘介质等效电阻，C为绝缘介质等效电容。

图1绝缘介质等效模型

绝缘性能下降后，介质中电流有功损耗逐渐增加的同时将导致介损值不断变大，因此通过测量介损值的大小即可了解设备绝缘性能的状况。且介质损耗因数只与设备绝缘材料的特性参数有关，所以将tanδ作为表征介质绝缘特性的参数可以较好地反映设备的绝缘状态。

传统早期的西林电桥法，实际测量时需要对电力线路改造，故难以推广[6]；过零电压法测试电路简单，抗干扰能力强，但是存在波形畸变等影响[7]；高阶正弦拟合法可以在非同步的采样条件下进行测算，但是计算量较大，一般的单片机或微处理系统上无法使用[8]。谐波分析法是目前比较主流的方法，可以较好地抑制高次谐波分量的影响[9]。利用互感器提取设备两端的电压电流信号，信号处理后再通过傅里叶分析得到电压、电流基波信号的相角差，即可算出介质损耗因数tanδ，计算速度快且结果精确[10]，因此本文选择谐波分析法作为介质损耗的测量方法。

1.2 谐波分析法的基本原理

将电压与电流信号按傅里叶级数展开如下：

式中，U0和I0分别为电压、电流的直流分量，Ukm和Ikm分别为电压、电流k次谐波的幅值，αuk和βik分别为电压、电流k次谐波的相角。

令k为1，则αu1和βi1分别表示电压、电流基波分量的相角，介质损耗因数：

但实际电网系统频率存在波动，采样频率难以与系统频率保持一致，当不满足整周期采样条件时，傅里叶变换对信号抽样与截断分析会出现频谱泄漏，导致相位角测量出现偏差[11]，较大程度影响介质损耗因数的测量精度。

1.3 算法改进与仿真分析

针对上述频谱泄漏现象，提出基于加窗函数的改进算法，对傅里叶变换进行加窗截断处理，对截断后信号频谱中的旁瓣进行抑制，减少频谱泄漏，改善截断信号的频谱特性，从而提高测量精度。几种常用窗函数的幅频响应如图2所示，对比可得Blackman窗的旁瓣峰值更小，旁瓣衰减速度更快，能更大程度抑制频谱泄漏带来的影响。

图2窗函数的幅频响应

通过Matlab对模拟电压信号进行采样仿真，设电压信号：

采样频率fs=6 400 Hz，采样点数N=512点，考虑到电网中较为常见的谐波干扰，在三次谐波分量为0与5%时改变电压频率ω，四种加窗函数改进算法得到的相位与电压信号初相位之间的误差如图3与图4所示。两种情况下均为加Blackman窗后的相位误差最小，表明Blackman窗可以有效降低电网频率波动对相位计算的影响。

图3无三次谐波时的相位误差

图4 5%三次谐波时的相位误差

2、在线监测装置系统设计

系统整体采用分布式结构，根据各部分实现的功能将系统划分为监测层、控制层与信息层，具体结构如图5所示。分布式结构减少了信号传输过程中的衰减与现场电磁干扰等因素的影响，提高数据监测的准确性，系统整体运行效率与安全可靠性得到保障。

图5系统结构框图

2.1 监测层硬件设计

监测装置包括信号采集、信号处理、A/D转换、主控电路与通信交互五个部分，硬件原理如图6所示。

图6监测装置硬件原理图

信号采集单元使用定制高精度穿芯式无源零磁通互感器对母线电压与设备末屏泄漏电流进行采集，并可通过修正将互感器准确度控制在0.2级以下，有效防止因互感器比差角差变化对采集信号相位的误差影响。

信号处理单元中通过电流电压转换电路后经增益为一的反向比例放大电路增大电路的抗干扰能力，然后经二阶巴特沃斯低通滤波电路，滤除高次谐波，抑制和衰减杂散干扰信号。电容型设备末屏泄漏电流一般为1 mA～700 mA，因此针对泄漏电流小且跨度大的特点，采用低失调电压、低漂移特性的AD706运放芯片设计了多级放大电路如图7所示，将初始泄漏电流通过7种不同倍数的放大电路放大至0～10 V再进行后续A/D转换。

主控芯片为STM32F103ZET6单片机，负责对A/D转换后的信号进行傅里叶变换计算与数据存储、通信等部分的系统逻辑控制。

通信交互单元选择半双工RS485传输方式，传输距离远且具有较强的抗共模干扰能力。测量结果数据经光耦电路隔离保护后通过RS485总线上传至后台服务器，以供远程访问。

2.2 基于BP神经网络的电容型设备状态判别模型

在实际运行中，电容型设备的绝缘状态不仅只取决于泄漏电流，温度、湿度等环境因素也会对其产生影响[12]，因此针对该情况建立基于BP神经网络的电容型设备状态判别分析模型，综合考虑多种因素对电容型设备绝缘状态的影响。

BP神经网络是目前使用较为广泛的神经网络模型之一[13]，本文建立的基于BP神经网络的电容型设备状态判别分析模型由三层全连接神经网络组成，结构如图8所示。

网络算法的学习过程由正向和反向传播构成。正向过程中，输入层信息经过隐含层加权处理传至输出层，根据平方和误差函数计算输出值与设定期望值之间的误差是否超出预期范围，误差公式为：

图7多级放大电路

式中:yi为第i个神经元的输出值，ti为第i个神经元的输出目标值。

图8 BP神经网络结构图

若误差不满足要求则反向传播沿原路返回，其间调整网络降低误差平方和，直至满足输出要求。

选择南京某变电站内变压器套管泄漏电流、介损值、温度与湿度历史数据各500组为样本数据，并作为网络的输入；通过经验公式试凑法与重复可控试验，确定隐含层神经元个数为10；输出结果为0～1内的实数，表示设备的绝缘状态，结果越趋近于0则设备状态越好，越趋近于1则状态越差。

确定网络参数后在Matlab中输入样本集，选取总样本数据的70%为训练集、30%为测试集训练网络，经过13次迭代训练后网络误差达到预期目标，部分测试集数据如表1所示。由表1可知网络输出状态与设备实际状态之间的绝对误差小于0.005，相对误差小于0.5%，能够较为客观准确地判别设备的绝缘状态。

表1测试集数据(节选)

2.3 在线监测系统软件设计

在线监测系统信号采集部分设计基于Keil uVision5开发环境完成，神经网络状态判别部分基于Matlab开发环境完成，整体包括各模块初始化、数据采样与处理、FFT变换分析计算、RS485通信交互、状态判别等环节，系统主程序流程如图9所示。

图9系统主程序流程图

3、测试结果分析与现场应用

电容型设备在线监测装置信号采集PCB板与装机实物如图10所示，分别对装置进行准确性与重复性测试。

图1 0信号采集装置

3.1 准确性测试分析

使用信号发生器产生幅值、相位可调的电压信号，利用可调标准电容器与高精度电阻搭建电容型设备的绝缘介质等效电路，通过计算得到等效介质损耗因数并作为标准值。根据国家电网标准设置正常测量范围内不同档位的介损值，每个档位使用在线监测装置测量10组数据，同时为模拟变电站现场存在的电磁干扰影响加入电晕实验，最终测量结果与标准值之间的误差如表2所示。

表2准确性测试误差

实验结果表明，本文研制的在线监测装置介质损耗的最大测量误差为1.08%，平均测量误差均小于±(标准读数×1%+0.001)，满足相关技术规范的精度要求。

3.2 重复性测试分析

根据3.1节中数据，通过式（7）计算测量结果的相对标准差(relative standard deviation,RSD)如表3所示。

式中：n为测量次数，xi为第i次测量结果，为n次测量结果的平均值。

表3各介损档位RSD

各介损值档位的RSD均小于2%，表明测量结果波动小，稳定性高。

3.3 现场应用

一般变压器套管的泄漏电流通过末屏端子连线接地，本文在线监测装置现场安装时将设备末屏线穿过零磁通电流互感器线圈，互感器输出线与通信总线使用屏蔽电缆连接至装置信号采集部分，装置机箱外壳使用不锈钢架台固定于变压器外围，高度1.5 m左右，方便工作人员操作与检修。

现场测量的220 k V变压器套管三相泄漏电流为10.54 mA、10.87 mA、10.65mA，对应介质损耗为0.53%、0.45%、0.33%，泄漏电流与介损数值正常且稳定。数据上传后上位机通过神经网络模型判别输出结果误差均在0.005以内，设备绝缘状态良好，与介损数值反映出的设备状态保持一致。

4、结束语

本文提出了一种基于STM32的电容型设备在线监测系统，针对传统测量方法易受电网波动等影响，通过算法改进与硬件设计提高介损测量的精度，达到技术规范要求。同时基于BP神经网络，结合环境因素的影响建立设备绝缘状态判别分析模型，能够准确客观地判断设备状态，整体系统方案合理，运行可靠。

参考文献:

[1]李妍,王庭华,朱立位,胡国伟,邹盛.基于相对测量法的容性设备故障定位研究[J].绝缘材料,2015,48(5):69-72.

[2]王赋,王任,王作松.一种容性设备在线监测装置全系统校验方法研究及校验系统开发[J].电子器件,2014,37(6):1215-1220.

[3]程丹,黄新波,朱永灿,李小博,郭剑峰,张浩.变电站电容型设备在线监测系统设计与应用[J].广东电力,2016,29(4):55-61.

[4]胡文杰.电容型设备绝缘在线监测系统设计研究[J].能源与环保,2018,40(7):15-19,23.

[5]郝西伟,杨大伟,刘广艳,张冠军.电容型变电设备绝缘在线监测系统的研制[J].高电压技术,2009,35(4):828-832.

[6]王增彬,邵颖煜,刘聪,郝义,姚凯,陈玉.126 kV GIS盆式绝缘子介质损耗测试方法及应用[J].高压电器,2019,55(10):76-80.

[7]李晓辉,覃朝云,甘景福,梁东,潘卓.电容型设备带电测试装置在智能变电站中的应用[J].电气应用,2012,31(12):66-68.

[8]律方成,晁红军,徐志钮,李和明.介质损耗数字化测量方法综述[J].华北电力大学学报(自然科学版),2008(6):21-26.

[9]于洋.电容型设备在线故障诊断系统的研究[D].大连:大连理工大学,2015.