大唐鲁北发电有限责任公司251909
【摘要】在电力系统运行过程中，变电站变压器的性能安全可靠,直接关系到电网的正常运行。主变压器在电力系统中主要起到了良好的保护作用，然而，在长期的运行过程中，受到诸多因素的干扰与影响，造成主变压器低压侧故障的产生，严重威胁到了主变压器的安全与稳定运行。因此，对引起变压器低侧压故障的原因进行准确的分析与确定，及时的寻找出有效的解决方法，能有效地控制变压器短路损坏事故的发生，为变压器的安全运行打下良好的基础。基于此，本文提出了一种新型的变电站主变压器低压侧故障自动化监测方法，有效的提高了变压器低侧压检测的效率与检测准确性，现对该主变压器低压侧故障自动化监测方法进行详细论述，具体分析如下。
【关键词】变电故障；自动化监测；数据获取；精度分析
对于电缆节点设备的报警维修来说，较为完善的故障监测手段是使变压器的安全性功能系数得到无限延伸。传统变电站低压故障监测技术存在明显的检测通道配置混乱现象。为避免上述情况的发生，在修正变电站主变压器低压侧故障数据的基础上，通过搭建数据采集单元、编码实测单元地址等手段，建立一种新型的变电站主变压器低压侧故障自动化监测方法，现将该自动检测方法简述如下。
1变电站主变压器低压侧故障数据修正
1.1低压自动化监测数据的获取
低压自动化监测数据获取是变电站主变压器故障数据修正的主要执行环节。当所有变电站主变压器低压侧的运行数据通过输出设备传输至初级修正平台后，实测单元会以扩展网页的形式对这些待修正的自动化监测数据进行发布处理。对于监测中心的核心项目对象来说，既可以通过数据查询的方式，对这些待修正的自动化监测数据进行管理维护，也可以在规定修正模型的约束下，对数据进行理想的精度分析操作。
低压自动化监测数据的获取结果与故障沉降位置条件ε、收敛参数γ、自动化收敛极值l三项指标保持正相关关系，利用上述指标可将低压自动化监测数据获取结果表示为：
上式中，a代表标准的精度分析参量，f()代表规定的故障数据计算函数，代表理想状态下的变电站主变压器低压侧故障数据总量。
1.3修正模型选择
具备单一性的修正模型是避免检测通道配置混乱现象发生的有力条件。而标准的故障数据修正模型包含顺向、逆向两种待选择类型。其中，顺向故障数据修正模型以回归理论作为应用基础，且该模型可将变电站主变压器低压侧故障数据的精度值控制在基数点后两至三位。但这种顺向修正模型的精度约束性极强，比较适合在故障数据总量较小的情况下应用。逆向故障数据修正模型以灰色分析理论作为应用基础，且该模型在应用过程中，不会产与变电站主变压器低压侧故障数据属性相同的编号数据，但该模型对数据自身精度值的把控性相对较差，适用于在数据精度要求较低的情况下应用。
2新型自动化监测方法的实现
2.1低压侧故障数据采集单元搭建
变电站主变压器低压侧故障数据采集单元以BGK-MICRO分布式监测仪作为核心搭建设备。随着自动化监测程序的不断运行，变电站主变压器低压侧故障数据大量堆积于自动化监测模块中，且这些数据自身都携带大量的可连接物理节点。
2.2自动化监测的地址编码
地址编码是新型自动化监测方法搭建的关键环节。为保证新型自动化监测方法具备良好的执行效果，数据采集单元在对变电站主变压器低压侧故障数据进行重排操作之前，会设定多个格式相同、权限不同的地址信息，并根据故障数据中关键节点的存在形式，对这些地址信息进行初级编码，进而生成完善的自动化监测地址编码结果。这种新型的自动化监测地址编码形式借鉴了二叉树转存格式，通过转化上级存储数据类型的手段，得到单一的目的参数值，并将这些参数值作为头结点插入下级故障数据中，再通过节点首尾相连的方式，得到准确的自动化监测编码地址。
2.3自动化监测流程完善
自动化监测流程完善是新型监测方法搭建的最后一个环节。在变电站主变压器低压侧故障数据修正权限不变的前提下，通过获取监测数据的手段，可以在修正模型的辅助下，得到一系列的数据精度值。将这些数值作为基础变量输入数据采集单元，可以在保证实测单元始终具备准确编号的前提下，完成自动化编码处理，且在整个操作过程中，变电站主变压器低压侧故障数据的首、尾节点始终维持良好的融合状态，这也是这种新型自动化监测方法具备较强检测通道配置混乱抵抗能力的主要原因。整合上述所有操作流程，完成变电站主变压器低压侧故障自动化监测方法的搭建，图1反应了完善后的自动化监测流程图。
3、结束语
变电站主变压器低压侧故障自动化监测方法在现有技术手段的基础上，对故障数据精度计算等多个方面进行改进设计，并通过选择最优实测单元编码条件的方式，使方法自身的监测流程得到不断完善。从实用性方面来看，这种新型自动化监测方法能够有效解决检测通道配置较为混乱的问题，具备较强应用价值。
【参考文献】
[1]姚伟，刘彦彦，王兵维.低压线路三相负荷不平衡电容补偿算法及仿真研究[J].电子设计工程，2017，25（20）:157-160.
[2]王世林，牛玉广，韩璞，等.RSCNMF算法在工业过程故障检测中的应用[J].计算机仿真，2017，34（8）:386-390.
[3]葛少云，雷显荣，韩俊，等.计及220kV变电站的配电系统综合供电能力评估[J].电力系统及其自动化学报，2017，29（8）:89-96.