摘要：智能变电站二次设备的实时状态信息可以通过设备自检信息数据实现在线监测和网络分析，从而能够深入分析二次设备的状态信息。为了对变电站二次设备状态进行有效的评估，基于环境信息实时监测信息，建立了二次设备健康状况综合评价模型。采用层次分析法（ＡＨＰ）和熵权法主观权重与客观权重结合的方法来减少权重偏差。针对传统加权过程中重要信息容易被淹没的缺点，提出了重要信息触发权重融合和权重修正的机制，来保证评价结果的准确性。将模糊隶属度的状态评价结果转化为评价分数，确定相应的状态等级，进而完成了对二次设备状态的准确评价。对４种二次继电保护设备进行状态评价与结果分析，验证了所提综合状态评价模型的合理性。

　　关键词：二次设备；实时信息；状态评估；层次分析法；熵权法；加权

　　Comprehensive Evaluation of Secondary Equipment in Smart

　　(1．Suzhou Power Supply Branch，State Grid Jiangsu Electric Power Co．，Ltd．，Suzhou，Jiangsu 215000，China；

　　2．Nanjing Wucai Electric Power Technology Co．，Ltd．，Nanjing 210000，China)

　　Abstract：The real－time status information of the secondary equipment in smart substation can be monitored and analyzed online through the self－check information data of the equipment，so that the status information of the secondary equipment can be deeply analyzed．In order to evaluate the status of substation secondary equipment effectively，based on the real－time monitoring information of environmental information，a comprehensive evaluation model of secondary equipment health status was established．Analytic Hierarchy Process(AHP)and entropy weight method were used to reduce the weight deviation．In order to guarantee the accuracy of the evaluation results，a mechanism was proposed to trigger the weight fusion and redistribute the weight correction of the severe information．The status evaluation result of fuzzy membership degree was transformed into the evaluation score，and the corresponding status grade was determined，to complete the accurate evaluation of secondary equipment status．The state evaluation and result analysis of four secondary relay protection equipment were carried out through case analysis，and the rationality of the comprehensive state evaluation model proposed was verified．

　　Key words：secondary equipment；real－time information；state assessment；analytic hierarchy process；entropy－weight method；weighting

　　0引言

　　二次设备的安全性对改善电网运行维护模式，保障变电站以及电网安全稳定工作具有非常重要的意义[1]。智能电网和智能变电站技术的发展是电力系统发展史上的一次飞跃[2]。智能变电站具有安全、经济、集成、节能环保的设计理念，能够满足设备信息数字化、数据传输网络标准化、信息编码、设备功能模块化、小型化、智能化、可视化的基本要求[3]。二次设备支持实现电网在线分析和控制决策、智能变电站集成平台、设备互操作和先进应用软件等功能[4]。二次系统具有自诊断、可视化和状态检修功能，可有效缩短维护和检修所需时间[5－6]。二次设备采用数字信息和信息网络，可以减少电缆连接、电磁环境干扰和直流接地故障，降低故障率，提高可修复水平。同时，设备可以将实时运行状态传送到在线监测站。

　　健康状况评估的研究对象不仅限于设备。关于网格安全性和效率的评价体系也有相关研究[7]。对一次设备状态监测、评估的研究相对成熟。一次设备评估主要涉及制造质量、历史故障、维护、测试、在线监测数据等[8－9]。在二次设备的研究中有关于二次设备中继电保护的评估以及从设备历史运行结果中提取的评估信息。文献[10]从现状、历史运行、维护条件和通道条件对继电保护装置进行了评估，涵盖了隔离装置的综合历史信息。随着二次智能设备的发展，实时信息采集更加方便[11]。在文献[12]中，二次回路的评估信息、绝缘状况和差动电流检测信息被添加到评估系统中。文献[13]基于故障信息处理系统提供的自检报警、正确动作和通信状态信息，开发了继电保护状态评估系统。实时信息能够反映设备的状态，因此智能变电站状态评估应主要基于实时信息[14]。

　　本文通过利用综合二次设备关键历史运行数据和实时监测数据形成状态评价指标体系，采用主观权重与客观权重结合的赋权方式，建立了二次设备综合状态评价模型。提出了变权重熔合校正机制。该方法突出了“一票否决”的关键信息，克服了传统加权方法中重要信息被淹没的缺陷。给出了状态评价实例，并对评价结果进行了分析，验证了评价结果的合理性。

　　1智能变电站二次设备状态评估指标

　　二次设备状态评价指标来源包括历史信息和在线监测信息。历史信息是从设计到运行阶段的累积信息。在线监测信息基于对设备当前状态和报警信息的在线监测，使操作员能够实时记录设备的状态。

　　1．1历史信息

　　二次设备的历史信息包括施工计划、安装、运行、检查、运行环境、制造商支持等因素。鉴于二次设备的差异，在运行试验的评价体系中应考虑这些相关因素。

　　(1)继电保护设备运行评估参数

　　继电保护设备运行评估参数主要包括准确度和历史动作。历史记录主要包括外部故障的测试记录、差流电抗器采样数据和精度等[15]。

　　(2)后台监视器的运行评估参数

　　后台监视器的测试参数包括AVC、VQC、四遥(遥测、遥信、遥调、遥控系统)和设备冗余等[16]。

　　(3)测控装置运行试验参数

　　测控装置的运行试验参数包括遥测和遥控的精度。

　　1．2实时信息

　　智能二次设备实时监测一次设备的在线状态信息。设备在线监测信息包括设备台账信息和在线监测状态信息。

　　设备台账信息可以为历史信息收集提供一个渠道，以收集设备运行时间和软件版本等信息。在线监测信息包括主站级、间隔层和过程层公共设备等监测信息。在线监测状态信息量类型主要包括报警状态信息(开关量)、渐变状态信息(模拟量)。设备健康状态开关量可分为四级，如表1所示。可根据实时运行值确认设备是否处于异常状态，等级越高状态越差。

　　（１）主站级在线监测信息

　　主站级主要包括后台监控、智能远程激励等设备，对主要运行状态、资源信息（包括ＣＰＵ、内存、网络接口、告警信息等）进行监控。

　　（２）间隔层和过程层在线监测信息

　　间隔层设备保护包括高压线路保护、低压和中压系统测量和保护装置、记录仪、网络分析仪。间隔层监控目标包括ＣＰＵ、闪存、电源、通信、ＧＯＯＳＥ、ＳＶ信息和网络设备。由合并单元和智能终端组成的过程级监控目标，包括ＧＯＯＳＥ、ＳＶ信息、功率监测、通信链路、时间状态。在线监测信息智能终端如表３所示。

　　（３）公共设备在线监测信息

　　公用设备主要包括开关、直流电源设备、时钟等，在线评价指标如表４所示。

　　（４）其他信息

　　其他信息主要包括操作环境、生产厂家和备件信息。

　　１．３标准化处理

　　不同的状态信息具有不同的单位和含义以及具体的数值范围，为了统一标准，更合理地评估，因此需要通过标准化处理将实际监测值归一化至［０，１］。根据设备状态信息的表现形式不同可分为３种类型，具体为效益型信息（数值越大越优）、成本型信息（数值越小越优）以及梯形指标信息（在特定区间内最优）。不同类型的信息标准化如下。

　　（１）效益型信息标准化

　　如故障时间、遥测正确率等，标准化公式如下：

　　式中：ｘ为梯形型信息的监测值；ｘｍｉｎ、ｘｍａｘ分别为监测的区间型信息的最小值和最大值。

　　２二次设备状态综合评价模型

　　根据变量特征，二次设备状态评估信息可分为累积信息、动态信息、客观信息。累积信息通过长时间运行测试进行获取，包括设备缺陷、设计图纸质量［１７］。可以及时发现动态类型信息，如内部温度、功率、ＣＰＵ负载和报警信息。客观信息与设备的运行时间没有直接关系，但与设备的位置、制造商和操作环境有关。由于基于在线监测信息的状态评估中的实时信息，设备状态的变化将显著不同。当出现重要信息警告时，设备的健康状态将迅速下降。而这种信息只会出现在动态信息中。根据专家给出的报警信息的严重程度，可以判断设备信息是否为一票否决信息。建模时需要进行特殊处理。

　　２．１模糊综合评价

　　在各种评价方法中，模糊综合评价法可以在有限的数据条件下得出科学的评价结果［１８］。这使得它适用于具有小数据模型的二级数据库。针对评价指标覆盖评价对象的因素，建立了基于模糊综合评价的模糊评价之间的映射关系。隶属度用于确定设备的实际状态，具有减少主观干扰的优点。

　　２．２模糊隶属函数的确定

　　模糊隶属度有不同的计算方式，主要有三角形分布、梯形分布和脊形分布。与梯形分布相比，脊形分布在高隶属度模糊计算的误差明显减小。二次设备的信息状态分为４个等级：严重状态、异常状态、略微异常状态和正常状态，分别为ｐ１、ｐ２、ｐ３、ｐ４。考虑到监测数据，分为４个不同的状态等级区间，每个状态的隶属函数如式（４）～（７）所示。

　　２．３权重值

　　２．３．１主观权重

　　采用层次分析法确定主观权重，量化专家对权重重要性的判断，克服主观权重的随意性。（１）重要程度用１～９表示重要程度，通过比较各指标得到判断矩阵。如表５所示。

　　２．３．２客观权重

　　当使用反熵权法确定目标权重时，反熵权法的目标权重灵敏度远小于熵权法［１９］。它克服了极端情况下权重趋于零的问题。同时，它也明显反映了指标之间的差异。除主观干扰外，建立了数据评价矩阵的标准化。熵的指数输出如公式（１４）～（１６）所示。

　　本文采用ＡＨＰ法和反熵法相结合的组合赋权法分别计算权重［２０］。然而，由于二次设备健康监测中存在大量布尔型自检报警信息，熵权分布非常极端。因为报警信号只存在两种状态：０，１。它对评估结果的可靠性有很大的影响。反熵权法在处理二次设备健康状态客观权重方面具有明显优势［２１］。此外，当引入目标权重时，它可以反映设备状态之间的差异。通过使用反熵权方法求解目标权重，可以合理量化信息可变性的敏感性。

　　２．３．４变权重熔断机制

　　分析了一些指标对设备状态的影响。当一些关键指标处于严重状态时，设备损坏实际状态也很严重。在一次设备的状态评估中，状态等级的判断由设备的总分和部件的最高分决定。因此，状态评估结果与实际结果之间会有很大差距。在评估关键信息点的隶属度严重程度时，应启动熔断机制。

　　（１）状态打分

　　用于计算二次设备整体状态的一次评价指标隶属度矩阵可表示为：

　　利用隶属度分布计算设备健康状态得分。根据设备的最大隶属度，设备健康状态评分ＩＳＥ可表示为：

　　采用最大隶属度原则，即最大隶属度状态为设备的当前状态。

　　３案例分析

　　根据本文提出的二次设备状态评估模型，选取接入电网二次设备状态监测管理系统的典型设备。通过实例分析，与传统的继电保护状态评估方法相比，可以通过电网企业生产管理系统获得评估继电保护系统状态所需的信息。审慎系统和二次设备数据库在线监测系统。选用４种继电保护装置：Ｄ１、Ｄ２、Ｄ３、Ｄ４。在案例分析的基础上，选择关键评价指标进行评价，选择的具体数据如表６所示。

　　根据排序变异度的重要程度指标和指标数据，分别计算主、客观权重和组合权重的综合。权重计算结果如表７所示。

　　根据该状态的４个设备，确定是否有关键指标来确定是否触发重大缺陷权重熔断机制。将设备的实时监控指标作为判断的关键信息指标，结果表明设备Ｄ２需要重新计算权重。最终权重结果如表８～９所示。

　　根据评估结果，表明装置Ｄ１是最好的，正常状态的隶属度最高，健康状态得分为９６．７分。对于Ｄ２设备，其健康状态得分为８７．６分，其中略微异常状态的隶属度最高。通过对比指标数据，设备Ｄ３处于异常状态，其健康状态得分为７７．２分，表明存在一个大问题，应给予足够的重视。设备Ｄ４的关键信息指标出现率较低，即使其他状态指标仍然良好，也被判定为严重状态，且状态评估得分较低。评价结果与装置实际运行情况及监测人员要求一致。该模型可以解决关键信息容易被淹没的问题。同时，评估结果的准确性与设备的实际状态一致。

　　４结束语

　　该方法基于设备运行的历史信息建立二次设备状态评价模型，以实时信息和环境信息为信息源，权重部分基于层次分析法与反熵权法，建立了综合评估模型。结合实例分析，得出以下结论：（１）二次设备的实时信息能更明显地反映设备的状态。将实时信息添加到状态评估信息源中，能够对二次设备的健康状态进行更准确地评估；（２）基于层次分析法和反熵权法的组合权重法考虑了客观和主观偏好，可以有效地减少主观决断带来的评价偏差；（３）权重设定法中引入了变权重熔断机制，解决了二次设备被淹没的问题。

　　参考文献：

　　[1]向敏，吴成涛，张旭丰，等．基于保护设备识别码的继电保护智能移动运维技术研究与应用［Ｊ］．电气时代，２０２１（１２）：４３－４７．

　　[2]叶远波，孙月琴，黄太贵，等．智能变电站继电保护二次回路在线监测与故障诊断技术［Ｊ］．电力系统保护与控制，２０１６，４４（２０）：１４８－１５３．

　　[3]龚雪武．数字化变电站继电保护及自动化系统设计［Ｊ］．机电工程技术，２０１９，４８（４）：１７４－１７７．

　　[4]王堃，张立中，冯国礼，等．智能电网二次设备状态监测内容分析［Ｊ］．中国设备工程，２０２１（１０）：６－８．

　　[5]徐功平，夏秀珍，安英瑞，等．基于智能变电站的继电保护二次回路故障诊断研究［Ｊ］．电工技术，２０１９（４）：４１－４２．

　　[6]曹帅．智能变电站继电保护系统可靠性分析［Ｊ］．机电工程技术，２０２１，５０（７）：９４－９６．

　　[7]王月月，陈民铀，姜振超，等．基于云理论的智能变电站二次设备状态评估［Ｊ］．电力系统保护与控制，２０１８，４６（１）：７１－７７．

　　[8]张振，聂建春，张晓妍，等．内蒙古电网１１０ｋＶ智能变电站模块化建设通用设计［Ｊ］．内蒙古电力技术，２０２１，３９（４）：７３－７７．

　　[9]徐敏，吴彦伟，邱海江，等．基于智能电网大数据的三维可视化管理系统及其应用研究［Ｊ］．电力勘测设计，２０２１（１１）：５５－６０．

　　[10]张晓华，刘跃新，刘永欣，等．智能变电站二次设备的状态监测技术研究［Ｊ］．电气技术，２０１１（４）：４１－４４．

　　[11]Ohnishi S，Saito T，Yamanoi T，et al．A weights representation for absolute measurement AHP using fuzzy sets theory[C]／／2011 5th International Symposium on Computational Intelligence and Intelligent Informatics(ISCIII)．IEEE，2011：67－70．

　　[12]石文辉，别朝红，王锡凡．大型电力系统可靠性评估中的马尔可夫链蒙特卡洛方法［Ｊ］．中国电机工程学报，２００８（４）：９－１５．

　　[13]Kolek L，Ibrahim M Y，Gunawan I，et al．Evaluation of control system reliability using combined dynamic fault trees and Markov models[C]／／2015 IEEE 13th International Conference on Industrial Informatics(INDIN)．IEEE，2015：536－543．

　　[14]李宽宏．变电站二次设备防误风险管控系统实现方案［Ｊ］．电力系统自动化，２０２０，４４（１７）：９５－１０１．

　　[15鲁浩．变电站继电保护设备缺陷关联性分析与二次回路故障诊断方法研究［Ｄ］．北京：华北电力大学，２０２０．

　　[16]冯小卫．变配电站电气设备安装要点分析［Ｊ］．机电工程技术，２０１７，４６（３）：１４２－１４４．

　　[17]陈军，王利平，朱小红，等．基于设备功能的智能变电站二次设备状态评估方法研究［Ｊ］．电测与仪表，２０１９，５６（３）：４７－５１．

　　[18]苗俊杰，李秉宇，李荣健，等．基于模糊综合评价模型的直流电源监测与评价平台［Ｊ］．电源技术，２０１７，４１（６）：９３５－９３７．

　　[19]Xiao X，Li F．The theoretical study on the stability of the grey forecasting model[J]．Dynamics of Continuous Discrete and Impulsive Systems－series B－Applications＆Algorithms，2006(13)：570－573．

　　[20]Jedrzejczak J，Anders G J．Transition rates assessment of protective relay reliability models with incomplete data[J]．IEEE Transactions on Power Systems，2016，32(1)：809－816．

　　[21]苏强，姜媛媛．基于相对熵ＡＮＰ－反熵权法的配电网隐患评估［Ｊ］．邵阳学院学报（自然科学版），２０２１，１８（４）：１４－２３．