如何利用数字化手段有效监测换流阀冷却系统?这里有答案

阀冷系统在直流输电过程中具有重要作用，现有控制保护系统对阀冷设备潜伏性故障的预判能力仍显不足，亟须通过数字化手段加强对设备的有效监测。南京南瑞继保电气有限公司、常州博瑞电力自动化设备有限公司的董熙、刘东川、江楠、高原、施洋洋在2024年第12期《电气技术》上撰文基于现有数字化试点站的建设经验，介绍数字化平台的数据来源，针对现有阀冷控制保护设备智能化不足的缺点，提出应用数据分析预测、主循环泵健康评估、阀冷系统健康评估、渗漏预警、故障诊断等数字化技术，以减少换流站运行成本和故障处理时间，提高电网的运行可靠性。

在特高压直流输电系统中，过高的温度可能导致晶闸管的电压分布出现不均匀性，进而引发停极等严重故障。阀冷系统能有效地将换流阀中各元件的热量排至阀厅外，从而将换流阀的运行温度控制在安全范围内，所以阀冷系统的有效运行对于保障特高压直流换流阀的可靠性至关重要，对直流换流站的长期稳定运行具有重要影响。

近年来，换流站主辅设备故障频发，国网已开展了针对性的隐患治理工作，但对换流站潜伏性故障的预判能力仍显不足，亟须通过数字化手段加强对设备运行状态的有效监测与实时感知，以协助运维人员全面了解设备运行状况，及时发现设备故障。因此，本文介绍阀冷系统中数字化技术的实现，并阐述数据来源。通过应用数字化技术，弥补现有阀冷控制保护系统智能化不足的缺点，从而提高设备的精细化管理水平，提高设备的使用寿命与可靠性。

1 阀冷系统

1.1 阀冷系统简介

换流阀冷却系统包括阀内冷系统和阀外冷系统两部分。阀内冷系统均为水冷方式；阀外冷系统包括风冷、水冷及风水冷组合三种方式。阀内水冷系统为密闭的循环系统，该系统通过冷却介质（去离子水）的循环流动带走换流阀产生的热量。阀外水冷系统为开放式循环系统，经过软化的水不断流经冷却塔，以此实现对阀门内部水冷管道系统的持续冷却处理，有效降低内部冷却水的温度。

阀冷系统示意图如图1所示。其流程如下：冷却介质流经特高压直流换流阀，吸收换流阀产生的热量后温度上升，经主循环泵后与室外外循环冷却系统进行热交换，冷却介质温度降低后再次流入换流阀，以此形成冷却介质的闭式循环，实现对换流阀的持续降温。

1.2 阀冷控制保护系统

大功率电力电子设备的纯水冷却系统的控制和保护通常采用阀冷控制保护单元，纯水冷却系统采用自带去离子功能的工业级密闭式纯水冷却方式，通过阀冷控制保护单元根据实时采集到的数据对冷却装置进行自动控制，与上位机进行数据通信，在线监测各参数的变化情况，输出告警信号或跳闸指令，实现对大功率电力电子设备的冷却控制。阀冷控制保护单元的应用如图2所示。

阀冷控制保护单元通过对循环水的温度、电导率、压力、液位和流量进行实时监测与控制，能够在水冷系统交流电源故障时准确反映故障状态，同时根据各在线参数及机电单元状态和故障情况输出报警信号和跳闸信号，将在线监测数据上传运行人员工作站（operator work station, OWS）后台，完成水冷系统控制与保护功能。

1.3 优势及存在的问题

阀冷控制保护装置通常采用嵌入式系统，核心控制器采用业界最新的浮点控制器，主频高，内存容量大，最快中断时间为μs级别，运算和控制精度高。该装置的控制保护功能简洁可靠，能够对系统各项指标进行监测，在水冷系统故障时可靠报警并进行相应动作；具备多套冗余配置，测量和控制保护功能可靠、完备、准确，装置操作简单易学。但是，该装置还存在以下不足：

1）大量数据只具备监视功能，不具备智能分析功能，不利于水冷设备关键数据的状态趋势监视，无法实现异常状态数据的主动预警。

2）无法实现对水冷设备运行状态的实时管控，未对水冷设备运行健康状态进行评估，对于渐进式故障未实现提前识别，防患于未然。

2 数字化应用数据传输

数字化应用部署于数字化平台，数字化平台提供计算、存储、网络资源，具备数据接入、处理、存储和分析能力，对外提供公共服务，数字化平台通常建设于站内安全Ⅳ区。

数字化平台主要涉及安全Ⅰ区、Ⅱ区及Ⅳ区间的数据传输，换流站安全Ⅰ区数据主要包括直流控制保护系统（包含阀冷控制保护系统）和调相机分散控制系统（distributed control system, DCS）的测点数据、告警事件数据及内置录波系统的故障录波数据等。Ⅱ区数据主要包括在线监测和其他辅控系统（消防监控、安防监控、动环监控、智能锁控等）的测点数据、电能计量装置的电能量数据、保信子站的保护信息及故障录波系统的录波文件等。Ⅳ区数据主要包括Ⅳ区在线监测类系统产生的测点数据和非结构化数据（视频、图片、文档等）。

直流控制保护数据流向示意图如图3所示，安全Ⅰ区的数据传输以控制保护系统为例，控制保护系统将告警事件文本信息及测点信息接入Ⅰ区数据接入节点，再由Ⅰ区数据接入节点经防火墙、正向隔离装置将告警事件同步至Ⅳ区的数字换流站平台。直流控制保护系统的内置故障录波系统采用加密文件传输协议经防火墙将内置故障录波文件上传至Ⅱ区数据接入节点，再由Ⅱ区数据接入节点经正向隔离将数据同步至Ⅳ区的数字换流站平台。

安全Ⅱ区的数据传输以故障录波为例，故障录波系统采用特定规约或加密文件传输协议将故障录波经保信/故障录波防火墙上传至Ⅱ区接入节点，再由Ⅱ区接入节点经正向隔离装置将故障录波文件同步至Ⅳ区的数字换流站平台。

安全Ⅳ区的数据传输以非结构化数据为例，非结构化数据根据类型进行划分，视频通过国网标准视频协议接入数字换流站平台；文件通过加密文件传输协议上传至数字换流站平台。

根据Ⅳ区数字化平台接入的测点、告警、录波数据，数字化应用可对阀冷系统数据进行深入分析，进而形成展示界面，阀冷系统数字化技术应用界面如图4所示。

3 数字化应用功能

3.1 数据分析及预测

1）数据分析

传统的OWS后台仅能显示实时数据及单个数据历史曲线，不具备数据分析能力，因而在数字化应用中加入异常数据识别及数据对比功能。该功能可以判断当前数据是否在期望范围内，同时计算历史数据极差、标准差、增长率，对异常数据进行标注，提醒运维人员关注。

数据对比功能可显示多条曲线的对比，主要分为：同源数据对比，即同一测点的多套传感器数据对比；近似测点对比，即同一回路中不同测点进行对比，例如进阀温度、冷却塔出水温度；家族对比，即站内多套阀冷系统同一测点进行对比，例如极1、极2阀冷出阀温度对比；时序对比，即日对比、周对比、月对比：今日与昨日、本周与上周、本月与去年该月进行对比。依据上述对比，综合判断测点是否异常。数据对比应用界面如图5所示。

2）数据预测

2020年5月2日，某换流站满负荷运行，进阀温度达到报警温度（45℃），运维人员紧急手动喷淋降温，进阀温度预测模块可提前识别此类风险。

为了验证预测模型的优劣和可行性，采用以下五种模型对进阀温度进行预测，分别为：变分模态分解（variational mode decomposition, VMD）、支持向量机回归（support vector regression, SVR）模型、长短时记忆（long short term memory, LSTM）序列模型、深度回归森林（deep forest, DF）算法和反向传播（back propagation, BP）神经网络。利用上述模型对某变电站极1高端阀冷系统12月20日00:00—12月23日12:00共1008个进阀水温数据点进行预测。进阀温度预测结果对比如图6所示。

从图6可以看出，五种模型的预测曲线大致贴合原始进阀温度曲线，计算各模型的方均误差（mean square error, MSE）、方均根误差（root mean square error, RMSE）和平均绝对误差（mean absolute error, MAE）进行比较，见表1。从表1可以看出，VMD模型误差最小，预测结果较为准确。

3.2 主循环泵健康评估

对于阀冷系统，主循环泵为冷却介质在闭式管路内的循环提供动力，主循环泵故障将造成系统流量、压力的变化，严重时会导致阀冷系统停运。因此，对主循环泵的健康诊断和评估具有重要意义。

本文通过多种监测方法进行综合判断分析，提前发现水泵潜在故障，并对故障的严重程度和故障点的具体位置进行分析。

1）效率指标

根据主循环泵的转速、功率、主泵入口压力、主泵出口压力、流量、电机功率等信息计算主循环泵的运行效率。

2）电气指标

根据阀冷系统运行过程中监测的母线电压、电流，可识别过电压、欠电压、过电流、不平衡等异常情况，同时该功能模块可以读取主泵周期切换过程中的录波数据，计算电压、电流正、负序分量，识别主泵渐进性故障，如定子高阻故障。以定子星接单相高阻故障为例，假设故障仅发生于A相，则式（2）：

由式（2）可以看出，电流的不平衡度即负序电流与正序电流比值的幅值，可以用来检测异步电动机定子高阻故障是否存在及其严重程度。当Za增大时，电流不平衡度随之增大。

3）温度指标

根据主泵驱动端轴承温度、非驱动端轴承温度、电机驱动端轴承温度、电机非驱动端轴承温度等温度测点是否越限，判断主泵是否温度过高。

4）振动指标

每台主泵安装4台加速度传感器，电机端和泵体端各安装2台。其中，电机端安装于其自由端和负荷端的水平方向，泵体端安装于其自由端的水平和竖直方向。

分析装置根据采集的振动信号原始数据计算每路振动信号的特征量，特征量包括速度值（ISO 10816）、速度值（1_1kHz）、加速度高频总值、加速度高频峰值和加速度包络值。其中，速度值（ISO 10816）为10Hz～1kHz频率范围内的速度有效值，速度值（1_1kHz）为1Hz～1kHz频率范围内的速度有效值。

当接入的传感器信号为加速度信号时，需要硬件积分或软件积分将加速度信号积分为速度信号。加速度高频总值为1～10kHz频率范围内的加速度有效值，加速度高频峰值为1～10kHz频率范围内的加速度单峰值，加速度包络值为对加速度振动信号进行希尔伯特变换得到的振动信号包络值，用于对滚动轴承早期故障的判断。

通过上述特征量的组合判定，可识别主泵振动危险，进行振动报警、轴承早期故障报警、轴承故障报警和不平衡、不对中或松动报警。主循环泵振动分析应用界面如图7所示。

5）漏水指标

主泵底部装有漏水检测筒体，当主泵机封或轴封漏水时，液位开关动作，向OWS后台发出告警信号，从而识别漏水。

以上5个指标（效率指标、电气指标、温度指标、振动指标、漏水指标）根据各自的严重程度分别进行评分，最后依据各项指标对设备健康状态的影响程度设置权值系数，进行加权计算后得到设备健康综合评分，作为主泵检修依据。主泵运行状态多维评估见表2。

3.3 阀冷系统健康评估

当前阀冷控制保护系统将告警事件分为正常、轻微、严重、紧急4种等级，运行人员只能通过单条报警信息的故障等级了解阀冷系统的运行状态，当出现多条报警时，无法直观地掌握阀冷系统运行的整体状态。

该应用的评估算法按照故障事件等级、故障发生位置实行扣分制，分别对外冷系统、内冷系统及控制保护系统进行评分。在分画面中显示各个极的外冷系统、内冷系统及控制保护系统的评估分数，在总览界面对这三个子系统进行加权运算得到最终的评价分数，以此表征该极阀冷系统的健康状态。

针对严重威胁阀冷系统正常运行或导致跳闸的部件，实行“一票否决”制，例如三套进阀温度表计均故障，阀冷系统整体评分直接为不合格，方便运维人员对阀冷系统整体及各个子系统的健康状态做出准确判断。阀冷系统健康评估应用界面如图8所示。

3.4 渗漏预警

目前，传统的阀冷漏水检测方法存在处理数据量少、检测方式简单等问题，其漏水检测逻辑通常为短时液位下降越过限值报警，或在此基础上辅以温度补偿的方式来消除因水温变化造成水量变化的影响，仅能发现较为严重的漏水情况，难以准确检测轻微渗水的情况，且由于温度补偿的方式存在准确度不高的缺陷，极易导致误判报警。

1）长时窗渗漏

该应用旨在通过长期（如季度或半年）的液位监测来评估系统的渗漏状况。首先，收集的膨胀罐液位数据需经过小波变换处理，以消除由温度波动引起的不规则偏差，从而准确识别液位的真正趋势。随后，通过数据重构技术，从这些趋势数据中提取出关键信号，用于分析渗漏现象。

图9为某换流站10个月的膨胀罐液位小波变换曲线，由于原信号曲线存在高频信号干扰，难以判断是否有下降趋势，使用db1小波函数，从分解5层后的趋势信号（A5）中可以明显看到液位下降趋势，从而判断阀冷系统出现轻微渗漏。

2）短时窗渗漏

该应用旨在通过短期（24h）的液位监测来评估系统的渗漏状况。通过建立缓冲罐液位与进、出阀温度的多元线性回归预测模型，利用最小二乘法求解模型系数。利用缓冲罐液位预测曲线，每2min计算一次液位测量值与预测值之差，当24h内累计液位变化超过阈值时，判断为阀冷系统发生渗漏。

膨胀罐液位测量值与预测值对比如图10所示。由图10可以看到，预测值较贴合实际液位值。相对于传统算法的固定温度补偿系数，该应用算法动态调整补偿系数，有效减少了温度变化对膨胀罐液位的影响，准确度更高，误判率更低。

3.5 故障诊断

传统的人工诊断受运维人员经验及专业知识水平影响较大，诊断效率和准确性难以保证，以专家系统为代表的智能诊断技术逐渐成为复杂装置系统诊断维护的主要手段。

专家系统将阀冷系统故障类型分为流体系统故障、电气系统故障和控制保护系统故障三类。通过研究不同类型故障发生的征兆与故障发生的可能原因，构建一套完整的表征故障类型与特征状态信息耦合关系的阀冷系统专家诊断知识库。

该应用基于专家系统，可以根据事先建立的故障模型和专家知识库，对分析出的告警信号进行匹配和比对，诊断出可能的故障类型和原因，可以向运维人员提供详细的诊断报告，包括故障描述、可能的影响、修复建议等。运维人员可以根据这些信息采取相应措施，及时修复故障，确保设备的正常运行。

该应用支持自动生成故障诊断处置报告，报告以图文方式进行展示，支持一键导出故障报告。同时，该应用构建阀冷系统故障案例库，案例库中存储有所有换流站阀冷系统故障诊断及处理信息，按发生时间、设备型号、阀冷系统厂家等分类统计故障信息，具备自动存储、手动创建、手动修改、分类查询、删除案例、一键导入等功能，在诊断过程中可以检索相似故障案例作为参考。故障诊断应用界面如图11所示。

4 应用成果

目前，该套阀冷数字化应用系统已于灵州、昌吉、苏州、沂南、浙北等多个换流站进行试点部署，根据运维人员反馈，在数据分析方面，其可以智能识别异常数据，避免人工逐个比对；在数据预测方面，其预测准确率超过90%，便于提前识别进阀温度过高或膨胀罐液位较低，做好防范措施，避免由此带来的跳闸风险；在设备感知方面，根据设备健康评分，仅需重点巡视风险较高的设备，巡检时间缩短约30%；在故障诊断方面，故障排查时间由原先的1～2天缩短为1～2h，故障诊断完成后，系统能自动生成诊断报告，取代了传统运维人员手动收集和录入信息的低效做法。

5 结论

阀冷控制保护装置安全性高，动作可靠，但未对数据进行深入分析，运维智能化不足。针对上述问题，本文研究了数据分析预测、主循环泵健康评估、阀冷系统健康评估、渗漏预警、故障诊断的数字化技术应用，基于数字化平台从安全Ⅰ区、安全Ⅱ区获取运行数据进行分析计算，并将结果直观呈现于平台界面，显著提升了阀冷系统的智能监视水平，降低了换流站的整体运行成本。

本工作成果发表在2024年第12期《电气技术》，论文标题为“ 换流阀冷却系统数字化技术应用研究 ”，作者为董熙、刘东川等。