文章详情

摘要

为识别影响智能变电站GIS母线故障的关键风险因素，基于华东某省级电力公司5座特高压变电站300台GIS母线18个月的运行监测数据，构建2×2×2析因设计，综合运用卡方检验、Mantel-Haenszel分层分析与Logistic回归，系统量化电压波动、环境温度、负载水平三因子的独立效应及交互作用。结果表明：电压波动是影响GIS母线故障的最主要因素（OR=3.23），负载水平（OR=2.08）与环境温度（OR=1.88）次之；三因素之间存在显著的交互作用，“高波动+高温+高负载”组合故障率高达52.6%，较最优组合提升9.7倍；分层分析有效控制了负载的混杂效应，主效应Logistic模型AUC为0.701，解释了86.6%的偏差，满足现场一级筛查需求。由此提出“电压优先、负载错峰、温度补偿”的精准维护策略，为智能变电站GIS设备状态检修提供量化依据。

关键词

GIS母线；卡方检验；Logistic回归；多因素交互；智能变电站

参考文献

1. [1] 刘根才，金向朝，谢志杨，等.气体绝缘开关设备母线传热模型的建模与分析 [J].武汉大学学报（工学版），2012，45（5）：643-647.
2. [2] 黄孟丹，肖纯，杨芷宁，等.GIS设备发热研究进展 [J].高压电器，2020，56（12）：24-33.
3. [3] 汪笑妮.基于红外技术的智能变电站电气设备热故障辨识研究 [J].自动化技术与应用，2025，44（3）：168-170，175.
4. [4] 邢智辉.智能电网设备监控运行大数据平台总体设计 [J].机械与电子，2023，41（4）：41-45，50.
5. [5] 梅生伟，王莹莹，陈来军.从复杂网络视角评述智能电网信息安全研究现状及若干展望 [J].高电压技术，2011，37（3）：672-679.
6. [6] 汤奕，陈倩，李梦雅，等.电力信息物理融合系统环境中的网络攻击研究综述 [J].电力系统自动化，2016，40（17）：59-69.
7. [7] 刘畅，郑涛，王志华，等.基于DBSCAN的智能变电站交流采样异常实时识别算法 [J].电力系统保护与控制，2024，52（24）：140-148.
8. [8] 王晓丽，孙晓莉.基于机器学习的继电保护故障诊断和分类研究 [J].电气传动自动化，2021，43（4）：17-20，52.
9. [9] 韩宇，董波.一种基于线圈电流的高压断路器机械故障诊断方法 [J].高压电器，2019，55（9）：241-246.
10. [10] 许家焰，武芳瑛，李瑞，等.智能变电站继电保护二次虚回路失效风险动态识别技术 [J].电力系统保护与控制，2025，53（1）：160-170.
11. [11] 祝贺，孙文凯，贾亚飞，等.基于深度学习的GIS设备故障识别技术 [J].信息技术，2021（9）：57-61.
12. [12] 袁文海，刘彪，徐浩，等.基于复合神经网络的GIS局放故障类型识别 [J].电力科学与技术学报，2021，36（4）：157-164.

基金项目

国家自然科学基金（11701274）；南京工程学院研究生课程思政示范课程（2025KCSZ08）；南京工程学院研究生优秀教学案例（2025JXAN05）；江苏省学位与研究生教学改革（2025YJYJG10）

作者简介

茹正亮（1980—），男，汉族，江苏盐城人，副教授，硕士研究生，研究方向：数理统计。