, , , ,

(1.興義供電局,貴州 興義 5624002; 2.蘇州光格設(shè)備有限公司,江蘇 蘇州 215123)

對(duì)電力電纜工作狀態(tài)的監(jiān)測(cè)是輸配電網(wǎng)的重點(diǎn)所在.目前檢測(cè)的方法和對(duì)象有多種類型,其中局部放電是衡量電纜絕緣劣化程度的重要指標(biāo).局部放電(Partial Discharge,PD)是指在強(qiáng)電場(chǎng)的作用下,絕緣系統(tǒng)中導(dǎo)體間的絕緣介質(zhì)內(nèi)部所發(fā)生的局部擊穿.受制作工藝、施工破損、絕緣老化等因素的影響,電力電纜在運(yùn)行過(guò)程中會(huì)導(dǎo)致不同程度的局部放電.隨著絕緣缺陷的不斷惡化,局部放電會(huì)越來(lái)越嚴(yán)重,直至絕緣層被擊穿.這是一個(gè)長(zhǎng)期發(fā)展不斷惡化的過(guò)程.同時(shí)不同的環(huán)境溫濕度、電氣干擾等也會(huì)對(duì)局部放電造成影響和波動(dòng)[1-2].因此,單次或短期之內(nèi)的局部放電檢測(cè)結(jié)果,不足以作為電纜局部放電的診斷依據(jù),而對(duì)局部放電長(zhǎng)期的發(fā)展趨勢(shì)作出準(zhǔn)確的評(píng)估則至關(guān)重要.目前業(yè)內(nèi)對(duì)放電趨勢(shì)的定量計(jì)算比較缺乏,大多采用人為查看趨勢(shì)圖譜的方法,也有采用變比、價(jià)量趨勢(shì)(Price/Volume Trend,PVT)等簡(jiǎn)單的計(jì)算方式[3-4].局部放電評(píng)估時(shí),除了判別放電類型外,一般使用放電量幅值和放電重復(fù)率(頻次)來(lái)表征局部放電的嚴(yán)重程度.本文就放電類型的概率評(píng)估、放電量幅值和放電重復(fù)率的趨勢(shì)評(píng)估提出定量計(jì)算的方法,可以為電纜局部放電的診斷提供可靠依據(jù).

1 電纜局部放電的單次檢測(cè)方法

電力電纜在出廠前一般會(huì)進(jìn)行嚴(yán)格的局部放電檢測(cè),但在電纜安裝施工時(shí)由于操作、工藝、環(huán)境等原因可能會(huì)對(duì)電纜造成一定的損傷,尤其是電纜接頭處由于接頭制作及熔接的工藝水平的影響,在投運(yùn)后發(fā)生局部放電的概率會(huì)更高.為了保障電纜的正常運(yùn)行,經(jīng)過(guò)耐壓測(cè)試后,仍需要對(duì)投運(yùn)后的電纜進(jìn)行局部放電檢測(cè).一般采用周期性局部放電巡檢或在線局部放電監(jiān)測(cè)[5]兩種方式,以便動(dòng)態(tài)掌握電纜局部放電的發(fā)展情況,及時(shí)做好相關(guān)的保護(hù)措施.

究其原理而言,局部放電是一種高頻放電脈沖信號(hào),利用其聲光電磁等特性,可以通過(guò)超聲波、紅外光、電磁互感等不同類型的傳感器將其放電信息耦合到檢測(cè)系統(tǒng)中.目前,針對(duì)電力電纜的局部放電檢測(cè)多使用高頻電流傳感器(High Frequency Current Transformer,HFCT),其有效檢測(cè)頻帶一般達(dá)到0.03～30 MHz,甚至100 MHz[1-2].

高頻脈沖的局部放電電流耦合到HFCT中,再通過(guò)同軸電纜線傳入局部放電采集器,經(jīng)過(guò)AD轉(zhuǎn)換和一系列的信號(hào)處理,可以從中提取放電脈沖數(shù)據(jù).由于局部放電脈沖的工頻相關(guān)性,每次采集應(yīng)不低于一個(gè)工頻周期,又由于其高頻和隨機(jī)特性,往往需要使用數(shù)據(jù)統(tǒng)計(jì)的手段來(lái)進(jìn)行分析,因此每次采集需要收集足夠多的脈沖數(shù)據(jù)樣本.對(duì)脈沖數(shù)據(jù)樣本進(jìn)行分析時(shí),考慮到現(xiàn)場(chǎng)電纜局部放電檢測(cè)會(huì)受到諸多復(fù)雜的背景噪聲或其他電氣的干擾,必須對(duì)脈沖數(shù)據(jù)進(jìn)行分類識(shí)別:一般先根據(jù)脈沖時(shí)頻特性上的差異進(jìn)行分離,然后再結(jié)合其相位分布特性來(lái)進(jìn)行類型識(shí)別[6-7].經(jīng)過(guò)分類識(shí)別后,對(duì)每種類型的放電源脈沖進(jìn)行統(tǒng)計(jì),可以得出其綜合放電量(一般使用最大值、95%最大值、平均值等統(tǒng)計(jì)量來(lái)表征)和重復(fù)率(頻次)作為一次局部放電檢測(cè)放電評(píng)估的最終表征參量.

圖1是貴州興義一隧道內(nèi)某110 kV電纜B相3#接頭的一次局部放電檢測(cè)形成的脈沖相位放電(Phase Resolved Pulse Sequence,PRPD)圖譜,經(jīng)過(guò)等效時(shí)頻分離[6]后形成兩個(gè)聚集點(diǎn)簇,分別圈選后形成3個(gè)分類點(diǎn)簇(未選中的離散孤立點(diǎn)默認(rèn)為第0個(gè)分類點(diǎn)簇).

圖1 分類映射PRPD圖譜

對(duì)分離過(guò)后得到的3個(gè)脈沖點(diǎn)簇,進(jìn)行放電相位特征統(tǒng)計(jì),取得相位分布的偏度、峰度、正負(fù)半周對(duì)稱度、正負(fù)半波互相關(guān)系數(shù)等一系列特征參量,再與典型放電特征指紋庫(kù)進(jìn)行比對(duì),得到各自的放電類型相似度[5,7].本文以電暈、表面放電、內(nèi)部放電3種典型局部放電類型為例,分類識(shí)別的統(tǒng)計(jì)結(jié)果如表1所示.表1中,綜合放電量的計(jì)算使用95%最大放電量,因?yàn)榻y(tǒng)計(jì)學(xué)上最大值往往具有較大的隨機(jī)性,通常選取99%或95%的置信區(qū)間,在此使用第95個(gè)百分位的數(shù)值作為最高值,代表樣本中95%的數(shù)不超過(guò)該值,而超過(guò)的5%作為偶然的瞬時(shí)跳變被舍棄,使統(tǒng)計(jì)更加符合實(shí)際.

表1 單次檢測(cè)放電類型統(tǒng)計(jì)

考慮到現(xiàn)場(chǎng)放電干擾不可避免,以及人為分類誤差,采用不同類型的放電源和概率統(tǒng)計(jì)相結(jié)合的方式來(lái)定量計(jì)算會(huì)得到相對(duì)準(zhǔn)確的結(jié)果.按照各個(gè)分類脈沖點(diǎn)簇的相似度及其脈沖個(gè)數(shù)占比,分別計(jì)算各放電類型存在的概率為:

(1)

式中:type——放電類型;

c——分類點(diǎn)簇序號(hào);

C——分類點(diǎn)簇總數(shù);

Utype——某一類放電的相似度;

Utype[c]——第c個(gè)分類點(diǎn)簇屬于某一類放電的相似度;

Np type[c]——第c個(gè)分類點(diǎn)簇的脈沖個(gè)數(shù)占比.

如表1所示,該次檢測(cè)存在電暈放電、表面放電、內(nèi)部放電、噪聲的概率分別為:

而各放電類型的放電量大小和次數(shù)難以從上述概率的角度來(lái)確定,因?yàn)檫@本身屬于一種模糊的相似度劃分分類方法.因此,必須回歸到傳統(tǒng)的硬聚類劃分方法,即每一分類點(diǎn)簇由其最大的放電類型相似度來(lái)決定其類型歸屬,以取得對(duì)應(yīng)放電類型的放電量和頻次.如表1所示,點(diǎn)簇c0和c1屬于噪聲,c2屬于電暈放電,因此噪聲和電源放電的放電量大小和次數(shù)為:

Qnoise=Q[0]=57 pC

Nnoise=N[0]+N[1]=3 957

Qcorona=Q[2]=72 pC

Ncorona=N[2]=1 043

剩下的其他兩種放電類型(表面放電和內(nèi)部放電)沒有獲得任何一個(gè)點(diǎn)簇的類型歸屬,而其存在的概率又大于零,則取其中最小值即可:

放電次數(shù)N與采集時(shí)長(zhǎng)有關(guān),不便用作放電頻次的統(tǒng)計(jì),因此必須除以時(shí)間,得到單位時(shí)間(通常取1 s)內(nèi)的放電次數(shù),即脈沖放電重復(fù)率(或頻次).一次檢測(cè)的最終評(píng)估結(jié)果由各放電類型的相似度、放電量、放電重復(fù)率3個(gè)最主要的參數(shù)組成,如表2所示.

表2 單次局部放電檢測(cè)的放電評(píng)估結(jié)果

2 放電趨勢(shì)評(píng)估方法

分類概率評(píng)估后的結(jié)果更加清晰準(zhǔn)確.若只作單次的檢測(cè),給出這樣的結(jié)果就可以了.然而單次的局部放電檢測(cè)評(píng)估只能表征當(dāng)時(shí)環(huán)境下的放電情況,偶然性和干擾因素的影響都較大,因此參考意義并不大,更為重要的是通過(guò)對(duì)較長(zhǎng)一段時(shí)間的多次檢測(cè),評(píng)估其發(fā)展趨勢(shì).

放電趨勢(shì)評(píng)估要以單次檢測(cè)為統(tǒng)計(jì)評(píng)估單元,要求單次檢測(cè)的方法和各項(xiàng)參數(shù)盡量保持一致,以增強(qiáng)可比性,同時(shí),單次的評(píng)估方法(包括人工分類、計(jì)算方式)也必須盡量一致和精確.最終的評(píng)估結(jié)果也要給出各放電類型存在的總體概率、放電量、重復(fù)率以及放電趨勢(shì)的定量指標(biāo).

在一段時(shí)間內(nèi)進(jìn)行放電趨勢(shì)評(píng)估,如果檢測(cè)次數(shù)較少,趨勢(shì)評(píng)估沒有太大的意義,直接使用均值計(jì)算各個(gè)參量即可;如果檢測(cè)的次數(shù)太多,計(jì)算比較復(fù)雜且細(xì)節(jié)波動(dòng)影響太多,不利于直接作趨勢(shì)評(píng)估,需要壓縮評(píng)估樣本數(shù).例如在線監(jiān)測(cè)系統(tǒng)每10 min采集一次,評(píng)估一年之內(nèi)的放電趨勢(shì),樣本數(shù)據(jù)太多.這時(shí)一般采用兩種方法進(jìn)行評(píng)估:一是抽樣評(píng)估,即分段抽取樣本進(jìn)行趨勢(shì)評(píng)估,如一個(gè)月只抽取一組采集數(shù)據(jù)作為其一個(gè)月的放電樣本進(jìn)行趨勢(shì)評(píng)估,這樣計(jì)算比較簡(jiǎn)單,但信息量損失較大,計(jì)算結(jié)果的誤差不可避免;二是分級(jí)評(píng)估,即分不同的時(shí)間單元作趨勢(shì)評(píng)估,匯總后再升級(jí)評(píng)估,如先每天收集各次采集數(shù)據(jù)作一次趨勢(shì)評(píng)估,再每個(gè)月按照各天的評(píng)估結(jié)果進(jìn)行趨勢(shì)評(píng)估,最后升級(jí)到一年各月進(jìn)行趨勢(shì)評(píng)估,該評(píng)估層次比較分明,結(jié)果更加精確.為了方便統(tǒng)一,不管是一次采集還是一天、一周或一個(gè)月作為評(píng)估單元,在此統(tǒng)稱“輪”,即后敘的趨勢(shì)評(píng)估以一輪采集作為評(píng)估單元.

局部放電趨勢(shì)分析的目的在于關(guān)注長(zhǎng)期趨勢(shì).為了抑制或排除其他的短期波動(dòng)因素,先使用移動(dòng)平均法[8]進(jìn)行平滑處理,然后假定局部放電呈線性趨勢(shì)而作線性擬合(為了更加精確,也可以使用拋物線、指數(shù)曲線擬合等更復(fù)雜的方式),根據(jù)擬合得到的直線斜率來(lái)判定上升、下降或是水平趨勢(shì).另外,對(duì)于放電類型的相似度,依然可以采用概率統(tǒng)計(jì)的方式來(lái)計(jì)算.整個(gè)放電趨勢(shì)評(píng)估的流程如圖2所示.

圖2 放電趨勢(shì)評(píng)估流程

移動(dòng)平均是選擇一定的平均項(xiàng)數(shù)(常用N表示,N越大則平滑作用越強(qiáng)),采用逐項(xiàng)遞移的方法對(duì)原時(shí)間序列計(jì)算一系列序時(shí)平均值,以消除或削弱原序列中的不規(guī)則變動(dòng),更能體現(xiàn)長(zhǎng)期的基本發(fā)展趨勢(shì).

設(shè)時(shí)間序列為:Y0,Y1,Y2,…,Yn-1,則取N=3項(xiàng)平均移動(dòng)后得到新的序列為:

(2)

線性擬合后的斜率代表平均增長(zhǎng)量,斜率的計(jì)算公式為:

(3)

式中:ti——第i個(gè)時(shí)間序號(hào);

Yi——第i個(gè)序列數(shù)值.

按照公式可分別計(jì)算出各放電類型的放電量和重復(fù)率的平均增長(zhǎng)量kQ和kNs,大于零時(shí)為增長(zhǎng)趨勢(shì),小于零時(shí)為衰減趨勢(shì),等于零時(shí)為平穩(wěn)趨勢(shì).

平均項(xiàng)數(shù)N的選取,應(yīng)根據(jù)樣本的數(shù)量及局部的波動(dòng)幅值而定:不宜過(guò)大以致過(guò)度平滑,也不宜過(guò)小以致喪失對(duì)局部波動(dòng)的抑制.實(shí)際應(yīng)用時(shí),可以從[3,樣本總數(shù)/10]區(qū)間內(nèi)進(jìn)行選取和比對(duì),最終得出合適的N值.

對(duì)于放電類型存在的總體概率,需要統(tǒng)計(jì)其在各輪采集中的相似度U[r]及重復(fù)率Ns[r],其計(jì)算公式為:

(4)

式中:r——采集輪數(shù)序號(hào);

R——采集輪數(shù)總數(shù);

Utype[r]——第r輪采集屬于某一類放電的相似度;

Ns type[r]——第r輪采集的脈沖重復(fù)率.

對(duì)于各放電類型的放電量和重復(fù)率,則依然按照95%最大值選取即可.

2016年6月貴州興義一隧道內(nèi)某10 kV電纜3#接頭發(fā)現(xiàn)表面放電的概率突然變大,達(dá)到46%,原因是附近一段電纜由于施工導(dǎo)致外層絕緣發(fā)生部分破損,經(jīng)過(guò)修復(fù)后繼續(xù)使用.圖3為其表面放電相似度的趨勢(shì)圖(以10天為一輪統(tǒng)計(jì)),在6月以前只有1.5%左右,6月躍變到46%左右,過(guò)后則下降至24%左右.通過(guò)式(4)可以計(jì)算得到表面放電存在的總體概率為22.23%.

圖3 表面放電相似度

考察其放電量和重復(fù)率,如圖4和圖5所示.6月之前的放電量和重復(fù)率趨勢(shì)非常平緩,6月之后明顯變大,但趨勢(shì)略微有些上揚(yáng),全年的總體趨勢(shì)變大.經(jīng)過(guò)移動(dòng)平均后使用式(3)計(jì)算6月以前放電量和重復(fù)率的平均增長(zhǎng)率,趨近于零,6月以后平均增長(zhǎng)率略微變大.如果不考慮6月的躍變,計(jì)算全年的平均增長(zhǎng)率則明顯為正,計(jì)算結(jié)果如表3所示.

因此,從結(jié)果來(lái)看與曲線的走勢(shì)比較相符,表明6月之前放電比較平緩,但6月之后放電略微變大,總體呈惡化的趨勢(shì).

圖4 表面放電的放電量趨勢(shì)及其移動(dòng)平均趨勢(shì)

圖5 表面放電的重復(fù)率趨勢(shì)及其移動(dòng)平均趨勢(shì)

時(shí) 間總體相似度/%放電量平均增長(zhǎng)率/(pC·10d-1)重復(fù)率平均增長(zhǎng)率/[(次·s-1·10d-1]2016年1月至5月1.580.054-0.0412016年7月至12月24.730.3780.6612016年1月至12月22.232.4252.224

3 結(jié) 語(yǔ)

本文從局部放電檢測(cè)后的分類識(shí)別出發(fā),采用統(tǒng)計(jì)學(xué)的概率統(tǒng)計(jì)和95%置信區(qū)間來(lái)定量計(jì)算一次局部放電檢測(cè)的放電概率及其放電量、重復(fù)率等重要參量;給出了趨勢(shì)評(píng)估的統(tǒng)計(jì)單元方法,使用移動(dòng)平均法來(lái)定量計(jì)算放電量和重復(fù)率的平均增長(zhǎng)率,并給出總體放電概率的定量計(jì)算方法.將提出的趨勢(shì)評(píng)估方法應(yīng)用于貴州興義一局部放電實(shí)例,最終的計(jì)算結(jié)果與實(shí)際放電情況相符,因此可以作為局部放電診斷的重要依據(jù).

[1] 郭燦新,張麗,錢勇,等.XLPE電力電纜中局部放電檢測(cè)及定位技術(shù)的研究現(xiàn)狀[J].高壓電器,2009,45(3):56-60.

[2] 劉志煒.交聯(lián)聚乙烯電纜局放系統(tǒng)的應(yīng)用研究[J].電線電纜,2013(3):28-31.

[3] 李學(xué)鋒,黃成軍,錢勇,等.局部放電趨勢(shì)分析方法初步研究[J].高壓電器,2007,43(6):409-415.

[4] 王燕,賀景亮,鄭鵬,等.油紙絕緣局部放電發(fā)展趨勢(shì)及監(jiān)測(cè)參數(shù)選取[J].高電壓技術(shù),2002,28(8):24-25.

[5] 路明,邢亮,祝曉輝,等.局部放電在線監(jiān)測(cè)系統(tǒng)在配電網(wǎng)電纜中的應(yīng)用[J].河北電力技術(shù),2013,32(6):10-12.

[6] CAVALLINI A,MONTANARI G C,FABIANI D,etal.Advanced technique for partial discharge detection and analysis in power cables[C]//Int. Conf. on Condition Monitoring & Diagnostic Engineering Management of Power Station,2009:1-4.

[7] CAVALLINI A,MONTANARI G C,CONTIN A,etal.A new approach to the diagnosis of solid insulation systems based on PD signal inference[J].IEEE Elect,Insul.Mag.,2003,19(2):23-30.

[8] 白雪梅,趙松山.移動(dòng)平均法應(yīng)用之我見[J].統(tǒng)計(jì)教育,2001(1):20-22.