云南電網(wǎng)公司玉溪供電局 周偉
電纜試驗(yàn)多為破壞性試驗(yàn),盡管已知破壞性試驗(yàn)對(duì)電纜有絕緣損傷,但是沒(méi)有相應(yīng)的技術(shù)手段對(duì)破壞性試驗(yàn)進(jìn)行評(píng)估。而對(duì)于已經(jīng)服役的電纜,發(fā)生過(guò)檢修后,一般采取略微降低耐受試驗(yàn)電壓的方法進(jìn)行試驗(yàn),但該試驗(yàn)仍存在破壞性[1-2]。
電纜運(yùn)行狀態(tài)的慣用檢測(cè)方法包含非電氣參數(shù)法以及電氣參數(shù)法[3-10]。非電氣參數(shù)法通過(guò)檢測(cè)電纜物理及化學(xué)性能實(shí)現(xiàn)運(yùn)行狀態(tài)診斷,主要用于電纜整體老化壽命評(píng)估,如電纜材料的斷裂伸長(zhǎng)率、壓縮模量檢測(cè)等。電纜電氣參數(shù)檢測(cè)法主要包括電纜絕緣電阻的測(cè)量、耐壓試驗(yàn)、泄漏電流試驗(yàn).介電損耗檢測(cè)等。
然而,上述電氣方法僅能對(duì)電纜整體狀態(tài)或普遍性缺陷進(jìn)行評(píng)估,而無(wú)法發(fā)現(xiàn)電纜局部缺陷潛伏缺陷。
電纜狀態(tài)的另一種重要的檢測(cè)方法是局部放電檢測(cè)。運(yùn)行中的電纜在出現(xiàn)局部缺陷時(shí)往往會(huì)發(fā)生局部放電,局部放電信號(hào)沿電纜正反兩個(gè)方向傳播,通過(guò)傳感器獲取局部放電信號(hào)實(shí)現(xiàn)電纜局部缺陷的診斷。
電纜在線局部放電檢測(cè)技術(shù)研究始于80年代,在歐美和日本等國(guó)家得到較為廣泛的應(yīng)用。然而,發(fā)展至今電纜局部放電的檢測(cè)技術(shù)依然存在許多瓶頸問(wèn)題。
一方面現(xiàn)場(chǎng)局部放電信號(hào)十分微弱,且極易受各種脈沖信號(hào)的干擾,如開(kāi)關(guān)投切產(chǎn)生的瞬態(tài)磁場(chǎng),無(wú)線電干擾等,采取各種硬件檢測(cè)及軟件去噪技術(shù)依舊無(wú)法真實(shí)的獲取局部放電信號(hào)。
本文建立了電纜的分布參數(shù)模型,并基于傳輸線理論推導(dǎo)電纜的輸入阻抗,分析了電纜寬頻阻抗譜的特性;建立了求解局部缺陷狀態(tài)的目標(biāo)函數(shù)和約束條件,并基于遺傳算法求解。
仿真結(jié)果表明,所提的電纜局部缺陷狀態(tài)評(píng)估方法可靠,能夠有效評(píng)估電纜局部缺陷狀態(tài)。
根據(jù)傳輸線理論,設(shè)電纜單位長(zhǎng)度的電阻、電感、電容和電導(dǎo)分別為R、L、C、G。根據(jù)電路理論,距離電纜末端x處的電壓電流相量關(guān)系為:
基于正弦穩(wěn)態(tài)條件對(duì)式(1)所示模型進(jìn)行求解,設(shè)電纜總長(zhǎng)度為l,則電纜位置x處的電壓和電流向量為:
式中:Uq和Uf分別為電壓入射波和電壓反射波。為傳播系數(shù),Z0為波阻抗。和Z0是電纜的特征參數(shù),它們都由電纜本身的分布參數(shù)決定,且都是頻率的函數(shù):
電纜末端空載或接入負(fù)載,從電纜首端看進(jìn)去的電纜阻抗叫做電纜的輸入阻抗。
對(duì)于任意位置x,當(dāng)電纜空載時(shí),其輸入阻抗Z(x)為
容易得到首端輸入阻抗為Zl:
由于和Z0是頻率ω的函數(shù),所以首端輸入阻抗Zl會(huì)隨頻率ω改變,電纜的首端輸入阻抗譜隨頻率ω變化的曲線為輸入阻抗頻率響應(yīng)曲線,又稱(chēng)寬頻阻抗譜(broadband,impedance,spectroscopy,BIS)。
當(dāng)電纜存在局部缺陷時(shí),存在缺陷位置的電纜分布參數(shù)將發(fā)生改變,參數(shù)改變的情況則取決于缺陷的類(lèi)型和嚴(yán)重程度,這將會(huì)影響到電纜的寬頻阻抗譜。因此,通過(guò)寬頻阻抗譜特性的研究將可以實(shí)現(xiàn)電纜缺陷狀態(tài)的評(píng)估。電纜寬頻阻抗譜分為首端阻抗幅值頻譜和首端阻抗相位頻譜。
設(shè)電纜總長(zhǎng)為100米,圖1為無(wú)缺陷時(shí)的電纜寬頻阻抗譜的幅值頻譜和相位頻譜。
圖1 案例1寬頻阻抗譜圖
從圖1可以看出,電纜寬頻阻抗譜周期性地在一定的頻率點(diǎn)出現(xiàn)極大值和極小值。
設(shè)電纜總長(zhǎng)為100米,假設(shè)在50米處發(fā)生0.01米長(zhǎng)的主絕緣層破損,其寬頻阻抗譜如圖2所示。
圖2 案例2寬頻阻抗譜圖
設(shè)電纜總長(zhǎng)為100米,假設(shè)在50米處發(fā)生0.01米長(zhǎng)的屏蔽層破損,其寬頻阻抗譜如圖3所示。
圖3 案例3寬頻阻抗譜圖
對(duì)比圖1、圖2和圖3可以看出,電纜的寬頻阻抗譜隨著電纜的絕緣狀態(tài)及缺陷程度發(fā)生改變。
本文主要研究電纜首端阻抗幅值頻譜與電纜缺陷狀態(tài)之間的關(guān)系,并研究基于電纜寬頻阻抗譜特征的電纜局部缺陷狀態(tài)評(píng)估方法。
電纜的分布參數(shù)是關(guān)于一系列表征電纜缺陷狀態(tài)的狀態(tài)量的函數(shù),即
式中:A、B、p為復(fù)介電常數(shù),lf為缺陷長(zhǎng)度。A、B、p隨電纜的缺陷程度的變化而改變。A、B、p取決于電纜的局部缺陷狀態(tài)并決定著電纜首端寬頻阻抗譜。
因此,電纜寬頻阻抗譜的幅值頻譜Za'為關(guān)于A、B、p、lf、lc的函數(shù),即:
式中:lc為缺陷定位結(jié)果。
在實(shí)現(xiàn)電纜缺陷定位的基礎(chǔ)之上(lf、lc已知)對(duì)電纜進(jìn)行局部缺陷狀態(tài)評(píng)估,即要找出能表征局部缺陷狀態(tài)的A、B、p。通過(guò)測(cè)量被試電纜的寬頻阻抗譜,得出電纜的實(shí)際寬頻阻抗譜曲線Za。在已知Za的條件下求解表征電纜缺陷狀態(tài)的狀態(tài)量A、B、p,實(shí)現(xiàn)電纜局部缺陷狀態(tài)的評(píng)估。
可以看出,在已知Za的條件下求解A、B、p是一個(gè)隨機(jī)搜索問(wèn)題,因此需要采用啟發(fā)式智能算法進(jìn)行求解,本文采用遺傳算法進(jìn)行求解。求解流程如圖4所示。
圖4 狀態(tài)量求解流程
遺傳算法(Genetic,Algorithm,GA)是一類(lèi)借鑒生物界的進(jìn)化規(guī)律(適者生存,優(yōu)勝劣汰遺傳機(jī)制)演化而來(lái)的隨機(jī)化搜索方法。它是由美國(guó)的J.Holland教授1975年首先提出,其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作,不存在求導(dǎo)和函數(shù)連續(xù)性的限定;具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法,能自動(dòng)獲取和指導(dǎo)優(yōu)化的搜索空間,自適應(yīng)地調(diào)整搜索方向,不需要確定的規(guī)則。遺傳算法的這些性質(zhì),已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制和人工生命等領(lǐng)域。遺傳算法流程圖如圖5所示。
通過(guò)遺傳算法實(shí)現(xiàn)問(wèn)題求解的步驟如下:
1)隨機(jī)產(chǎn)生一組初始解,構(gòu)成初始解集;
2)計(jì)算解集中每個(gè)解得適應(yīng)度函數(shù)值;
3)基于適應(yīng)度函數(shù)值進(jìn)行遺傳操作,通過(guò)選擇、交叉和變異產(chǎn)生新一代解集;
4)判斷解集是否滿(mǎn)足偏差足夠小的條件,若不滿(mǎn)足返回步驟2,若滿(mǎn)足執(zhí)行下一步;
5)從當(dāng)前解集中取最優(yōu)解作為求解問(wèn)題的最優(yōu)解。
圖5 遺傳算法流程圖
根據(jù)上述分析,構(gòu)造如下的偏差目標(biāo)函數(shù):
式中:fi為第i各頻率采樣點(diǎn),n為采樣點(diǎn)總數(shù)。X=[A,B,p]為狀態(tài)向量。
當(dāng)g(X)足夠小時(shí),遺傳算法終止,得到缺陷狀態(tài)評(píng)估結(jié)果。
為保證遺傳算法的搜索求解過(guò)程能夠收斂并逐漸接近實(shí)際值,需將待求解狀態(tài)值約束在合理范圍內(nèi),具體約束如式(9)所示:
式中:Amax和Amin分別為復(fù)介電常數(shù)A的上限和下限,Bmax和Bmin分別為復(fù)介電常數(shù)B的上限和下限。Amax、Amin、Bmax、Bmin的取值取決于電纜的型號(hào)。
對(duì)本文所提的電纜局部缺陷狀態(tài)評(píng)估方法進(jìn)行仿真驗(yàn)證。設(shè)定電纜總長(zhǎng)100米,在距離首端10米處存在不同程度的絕緣缺陷,缺陷長(zhǎng)度為0.05米。Amax=10,Amin=2.3,Bmax=10-6,Bmin=10-11。 指定1并進(jìn)行仿真,求解X’。部分仿真結(jié)果如表1所示。
表1 局部缺陷狀態(tài)評(píng)估仿真結(jié)果
除了用復(fù)介電常數(shù)表征電纜的局部缺陷狀態(tài),還可以用介質(zhì)損耗角來(lái)表征。圖6所示為電纜缺陷段介質(zhì)損耗角的設(shè)定值和通過(guò)遺傳算法計(jì)算值的比較??梢钥闯觯O(shè)定值和計(jì)算值較為吻合,最大偏差不超過(guò)3%,進(jìn)一步說(shuō)明本文所提的基于遺傳算法的電纜局部缺陷狀態(tài)評(píng)估方法的有效性。
圖6 介質(zhì)損耗角對(duì)比圖
本文基于遺傳算法的電纜局部缺陷狀態(tài)評(píng)估方法研究充分考慮了電纜的分布參數(shù)模型和傳輸線理論,建立了精確的輸入阻抗模型。同時(shí)考慮了電纜局部缺陷狀態(tài)對(duì)狀態(tài)參數(shù)的影響,利用遺傳算法進(jìn)行最優(yōu)解得搜索,得到的局部缺陷狀態(tài)結(jié)果準(zhǔn)確可靠。
[1]GILL Y. Development of an electrical cable replacement simulation model to aid with the management of aging underground electrical cables[J]. IEEE Electrical Insulation Magazine, 2011, 27(1): 31-37.
[2]姚海燕 , 張靜, 留毅 , 等. 基于多尺度小波判據(jù)和時(shí)頻特征關(guān)聯(lián)的電纜早期故障檢測(cè)和識(shí)別方法[J]. 電力系統(tǒng)保護(hù)與控制 , 2015, 43(9): 115-123.
[3]顧夢(mèng)元. 威布爾分布與正態(tài)分布兩種條件概率密度曲面比較研究 [D]. 北京: 北京工業(yè)大學(xué), 2014.
[4]ETEMADI A H, FOTUHI-FIRUZABAD M. Design and routine test optimization of modern protection systems with reliability and economic constraints[J]. IEEE Transactions on Power Delivery, 2012, 27(1): 271-278.
[5]杜伯學(xué), 馬宗樂(lè) , 霍振星 , 等. 電力電纜技術(shù)的發(fā)展與研究動(dòng)向 [J]. 高壓電器 , 2010, 46(7): 100-104.
[6]毛駿 . 10 kV 電纜突發(fā)故障檢測(cè)方法研究 [J]. 電網(wǎng)與清潔能源 , 2016, 32(7): 81-86.
[7]吳敏秀. 中壓電纜終端在線監(jiān)測(cè)及故障預(yù)警技術(shù)的研究 [J]. 中國(guó)電力 , 2014, 47(4): 123-127.
[8]Rogovin D,Lofaro R.Evaluation of the broadband impedance spectroscopy prognostic/diagnostic technique for electric cables used in nuclear power plants[R].Division of Fuel,Engineering,and Radiological Research,Office of Nuclear Regulatory Research,US Nuclear Regulatory Commission,2006.
[9]Ohki Y,Yamada T,Hirai N.Diagnosis of cable aging by broadband impedance spectroscopy[C]//IEEE Conference on Electrical Insulation and Dielectric Phenomena,Cancun,Mexico,2011:24-27.
[10]Yamada T,Hirai N,Ohki Y.Improvement in sensitivity of broadband impedance spectroscopy for locating degradation in cable insulation by ascending the measurement frequency[C]//IEEE International Conference Condition Monitoring and Diagnosis,Bali,Indonesia, 2012 :677-680.