姜霞君 楊剛

摘 要：隨著我國(guó)電力網(wǎng)絡(luò)的改造升級(jí)，對(duì)于電纜典型缺陷的測(cè)試也越來越受到重視，其中，對(duì)電纜典型缺陷類型的判定及智能識(shí)別，可以提升電纜現(xiàn)場(chǎng)測(cè)試的精準(zhǔn)性與靈敏性。本文以110kV及以上電纜典型缺陷的智能識(shí)別研究為題，具體探討中分別從測(cè)試平臺(tái)、試樣制作、局部放電特征量提取、局部放電模式智能識(shí)別展開具體探討。

關(guān)鍵詞：電纜;典型缺陷;智能識(shí)別

現(xiàn)代電力輸配電網(wǎng)絡(luò)各電壓等級(jí)中，對(duì)于XLPE電力電纜的應(yīng)用已經(jīng)十分廣泛，從電力系統(tǒng)運(yùn)行安全角度看，電力電纜性能的良好與否，直接影響著其運(yùn)行能力與運(yùn)行可靠性。按照相關(guān)法律規(guī)范與應(yīng)用標(biāo)準(zhǔn)，電力電纜投入使用前需要進(jìn)行一系列的試驗(yàn)與試運(yùn)營(yíng);但是，在這個(gè)過程中對(duì)于內(nèi)部相對(duì)微小的缺陷，如雜質(zhì)、氣隙、半導(dǎo)電凸等，很難通過出廠測(cè)試進(jìn)行全面測(cè)定;加上安裝等工序，極易導(dǎo)致放電加劇現(xiàn)象，進(jìn)而引發(fā)絕緣失效問題。運(yùn)用智能識(shí)別方案對(duì)110kV及以上電纜典型缺陷進(jìn)行判定，可以有效提升其缺陷測(cè)試效果。

1、測(cè)試平臺(tái)

對(duì)于110kV及以上電纜典型缺陷的智能識(shí)別，需要采用局部放電現(xiàn)場(chǎng)檢測(cè)方法，從當(dāng)前國(guó)內(nèi)應(yīng)用情況看，主要以阻尼振蕩波電壓下的PD檢測(cè)、超低頻電壓下的PD檢測(cè)、工頻正弦波電壓下的PD檢測(cè)為主。本文以阻尼振蕩波電壓下的PD檢測(cè)方法為準(zhǔn)，其優(yōu)勢(shì)表現(xiàn)在攜帶方便、作用時(shí)間短、等效性好、無(wú)損害方面，能夠?qū)崿F(xiàn)對(duì)電力電纜局部放電現(xiàn)場(chǎng)檢測(cè)與故障定位。阻尼振蕩波測(cè)試系統(tǒng)由變頻電源（本次選用ST-3598Z型變頻諧振高壓試驗(yàn)裝置，輸出電壓頻率范圍控制在30Hz到500Hz，額定功率以10kW為準(zhǔn)）、高速數(shù)據(jù)卡（選用PICOSCOPE 5000系列，最大寬帶100MHz，重復(fù)采樣率為2.4G/s）、工控機(jī)軟件（選用Labview設(shè)計(jì)）等組成。其中，具體的應(yīng)用模塊包括“參數(shù)設(shè)置”、“信號(hào)采集”、“數(shù)據(jù)分析”、“譜圖顯示”、“數(shù)據(jù)存儲(chǔ)”等。

2、試樣制作

（1）結(jié)合日常工作經(jīng)驗(yàn)，依據(jù)電力電纜安裝、敷設(shè)中易發(fā)生的缺陷類型，采用人工制作方式，在電力電纜終端試品進(jìn)行缺陷制造，包括斷口不齊、主絕緣縱向割傷，箱體與環(huán)境溫度缺陷通過連接傳感器，人為設(shè)置破壞痕跡與高溫狀態(tài)。（2）試樣局部放電測(cè)試前，以GB/T 11017.1-3——2002標(biāo)準(zhǔn)，對(duì)測(cè)試平臺(tái)進(jìn)行局部放電測(cè)試量方法測(cè)量。結(jié)果顯示，平臺(tái)放電量<5pC，試驗(yàn)回路完好，未發(fā)現(xiàn)電暈與其它放電點(diǎn)。（3）接通電源，按照高壓電動(dòng)試難控制臺(tái)實(shí)施升壓，當(dāng)控制軟件顯示出局部放電、箱體與環(huán)境溫度過高現(xiàn)象時(shí)，觀察存儲(chǔ)采集卡對(duì)應(yīng)數(shù)據(jù)。（4）針對(duì)信號(hào)中存在的環(huán)境噪音，采用HHT-希爾伯特黃變換方法，結(jié)合HHT-小波改進(jìn)變換方法，分析信號(hào)，進(jìn)行濾波處理無(wú)效信息。同時(shí)檢查箱體與環(huán)境傳感器連接是否牢固，制作的缺陷狀態(tài)是否發(fā)生變化等。

3、局部放電特征量提取

（1）針對(duì)不同缺陷類型局部放電信號(hào)統(tǒng)計(jì)特征量，按照陡峭度、偏斜度、互相關(guān)系數(shù)、局部峰個(gè)數(shù)、相位不對(duì)稱度、放電因數(shù)，對(duì)去噪數(shù)據(jù)進(jìn)行統(tǒng)計(jì)特征量分析。（2）針對(duì)采集到的斷口不齊、主絕緣割傷的局部放電數(shù)據(jù)，與箱體受損及環(huán)境溫度過高數(shù)據(jù)，進(jìn)行隨機(jī)工頻周期信號(hào)特征提?。ㄒ噪S機(jī)選擇100個(gè)工頻周期信號(hào)特征為準(zhǔn)）。（3）結(jié)合提取特征與對(duì)應(yīng)數(shù)據(jù)，建立局部放電特征識(shí)別數(shù)據(jù)庫(kù)，溫度特征識(shí)別庫(kù)。

4、局部放電模式智能識(shí)別

4.1知識(shí)識(shí)別原理與操作流程

在智能識(shí)別系統(tǒng)中，以局部放電的模式識(shí)別算法、溫度模式識(shí)別算法為準(zhǔn)。具體原理與操流程如下：

（1）以實(shí)驗(yàn)室不同局部放電類型樣本數(shù)據(jù)為準(zhǔn)，將其作為訓(xùn)練數(shù)據(jù)進(jìn)行模型學(xué)習(xí);以常規(guī)標(biāo)準(zhǔn)箱體及環(huán)境溫度樣本數(shù)據(jù)為準(zhǔn)，將其作為訓(xùn)練數(shù)據(jù)進(jìn)行模型學(xué)習(xí)。（2）調(diào)整算法中的各項(xiàng)參數(shù)，按照映射關(guān)系，建立數(shù)據(jù)特征——放電類型映射關(guān)系，建立數(shù)據(jù)特征——溫度變化放射關(guān)系，由此實(shí)現(xiàn)模式識(shí)別算法學(xué)習(xí)過程。（3）智能識(shí)別中，以待識(shí)別數(shù)據(jù)為輸入數(shù)據(jù)，放電類型與溫度變化為輸出類型，然后對(duì)放電類型與溫度變化進(jìn)行識(shí)別操作。

4.2智能識(shí)別算法驗(yàn)證

當(dāng)前，常用的局部放電模式識(shí)別算法包括極限學(xué)習(xí)機(jī)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)為主;溫度變化識(shí)別，既可以應(yīng)用此類算法，也可以借助更為簡(jiǎn)單的單獨(dú)設(shè)置，通過傳感器-安全溫度之間的數(shù)據(jù)監(jiān)測(cè)系統(tǒng)設(shè)置進(jìn)行智能預(yù)警識(shí)別。本次研究中，按照人工缺陷下的電纜終端試驗(yàn)，對(duì)110kV及以上電纜典型缺陷提取局部放電特征量為基礎(chǔ)，運(yùn)用三種智能模式識(shí)別算法進(jìn)行驗(yàn)證分析。驗(yàn)證結(jié)果顯示，在極限學(xué)習(xí)機(jī)算法下，訓(xùn)練時(shí)間為0.0460s，測(cè)試時(shí)間為0.0116s，精準(zhǔn)率為81.03%;支持向量機(jī)算法下，訓(xùn)練時(shí)間為0.5382s，測(cè)試時(shí)間為0.0214s，精準(zhǔn)率在78.21%;BP神經(jīng)網(wǎng)絡(luò)算法下，訓(xùn)練時(shí)間為1.0355s，測(cè)試時(shí)間為0.0673s，精準(zhǔn)率為74.67%。而溫度傳感器-安全溫度之間的直接映射關(guān)系監(jiān)測(cè)結(jié)果表明，與安全溫度相比，若發(fā)生箱體與環(huán)境溫度超過安全溫度值時(shí)，即刻會(huì)引發(fā)預(yù)警系統(tǒng)預(yù)警，并顯示具體的溫度值;經(jīng)過實(shí)際溫度測(cè)量與樣本溫度數(shù)據(jù)對(duì)比，其溫度預(yù)警精準(zhǔn)率為92.68%。

比較不同智能識(shí)別算法的結(jié)果，本次實(shí)驗(yàn)結(jié)果表明，在極限學(xué)習(xí)機(jī)、支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)算法驗(yàn)證結(jié)果方面，極取學(xué)習(xí)機(jī)算法的測(cè)試時(shí)間相對(duì)較短，精準(zhǔn)率相對(duì)較高;BP神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練時(shí)間相對(duì)較短，精準(zhǔn)率相對(duì)較低;與極取學(xué)習(xí)機(jī)與BP神經(jīng)網(wǎng)絡(luò)算法相比，支持向量機(jī)的優(yōu)勢(shì)特征不明顯。所以，在實(shí)際的智能模識(shí)別系統(tǒng)應(yīng)用中，對(duì)110kV電纜典型缺陷中的進(jìn)行檢測(cè)時(shí)，應(yīng)該注重選擇極取學(xué)習(xí)機(jī)算法。對(duì)于電力電纜及箱體等附件的局部放電特征提提取中，阻尼振蕩波電壓測(cè)試平臺(tái)有助于提升檢測(cè)效用與靈敏度。對(duì)于箱體溫度的變化檢測(cè)，則應(yīng)該按照樣本數(shù)據(jù)提供的安全溫度與風(fēng)險(xiǎn)溫度進(jìn)行映射關(guān)系設(shè)置，或直接設(shè)置預(yù)警按鈕，一旦發(fā)生溫度超值現(xiàn)象，即時(shí)通過預(yù)警進(jìn)行信息反饋。需要注意的是，在信號(hào)傳輸方面的采集會(huì)受到一系列干擾，需要注重對(duì)于相關(guān)信號(hào)的濾波處理;而溫度變化的檢測(cè)則要考慮到溫度的實(shí)時(shí)變化。

5、結(jié)束語(yǔ)

總而言之，在電纜典型缺陷判定方面，無(wú)論采用常規(guī)技術(shù)識(shí)別還是智能識(shí)別，均需要進(jìn)行取電、電流測(cè)試、箱體與環(huán)境溫度測(cè)試，以及無(wú)線信號(hào)傳輸?shù)呐卸ǖ?。結(jié)合以上分析，可以認(rèn)識(shí)到對(duì)于電纜附件典型缺陷中的局部放電檢測(cè)，運(yùn)用阻尼振蕩波電壓測(cè)試平臺(tái)，能夠起到靈敏識(shí)別的目標(biāo)，提高對(duì)缺陷激發(fā)的局部放電信號(hào)的采集;同時(shí)，應(yīng)用極限學(xué)習(xí)智能識(shí)別算法，可以產(chǎn)生較高的判斷速度與，對(duì)于110kV及以上電纜典型缺陷的智能識(shí)別率相對(duì)較好。但是，對(duì)于環(huán)境變化溫度中的各項(xiàng)影響因素的專門化分離與預(yù)測(cè)分析相對(duì)不足，有必要在后續(xù)的研究中，增強(qiáng)對(duì)環(huán)境溫度各個(gè)構(gòu)成要素方面的智能識(shí)別研究。因此，建議增強(qiáng)智能識(shí)別技術(shù)在電纜典型缺陷分型方面的研究，提升其在細(xì)微缺陷方面的識(shí)別能力。

參考文獻(xiàn)：

[1]苑吉河，楊陽(yáng)，張曦， 等.基于材料和電場(chǎng)分布的不同電纜缺陷的震蕩波表征效果研究[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2020，35（4）：42-48.

[2]何楠，任志剛，陳平， 等.XLPE電纜典型缺陷局部放電特性研究[J].電工技術(shù)，2020，11（13）：120-124.

[3]何若冰，陳佳，朱勁松， 等.交流XLPE電纜典型絕緣缺陷的PD特性與類型識(shí)別[J].電工電氣，2020，16（6）：5-13.

[4]于連坤，魏占朋，丁彬， 等.電力電纜接地系統(tǒng)缺陷引起環(huán)流異常的分析[J].山東電力技術(shù)，2020，47（5）：26-29.

（浙江新圖維電子科技有限公司 ?浙江杭州 ? 311121）