王遠東，史文江，韓興波，蔣興良，張超，張志勁

(1.國網(wǎng)內(nèi)蒙古東部電力有限公司檢修分公司，內(nèi)蒙古通遼市 028000；2.輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室(重慶大學)，重慶市 400044)

0 引 言

在電力系統(tǒng)輸電線路中，絕緣子起著至關(guān)重要的作用。在大氣環(huán)境下，在線運行的絕緣子表面會沉積污穢并受潮，導致污閃事故，造成大面積停電和巨大的經(jīng)濟損失，因而污穢閃絡是電力系統(tǒng)的主要災害之一[1-5]。染污絕緣子在局部放電時會產(chǎn)生聲發(fā)射現(xiàn)象，相關(guān)的研究包括絕緣子局部放電聲發(fā)射特性和局部電弧的聲波檢測等。作為一種無損、非電量的監(jiān)測方法，聲發(fā)射檢測技術(shù)已運用于電力設(shè)備局部放電的檢測與定位，聲信號中包含的信息量非常豐富，提取聲信號中的有用部分，并對提取的特征量進行數(shù)學分析，從而研究音頻信號特征和絕緣子污穢放電發(fā)展的對應關(guān)系，對實現(xiàn)絕緣子外絕緣狀況的實時監(jiān)測有著重要意義。

國內(nèi)外學者在絕緣子污穢放電聲信號的采集、特征量的選擇和提取以及相關(guān)診斷預測數(shù)學模型的建立方面做了大量的研究和探索。文獻[6]認為絕緣子污穢放電主要分為電暈放電、干區(qū)形成、局部電弧、穩(wěn)定電弧至閃絡4個階段，各個放電階段的聲發(fā)射特征不同。文獻[7-8]對不同放電階段的聲發(fā)射信號進行了監(jiān)測，結(jié)果發(fā)現(xiàn)染污絕緣子聲發(fā)射信號的強度及波形變化和局部放電強弱存在一定聯(lián)系，局部放電強度越大，聲發(fā)射信號幅值越大，脈沖頻率越高。在此基礎(chǔ)上，文獻[9]將絕緣子外絕緣狀況分為安全、危險、報警三級，設(shè)計了基于最小二乘支持向量機的分類器，并運用了聲發(fā)射信號的處理。類似的，為了進一步高效地提取聲發(fā)射信號中的有效信息，文獻[10-12]嘗試了多種數(shù)值分析方法，包括(核)主成分分析法、模糊推理法、隨機森林分類、BP和小波神經(jīng)網(wǎng)絡等，其模型結(jié)果在一定程度上實現(xiàn)了對絕緣子污穢放電發(fā)展階段的預測，但就絕緣子污穢度和污穢成分對模型預測準確度和靈敏度的影響則缺乏針對性研究。

為探索絕緣子污穢放電聲發(fā)射信號變化發(fā)展的影響因素，本文從絕緣子染污成分和污穢度2個角度出發(fā)，在人工霧室內(nèi)開展不同污穢和不同污穢度下的絕緣子帶電聲發(fā)射試驗研究，同步采集放電過程中的聲發(fā)射信號典型特征量。分析聲發(fā)射信號特征量隨污穢成分和污穢度的變化規(guī)律。以此為基礎(chǔ)建立絕緣子外絕緣危險度的廣義回歸神經(jīng)網(wǎng)絡(general regression neural network，GRNN)預測模型，并對不同染污條件下模型的預測準確性進行分析。

1 試驗裝置與方法

1.1 試品與試驗裝置

本試驗分別選取LXY4-160玻璃絕緣子作為試品。玻璃絕緣子均采用三片串，絕緣子基本結(jié)構(gòu)為：高度H為146 mm；盤徑D為280 mm；爬電距離L為400 mm，其外形如圖1所示。

圖1 玻璃絕緣子試品外觀

試驗在多功能人工氣候內(nèi)進行，其配套有1.5 t低壓鍋爐提供蒸汽霧。試驗工頻電源由150 kV/900 kV·A交流試驗變壓器提供，最大短路電流為30 A。對試品外施的試驗電壓值通過ZXYF型電容式分壓器測量，其分壓比為1∶10 000。為模擬絕緣子在污穢濕潤條件的放電過程，使用的電氣接線如圖2所示。試驗傳感器采用小體積、高靈敏的壓電式聲傳感器，采集得到的聲發(fā)射信號通過放大、濾波等后續(xù)處理后輸入計算機保存。

圖2 多功能人工氣候室試驗接線圖

1.2 試驗程序及方法

1)準備工作。先將事先準備好的玻璃絕緣子反復清洗干凈，保證絕緣子上下表面足夠清潔。之后讓其在實驗室自然環(huán)境條件下陰干1 h，以備染污。

2)人工染污。使用IEC 60507推薦的固體層法(定量涂刷法)對絕緣子進行染污[13]，其中可溶物用NaCl、CaSO4進行模擬，不溶物用硅藻土和高嶺土進行模擬。采取固定灰密(non soluble deposite dentisty，NSDD)ρNSDD或固定可溶污穢附著密度(soluble contamination density，SCD)ρSCD的污穢配制方法，分別制定3種污穢度，設(shè)定為低、中、高SCD和低、中、高NSDD，具體數(shù)據(jù)如表1所示。

表1 絕緣子污穢度

3)加壓方法?？刂坪谜羝F的速率為(0.05±0.01)kg/(h·m3)，并通過霧室底部周圍均勻布置的多個放氣孔均勻放出。當試品絕緣子表面污穢層充分濕潤約1 min后，采用均勻升壓法以一定的速率升高電壓直至閃絡，得到該污穢度下絕緣子的閃絡電壓。

換相同污穢度的另一串試品，按所得閃絡電壓10%～20%的速度升壓，當達到需要的電壓值(如20、30、40 kV)時停止加壓并耐壓1 min，然后繼續(xù)升壓，每一種污穢度按照此方式升壓至試品閃絡，得到各階段放電的聲發(fā)射信號波形。為保證結(jié)果的有效性，每串絕緣子限做3個電壓梯度。

對同種絕緣子的每種污穢度做3次試驗，取平均值作為試驗結(jié)果。

2 試驗結(jié)果與分析

2.1 聲發(fā)射信號時域波形特征

聲發(fā)射信號的幅值、頻率變化可以間接反映絕緣子表面污穢放電的強弱。本文試驗結(jié)果表明：當外施電壓逐步接近其污閃電壓Uf時，絕緣子聲發(fā)射信號呈現(xiàn)出三階段式的變化規(guī)律，如圖3所示。

圖3 不同危險度等級下玻璃絕緣子聲發(fā)射信號波形

階段1：當電壓較小(0～0.4Uf)時，絕緣子表面泄漏電流很小，幾乎監(jiān)測不到聲波信號；

階段2：繼續(xù)升高電壓(0.4Uf～0.6Uf)，絕緣子表面開始出現(xiàn)間歇性的電弧和局部放電，此時聲波信號幅值也隨著電弧的產(chǎn)生而增大；

階段3：當外施電壓接近試品污閃電壓(0.6Uf～Uf)時，電弧產(chǎn)生頻率大大增加，間歇時間縮短，最后直至閃絡，對應聲波信號幅值和頻率也顯著提高。

定義污穢絕緣子外施電壓與污閃電壓的比值為絕緣子接近閃絡的危險度系數(shù)α，其表達式為：

(1)

式中：Ua、Uf分別表示絕緣子外施電壓和污閃電壓，kV。

按照聲發(fā)射信號呈現(xiàn)出三階段特征，將其絕緣子外絕緣狀況分為三級危險度，如表2所示。

表2 絕緣子外絕緣危險度分級

2.2 聲發(fā)射信號有效特征量與SCD的關(guān)系

聲發(fā)射信號的有效特征量很多，包括最大幅值、幅值平均值、均方根值、最大工頻半周包絡線面積、最小工頻半周包絡線面積、工頻半周包絡線面積平均值、平均振鈴次數(shù)、平均事件數(shù)等[14-17]。

為研究絕緣子表面的污穢成分對放電聲信號變化的影響，本文選取聲信號幅值平均值A(chǔ)avg和工頻半周包絡線面積最大值Smax這2個典型特征量進行分析。統(tǒng)計在不同SCD數(shù)值的NaCl和CaSO4條件下玻璃絕緣子的聲發(fā)射特征量數(shù)值，如表3所示，繪制特征量平均振幅、最大工頻半周期包絡線面積隨著SCD的變化曲線，如圖4、5所示。

表3 不同SCD條件下LXY4-160絕緣子聲發(fā)射特征量統(tǒng)計

圖4 絕緣子污穢放電聲信號平均振幅與SCD的關(guān)系

結(jié)合表3和圖4、5可得：

1)隨著絕緣子表面SCD的增加，不同危險度下的污穢放電聲發(fā)射信號的平均振幅Aavg和最大半周期包絡線面積Smax都有所增長。危險度等級越高，SCD對特征量Aavg和Smax的影響越為明顯。一級危險度條件下，特征量Aavg在低、中、高SCD下的值分別是0.008 7、0.009 3、0.022 1 V/s，最大相差0.013 V/s。三級危險度下，特征量Aavg在高、低SCD下的值相差0.074 V/s，相對于一級危險度大幅度提高。

2)在同等SCD、相同危險度等級條件下，使用不同種類的鹽染污得到的絕緣子聲發(fā)射信號特征量變化規(guī)律差異較大。本文中使用NaCl得到的特征量Aavg值明顯大于CaSO4。二級危險度下，高、中、低3種SCD下的特征量Aavg值分別相差71%、50%、65%。這是由于絕緣子在飽和濕潤條件下，NaCl易溶于水形成離子，使得污穢電導率增加，放電強度提高，聲發(fā)射信號隨之增強。CaSO4微溶于水，相同濕潤條件下污穢放電聲發(fā)射信號較弱。這種現(xiàn)象隨著絕緣子危險度等級的提高而更加明顯。

3)使用CaSO4模擬不溶物質(zhì)時，特征量最大半周期包絡線面積Smax隨著SCD的增加具有一定的飽和特性。如圖5所示，在二、三級危險度條件下，當SCD>0.15 mg/cm2，特征量Smax增長的趨勢明顯放緩。原因也可歸于CaSO4微溶于水的特性，對應地，放電產(chǎn)生的聲發(fā)射信號幅值和頻率的增長速率也在降低。

圖5 絕緣子污穢放電聲信號最大工頻半周期包絡線面積與SCD的關(guān)系

2.3 聲發(fā)射信號有效特征量與灰密的關(guān)系

大量研究表明：灰密是通過對水分的吸收和保持影響絕緣子表面的污層電導率，進而影響污穢放電的強弱和污閃電壓的大小。為探索在灰密改變時，絕緣子聲發(fā)射信號典型特征量對污穢放電強度的反映情況，固定可溶物NaCl的可溶污穢附著密度為0.15 mg/cm2，改變不溶物硅藻土和高嶺土的等值密度。得到聲發(fā)射特征量Aavg和Smax的變化曲線如圖6、7所示。

圖6 絕緣子污穢放電聲信號平均振幅與灰密的關(guān)系

圖7 絕緣子污穢放電聲信號最大工頻半周期面積與灰密的關(guān)系

由圖6、7可知：

1)在同一危險度下，使用硅藻土和高嶺土染污均出現(xiàn)聲發(fā)射信號特征量Aavg、Smax隨著灰密的增大而緩慢增長，增長幅度都較小。這說明相對于SCD，灰密對聲發(fā)射信號強度變化的影響較小。

2)不溶物的種類對于聲發(fā)射信號特征量Aavg、Smax的影響顯著。在相同危險度、相同等值灰密條件下，高嶺土得到的特征值大于硅藻土，且危險度等級越高，2種不溶物染污得到的特征量值相差越大。

3 基于聲發(fā)射信號典型特征量的絕緣子外絕緣危險狀況的預測模型

3.1 廣義回歸神經(jīng)網(wǎng)絡模型

廣義回歸神經(jīng)網(wǎng)絡是徑向基神經(jīng)網(wǎng)絡的一種，具有很強的非線性映射能力和柔性網(wǎng)絡結(jié)構(gòu)以及高度的容錯性和魯棒性，適合于解決非線性回歸問題，被廣泛運用于模式識別、故障診斷及趨勢預測等方面[18-21]，其結(jié)構(gòu)如圖8所示。因此，本文采用GRNN模型來預測不同污穢成分下絕緣子外絕緣的危險度狀況。

圖8 廣義回歸網(wǎng)絡結(jié)構(gòu)

3.2 污穢絕緣子絕緣危險度預測模型

1)訓練樣本的選擇。

為了充分利用聲發(fā)射信號的特征信息，除上述2個典型特征量外，補充選取另外5個特征量：聲發(fā)射信號最大振幅Amax、振幅均方根值q、最小工頻半周包絡線面積Smin、工頻半周包絡線面積平均值Savg和平均振鈴次數(shù)N[9-10]。選取的玻璃絕緣子聲發(fā)射特征量總共為7個。聲發(fā)射信號具有隨機性強的特點，為了保證預測模型的準確性，必須提高樣本數(shù)據(jù)量。在每種污穢度下收集80組數(shù)據(jù)，再從這80組數(shù)據(jù)中隨機抽取50組數(shù)據(jù)進行學習訓練，選取玻璃絕緣子的危險度系數(shù)α作為GRNN模型的輸出，剩余的30組數(shù)據(jù)用于驗證模型的準確性。

2)GRNN模型的訓練。

由于特征量之間在數(shù)值方面大小不一，為避免由于輸入輸出數(shù)值相差過大而影響預測模型的準確度，在GRNN模型訓練前先將所有輸入輸出量進行歸一化處理。GRNN預測模型訓練過程大致如圖9所示。在訓練過程中通過循環(huán)調(diào)試的方法調(diào)整光滑因子σ使每一個污穢度下的預測性能達到最佳狀態(tài)。

圖9 玻璃絕緣子外絕緣危險度預測GRNN模型流程

3.3 不同污穢成分GRNN預測模型準確度對比

不同污穢成分、不同污穢度下，玻璃絕緣子聲發(fā)射信號的特征量隨著絕緣子外絕緣危險度變化的規(guī)律不同，特征量的值相差也較大。將不同污穢成分和污穢度的特征量數(shù)據(jù)按照圖9所示的GRNN預測流程進行多次學習訓練和驗證，將多次預測的結(jié)果取平均值，得到如表4所示的預測結(jié)果。其中，ρdiatomite、ρNaCl、ρCaSO4分別表示硅藻土、NaCl、CaSO4在絕緣子表面的涂敷密度。準確數(shù)據(jù)一欄表示30組驗證數(shù)據(jù)中預測結(jié)果與實際結(jié)果相符合的個數(shù)(預測得到的危險度系數(shù)與實際危險度等級對比)。

表4 不同污穢度玻璃絕緣子危險度GRNN預測結(jié)果

使用NaCl和CaSO4的6種污穢度下預測的準確度都可以達到60%以上，2種鹽染污都呈現(xiàn)出SCD越高，GRNN模型的預測準確度越高，低SCD和高SCD的預測準確度相差近20%。這與玻璃絕緣子聲發(fā)射典型特征量Aavg、Smax等隨SCD的變化規(guī)律相吻合，低SCD條件下，不同危險度等級得到的聲發(fā)射信號特征量值相差不大，且隨機性較強，導致GRNN模型預測的準確度低。SCD越高，絕緣子聲發(fā)射信號隨危險度變化的線性度提高，從聲發(fā)射信號中提取特征量的隨機性降低，GRNN的預測準確度增大。

使用不同可溶物染污得到的預測結(jié)果也不同，由于CaSO4的微溶性，絕緣子聲發(fā)射信號特征量值對污穢放電的反映靈敏度不如NaCl。相同SCD下，NaCl染污得到的GRNN預測準確度要大于CaSO4。玻璃絕緣子外絕緣危險度預測結(jié)果與實際結(jié)果對比如圖10所示，在高SCD下，玻璃絕緣子危險度系數(shù)值預測結(jié)果和實際數(shù)據(jù)基本吻合，30組數(shù)據(jù)中有28組預測成功，預測準確度達到93.3%。

圖10 玻璃絕緣子外絕緣危險度預測結(jié)果與實際結(jié)果對比(ρNaCl=0.25 mg/cm2)

4 結(jié) 論

1)玻璃絕緣子污穢放電聲發(fā)射信號典型特征量振幅平均值A(chǔ)avg和最大工頻半周包絡線面積Smax能較好地反映出絕緣子表面的可溶物污穢度和外絕緣危險度；相同危險度等級下，特征量值隨著SCD的增大而遞增；相同SCD下，危險度等級越高，特征量值越大。

2)玻璃絕緣子污穢放電聲發(fā)射特征量值A(chǔ)avg和Smax對不溶物污穢度的反映靈敏度較差，低灰密和高灰密下特征量值相差較小，但使用不同種類的不溶物染污時，Aavg和Smax變化明顯。

3)針對玻璃絕緣子污穢放電聲發(fā)射現(xiàn)象，本文建立了基于GRNN的絕緣子放電危險度預測模型，模型預測準確度在60%以上。使用不同SCD的NaCl和CaSO4進行染污，得到的平均預測準確度分別是83%和71%。

4)本文絕緣子外絕緣危險度預測模型的準確度受到SCD的影響，SCD越大，污穢放電聲發(fā)射特征量的隨機性越小，危險度預測的準確度越高。且相同SCD條件下，不同種類的可溶物因為溶解特性、導電特性的差異，得到預測結(jié)果準確度也不同。